Apertus fête ses un an, DeepSeek s'ouvre au multimodal : la semaine des modèles ouverts, début septembre 2026

Trois actualités de la première semaine de septembre 2026 racontent bien où en sont les modèles ouverts, même si elles n'ont pas grand-chose en commun hormis d'être sorties dans le même intervalle de jours. Le 2 septembre, Apertus — le modèle ouvert développé en Suisse par l'EPFL, l'EPF de Zurich et le CSCS — a fêté ses un an, avec un bilan qui mérite d'être lu attentivement si vous traitez des données sensibles dans ce pays. Le 31 août, DeepSeek a publié le premier modèle multimodal de la famille V4, sous licence MIT propre. Le 4 septembre, Ant Group a publié une variante de son modèle Ling-3.0 spécialisée dans le domaine médical. Trois sorties, trois licences, et trois leçons distinctes pour qui évalue une architecture IA aujourd'hui.

Apertus, un an après : 4 millions de téléchargements, mais la souveraineté ne suffit pas à elle seule

Apertus — du latin « ouvert » — est le modèle de langage développé par l'EPFL, l'EPF de Zurich et le Centre suisse de calcul scientifique (CSCS), lancé le 2 septembre 2025 sous licence Apache 2.0 : non seulement les poids, mais aussi les données d'entraînement, l'architecture et les procédures d'entraînement sont publics et documentés, disponibles en versions de 8 et 70 milliards de paramètres. Un an plus tard, selon le bilan publié par Swissinfo le 2 septembre, le modèle a dépassé les 4 millions de téléchargements et a trouvé des applications concrètes : en juin, l'EPFL a présenté MeditronFO, un cadre entièrement ouvert pour construire des modèles d'IA clinique basé précisément sur Apertus, et le CSCS l'utilise pour un service de traduction automatique interne destiné au canton du Tessin.

En juillet est arrivé Apertus 1.5, qui a ajouté la compréhension d'images et d'audio, un mode de raisonnement explicite et une fenêtre de contexte quadruplée, jusqu'à environ 262 000 tokens, ainsi qu'un meilleur support pour l'appel d'outils et les instructions complexes. Mais ce même bilan ne cache pas les limites : sur les capacités agentiques, Apertus reste en retrait par rapport à d'autres modèles open-weight, et bien faire tourner la version à 70 milliards de paramètres est, selon l'article, « un projet d'infrastructure, pas un download-and-go ». Pour l'équipe de développement, les défis de la deuxième année restent au nombre de deux : améliorer le modèle lui-même et renforcer l'écosystème d'outils qui l'entoure.

Pour une entreprise suisse qui évalue sa conformité à la LPD, Apertus reste aujourd'hui le point de départ le plus net sur le plan de la souveraineté : entraîné en Suisse, documenté publiquement, exécutable sur une infrastructure sous votre propre contrôle, sans aucune ambiguïté de licence à vérifier. Mais la souveraineté de l'origine ne remplace pas l'évaluation des capacités : si votre cas d'usage exige un comportement agentique complexe, le bilan à un an suggère de le tester sur la tâche réelle avant de le tenir pour acquis, et non de le choisir seulement parce que c'est « le modèle suisse ».

DeepSeek ouvre les yeux : le premier modèle multimodal de la famille V4, sous licence MIT propre

Le 31 août, DeepSeek a publié sur Hugging Face les poids de DeepSeek-V4-Flash-Vision-Exp, le premier modèle multimodal expérimental de la famille V4 : construit sur l'architecture de DeepSeek-V4-Flash, à laquelle ont été ajoutés des modules visuels et un cycle d'entraînement supplémentaire pour débloquer la compréhension d'images et de documents visuels. Les spécifications restent celles d'un modèle Mixture-of-Experts haut de gamme : 284 milliards de paramètres au total, dont 13 milliards actifs par token, 256 experts routés plus un expert partagé, et une fenêtre de contexte native allant jusqu'à 1 million de tokens.

