Modèles open-weights
Fellow suit ce sujet depuis avril 2026 : 204 articles résumés en français, dont 47 jugés majeurs ou notables.
Toute l'actualité · 204 articles
Trois correctifs pour faire tourner Qwen3.5-122B au quotidien sur Mac Studio
Un développeur corrige trois bugs critiques et parvient à utiliser le LLM Qwen3.5-122B comme outil quotidien sur Mac Studio via MLX.
Les modèles IA open-source chinois renforcent le soft power mondial de Pékin
La Chine mise sur la diffusion de modèles IA ouverts pour étendre son influence géopolitique, concurrençant l'Occident sur le terrain de la diplomatie technologique.
Aurora 1.5 : Microsoft étend son modèle de fondation météo et climatique
Microsoft publie Aurora 1.5, une mise à jour majeure de son modèle météorologique open source, avec 22 nouvelles variables atmosphériques et des prévisions probabilistes.
Tencent/Hy3 : un modèle MoE 295B rivalise avec les SOTA à l'échelle du trillion
Tencent publie Hy3, un modèle MoE de 295 milliards de paramètres qui affiche des performances comparables aux modèles de taille trillion.
Créer un profil LangChain Deep Agents pour NVIDIA Nemotron 3 Ultra afin d'améliorer les performances
NVIDIA propose une approche pour optimiser les systèmes agentiques sans fine-tuning coûteux, via des profils de harnais personnalisés pour Nemotron 3 Ultra.
DeepSeek publie une collection DeepSeek-V4 sur Hugging Face
Le laboratoire chinois met en ligne les ressources liées à DeepSeek-V4, nouvelle génération de son modèle de langage phare.
Sakana AI lance Fugu, un modèle de langage japonais open-weights
Sakana AI dévoile Fugu, un LLM optimisé pour le japonais et publié en open-weights, renforçant l'écosystème IA nippon.
Une startup affirme avoir levé un verrou algorithmique qui freine les LLM
Subquadratic, basée à Miami, dit avoir résolu le problème de complexité quadratique des LLM grâce à la « sparse attention ». Des tests indépendants semblent prometteurs.
GLM-5.2 dépasse GPT-4.5 sur certains benchmarks et passe le « vibe check » des experts
Le dernier modèle open-weights de Z.ai séduit les observateurs : GLM-5.2 surclasse GPT-4.5 sur un benchmark de knowledge work et reçoit les éloges de Jeremy Howard.
GLM-5.2 : le meilleur modèle de coding frontend au monde, et IndexShare pour le Speculative Decoding
Z.ai lance GLM-5.2, un modèle 744B qui dépasse tous les Claude Opus sur le coding frontend et talonne Opus 4.8 au classement général.
Gemma 4 12B : un modèle multimodal unifié sans encodeur
Google DeepMind lance Gemma 4 12B, un modèle open-weights multimodal qui abandonne l'architecture encodeur séparé au profit d'une approche unifiée.
H rejoint la coalition NVIDIA Nemotron
Le laboratoire de recherche H Company intègre la coalition NVIDIA Nemotron, renforçant l'écosystème ouvert autour des modèles LLM de la gamme Nemotron.
Gemma 4 12B : un modèle multimodal unifié sans encodeur
Google publie Gemma 4 12B, un modèle open-weights multimodal qui traite texte, image et vidéo sans encodeur visuel séparé.
NVIDIA lance Cosmos 3, Nemotron 3 Ultra et RTX Spark
NVIDIA frappe fort avec un modèle omnimodal Mixture-of-Transformers, un LLM 550B open-weights et un superchip personnel d'un pétaflop.
Mistral AI lance Mistral 3, son nouveau modèle de langage
Mistral AI dévoile Mistral 3, une nouvelle génération de modèle qui renforce la position du laboratoire français sur le marché des LLM.
Moonshot AI dévoile Kimi K2.6, la nouvelle version de son grand modèle de langage
Le laboratoire chinois Moonshot AI publie Kimi K2.6 sur Hugging Face, une mise à jour de sa famille de modèles open-weights.
DeepSeek lance DeepSeek-V3.2, nouvelle version de son grand modèle
DeepSeek publie DeepSeek-V3.2 sur Hugging Face, une mise à jour de son modèle phare open-weights.
DeepSeek lance DeepSeek-V4-Pro
DeepSeek publie son nouveau modèle phare V4-Pro sur Hugging Face, poursuivant sa stratégie open-weights face aux grands labs occidentaux.
La fin du fine-tuning ? OpenAI déprécie ses APIs et relance le débat
La dépréciation des APIs de fine-tuning d'OpenAI ravive une question centrale : le fine-tuning est-il en train de disparaître du toolkit des ingénieurs IA ?
La Chine s'apprête à investir dans DeepSeek à une valorisation de 50 milliards de dollars
Le gouvernement chinois entrerait au capital de DeepSeek, laboratoire d'IA à l'origine de modèles open-weights très performants, pour une valorisation colossale.
OpenSeeker-v2 : un agent de recherche frontier entraîné par SFT seul
Une équipe académique atteint l'état de l'art sur 4 benchmarks avec seulement 10 600 exemples et un simple fine-tuning supervisé, sans CPT ni RL.
Kimi K2.6 dépasse Claude, GPT-5.5 et Gemini dans un benchmark de programmation
Un modèle open-weights chinois de Moonshot AI s'impose face aux ténors américains sur un challenge de coding compétitif.
