Filter.IA : open weight, frontier et levées de fonds, la nouvelle équation de l’IA

Article IA 18.11.2026

Filter.IA, la newsletter des dirigeants à l'avant-garde de l'IA

THE_TAKE

Modèles open weight et modèles frontier : une nouvelle donne pour nos projets agentiques ?

Julien Ribourt

Julien Ribourt
Senior Partner Data, AI & Agentic chez Converteo

Il y a un an, bâtir un agent de production sur un modèle open weight relevait du pari. En douze mois, ces modèles sont passés d’un usage marginal à la majorité des volumes traités sur les plateformes de routage américaines, et leur retard sur les modèles frontier se compte désormais en mois.

Voici ce que cela change pour les projets agentiques, et pourquoi la question du modèle est devenue la mauvaise question.

La bascule a pris un an

Un modèle open weight est un modèle dont les poids, c’est-à-dire les paramètres appris à l’entraînement, sont publiés. On le télécharge et on l’exécute où l’on veut. Un modèle frontier, lui, ne s’obtient qu’à travers l’API de son éditeur.

Deux chiffres caractérisent le phénomène en cours :

  • sur OpenRouter, première plateforme neutre de routage entre modèles, la part des modèles fermés américains est passée d’environ 70 % des tokens en juin 2025 à environ 30 % en juin 2026
  • À l’index Artificial Analysis d’août 2026, trois points séparent Kimi K3 et GLM 5.3 de Claude Opus 5, et Epoch AI mesure quatre mois de retard moyen. Autrement dit, l’écart de capacité tient dans un cycle de release, et les volumes ont déjà basculé.

Par ailleurs, une nouvelle catégorie d’acteurs s’est constituée autour de ces modèles : des plateformes d’hébergement et d’optimisation de l’inférence (Fireworks AI, Together AI, Baseten, Groq, Cerebras, Hugging Face Inference, etc.) qui les rendent accessibles par API, dans le même format que les éditeurs frontier et sans infrastructure à opérer. Nées en marge des grands laboratoires, plusieurs comptent déjà parmi les poids lourds de l’IA américaine.

Le signal est net, et il est récent.

Les grandes entreprises françaises, elles, tournent encore pour l’essentiel sur des modèles frontier américains. Ce qui pose la question : combien de temps avant que le renversement ne les atteigne ? Mistral, qui garde son modèle de tête en open weight et ouvre sa plateforme aux modèles chinois, donne un premier élément de réponse.

Deux régimes, deux réponses

Les charges agentiques relèvent de deux régimes. Les conversations en direct avec un utilisateur exigent une latence faible et une qualité constante à chaque tour. Les tâches de fond à horizon long, comme le traitement de dossiers, les agents de coding ou les pipelines documentaires, tolèrent la latence et se jugent au coût par tâche réussie.

Sur le premier régime, les modèles frontier gardent l’avantage, surtout sur le raisonnement long. Sur le second, l’open weight est à parité sur les tâches courtes et proche sur le coding, pour un coût inférieur d’un ordre de grandeur. La croissance des usages se concentre sur ce second régime.

Donc l’inférence redevient un métier. Moteur de serving, niveau de quantification, hébergement, matériel : chaque choix pèse, et un même modèle peut être excellent chez un fournisseur et médiocre chez un autre.

La souveraineté est une affaire de maîtrise

L’origine chinoise de la plupart des modèles open weight nourrit un vrai réflexe de prudence, en Europe comme aux États-Unis. Je propose de prendre le problème autrement : ce qui compte est ce que l’entreprise contrôle du modèle qu’elle déploie.

Un modèle frontier consommé par API laisse à son éditeur les données en transit, la version déployée, le calendrier des dépréciations, les conditions de prix et l’audit du comportement. Des poids open weight exécutés sur une infrastructure privée, en Europe ou même aux États-Unis, rendent tout cela à l’entreprise.

L’ingérence étatique relève de la même logique. Le Cloud Act s’applique aux fournisseurs de droit américain quel que soit le lieu où les données sont stockées, et les lois chinoises sur le renseignement imposent des obligations comparables aux entreprises chinoises. Ce qui compte est donc la nationalité de l’opérateur de l’infrastructure d’inférence : des poids chinois exécutés en Europe ou en propre n’exposent à aucune des deux juridictions, et un modèle open weight hébergé chez un acteur américain y reste soumis.

