L'été 2026 qui a rebattu les cartes de l'IA

En l'espace de huit semaines, à partir de la mi-juin 2026, les laboratoires chinois d'IA ont dévoilé une cascade de modèles frontières qui a redessiné le paysage mondial de l'IA. La vague a culminé le 13 août avec la disponibilité générale de DeepSeek V4 Pro, mais l'histoire est plus vaste que le lancement d'un seul modèle : elle raconte comment les restrictions à l'exportation censées freiner les progrès de l'IA chinoise ont au contraire produit un concurrent plus efficace, plus autosuffisant et résolument ouvert, qui rivalise désormais en capacités avec les modèles américains les plus avancés, tout en les sous-cotant d'un facteur dix à cinquante-sept.

Les trois forces à l'origine de la vague

Trois dynamiques se sont combinées pour compresser des années de développement en quelques mois :

1. La pression des restrictions à l'exportation. Les restrictions américaines sur les puces ont coupé les laboratoires chinois de l'accès aux GPU NVIDIA H100/B200, les obligeant à innover avec du matériel national (p. ex., les puces Huawei Ascend 910B/C) et à optimiser l'efficacité plutôt que la puissance brute. L'exemple le plus frappant est le LongCat-2.0 de Meituan, le premier modèle de mille milliards de paramètres entièrement entraîné et exécuté sur des puces chinoises .

2. Une concurrence intérieure féroce. Une douzaine de laboratoires bien financés — DeepSeek, Moonshot, Zhipu/Z.AI, Meituan, Alibaba, Tencent, Baidu, ByteDance — se livrent une course pour le prestige, la notoriété auprès des développeurs et l'adoption par les entreprises, ce qui comprime les cycles de publication à quelques semaines.

3. La stratégie des poids ouverts comme arme géopolitique. Les laboratoires chinois publient leurs modèles sous des licences permissives (MIT, MIT modifié) sans aucune restriction régionale, en contraste direct avec les stratégies de plus en plus fermées d'OpenAI et d'Anthropic. Cette approche leur permet de conquérir la communauté mondiale des développeurs .

Les modèles de la vague

DeepSeek V4 Pro (13 août 2026)

Le fer de lance qui couronne la vague estivale. DeepSeek V4 Pro est un modèle Mixture-of-Experts (MoE) de 1,6 billion de paramètres, avec 49 milliards de paramètres actifs par token, une fenêtre de contexte d'1 million de tokens et jusqu'à 384 000 tokens de sortie, répartis sur trois modes de raisonnement (standard, haut effort, effort maximal) . Sur le benchmark Terminal-Bench 2.1, il a obtenu un score de 87,9 — une amélioration de 15,8 % par rapport à l'aperçu d'avril — et ses performances sont comparables à celles de Claude Fable 5 pour un coût environ 57 fois inférieur . Reuters rapporte que le modèle "se rapproche — et dans certains tests dépasse — Claude Fable 5" sur les benchmarks d'agents et de génie logiciel .

La tarification est de 0,435 $ par million de tokens d'entrée et de 0,87 $ par million de tokens de sortie en tarif standard, avec des remises de cache allant jusqu'à 97 % . En mode de raisonnement à effort maximal, le prix est de 1,32 $/3,96 $ par million de tokens .

Moonshot Kimi K3 (16/27 juillet 2026)

Moonshot AI a dévoilé ce qu'elle appelle le "premier modèle ouvert au monde de la classe des 3 billions de paramètres" — un modèle MoE de 2,8 billions de paramètres qui active 16 de ses 896 experts par token, avec une fenêtre de contexte d'1 million de tokens et des capacités multimodales natives (vision + texte) . Les poids complets ont été publiés sur Hugging Face le 27 juillet sous une licence MIT modifiée . Le modèle est opérationnel sur Kimi.com, Kimi Work, Kimi Code et l'API Kimi .

Zhipu AI GLM-5.2 (13/16 juin 2026)

Le modèle qui a lancé la vague. GLM-5.2 est un MoE de 744 milliards de paramètres avec environ 40 milliards d'actifs par token, une fenêtre de contexte d'1 million de tokens et une licence MIT . L'évaluation CAISI du NIST (Institut national des normes et de la technologie des États-Unis) estime ses capacités globales comme similaires à celles de GPT-5.2 (décembre 2025) et ses capacités cybernétiques comme similaires à celles de Claude Opus . Il obtient un score de 81,0 sur Terminal-Bench 2.1 et de 62,1 sur SWE-bench Pro — le meilleur score open-weight sur l'Artificial Analysis Intelligence Index . Son prix sur API est environ 10 fois moins cher que celui de Claude ou GPT-5 .

