La vision « Touch High » : un pari stratégique

Annoncée dans un moment de pression de marché aiguë — Zhipu, entré en bourse en janvier 2026 , a vu son action chuter de plus de 19 % après la fin de la période de blocage — la réponse de Tang Jie n’a pas été une défense prudente, mais une déclaration d’investissement agressif à long terme .

Principes clés du plan « Touch High » :

• Retour intégral à la recherche sur les modèles fondamentaux. Le message était clair : pas de repli vers des applications sécurisées, mais un renforcement de la recherche sur le modèle central .
• Trois piliers : les capacités de tâches à long horizon, les systèmes d’agents autonomes et l’auto-évolution (auto-apprentissage) — les capacités que Tang Jie estime nécessaires pour franchir le seuil de l’AGI .
• L’open-source comme arme délibérée. Tang Jie affirme explicitement que l’IA de pointe ne doit pas être « réservée à un petit groupe de développeurs » .
• Stratégie « contre-intuitive ». Investir dans la recherche fondamentale coûteuse alors que les concurrents se tournent vers la monétisation .

Tang Jie définit l’AGI non pas comme un modèle unique de niveau génie, mais comme « l’agrégat de toutes les intelligences à travers toutes les tâches de niveau civilisationnel » — un cadrage qui favorise naturellement une large distribution ouverte plutôt qu’un contrôle exclusif .

GLM-5.2 sous licence MIT : l’expression concrète du plan

Le 13 juin 2026, Zhipu a publié GLM-5.2 sous la licence MIT — la licence open-source la plus permissive en usage courant . Ses caractéristiques clés :

• 744 milliards de paramètres au total, 40 milliards d’actifs (architecture Mixture-of-Experts parcimonieuse)
• Fenêtre de contexte d’un million de jetons — la plus longue de tous les modèles de pointe ouverts
• Licence MIT : pas de redevances, pas d’obligation d’attribution, aucune restriction régionale. « Les organisations peuvent affiner, héberger et construire des produits commerciaux sur GLM-5.2 sans redevances »
• Se classe parmi les trois premiers modèles du classement Artificial Analysis, suivant de près Claude Opus 4.8 et GPT-5.5 sur les benchmarks de base

Le timing était crucial. Quelques semaines plus tôt, le département du Commerce américain avait ordonné à Anthropic de couper l’accès à ses deux modèles les plus avancés. En 18 jours environ, Zhipu a répondu en publiant gratuitement un modèle concurrent . Reuters a rapporté que GLM-5.2 « est au cœur d’un débat croissant sur le fait que la Chine rattrape enfin les États-Unis dans la course à l’IA » .

Comment la position open-source défie les paradigmes occidentaux de sécurité

La position de Tang Jie confronte directement le cadre de sécurité occidental dominant, qui soutient que les poids des modèles de pointe sont trop dangereux pour être largement diffusés et doivent être protégés par un petit nombre de laboratoires de confiance.

Le défi à la logique de confinement occidentale :

• La capacité et le confinement doivent évoluer ensemble. Tang Jie « rejette l’idée que la capacité devrait progresser plus vite que le confinement », arguant que la recherche en sécurité, la gouvernance et la capacité des modèles doivent se développer en parallèle — et que l’accès ouvert permet à plus d’yeux d’examiner la sécurité, et non l’inverse .
• Rejet de la « sécurité par le secret ». Le paradigme américain dominant (incarné par OpenAI, Anthropic et les contrôles gouvernementaux à l’exportation) considère que les modèles les plus performants doivent rester derrière des API. Tang Jie estime que c’est à la fois inefficace et anticoncurrentiel — que l’inspection ouverte produit de meilleurs résultats en matière de sécurité qu’un développement cloîtré .
• L’accès comme bien normatif. Dans une note du 12 juillet, Tang Jie a écrit que « l’IA de pointe devrait rester largement accessible plutôt que contrôlée par des individus sélectionnés » . Il reformule ainsi le débat : non pas « l’open-source est risqué », mais « le closed-source est une concentration de pouvoir inacceptable ».