La provenance du modèle garde son importance, notamment pour la licence, la dépendance à la roadmap du laboratoire et les garde-fous de sécurité, que tout détenteur des poids peut retirer. Ce n’est pas nouveau : c’est le travail ordinaire de l’évaluation et de la gouvernance internes, et l’offre européenne, Mistral en tête, se juge sur les mêmes critères.

Maîtrise croissante de l’entreprise➔
Frontier
API publique
Frontier
cloud dédié
Frontier
européen
par API
Open weight
hébergeur
spécialisé
Open weight
cloud européen
Open weight
on premise
Données en transit
Version déployée
Dépréciations
Conditions de prix
Audit du comportement
Juridiction européenne
maîtrisé par l’entreprise partagé avec le fournisseur maîtrisé par l’éditeur ou l’hébergeur

Le harnais est l’actif

Le lock-in d’un système agentique réside dans son harnais : prompts, skills, définitions d’outils, formats de sortie, jeux d’évaluation, fournisseur d’inférence, et surtout les données propriétaires de contexte (documents, bases de connaissance, historiques clients) transmises au modèle à chaque appel. Ces données sont l’avantage concurrentiel réel.

Ce n’est pas nouveau ! Un principe de sécurité informatique des années 1970 veut qu’un programme ne puisse pas contourner les mécanismes qui encadrent ses permissions. Appliqué aux agents, il dit que les contrôles doivent vivre hors du modèle, dans le harnais. Trois principes en découlent :

  • Abstraction : une couche entre les agents et les modèles, pour qu’aucun prompt ne dépende d’un éditeur.
  • Routage : le modèle se choisit par cas d’usage, et aucun modèle ne devient l’unique dépendance d’un résultat important.
  • Évaluation continue : le coût par tâche réussie se mesure sur au moins deux modèles, sur des cas réels. Un modèle seize fois moins cher au token échoue plus souvent, et chaque échec se paie en reprise humaine.

Résultat : qualifier un nouveau modèle en quelques jours devient une fonction de production à part entière.

Par où commencer

En 1987, Robert Solow notait que l’on voyait l’ère informatique partout, sauf dans les statistiques de productivité. Les gains sont arrivés dix ans plus tard, quand le travail a été réorganisé autour des machines. Les modèles open weight suivront le même chemin : le gain ira aux entreprises qui auront réorganisé leur harnais autour de la réversibilité.

Rien n’oblige à trancher aujourd’hui entre open weight et frontier, et la plupart des entreprises combineront durablement les deux. Trois questions disent où l’on en est :

  • quelle part de nos charges agentiques peut passer sur un modèle open weight sans perte mesurée ?
  • où s’exécute notre inférence, et sous quelle juridiction ?
  • combien de semaines prendrait un changement de modèle sur notre agent le plus critique ?

Le système agentique le plus robuste ne sera pas celui qui repose sur le meilleur modèle : ce sera celui qui peut en changer sans que personne ne s’en aperçoive.

THE_CASE

L’IA et la course aux financements, avec Sébastien Le Roy (Serena Capital)

Laurent Nicolas Guennoc

Laurent Nicolas Guennoc
CMO de Converteo

Mistral lève 3 milliards d’euros, AMI Labs frôle le milliard. L’illusion est parfaite : on pourrait croire que l’argent coule à flots pour l’IA française. Pourtant, derrière la vitrine de ces méga-tours de table, l’écosystème européen se heurte à un mur au moment de passer à l’échelle, accusant un retard de financement de 1 à 12 face aux Américains.

Pour décortiquer les vrais chiffres du secteur sans céder aux fantasmes de la Silicon Valley, Laurent Nicolas Guennoc reçoit Sébastien Le Roy, co-auteur du French AI Report.

Sans s’arrêter au constat du décrochage européen, il livre une radiographie claire pour comprendre la polarisation du marché, identifier la revanche stratégique de la Deeptech et repérer les nouvelles mafias d’entrepreneurs.

