Rapport Mozilla : L'utilisation des modèles IA ouverts dépasse les modèles fermés

Mozilla a publié en juillet 2026 son rapport "État de l'IA Open Source", détaillant les tendances de performance et d'utilisation des modèles d'intelligence artificielle open source par rapport aux modèles propriétaires.

Le rapport indique qu'en mars 2026, l'écart de performance entre les modèles d'IA open source et propriétaires était en moyenne de 3,3 %, selon les données de la Chatbot Arena de Mozilla. Cet écart s'est considérablement réduit par rapport aux périodes précédentes, passant de plus de 8 % en janvier 2024 à seulement 0,5 % en août 2024.

Suite à la sortie du modèle DeepSeek-R1 en février 2025, les modèles open source ont brièvement égalé les capacités des principaux modèles propriétaires américains. En mars 2026, l'écart s'est à nouveau creusé à 3,3 %. Cependant, le rapport précise qu'il s'agit d'une moyenne, les modèles ouverts offrant des performances comparables aux modèles fermés pour les tâches de codage, de suivi d'instructions et de connaissances générales. Les lacunes sont plus apparentes dans le raisonnement, la récupération de longs contextes et les tâches basées sur des agents.

En termes d'utilisation des API, les modèles open source ont dominé. En juin 2026, les cinq modèles les plus demandés en termes de consommation mensuelle de tokens sur la plateforme OpenRouter étaient tous open source. DeepSeek V4 Flash a mené avec 18,4 billions de tokens, suivi par Xiaomi Mimo-V2.5 et Tencent Hy3 Preview. Parallèlement, le coût par million de tokens pour les modèles de niveau GPT-4 a connu une baisse substantielle, passant de 20 USD fin 2022 à 0,40 USD en décembre 2025, soit une réduction de 50 fois en 36 mois.

L'adoption par les développeurs montre que les modèles ouverts sont largement utilisés, 79 % des développeurs les utilisant à parité avec les modèles fermés. Cependant, le déploiement en production a connu des taux de succès plus élevés pour les modèles fermés (63 %) que pour les modèles ouverts (51 %). Le rapport attribue cette disparité non pas aux capacités des modèles, mais à des défis opérationnels tels que la performance, l'intégration et la maintenance.