La dimension géopolitique :

Le régime de contrôle des exportations américain — l’interdiction des puces NVIDIA avancées vers la Chine et l’ordre du département du Commerce restreignant l’accès aux modèles d’Anthropic — a créé un environnement où les publications open-source chinoises sont une contre-mesure stratégique. Comme l’a rapporté Forbes, « les modèles open source et fermés sont devenus des récits stratégiques concurrents dans la compétition mondiale pour la domination de l’IA » . Une analyse du R Street Institute a noté que GLM-5.2 « atteint des performances à moins d’un point de pourcentage des meilleurs modèles américains de pointe, pour un coût environ cinq fois inférieur » .

La position de Tang Jie transforme l’ouverture en arme : chaque fois que Washington restreint l’accès aux modèles américains de pointe, Zhipu met gratuitement à disposition un équivalent compétitif, sapant ainsi l’idée que la restriction peut préserver l’avantage technologique américain .

Contexte de performance sur le marché

La lettre « Touch High » est arrivée alors que l’action de Zhipu avait chuté de plus de 19 % après la fin de la période de blocage . La réponse de Tang Jie a été une déclaration d’investissement agressif à long terme, disant en substance aux actionnaires que Zhipu privilégierait la recherche sur l’AGI plutôt que la rentabilité à court terme. C’est un pari à haut risque. La publication de GLM-5.2 sous licence MIT est à la fois un produit et un signal : Zhipu peut concurrencer à la pointe, et elle le fera en public.

Le plan « Touch High » de Tang Jie et la publication sous licence MIT de GLM-5.2 représentent un défi fondamental à la manière dont le monde conçoit la sécurité et l’accès à l’IA de pointe. Que l’ouverture ou la restriction soit la voie la plus sûre est désormais la question déterminante de la course mondiale à l’IA.

La vision « Touch High » : un pari stratégique

Annoncée dans un moment de pression de marché aiguë — Zhipu, entré en bourse en janvier 2026 , a vu son action chuter de plus de 19 % après la fin de la période de blocage — la réponse de Tang Jie n’a pas été une défense prudente, mais une déclaration d’investissement agressif à long terme .

Principes clés du plan « Touch High » :

• Retour intégral à la recherche sur les modèles fondamentaux. Le message était clair : pas de repli vers des applications sécurisées, mais un renforcement de la recherche sur le modèle central .
• Trois piliers : les capacités de tâches à long horizon, les systèmes d’agents autonomes et l’auto-évolution (auto-apprentissage) — les capacités que Tang Jie estime nécessaires pour franchir le seuil de l’AGI .
• L’open-source comme arme délibérée. Tang Jie affirme explicitement que l’IA de pointe ne doit pas être « réservée à un petit groupe de développeurs » .
• Stratégie « contre-intuitive ». Investir dans la recherche fondamentale coûteuse alors que les concurrents se tournent vers la monétisation .

Tang Jie définit l’AGI non pas comme un modèle unique de niveau génie, mais comme « l’agrégat de toutes les intelligences à travers toutes les tâches de niveau civilisationnel » — un cadrage qui favorise naturellement une large distribution ouverte plutôt qu’un contrôle exclusif .

GLM-5.2 sous licence MIT : l’expression concrète du plan

Le 13 juin 2026, Zhipu a publié GLM-5.2 sous la licence MIT — la licence open-source la plus permissive en usage courant . Ses caractéristiques clés :

• 744 milliards de paramètres au total, 40 milliards d’actifs (architecture Mixture-of-Experts parcimonieuse)
• Fenêtre de contexte d’un million de jetons — la plus longue de tous les modèles de pointe ouverts
• Licence MIT : pas de redevances, pas d’obligation d’attribution, aucune restriction régionale. « Les organisations peuvent affiner, héberger et construire des produits commerciaux sur GLM-5.2 sans redevances »
• Se classe parmi les trois premiers modèles du classement Artificial Analysis, suivant de près Claude Opus 4.8 et GPT-5.5 sur les benchmarks de base

