111 articles vérifiés sur Open source, les produits et le secteur. Page 2 sur 2
Le rapport sur l'écosystème open source du printemps 2026 de Hugging Face indique que les téléchargements de modèles chinois ont atteint 41 %, dépassant pour la première fois ceux des États-Unis, accompagné d'autres tendances notables.
L'AI Act de l'UE a commencé à être mis en œuvre par phases en 2025 et, en 2026, la plupart des dispositions sont déjà en vigueur. L'impact sur la communauté de l'IA open source n'a pas été aussi grave que redouté.
OpenClaw, un framework open source de développement d'agent IA, est passé d'un projet de niche à la première place du GitHub Trending en moins de deux semaines, grâce à sa conception légère, son support natif du protocole MCP et une documentation accessible.
DeepSeek V4 avec mille milliards de paramètres et Qwen 3.6-Plus sous licence Apache 2.0 redessinent le marché de l'IA open source, leur part de marché combinée passant de moins de 1 % à 15 % en un an.
DeepSeek V4 et Qwen 3.5 (ou Qwen 3.6-Plus) se disputent le même marché de l'IA open source, avec des coûts défiant ceux des géants fermés. L'article compare leurs paramètres, leurs atouts et ce que cela signifie pour les développeurs.
Moins d'un an après son lancement par Anthropic, le protocole MCP a été adopté par OpenAI, Google et Microsoft, devenant ainsi le standard de facto dans le domaine de l'IA.
Meta a publié Llama 4, la première version de la série à utiliser l'architecture MoE, avec deux modèles : Scout et Maverick. Tous deux offrent une multimodalité native et surpassent GPT-4o et Gemini 2.0 dans plusieurs domaines.
Alibaba a publié toute la série de modèles Qwen3 sous licence Apache 2.0, de 0,6B à 235B en huit tailles, avec une utilisation commerciale gratuite.
Moonshot AI a publié en open source Kimi K2, un modèle MoE de 1 000 milliards de paramètres n'activant que 32B paramètres par token, leader dans les benchmarks de programmation et les capacités d'agent.
DeepSeek a publié le modèle de raisonnement R1 en open source en janvier 2026, surprenant la communauté en égalant les performances d'OpenAI o1, tandis que la version distillée de 32B dépasse o1-mini, brisant la barrière de prix des modèles fermés.
DeepSeek V3 utilise une architecture MoE avec 671B paramètres, n'en activant que 37B par token, et atteint des performances comparables à GPT-4o pour un coût d'entraînement de seulement 5,5 millions de dollars.