---
title: "Qu’est-ce qu’un modèle open-weight ? Open source ou non"
description: "Un modèle open-weight publie ses poids entraînés pour que chacun puisse l’exécuter. Différence avec l’IA open source, licences et service via API hébergée."
url: https://broadrouter.com/fr/glossary/open-weight-model/
lang: fr
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/glossary/open-weight-model/) (mis à jour le 2026-11-16).

# Modèle open-weight (à poids ouverts)

Mis à jour 2026-11-16

Un modèle open-weight est un modèle d’apprentissage automatique dont les poids entraînés sont publiés pour que chacun puisse les télécharger et les exécuter, généralement sous une licence assortie de conditions. Il se distingue de l’IA entièrement open source, qui publie aussi le code d’entraînement et des informations détaillées sur les données, pour que d’autres puissent étudier et reproduire le modèle.

Aussi appelé : modèle open-weight, modèle à poids ouverts, poids ouverts, open weights, modèle ouvert, LLM open-weight, open model, open-weights LLM, openly available model weights

Un modèle, c’est surtout un très gros fichier de nombres : ses poids. Quand un développeur publie ce fichier, n’importe qui peut faire tourner le modèle sur son propre matériel.

## Comment ça marche

L’entraînement produit les poids : les paramètres qu’un réseau de neurones a appris. L’Open Source Initiative décrit les poids ouverts comme « the final weights and biases of a trained neural network » (traduction : « les poids et biais finaux d’un réseau de neurones entraîné »). Avec eux, vous pouvez lancer l’inférence, faire du fine-tuning ou quantifier le modèle.

Ce que les poids ouverts n’incluent généralement pas, selon l’OSI :

-   le code d’entraînement ;
-   des informations détaillées sur les données d’entraînement.

La définition de l’IA open source de l’OSI exige les deux, en plus des poids, pour que d’autres puissent étudier et reproduire le modèle. Beaucoup de modèles populaires sont open-weight sans être open source en ce sens. Les rapports du gouvernement américain emploient une expression voisine : des modèles aux « widely available model weights » (traduction : « poids de modèle largement disponibles »). Google, par exemple, qualifie sa famille Gemma d’« open models » (traduction : « modèles ouverts »).

Chaque publication open-weight s’accompagne d’une licence. Parmi les plus courantes figurent Apache-2.0 et MIT, tandis que d’autres restreignent l’usage commercial. La licence détermine si vous pouvez servir le modèle à des tiers via une API.

## Pourquoi c’est important

-   **Le choix de l’endroit où il tourne.** Auto-hébergez pour un contrôle total, ou appelez l’un des fournisseurs qui servent le même modèle.
-   **Confidentialité.** Vous pouvez garder les données sur votre propre matériel, ou choisir un hébergeur pratiquant la [conservation zéro des données](https://broadrouter.com/fr/glossary/zero-data-retention/).
-   **Pas de dépendance.** Si un fournisseur change ses conditions, les mêmes poids tournent ailleurs. Une [API compatible OpenAI](https://broadrouter.com/fr/glossary/openai-compatible-api/) réduit le changement à une modification de configuration.
-   **Même nom, service différent.** Deux fournisseurs peuvent servir un même modèle avec une quantification, des limites de contexte ou des réglages différents. Testez sur vos propres prompts.

## Sur BroadNet Inference

Le catalogue de modèles de BroadNet indique « ~270 models run on our GPUs » (traduction : « environ 270 modèles exécutés sur nos GPU » ; chiffre du labo, septembre 2026). Ce chiffre compte tous les modèles que BroadNet dit avoir exécutés, évalués, quantifiés ou affinés, y compris ceux qu’il a écartés, et pas seulement les modèles de son API. Sa déclaration de confidentialité décrit un hébergement sur du matériel détenu ou loué par BroadNet aux États-Unis, avec de la capacité de partenaires en secours. Son catalogue de modèles affiche les licences car, selon ses termes, elles « decide what can be served through an API » (traduction : « déterminent ce qui peut être servi via une API »). [BroadNet Gemma 4 VL 26B](https://broadrouter.com/fr/models/gemma-4-vl-26b/) est la version de Gemma 4 de Google préparée par BroadNet. [BroadNet Transcribe Arabic](https://broadrouter.com/fr/models/cohere-transcribe-arabic/) repose sur Cohere Transcribe, et BroadNet le déclare au rang #2 sur 37 (chiffre de septembre 2026 ; le classement en direct le plaçait #4 sur 39 le 15 novembre 2026) sur l’Open Universal Arabic ASR Leaderboard, et premier parmi les modèles dont la licence autorise le service via une API.

