DeepSeek ouvre DeepInfer, tandis que les États-Unis et la Chine préparent un contrôle des modèles ouverts

Les modèles ouverts entrent dans une phase où les règles du jeu ne sont plus dictées par les seuls benchmarks, mais aussi par les gouvernements. Dans la semaine précédant le 20 octobre 2026, trois événements se sont enchaînés : le MOFCOM a proposé un système d'approbation préalable pour le transfert international de modèles frontier, le DHS a fermé à DeepSeek l'accès aux marchés publics civils fédéraux, et DeepSeek elle-même a publié en accès libre son stack d'inférence interne, DeepInfer. C'est ce que rapportent Florian Brand et Nathan Lambert dans le 25e numéro de la revue des artefacts ouverts d'Interconnects.

Les manœuvres réglementaires à Washington et à Pékin

Le ministère du Commerce chinois n'a pour l'instant publié qu'un projet de politique, pas une loi. Le texte exige que les modèles frontier et plusieurs autres technologies obtiennent l'aval de l'État avant de pouvoir être transférés à l'étranger. Les auteurs de la revue jugent la réaction exagérée : le document prévoit une approbation automatique pour les technologies ouvertes. Des analystes géopolitiques y voient une ossature qui pourrait servir plus tard à réguler l'ensemble de l'industrie chinoise de l'IA. Selon une autre lecture, la proposition vise des transactions comme la vente de la startup Manus à des acheteurs occidentaux, et non les modèles eux-mêmes.

Aux États-Unis, le DHS a émis un ordre selon lequel DeepSeek, en tant qu'entreprise, et ses modèles, en tant que plateforme technologique, ne peuvent pas être fournisseurs pour les marchés publics civils fédéraux. La question des fine-tunes et des modèles entraînés sur les sorties de DeepSeek reste ouverte. Par exemple, les recettes d'entraînement de Nemotron chez Nvidia s'appuient depuis longtemps sur les modèles de DeepSeek, et on ne sait pas si elles tomberont sous le coup de l'interdiction. Zhipu AI, créateur de GLM, figure déjà sur l'Entity List du département du Commerce/BIS, ce qui restreint son accès aux technologies américaines.

DeepInfer et l'économie du token

L'événement le plus concret de la semaine est la publication de DeepInfer. Il s'agit du stack d'inférence interne de DeepSeek, probablement nettement plus efficace que les vLLM et SGLang ouverts pour ses modèles. Les estimations évoquent une marge brute allant jusqu'à 90% sur la vente de tokens avec ce stack. On sait depuis longtemps que les meilleurs laboratoires disposent en interne d'outils bien plus efficaces que ceux de la communauté open source, mais c'est la première fois qu'un laboratoire de pointe les partage.

Les fournisseurs d'inférence adopteront DeepInfer rapidement. Cela signifie l'une de ces deux issues : soit les prix des modèles DeepSeek baissent dans tout l'écosystème, soit la marge des fournisseurs augmente. Les auteurs qualifient cette publication de l'un des plus grands artefacts d'IA ouverte de ces derniers mois, alors qu'il ne s'agit ni d'un modèle ni d'un dataset.

Ce qui est sorti en open weights

La revue met en avant cinq publications majeures :

• MiMo-V2.6-Pro-RL (Xiaomi MiMo) — mise à jour reposant sur les mêmes bases que MiMo V2.5, mais avec des ressources nettement plus importantes consacrées à l'entraînement par RL. Les auteurs ont publié un rapport technique détaillé et une partie des environnements, ce qui est rare à cette échelle. V2.6-Pro est actuellement le premier modèle ouvert du classement Artificial Analysis.
• DeepSeek-V4.1-Flash-1017 (deepseek-ai) — nouvelle taille 552B-A16B, avec prise en charge des images en entrée, sous licence MIT. Le modèle domine le front de Pareto « qualité contre prix » sur DeepSWE, un benchmark populaire de développement agentique.
• clef (Cloudflare) — un modèle « décisionnel ». Ce type de modèle a été introduit par la startup Typesafe : ce sont des classifieurs généralistes qui produisent quelques tokens accompagnés de probabilités. L'approche s'est vite imposée et a donné naissance à de nombreux fine-tunes ouverts.
• NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 (nvidia) — mise à jour attendue du modèle intermédiaire de la famille. Il est solide pour sa taille et tourne en local si l'on dispose d'un ordinateur portable puissant ou d'un RTX Spark. Nvidia publie, comme à son habitude, la quasi-totalité de ses données et un rapport technique détaillé.
• Beam-1.0-501B-A23B (Reflection) — le meilleur modèle ouvert américain sous licence permissive Apache 2.0. Ce n'est pas le plus intelligent des modèles ouverts, mais il est très économe en tokens : il se classe deuxième derrière GPT-6-Astra, ce qui témoigne d'un post-training mature.

Côté modèles généralistes :

• Ternary-Bonsai-2-27B-gguf (prism-ml) — version ternaire de Qwen3.8-27B pour une exécution sur l'appareil.
• Ornith-1.5-397B (ornith-ai) — série de fine-tunes de Qwen3.5 et Gemma 4 qui, dans la communauté locale, obtient de meilleurs résultats que de solides modèles de base.
• Ling-3.0-flash-VL-fp4 (inclusionAI) — modèle 124B-A5.5B d'Ant Ling, au sein d'Ant Group, qui publie régulièrement de nouvelles versions.
• Muse-Spark-Open-816B-A42B (meta-models) — version ouverte de Muse de Meta.

Selon des rumeurs, Kimi K3.1 devrait sortir prochainement : ses métadonnées apparaissent déjà dans des bibliothèques publiques.

Conséquences pratiques pour les équipes

Les équipes qui construisent des produits sur des open weights doivent vérifier la chaîne de provenance de leurs modèles. Si l'entreprise a des clients fédéraux aux États-Unis, DeepSeek et ses dérivés doivent figurer dans le registre des risques : l'ordre du DHS ne précise pas comment traiter les distillats et les fine-tunes. Une alternative américaine existe désormais : Beam sous Apache 2.0 et Nemotron avec données ouvertes offrent une solution de repli, même si Beam n'est pas le leader en matière d'intelligence.

Les équipes d'inférence ont intérêt à confronter DeepInfer à vLLM et SGLang sur leurs propres profils de charge. Si le gain se confirme, le coût du token de DeepSeek-V4.1-Flash-1017 sur du matériel en propre baissera encore. On peut aussi regarder de près les modèles décisionnels comme clef : le routage et la classification sur quelques tokens coûtent moins cher que l'appel d'un LLM complet.