Français
On peut suivre toutes les grandes conférences de présentation sur l’IA et passer malgré tout à côté de la moitié des travaux intéressants. En mars 2026, les modèles de Kimi, Qwen et MiroMind, aux côtés de projets de recherche spécialisés, offrent aux développeurs davantage d’options que ne le laisse penser la liste habituelle des abonnements.
Il s’agit bien d’une vague, mais pas d’un unique lundi où une demi-douzaine de modèles seraient soudain apparus. Certains sont arrivés à plusieurs semaines ou plusieurs mois d’intervalle. Et « open source », « poids téléchargeables » et « essai gratuit d’une API » sont des choses différentes, quel que soit l’enthousiasme avec lequel Internet les jette dans le même panier.
Le problème des lancements sous couverture
Prenons Hunter Alpha : un modèle présenté anonymement sur OpenRouter qui s’est révélé être une première version de MiMo-V2-Pro de Xiaomi. L’annonce de lancement de Xiaomi établit ce lien et décrit un modèle comptant plus de mille milliards de paramètres au total, 42 milliards de paramètres actifs et une fenêtre de contexte pouvant atteindre un million de tokens.
Cela en fait un concurrent intéressant. Cela n’en fait pas un modèle à poids ouverts téléchargeable : au lancement, la version Pro propose un accès par API avec une tarification à l’usage. Les tests anonymes et les accès promotionnels ne doivent pas être confondus avec une promesse d’utilisation gratuite permanente.
La partie théâtrale, c’est le déguisement. Un modèle qui apparaît sous un nom mystérieux donne aux développeurs matière à débattre avant que le logo de l’entreprise entre en scène. Mais un lancement sous couverture ne prouve pas que tous les laboratoires appliquent désormais secrètement la même recette.
Kimi K2.5 et l’essaim d’agents que personne n’avait demandé (mais dont tout le monde avait besoin)
Moonshot AI a présenté Kimi K2.5 en janvier, et non parmi les sorties de cette semaine. Son annonce technique décrit la programmation à partir d’informations visuelles et un aperçu de recherche d’Agent Swarm capable de coordonner jusqu’à 100 sous-agents.
L’idée est qu’un orchestrateur décompose un gros travail en tâches parallèles : étudier un sujet ici, en explorer un autre là, puis réunir les résultats. Moins un assistant qui jongle avec tout, davantage un bureau qui a découvert qu’il pouvait tenir plusieurs réunions en même temps. Que cela vous rassure ou non dépend de votre expérience des bureaux.
Il y a une distinction importante entre les offres. L’accès aux poids du modèle ou à un point d’accès API n’inclut pas automatiquement toute l’expérience hébergée d’Agent Swarm. L’agent a besoin d’outils et d’une orchestration autour de lui ; l’annonce de Moonshot présente Swarm comme un aperçu de recherche sur Kimi.com.
Une autre évolution utile est arrivée le 19 mars : Cloudflare a ajouté Kimi K2.5 à Workers AI, avec une fenêtre de contexte de 256k, l’appel d’outils et des entrées visuelles. Un développeur peut utiliser ce service d’inférence hébergé sans exploiter lui-même les serveurs du modèle. Construire une application fiable autour reste un travail à part entière.
Qwen 3.5 Small : des ambitions au format de poche
Les petites versions de Qwen3.5 d’Alibaba comprennent plusieurs tailles, plutôt qu’un unique modèle appelé « Small ». La fiche du modèle 9B annonce 81,7 sur GPQA Diamond, contre 80,1 pour GPT-OSS-120B dans son tableau comparatif.
C’est un résultat remarquable sur un test exigeant de questions scientifiques. Ce n’est pas la preuve qu’un modèle de neuf milliards de paramètres égale le plus grand dans toutes les tâches. Le même tableau contient d’autres tests où le classement change. Faire son marché parmi les évaluations est beaucoup plus facile quand on ne visite qu’un seul rayon.
Diviser les nombres totaux de paramètres ne dit pas non plus exactement à quel point une application en fonctionnement sera plus rapide ou moins volumineuse. L’architecture, la précision numérique et la mémoire utilisée pendant le traitement d’une conversation comptent toutes.
Les plus petites variantes rendent l’expérimentation locale plus accessible. Mais « fonctionne sur n’importe quel iPhone récent doté de 4 Go de RAM » est une promesse trop large : l’appareil, l’application, le format du modèle et la longueur du contexte doivent être compatibles. Une configuration réellement locale peut conserver les requêtes sur l’appareil ; le simple téléchargement des poids ne dit pas si l’application qui les exploite envoie quoi que ce soit ailleurs.
MiroThinker : la recherche ne se résume pas à réfléchir davantage
Le MiroThinker v1.0 72B de MiroMind a sa place dans cette discussion, même si l’article de recherche qui l’accompagne date de novembre 2025.
