--- title: "DeepSeek V4.1-Flash, GLM-5.3 et MiniCPM5-2B : trois lectures différentes de ce que signifie "open" à la mi-septembre 2026" description: "Trois sorties de la même semaine de septembre 2026 : DeepSeek V4.1-Flash multimodal sous licence MIT propre, GLM-5.3 sous une licence sur mesure après avoir découvert seul plus de mille vulnérabilités critiques, et MiniCPM5-2B, un modèle Apache 2.0 pensé pour tourner sur un ordinateur portable. Ce qui change pour une entreprise suisse." date: 2026-09-14 tags: [Modèles ouverts, Actualités, Licences] url: "https://ai.malagoli.me/fr/blog/deepseek-v41-flash-glm-53-minicpm5-2b-settembre-2026" locale: fr_CH image: "/blog/deepseek-v41-flash-glm-53-minicpm5-2b-settembre-2026.svg" ---
# DeepSeek V4.1-Flash, GLM-5.3 et MiniCPM5-2B : trois lectures différentes de ce que signifie "open" à la mi-septembre 2026
<!-- 2026-09-14 · Modèles ouverts · Actualités · Licences -->
Trois sorties de la même semaine racontent trois degrés très différents d'ouverture : une licence MIT sans condition, une licence sur mesure née d'un risque de sécurité inattendu, et un petit modèle pensé pour tourner sur le matériel que vous possédez déjà. Ce qui compte vraiment, au-delà du nombre de paramètres.
Trois sorties de la même semaine, entre le 7 et le 14 septembre 2026, racontent trois degrés très différents de ce que signifie aujourd'hui un "modèle open". DeepSeek a publié V4.1-Flash sous une licence MIT propre, sans condition cachée. Z.ai, à l'inverse, a changé les règles pour GLM-5.3, la nouvelle génération de sa famille phare : poids disponibles, mais sous une licence sur mesure, après avoir découvert que le modèle savait trouver des exploits critiques mieux que prévu. Et OpenBMB a démontré qu'il n'est pas nécessaire d'avoir un modèle énorme pour compter : MiniCPM5-2B, à peine 2,5 milliards de paramètres, bat des modèles deux fois plus gros et est pensé pour tourner sur un ordinateur portable. Trois actualités, une seule question utile pour qui décide d'une architecture IA en entreprise : ce qui change vraiment, au-delà du nombre de paramètres.
## DeepSeek V4.1-Flash : multimodal, un million de tokens de contexte, licence MIT sans condition
Le 10 septembre 2026, DeepSeek a publié V4.1-Flash, qui remplace V4 Pro comme modèle phare le plus efficace de la famille. C'est un modèle Mixture-of-Experts avec un socle de 552 milliards de paramètres au total, construit sur une architecture encodeur-décodeur causale qui n'active que 8 milliards de paramètres en lecture et 16 milliards en écriture — un choix pensé pour contenir le coût de calcul sans sacrifier la qualité. Le contexte atteint un million de tokens et la compréhension des images est native, pas ajoutée par un correctif ultérieur. La licence reste celle que DeepSeek utilise depuis toujours pour cette catégorie de modèles : MIT, sans seuil de chiffre d'affaires, sans clause d'attribution, sans restriction géographique. C'est la confirmation d'une tendance que nous suivons depuis des mois : les laboratoires qui misent sur la licence la plus permissive possible le font de façon cohérente, version après version.
## GLM-5.3 : la licence n'est plus MIT, et la raison est technique avant d'être commerciale
Z.ai avait annoncé GLM-5.3 le 14 août 2026 comme son nouveau modèle phare pour le coding et les tâches agentiques de longue durée — 320 milliards de paramètres au total, 18 milliards actifs, une architecture combinant attention linéaire et sparse pour réduire nettement le coût de calcul et la mémoire du cache KV. Mais les poids ne sont pas arrivés tout de suite : Z.ai les a retenus deux semaines, déclarant explicitement vouloir achever une revue de cybersécurité avant leur publication. Ils sont arrivés sur Hugging Face le 28 août, non plus sous la licence MIT propre utilisée pour GLM-5.2, mais sous une licence sur mesure — la "GLM-5.3 License" : pour la quasi-totalité des entreprises, PME suisses comprises, les permissions restent équivalentes à MIT. La différence ne s'applique qu'à qui propose le modèle en tant que service (Model-as-a-Service) avec un chiffre d'affaires agrégé supérieur à 10 milliards de dollars sur les 12 mois précédents : dans ce cas, il faut passer une revue de sécurité de Z.ai avant tout usage commercial. Un seuil pensé pour une poignée d'hyperscalers, pas pour qui l'adopte en interne — mais cela reste un rappel que "poids disponibles" n'équivaut plus automatiquement à "licence open source" au sens strict.
