Un écart historiquement bas
Selon une étude d'Epoch AI publiée fin 2025 et actualisée début 2026, les modèles open weight ne sont plus qu'à 3 mois en moyenne derrière les modèles propriétaires les plus performants, mesurés par l'Epoch Capability Index (ECI). L'écart sur le benchmark MMLU est passé de 17,5 à seulement 0,3 point de pourcentage en un an.
DeepSeek et Qwen mènent la charge
Les modèles chinois ont bouleversé la hiérarchie. DeepSeek et Qwen sont passés de 1 % à 15 % du marché mondial en douze mois, tandis qu'OpenAI reculait de 55 % à 40 %. DeepSeek V4, avec ses 1 000 milliards de paramètres et un coût d'entraînement inférieur à 6 millions de dollars, affiche un prix d'inférence à 0,14 $/million de tokens — 94 % moins cher que Claude Opus.
Qwen 3.5 (397 milliards de paramètres, Apache 2.0) bat GPT-5.2 sur MathVision (88,6 vs 83,0) et supporte 201 langues. GLM-5 de Zhipu AI atteint 77,8 sur SWE-bench Verified, devançant Gemini 3 Pro.
Un avantage économique massif
L'inférence open source coûte en moyenne 0,83 $/million de tokens contre 6,03 $ pour les API propriétaires, soit une réduction de 86 %. Un client fintech a réduit sa facture de 4 200 $/mois avec GPT-5 à 210 $ avec DeepSeek V4, pour une précision équivalente.
Selon la California Management Review, l'entraînement de DeepSeek V3 a coûté 5,6 millions de dollars, contre plus de 500 millions estimés pour GPT-5. Les communautés open source itèrent chaque semaine, contre des cycles trimestriels pour les labos fermés.
89 % des entreprises utilisent l'open source
Les modèles ouverts représentent 62,8 % du marché par nombre de modèles. Les entreprises qui les adoptent rapportent un ROI supérieur de 25 % par rapport aux solutions propriétaires seules. La stratégie recommandée : router 80 % des requêtes simples vers l'open source et réserver les modèles fermés aux tâches de raisonnement complexe, pour une réduction de 60 à 70 % des coûts d'infrastructure.
Vers la parité complète ?
Au rythme actuel, la parité totale entre modèles ouverts et fermés pourrait être atteinte au deuxième trimestre 2026. L'écart reste toutefois fluctuant : chaque nouveau modèle propriétaire creuse temporairement l'avance, avant que la communauté open source ne comble le fossé en quelques semaines.