Son approche de « passage à l’échelle interactif » augmente les interactions avec les outils et l’environnement extérieur. L’agent recueille des informations et utilise les retours pour affiner son travail. C’est différent du simple fait de multiplier les boucles de raisonnement interne avant de répondre.
Le développeur annonce 81,9 % sur GAIA-Text-103, un sous-ensemble textuel précis. C’est un résultat prometteur pour un agent de recherche, pas un score universel pour toutes les tâches de raisonnement ni une démonstration que chaque processus payant utilisant GPT-5 possède un équivalent gratuit.
Les poids sont téléchargeables. Faire tourner un modèle de 72B et les outils qui l’entourent nécessite toujours des ressources. Les poids ouverts lèvent un obstacle ; ils ne convainquent pas un GPU de travailler en échange de visibilité.
Les spécialistes : CUDA Agent et FireRed
CUDA Agent, décrit dans un article de recherche du 27 février, s’attaque à l’optimisation des noyaux de calcul GPU. Ses auteurs associent l’apprentissage par renforcement à un environnement de développement qui vérifie la correction des résultats et mesure les performances. Ils annoncent de solides résultats sur KernelBench.
Il s’agit de recherche spécialisée, pas d’une garantie qu’un assistant prêt à l’emploi optimisera chaque morceau de code GPU mieux que tous les modèles généralistes. L’enseignement intéressant est que l’entraînement, les outils et un objectif mesurable peuvent fonctionner ensemble. Il ne cherche pas à écrire de la poésie, ce qui soulage probablement autant le GPU que la poésie.
FireRed-Image-Edit 1.1, sorti le 3 mars, travaille sur des images, pas sur des vidéos 4K. Le projet énumère des améliorations de la cohérence des portraits, de la combinaison d’éléments, du style du texte et des retouches de maquillage.
Il vise à suivre les consignes de retouche tout en préservant les détails visuels utiles. Cela ne revient pas à garantir que seuls les pixels demandés changent. La configuration d’inférence optimisée du projet mentionne également 30 Go de mémoire GPU : « léger » ne joue décidément pas le même rôle ici que dans la description d’une application mobile.
Cloudflare fournit un autre exemple d’intégration d’un modèle dans un processus ciblé. Dans son annonce de mars, l’entreprise décrit l’utilisation de Kimi K2.5 dans une chaîne automatisée de revue de code, visible grâce à son réviseur Bonk sur les dépôts publics de Cloudflare. Cela témoigne du propre déploiement de Cloudflare, plutôt que de promettre à toutes les équipes qu’elles pourront se passer de relecteurs humains.
Un paysage plus vaste, pas seulement des laboratoires plus petits
Rien de tout cela n’exige un conte de fées où cinq chercheurs dans un garage prendraient tout le monde de vitesse. Alibaba et Xiaomi sont des entreprises de taille importante. Différentes organisations explorent diverses combinaisons de modèles, d’outils et de distribution, et « pas l’un des trois noms familiers » ne signifie pas « minuscule laboratoire indépendant ».
Le changement utile, c’est l’élargissement du choix. Vous pouvez chercher des poids téléchargeables, un point d’accès hébergé bon marché, un petit modèle local ou un système conçu pour une tâche précise. Ces besoins ne mènent pas tous au même produit.
Pour le sujet connexe des outils de développement qui créent leurs propres modèles, consultez notre analyse du modèle de programmation de Cursor (en anglais). Les logiciels qui entourent le modèle comptent autant que le nom figurant sur sa fiche.
Ce que cela signifie si vous n’êtes pas développeur
Vous n’avez pas besoin de votre propre serveur pour vous intéresser à cette tendance :
- Davantage d’options locales : les petits modèles téléchargeables donnent aux développeurs d’applications plus de latitude pour proposer des fonctions hors ligne, lorsque le matériel et l’implémentation le permettent.
- Davantage de processus spécialisés : un modèle associé aux bons outils peut être utile sans arriver premier dans toutes les évaluations généralistes.
- Davantage de façons de payer : abonnements, API facturées à l’usage et auto-hébergement ont des coûts différents. La gratuité des poids n’est qu’un élément de cette comparaison.
- Davantage de concurrence : Kimi, Qwen et leurs pairs méritent d’être considérés pour leurs capacités réelles, plutôt que d’être écartés parce qu’une autre marque monopolise les gros titres.
La plus grande actualité de l’IA en mars n’est peut-être pas un lancement isolé. C’est peut-être le nombre croissant d’endroits où il vaut la peine de regarder. L’écart ne s’est pas magiquement comblé partout, mais la liste des candidats s’allonge. Nous compatissons avec votre dossier de favoris.
Traduction française de l’article original en anglais du 2026-03-23. Traduction réalisée avec l’aide de l’IA le 2026-11-02 ; les références temporelles restent celles de l’original.