La raison de cette revue est dans les chiffres : sur CyberGym, le benchmark qui mesure la capacité à découvrir des vulnérabilités réelles, GLM-5.3 obtient 84,5 %, contre 77,2 % pour GLM-5.2. Lors des tests, Z.ai a trouvé 1 097 vulnérabilités critiques dans Linux, WebKit et FreeBSD, ainsi qu'une vulnérabilité réelle dans Cursor — et déclare que cette capacité à découvrir et enchaîner des exploits a émergé du post-entraînement sans que ce soit un objectif explicite du projet. Pour une entreprise qui évalue l'auto-hébergement de GLM-5.3, ce n'est pas un détail de recherche académique : un modèle capable d'un tel niveau d'analyse offensive doit être traité, dans votre évaluation du risque, comme un outil à double usage — utile pour votre équipe de red team, mais à encadrer avec des permissions restreintes et des environnements isolés comme n'importe quel outil de sécurité avancé.
## MiniCPM5-2B : 2,5 milliards de paramètres, Apache 2.0, pensé pour un ordinateur portable
Le 7 septembre 2026, OpenBMB a publié MiniCPM5-2B, un modèle dense de 2,52 milliards de paramètres sous licence Apache 2.0 — aussi permissive que la MIT, sans seuil ni clause particulière. Sur la moyenne de 34 benchmarks, il obtient 53,9 points, dépassant Qwen3.5-4B, qui compte presque deux fois plus de paramètres et plafonne à 51,1. L'architecture est une LlamaForCausalLM standard avec attention grouped-query et un contexte natif de 131 072 tokens : aucun kernel personnalisé, aucun fork du code du modèle, compatible d'emblée avec les outils que la plupart des équipes utilisent déjà — vLLM, llama.cpp, Ollama, MLX, LM Studio. Il est explicitement pensé pour tourner sur le matériel que vous possédez déjà : un ordinateur portable, un smartphone, une seule GPU modeste, pas un cluster loué.
## Ce qui change, concrètement, pour une entreprise suisse qui évalue l'IA cette semaine
- La licence doit être relue à chaque version, même au sein de la même famille : GLM-5.2 était en MIT propre, GLM-5.3 ne l'est plus. Il ne suffit pas de savoir qu'un laboratoire "publie habituellement en open".
- Un modèle doté de capacités cyber-offensives élevées, comme GLM-5.3, nécessite une évaluation du risque spécifique avant l'auto-hébergement — environnements isolés, permissions restreintes, journalisation des usages — quelle que soit la permissivité de la licence.
- Tous les projets n'ont pas besoin d'un modèle énorme : MiniCPM5-2B démontre qu'un modèle bien optimisé, sous les 3 milliards de paramètres, peut suffire pour de nombreux cas d'usage en entreprise et tourner sur du matériel que vous avez déjà au bureau.
- Avec les obligations d'exécution de l'AI Act déjà en vigueur depuis le 2 août 2026, vérifier la licence et le profil de risque d'un modèle avant son adoption n'est plus seulement de la prudence : cela fait partie de la conformité que vous devez pouvoir démontrer.
C'est le travail que nous faisons chaque semaine pour nos clients : lire la licence exacte de chaque version, évaluer le profil de risque d'un modèle avant de lui donner accès à vos systèmes, et choisir — entre un modèle énorme et un petit modèle bien optimisé — celui dont votre cas d'usage a réellement besoin, pas celui qui occupe le plus de place dans un classement.
### Sources
- [DeepSeek — Change Log officiel, sortie de V4.1-Flash](https://api-docs.deepseek.com/updates/)
- [Hugging Face — openbmb/MiniCPM5-2B, fiche du modèle](https://huggingface.co/openbmb/MiniCPM5-2B)
- [tous les articles](/fr/markdown.md)
- [version mise en page](/fr/blog/deepseek-v41-flash-glm-53-minicpm5-2b-settembre-2026)
© 2026 ai.malagoli.me · données hébergées en Suisse · CH ✓
[Politique de confidentialité](/fr/privacy) · [Politique de cookies](/fr/cookie-policy)