Moonshot AI publie le modèle Kimi-K2.5
Un nouveau modèle open-weights performant adapté aux tâches complexes et à l'analyse longue.
Granite 4.1 : architecture et méthodes de construction des LLM d'IBM
IBM détaille sur le blog Hugging Face la conception technique de sa nouvelle famille de modèles Granite 4.1, entre choix d'architecture et pipeline d'entraînement.
Pleias lance Baguettotron sur Hugging Face
Le modèle Baguettotron est désormais accessible, marquant une nouvelle étape pour les LLM français.
Comment Mistral a bâti un empire IA de 14 milliards en n'étant pas américain
La startup française Mistral AI tire parti de son identité européenne pour s'imposer face aux géants américains et atteindre une valorisation de 14 milliards de dollars.
DeepSeek publie DeepSeek-V4-Pro-Base sur Hugging Face
Une nouvelle version de base du modèle DeepSeek fait son apparition sur Hugging Face, sans détails techniques accompagnants pour l'instant.
DeepSeek V4 Pro (1.6T-A49B) et Flash (284B-A13B) : bases et instruct disponibles sur puces Huawei Ascend
DeepSeek publie son premier grand modèle depuis V3 et R1, un MoE de 1,6T paramètres entraîné sur 32T tokens avec context de 1M tokens.
DeepSeek V4 : presque au niveau frontier, à une fraction du prix
DeepSeek publie deux modèles open-weights en preview — V4-Pro (1,6T paramètres) et V4-Flash — avec des tarifs très agressifs.
Moonshot AI publie Kimi-K2-Instruct
Nouveau modèle open-weights de 104B paramètres optimisé pour l'instruction.
Gemma 4 : les modèles open-weights les plus performants par octet selon DeepMind
DeepMind publie Gemma 4, sa nouvelle génération de modèles open-weights conçus pour le raisonnement avancé et les workflows agentiques.
Gemma 4 : intelligence multimodale frontier pour les appareils embarqués
Google lance Gemma 4, une nouvelle famille de modèles multimodaux open-weights conçus pour tourner directement sur les appareils.
DeepSeek lance DeepSeek-V3.1, une nouvelle version de son LLM phare
DeepSeek publie DeepSeek-V3.1 sur Hugging Face, une mise à jour de son grand modèle de langage open-weights.
Moonshot AI publie Kimi-VL-A3B
Le modèle multimodal léger Kimi-VL-A3B débarque avec des poids ouverts.
DeepSeek lance DeepSeek-OCR
Une solution de reconnaissance optique de caractères performante et prête à l'emploi.
DeepSeek annonce DeepSeek-OCR
DeepSeek dévoile DeepSeek-OCR, un nouveau modèle de reconnaissance optique de caractères.
Sortie de Kimi-VL-A3B-Thinking-2506 par Moonshot AI
Moonshot AI publie un nouveau modèle multimodal sur Hugging Face.
Kimi-VL-A3B-Thinking : modèle multimodal
Moonshot AI publie un modèle léger de raisonnement visuel sur Hugging Face.
Moonshot AI publie Kimi-K2-Base sur Hugging Face
Le laboratoire chinois Moonshot AI met en ligne la version de base de son modèle Kimi K2, disponible en téléchargement.
Moonshot AI publie le modèle multimodal Kimi-VL-A3B
Un nouveau modèle vision-langage de 3 milliards de paramètres, optimisé pour l'instruction et disponible en open-weights.
Moonshot AI publie Kimi-Linear-48B-A3B-Base
Un modèle 48B en open-weights optimisé pour l'efficience.
Moonshot AI publie le modèle Kimi-K2-Instruct-0905
Le nouveau modèle instructif Kimi-K2-Instruct-0905 est désormais disponible sur Hugging Face.
Moonshot AI dévoile Kimi K2 Thinking, un modèle de raisonnement en open-weights
Le laboratoire chinois Moonshot AI publie une nouvelle version de son modèle Kimi orientée raisonnement long, disponible en poids ouverts.
Moonshot AI dévoile Kimi-Linear-A3B, un modèle à architecture linéaire hybride
Un nouveau modèle du laboratoire chinois Moonshot AI, misant sur une architecture d'attention linéaire pour l'efficacité.
Kimi-Linear-48B-A3B-Instruct : nouveau modèle par Moonshot AI
Moonshot AI publie un modèle d'instruction de 48 milliards de paramètres sur Hugging Face.
DeepSeek-V3.2 : nouvelle mise à jour du modèle open-weights
DeepSeek publie la version 3.2 de son LLM open-weights, apportant des améliorations de performance et de stabilité sur la précédente itération V3.
DeepSeek publie DeepSeek-V3.2 sur Hugging Face
Le laboratoire chinois met en ligne une nouvelle itération de son modèle DeepSeek-V3, sans détails accompagnants dans la collection publiée.
DeepSeek lance DeepSeek-V3.2, nouvelle version de son grand modèle
DeepSeek publie DeepSeek-V3.2 sur Hugging Face, une mise à jour de son modèle phare open-weights.
Pleias lance SYNTH, une collection de modèles de synthèse
Une série de modèles conçus pour la génération et la synthèse de contenu, désormais disponibles sur Hugging Face.
DeepSeek publie le modèle de base DeepSeek-V3.2-Exp-Base
DeepSeek met en ligne sur Hugging Face la version de base expérimentale de son modèle V3.2, avant fine-tuning.