Pour choisir un modèle pour du texte en arabe, voir [choisir un LLM pour l’arabe](https://broadrouter.com/fr/blog/choosing-an-llm-for-arabic/).

## Questions fréquentes

### Un modèle open-weight est-il la même chose que l’open source ?

Pas selon la définition de l’Open Source Initiative. Les poids ouverts vous donnent le modèle entraîné. L’IA open source exige aussi le code d’entraînement complet et des informations détaillées sur les données d’entraînement, pour que d’autres puissent étudier et reconstruire le modèle.

### Peut-on utiliser commercialement n’importe quel modèle open-weight ?

Non. Les licences varient. Certaines autorisent l’usage commercial et le service via une API, d’autres sont non commerciales ou ajoutent des conditions. Lisez la licence du checkpoint exact que vous utilisez.

### Pourquoi passer par une API hébergée pour un modèle open-weight ?

Faire tourner de grands modèles demande des GPU, un logiciel de service et du travail d’exploitation. Une API hébergée vous donne le même modèle derrière une clé, tout en gardant la possibilité de l’auto-héberger plus tard.

## Voir aussi

-   [Modèle vision-langage (VLM)](https://broadrouter.com/fr/glossary/vision-language-model/) (terme)
-   [Conservation zéro des données (zero data retention, ZDR)](https://broadrouter.com/fr/glossary/zero-data-retention/) (terme)
-   [API compatible OpenAI](https://broadrouter.com/fr/glossary/openai-compatible-api/) (terme)
-   [Routeur LLM (LLM router)](https://broadrouter.com/fr/glossary/llm-router/) (terme)
-   [Mixture of experts (MoE, mélange d’experts)](https://broadrouter.com/fr/glossary/mixture-of-experts/) (terme)
-   [Quantification (quantization)](https://broadrouter.com/fr/glossary/quantization/) (terme)
-   [Fine-tuning (affinage d’un modèle)](https://broadrouter.com/fr/glossary/fine-tuning/) (terme)
-   [Fournisseur d’inférence (inference provider)](https://broadrouter.com/fr/glossary/inference-provider/) (terme)
-   [Licence de modèle (model license)](https://broadrouter.com/fr/glossary/model-license/) (terme)
-   [GGUF](https://broadrouter.com/fr/glossary/gguf/) (terme)
-   [Lire des factures et reçus arabes avec un modèle de vision](https://broadrouter.com/fr/guides/read-arabic-invoices-with-vision/) (guide)
-   [API speech-to-text pour l’arabe, étape par étape](https://broadrouter.com/fr/guides/arabic-speech-to-text-api/) (guide)
-   [Choisir une API LLM pour l’arabe : ce qu’il faut tester](https://broadrouter.com/fr/blog/choosing-an-llm-for-arabic/) (article)
-   [API speech-to-text pour l’arabe : comment la choisir en 2026](https://broadrouter.com/fr/blog/arabic-speech-to-text-api-buyers-guide/) (article)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-open-weight-model&utm_content=page-cta) ·

**Sources**

-   [Open Source Initiative, open weights ou IA open source](https://opensource.org/ai/open-weights)
-   [NTIA, rapport sur les modèles de fondation à double usage dont les poids sont largement disponibles](https://www.ntia.gov/issues/artificial-intelligence/open-model-weights-report)
-   [Google AI for Developers, modèles ouverts Gemma](https://ai.google.dev/gemma/docs)
-   [Catalogue des modèles de BroadNet (en anglais)](https://www.broadnet.ai/inference/models)