THE_SKILLS

3 contenus pour monter en compétences sur l’IA

AGENTIC_AT_SCALE

Passer l’IA agentique à l’échelle : le playbook des décideurs
Un framework en 4 étapes pour industrialiser vos agents IA et garder la main sur leur fiabilité. [Télécharger le playbook]

AGENTIC_COMMERCE

Commerce agentique : vers la grande désintermédiation des marques ?
Par Thibauld Vian Deguille – Si l’agent IA achète à la place du client, que devient votre marque ? Décryptage des 4 dynamiques qui redessinent le commerce agentique. [Lire l’article]

AGENTIC FOR B2B_

Acquisition, activation, rétention : comment l’IA redessine-t-elle le B2B ?
Par Grégoire Pascal et Olivier Becquart – Scoring prédictif, agents conversationnels, anticipation du churn : la méthode pour activer l’IA à chaque étape du funnel. [Lire l’article]

THE_REVIEW

3 signaux que vous ne lirez nul part ailleurs

Lolita Savaroc

Lolita Savaroc
Brand & Content Manager chez Converteo
1TRAVAIL_ Les agents IA « féminins » sont payés 10 % de moins que leurs homologues masculins, selon une étude. [Lire l’article]
2ÉDUCATION_ En 2035, l’IA pourrait devenir tutrice des élèves et remplacer les examens par des projets immersifs. [Lire l’article]
3ÉTHIQUE_ Vous parlez mal à votre IA ? Elle peut désormais choisir de ne plus vous répondre. [Lire l’article]
4ÉCONOMIE_ Le Kazakhstan mise sur l’IA pour industrialiser son économie et sortir de sa dépendance aux matières premières. [Lire l’article]

1 / 1

Filter.IA : open weight, frontier et levées de fonds, la nouvelle équation de l’IA

Open weight ou frontier pour vos agents IA ? Souveraineté, harnais, coûts, plus la course aux financements de l’IA européenne avec Serena Capital.

AI Overviews et AI Mode : état des lieux et impact sur le SEO en France (étude 2026)

Sites de marque, autorité, volatilité : l'étude Converteo x Qwairy décrypte les sources citées par les AI Overviews en France

Filter.IA : l’affaire Orélien et le vide juridique de l’IA

Affaire Orélien : aucune règle n’interdit d’écrire avec une IA. Détecteurs, AI Act, droit d’auteur, entreprises : ce que le débat révèle.

Filter Travel : le commerce agentique et la bataille du lien client

Google ouvre l’UCP, Accor lance ALL Concierge : Charlotte Poulain explique pourquoi les hôteliers doivent garder la main sur l’intention client.

Le vibe coding au service de la segmentation RFM

Découvrez comment le vibe coding et les LLM permettent d'automatiser une segmentation RFM en langage naturel. Méthode, exemple de prompt et arbitrage...

Filter.IA : ChatGPT Ads, retail et l’IA santé de Doctolib

ChatGPT Ads dans le retail, l’IA santé de Doctolib avec Mathilde Jaïs, 3 contenus pour monter en compétences et 3 signaux IA à ne pas manquer.

SCALE AI – Feuille de route IA : les 4 piliers pour passer à l’échelle

Découvrez les 4 piliers indispensables d'une feuille de route IA (fondations techniques, gouvernance, méthode agile, acculturation) pour passer à l'é...

Ce que l’IA fait au prix de nos efforts

L’IA lisse tout et ne coûte rien : que reste-t-il de la valeur du travail humain ? Sculpteur, maths, vibe coding, Jour-Homme : le filtre d’Elie Abitb...

Product Builder, Prompt Tester, Conversational Designer : les 4 nouveaux rôles IA dans les équipes métier

Découvrez les 4 rôles IA clés (Product Builder, AI Builder, Conversational Designer, Prompt Tester) à intégrer dans vos équipes métier.

Client story : Comment L’Oréal transforme ses actifs créatifs en données exploitables grâce à l’IA

Comment structurer vos actifs créatifs grâce à l'intelligence artificielle ? Décryptage de la stratégie IA marketing de L'Oréal sur le cloud.

Filter Travel : ce qu’AI Overviews change pour le Travel & l’Hospitality

AI Overviews et le Mode IA font chuter les clics. Charlotte Poulain explique pourquoi la donnée propriétaire devient l’atout du Travel & Hospitality.

Ce que le cas IKEA révèle vraiment sur le travail à l’ère de l’IA

Face à l'automatisation par l'IA, IKEA a choisi de reconvertir 8 500 agents de centre d'appels.