Meituan LongCat-2.0 (30 juin 2026)

Un modèle MoE de 1,6 billion de paramètres (48 milliards d'actifs par token) avec une fenêtre de contexte d'1 million de tokens, publié sous licence MIT . Sa distinction cruciale : c'est le premier modèle de mille milliards de paramètres entièrement entraîné et exécuté sur des puces chinoises — un cluster de 50 000 puces Huawei Ascend 910B/C . Selon les tests de Meituan, il dépasse légèrement GPT-5.5 sur les benchmarks de génie logiciel . Avant sa sortie officielle, il trônait discrètement en tête du classement OpenLLM sous le nom de code "Owl Alpha" . Le prix de l'API est de 0,75 $/2,95 $ par million de tokens d'entrée/sortie, avec une promotion de lancement à 0,30 $/1,20 $ .

Comparaison avec les modèles américains les plus avancés

Dimension	Modèles chinois de pointe	Modèles américains de pointe
Parité des capacités	GLM-5.2 ≈ GPT-5.2 ; DeepSeek V4 Pro ≈ Claude Fable 5 sur plusieurs benchmarks ; LongCat-2.0 dépasse GPT-5.5 sur SWE-bench	OpenAI GPT-5.5, Anthropic Claude Fable 5/Opus, Google Gemini 3
Avantage de coût	Les modèles chinois sont 10 à 57 fois moins chers par token ou par tâche	Les modèles américains pratiquent des tarifs API premium
Ouverture	Licences open-weight MIT/MIT modifié ; accès mondial sans restriction	Principalement API fermée ; aucune publication de poids
Contrainte matérielle	Les meilleurs modèles chinois fonctionnent désormais entièrement sur des puces domestiques (LongCat-2.0 )	Les modèles américains utilisent un accès sans restriction aux NVIDIA H100/B200

Implications plus larges

L'adoption par les entreprises du monde entier

Les entreprises en dehors de la Chine disposent désormais d'alternatives crédibles, peu coûteuses et open-weight aux modèles d'API américains. La licence MIT de GLM-5.2, sans aucune restriction régionale, permet à toute entreprise de l'héberger elle-même à des fins commerciales sans limitation . Cela modifie les décisions d'achat en Asie du Sud-Est, au Moyen-Orient, en Afrique et dans certaines parties de l'Europe.

Le paradoxe des restrictions à l'exportation

Les preuves recueillies soutiennent fortement la thèse selon laquelle les restrictions américaines à l'exportation de puces ont eu un effet boomerang, et ce d'au moins deux manières :

• Maîtrise accélérée des puces nationales : LongCat-2.0 a été entraîné sur un cluster de 50 000 processeurs chinois Huawei Ascend, prouvant qu'un entraînement à l'échelle frontière est possible sans matériel américain . Cela a catalysé l'écosystème chinois des puces IA plus rapidement que les seules forces du marché ne l'auraient fait.
• Efficacité algorithmique forcée : Coupés de l'abondance de GPU haut de gamme, les laboratoires chinois ont optimisé leurs architectures (sparsité MoE, attention sparse, efficacité des paramètres actifs) de manière plus agressive que les laboratoires américains. Le résultat est des modèles qui atteignent des capacités comparables avec une fraction de la puissance de calcul — un avantage de coût de 10 à 57 fois .

Ce qui reste à confirmer et la note sur les sources

Aucune source n'a été trouvée pour confirmer le prix spécifique de 0,06 $ par tâche pour DeepSeek V4 Pro ou de 2,34 $ pour Claude Opus 5. Les modèles Tencent Hy3 et Alibaba Qwen3.8-Max manquent également de spécifications ou de dates de sortie vérifiées dans les preuves disponibles. Les affirmations concernant un récent manifeste open-source de Mark Zuckerberg n'ont pas pu être confirmées.

Cet article est basé sur les preuves disponibles à la mi-août 2026. Toutes les affirmations concernant les capacités des modèles proviennent de benchmarks rapportés par les développeurs et d'évaluations tierces (y compris le CAISI du NIST). La vérification indépendante de tous les scores de référence est en cours dans l'ensemble de l'industrie. Les comparaisons de coûts sont basées sur les prix publiés des tokens API ; les coûts réels par tâche varient considérablement en fonction de la complexité de la tâche, de la longueur du contexte et du taux de réussite du cache.