Côté licence, aucune surprise à chercher entre les lignes : le fichier publié dans le dépôt est le texte MIT pur, sans annexe ni clause d'usage acceptable, accordant l'ensemble des droits — utilisation, copie, modification, distribution, sous-licence, vente — sans seuils liés au chiffre d'affaires, à l'usage commercial ou aux modèles dérivés. C'est un contraste direct avec ce que nous avons vu il y a deux semaines avec GLM-5.3, publié sous une licence sur mesure pensée pour les grands hyperscalers : pour qui évalue un pipeline de compréhension documentaire ou d'analyse d'images à héberger en interne, un modèle multimodal de cette envergure sous licence MIT propre retire complètement l'ambiguïté de licence de la liste des vérifications à faire.

Ling-3.0-Flash-Sante : quand un modèle ouvert se spécialise dans un domaine réglementé

Le 4 septembre, Ant Group, via son laboratoire inclusionAI, a publié Ling-3.0-Flash-Sante, une variante de son modèle Ling-3.0-Flash (124 milliards de paramètres au total, 5,1 milliards actifs, publié sous licence MIT le 5 août) affinée pour le domaine médical : raisonnement sur les connaissances cliniques, récupération d'informations fondée sur les preuves, gestion de flux de travail médicaux complexes, tout en conservant les capacités générales de raisonnement, de codage et d'utilisation d'outils du modèle de base, avec une fenêtre de contexte de 256 000 tokens.

C'est un signal qui mérite d'être noté indépendamment du cas d'usage spécifique : les modèles ouverts commencent à se spécialiser dans des secteurs fortement réglementés comme la santé, pas seulement à rivaliser sur des benchmarks généralistes. Le modèle est pour l'instant surtout disponible via des API hébergées — Novita, OpenRouter, Vercel AI Gateway, avec une fenêtre gratuite jusqu'au 4 octobre — pratique pour prototyper, mais pour tout flux traitant des données cliniques réelles, le principe de toujours reste valable : vérifier où tourne l'inférence et où finissent les données avant de construire un processus de production dessus, pas après.

En arrière-plan : l'AI Office commence à demander des comptes

Le 29 août, la vice-présidente exécutive de la Commission européenne Henna Virkkunen a confirmé que l'AI Office avait formellement envoyé des demandes d'informations à plus de 30 fournisseurs de modèles GPAI, portant sur la sécurité des modèles, les évaluations externes indépendantes et le suivi après mise sur le marché. C'est la première application concrète des pouvoirs d'exécution entrés en vigueur le 2 août, dont nous parlions il y a un mois : un rappel que la demande de documentation technique n'est plus une hypothèse, et qu'il vaut la peine de vérifier dès maintenant si celle de votre fournisseur — ouvert ou fermé — résisterait au même niveau de contrôle.

Ce qu'il faut vérifier, concrètement, cette semaine

• Si vous évaluez Apertus pour des raisons de souveraineté, testez-le sur votre cas d'usage réel avant de le tenir pour acquis : la licence Apache 2.0 et l'entraînement suisse sont un point de départ net, pas une garantie de capacité suffisante pour toute tâche.
• DeepSeek-V4-Flash-Vision-Exp montre qu'un grand modèle multimodal sous licence MIT propre est désormais disponible pour l'auto-hébergement sans clause à négocier : si votre cas d'usage est la compréhension de documents ou d'images, c'est une option à évaluer aux côtés de Qwen et GLM.
• Si vous envisagez un modèle ouvert spécialisé dans un domaine réglementé comme la santé, traitez la fenêtre API gratuite comme un outil de prototypage, pas comme votre architecture de production : pour des données cliniques réelles, vérifiez la résidence des données et les options d'auto-hébergement avant d'intégrer.
• Avec l'AI Office qui demande déjà de la documentation technique aux grands fournisseurs, c'est le moment de vérifier si la vôtre, pour le modèle que vous utilisez aujourd'hui, résisterait à la même demande — avant que quelqu'un d'autre ne vous la pose.

C'est exactement le travail que nous faisons chaque semaine pour nos clients : lire les bilans et les licences publiés cette semaine précise, vérifier ce qui change vraiment pour une entreprise suisse, et construire une architecture où le bon modèle — souverain, multimodal ou spécialisé — tourne là où il doit tourner, avec vos données qui restent les vôtres.