Modèles ouverts ou fermés : le mauvais débat qui coûte cher aux entreprises

Depuis que Meta a publié Llama en accès ouvert et que Mistral AI a propulsé Paris sur la carte mondiale des LLMs, le débat "modèles ouverts contre modèles fermés" occupe les comités de direction, les DSI et les acheteurs technologiques. D'un côté, OpenAI avec GPT-4o et Claude d'Anthropic ; de l'autre, Llama 3, Mistral Large, Falcon, et une constellation croissante de modèles que l'on peut télécharger, modifier et déployer sur ses propres serveurs. Le consensus s'est formé rapidement : les modèles ouverts pour les cas sensibles, les modèles fermés pour la performance brute. Simple, propre, et largement inexact.

Le consensus, formulé honnêtement

La position dominante dans les directions informatiques et les cabinets de conseil est raisonnable sur le fond. Les modèles propriétaires comme GPT-4o ou Gemini Ultra offrent des performances de pointe sur des benchmarks standardisés, un support commercial, des mises à jour continues et des garanties contractuelles sur la disponibilité. Pour des entreprises qui n'ont ni équipes MLOpsMLOpsMachine Learning Operations: combining ML and DevOps practices to industrialise, deploy, monitor, and retrain models reliably in production.Voir la définition complète → ni GPU en propre, c'est une solution crcrThe percentage of visitors or prospects who complete a desired action (purchase, sign-up, contact form), calculated as conversions divided by total opportunities.Voir la définition complète →édible : on paie à l'usage, on délègue la complexité d'infrastructure.

À l'inverse, les modèles ouverts permettent un déploiement sur site, une personnalisation fine par fine-tuningfine-tuningFine-tuning adapts a pre-trained model to a specific task or domain by continuing training on a smaller, targeted dataset, improving accuracy and style for that use case.Voir la définition complète →, et une indépendance vis-à-vis des fournisseurs. Pour des secteurs comme la santé, la banque ou la défense, où les données ne peuvent pas quitter le périmètre du système d'information, l'argument est solide. L'Assistance Publique-Hôpitaux de Paris, par exemple, ne peut pas envoyer des dossiers patients vers un endpoint APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Voir la définition complète → géré depuis San Francisco.

Ce cadre a une logique interne cohérente. Il mérite d'être pris au sérieux avant d'être contesté.

Où le consensus déraille

Le premier problème est que les benchmarks mentent, ou plutôt qu'ils mesurent autre chose que ce qui compte en production. Les classements sur MMLU ou HumanEval reflètent des performances génériques sur des tâches académiques. En entreprise, le cas d'usage est toujours spécifique : classification de contrats en droit français, extraction d'informations dans des factures au format maison, génération de rapports selon un style rédactionnel interne. Sur ces tâches précises, un Mistral 7B bien ajusté sur données internes peut surpasser GPT-4o brut, à un coût marginal dix à cinquante fois inférieur. C'est ce que montrent plusieurs expériences menées par des équipes d'ingénierie chez BNP Paribas et Société Générale sur des tâches de compliance documentaire, même si ces résultats restent internes et non publiés.

Deuxième angle mort : la dépendance aux fournisseurs est sous-estimée du côté propriétaire, et sur-estimée du côté ouvert. Quand OpenAI modifie son API, déprécie un modèle ou change ses conditions d'utilisation, toute une chaîne applicative doit être réécrite. Cela s'est produit plusieurs fois entre 2023 et 2025, créant des coûts de maintenance non planifiés pour des entreprises qui avaient construit sur du GPT-3.5. À l'inverse, "déployer un modèle ouvert en interne" est souvent présenté comme complexe au point d'être dissuasif. Mais avec des outils comme Ollama, vLLM ou LM Studio, un ingénieur compétent peut déployer Llama 3.1 70B sur un serveur A100 en quelques heures. La barrière technique a baissé de façon significative depuis 2024.

Troisième point, souvent complètement absent du débat : la sécurité n'est pas automatiquement meilleure avec les modèles fermés. L'argument "nos données restent protégées chez un grand fournisseur" suppose une confiance implicite dans des systèmes dont l'entreprise ne contrôle ni le code, ni les logs, ni les pratiques d'entraînement. Les conditions générales d'OpenAI ou d'Anthropic précisent bien que les données d'API ne servent pas à l'entraînement, mais la vérification de cette promesse reste impossible depuis l'extérieur. Avec un modèle déployé sur infrastructure propre, l'audit est possible.

Enfin, le débat est faussé par une confusion entre modèles ouverts et modèles gratuits. Llama 3.1 de Meta est gratuit à télécharger, mais son déploiement en production à grande échelle suppose des coûts d'infrastructure, de maintenance, de monitoring et de mise à jour qui ne sont pas nuls. Les entreprises qui ont calculé uniquement le coût d'API propriétaire sans modéliser le coût total de possession d'un modèle ouvert se retrouvent parfois avec une mauvaise surprise dans l'autre sens.

Ce qu'un décideur averti fait réellement

La première décision n'est pas "ouvert ou fermé", c'est "quel est le niveau de criticité et de spécificité de ce cas d'usage ?". Un assistant général de productivité pour des équipes commerciales, avec des données non sensibles, peut très raisonnablement tourner sur GPT-4o ou Claude 3.5 Sonnet via API. C'est rapide à déployer, bien intégré dans des outils comme Microsoft 365 Copilot, et la performance générique est suffisante.

Pour un cas d'usage impliquant des données confidentielles, ou qui demande une personnalisation profonde sur un corpus métier, la logique s'inverse. Un modèle de la famille Mistral ou Llama, fine-tuné sur des données internes et déployé sur infrastructure privée, devient économiquement et stratégiquement supérieur dès que le volume de requêtes dépasse quelques dizaines de milliers par mois.

La vraie sophistication consiste à construire une architecture hybride avec des règles claires. Plusieurs grandes entreprises européennes, dont des groupes industriels comme Schneider Electric, ont documenté des approches où les requêtes sont routées dynamiquement : modèle interne pour les données sensibles, API externe pour les tâches génériques, avec un orchestrateur qui applique des règles de classification automatique avant chaque appel. Ce n'est pas une architecture simple, mais c'est une architecture honnête vis-à-vis de la réalité.

Une dernière mise en garde s'impose sur la temporalité. Le paysage des modèles change tous les trois à six mois. Un choix d'architecture fait en 2025 sur la base de performances comparatives peut être obsolète en 2026. Ce qui ne change pas, en revanche, c'est la qualité des données d'entraînement internes, la clarté des processus d'évaluation, et la capacité des équipes à itérer vite. Investir là-dedans est plus durable que parier sur un modèle spécifique.

Le bon cadre n'est pas "open source contre propriétaire" mais "pour ce cas précis, quel niveau de contrôle, quel coût total, et quelle réversibilité ?". Les entreprises qui posent cette