Le timing était crucial. Quelques semaines plus tôt, le département du Commerce américain avait ordonné à Anthropic de couper l’accès à ses deux modèles les plus avancés. En 18 jours environ, Zhipu a répondu en publiant gratuitement un modèle concurrent . Reuters a rapporté que GLM-5.2 « est au cœur d’un débat croissant sur le fait que la Chine rattrape enfin les États-Unis dans la course à l’IA » .

Comment la position open-source défie les paradigmes occidentaux de sécurité

La position de Tang Jie confronte directement le cadre de sécurité occidental dominant, qui soutient que les poids des modèles de pointe sont trop dangereux pour être largement diffusés et doivent être protégés par un petit nombre de laboratoires de confiance.

Le défi à la logique de confinement occidentale :

• La capacité et le confinement doivent évoluer ensemble. Tang Jie « rejette l’idée que la capacité devrait progresser plus vite que le confinement », arguant que la recherche en sécurité, la gouvernance et la capacité des modèles doivent se développer en parallèle — et que l’accès ouvert permet à plus d’yeux d’examiner la sécurité, et non l’inverse .
• Rejet de la « sécurité par le secret ». Le paradigme américain dominant (incarné par OpenAI, Anthropic et les contrôles gouvernementaux à l’exportation) considère que les modèles les plus performants doivent rester derrière des API. Tang Jie estime que c’est à la fois inefficace et anticoncurrentiel — que l’inspection ouverte produit de meilleurs résultats en matière de sécurité qu’un développement cloîtré .
• L’accès comme bien normatif. Dans une note du 12 juillet, Tang Jie a écrit que « l’IA de pointe devrait rester largement accessible plutôt que contrôlée par des individus sélectionnés » . Il reformule ainsi le débat : non pas « l’open-source est risqué », mais « le closed-source est une concentration de pouvoir inacceptable ».

La dimension géopolitique :

Le régime de contrôle des exportations américain — l’interdiction des puces NVIDIA avancées vers la Chine et l’ordre du département du Commerce restreignant l’accès aux modèles d’Anthropic — a créé un environnement où les publications open-source chinoises sont une contre-mesure stratégique. Comme l’a rapporté Forbes, « les modèles open source et fermés sont devenus des récits stratégiques concurrents dans la compétition mondiale pour la domination de l’IA » . Une analyse du R Street Institute a noté que GLM-5.2 « atteint des performances à moins d’un point de pourcentage des meilleurs modèles américains de pointe, pour un coût environ cinq fois inférieur » .

La position de Tang Jie transforme l’ouverture en arme : chaque fois que Washington restreint l’accès aux modèles américains de pointe, Zhipu met gratuitement à disposition un équivalent compétitif, sapant ainsi l’idée que la restriction peut préserver l’avantage technologique américain .

Contexte de performance sur le marché

La lettre « Touch High » est arrivée alors que l’action de Zhipu avait chuté de plus de 19 % après la fin de la période de blocage . La réponse de Tang Jie a été une déclaration d’investissement agressif à long terme, disant en substance aux actionnaires que Zhipu privilégierait la recherche sur l’AGI plutôt que la rentabilité à court terme. C’est un pari à haut risque. La publication de GLM-5.2 sous licence MIT est à la fois un produit et un signal : Zhipu peut concurrencer à la pointe, et elle le fera en public.

Le plan « Touch High » de Tang Jie et la publication sous licence MIT de GLM-5.2 représentent un défi fondamental à la manière dont le monde conçoit la sécurité et l’accès à l’IA de pointe. Que l’ouverture ou la restriction soit la voie la plus sûre est désormais la question déterminante de la course mondiale à l’IA.