DrMBL

Posted on Jul 24 • Originally published at the-agent-report.com

Le virage open-source de Meta : de champion Llama à Mango et Avocado — qu'est-il arrivé au rêve de l'IA ouverte ?

#meta #llama #mango #avocado

TL;DR

Revirement stratégique de Meta : Après s'être positionné comme le champion de l'IA open-weight avec Llama, Meta développe désormais des modèles propriétaires de pointe
Mango : Modèle de vision/génération d'images, discrètement publié sous le nom « Muse Image » — nom de code confirmé
Avocado : LLM frontal pour le texte et le code, reporté de mars à au moins mai 2026 après des tests internes montrant des performances entre Claude Opus 3.5 et 4.0
Accord Scale AI à 14,3 milliards $ : Meta a acquis 49 % de Scale AI, la plus grande acquisition de talents et de données de l'histoire de l'IA
Impact : Le plus influent défenseur de l'open-weight ferme la porte, laissant Moonshot et DeepSeek comme principaux porte-étendards de l'open-weight
Llama n'est pas mort : Meta continue les publications Llama, mais l'investissement « frontal » se déplace vers les modèles propriétaires

La chronologie d'un virage

La relation de Meta avec l'IA open-source suit une trajectoire claire. Comprendre où elle va nécessite de comprendre d'où elle vient.

Phase	Période	Ce qu'a fait Meta	Signal
Champion de l'open	2023-2024	Publication de Llama, Llama 2, Llama 3 — open-weight, utilisables commercialement	« L'IA open-source est la voie à suivre »
Scepticisme du marché	Début 2025	Llama 3.1, 3.2, 3.3 — toujours ouverts, mais modèles plus petits	Questions sur l'engagement frontal
Le virage	Déc. 2025	CNBC rapporte que Meta construit Avocado, un modèle frontal propriétaire	Exclusivité CNBC
Mango confirmé	Début 2026	Rapports sur Mango, un modèle propriétaire de vision/génération d'images	« Muse Image » publié, nom de code Mango
Scale AI à 14,3 milliards $	Avril 2026	Meta achète 49 % de Scale AI — plus grande acquisition de talents en IA jamais réalisée	CNBC
Avocado reporté	Mars-Mai 2026	Tests internes montrent Avocado entre Opus 3.5 et 4.0 — pas assez frontal	LinkedIn
Llama 4	Avril 2025	Dernière grande publication open-weight de Meta	Ouvert, mais pas frontal

(Sources : CNBC, WinBuzzer, TechBloat)

Les deux modèles propriétaires

Avocado (LLM frontal)

Avocado devait être la réponse de Meta à GPT-5 et Claude Opus. Il a été conçu comme un modèle frontal propriétaire pour le texte et le code — la première tentative sérieuse de Meta de concurrencer au sommet des classements de référence sans publier les poids.

Le report en dit long. Les tests internes auraient montré des performances d'Avocado se situant entre Claude Opus 3.5 et 4.0 — solides, mais pas de classe frontale dans un monde où Opus 4.8, GPT-5.6 Sol et Kimi K3 sont les références. Meta a repoussé la publication de mars à au moins mai 2026, et en juillet, Avocado n'a toujours pas été lancé. (Source : LinkedIn — Le LLM Avocado de Meta reporté)

Mango (Vision/Génération d'images)

Mango a été lancé — mais discrètement. Il a été publié sous le nom Muse Image, le dernier modèle de génération d'images de Meta, avec le nom de code Mango confirmé en interne. Contrairement à Llama, Muse Image est propriétaire : pas de poids, pas de fine-tuning communautaire, pas de licence ouverte.

Le post Instagram de Meta de juillet 2026 a confirmé le lien : « Juste deux jours plus tôt, Meta a discrètement publié autre chose. Un nouveau générateur d'images IA appelé Muse Image, secrètement nommé Mango pendant le développement. » (Source : Instagram)

La question à 14,3 milliards $ : pourquoi Scale AI ?

La participation de 49 % de Meta dans Scale AI pour 14,3 milliards de dollars est la plus grande acquisition de talents et de données en IA jamais réalisée. La logique est claire : si Meta ne peut pas rivaliser uniquement sur l'architecture des modèles frontaux, il rivalisera sur l'infrastructure de données.

Scale AI offre à Meta :

L'accès au pipeline d'annotation humaine de la plus haute qualité du secteur
Des données RLHF et de préférence à une échelle qu'aucun autre laboratoire (sauf peut-être OpenAI) ne peut égaler
Un blocage stratégique : Scale AI ne peut pas travailler aussi étroitement avec les concurrents de Meta

L'accord Scale AI est la reconnaissance la plus coûteuse à ce jour que la qualité des données, et non l'architecture des modèles, est le fossé dans l'IA frontale. (Source : royfactory.net)

Pourquoi c'est important

Le virage de Meta est conséquent pour trois raisons :

1. Le vide open-weight

Les publications Llama de Meta étaient la principale raison pour laquelle les équipes d'entreprise croyaient en l'IA open-weight. Si Meta n'investit plus son budget R&D frontal dans des modèles ouverts, le flambeau open-weight passe à DeepSeek (Chine, licence MIT), Moonshot/Kimi K3 (Chine, Apache 2.0) et Mistral (France, Apache 2.0). Pour les entreprises occidentales ayant des préoccupations de souveraineté des données, les options se réduisent.

2. Le paysage concurrentiel sans Llama

Les poids ouverts de Llama permettaient à des milliers d'entreprises de fine-tuner, distiller et déployer des modèles sans dépendance API. Si les prochains modèles frontaux de Meta sont exclusivement API, ces entreprises sont confrontées à un choix : passer à des relations dépendantes des API avec Meta, ou adopter des modèles open-weight chinois — ni l'un ni l'autre n'étant idéal pour des raisons différentes.

3. Le paradoxe de l'IA ouverte en 2026

Le repli de Meta se produit au moment même où Moonshot publie le plus grand modèle ouvert jamais créé (Kimi K3, 2,8T, Apache 2.0) et où DeepSeek continue ses publications sous licence MIT. La frontière open-weight est plus vivante que jamais — mais elle est de plus en plus portée par des laboratoires chinois, tandis que les champions occidentaux se replient sur des modèles propriétaires.

Prochaines étapes pour Meta AI

La stratégie de Meta semble être : maintenir Llama en vie comme offre ouverte de milieu de gamme, concurrencer à la frontière avec des modèles propriétaires (quand Avocado sera finalement lancé), et utiliser le pipeline de données Scale AI comme différenciateur. La question est de savoir si une stratégie « ouvert non frontal + fermé frontal » peut maintenir l'attention des développeurs.

Si Avocado n'atteint jamais la qualité frontale, Meta aura abandonné le leadership open-weight pour rien. S'il est performant, il fera face à la même barrière d'adoption que toutes les autres API propriétaires : pourquoi choisir l'API de Meta plutôt que celle d'Anthropic ou d'OpenAI ?

FAQ

Meta abandonne-t-il l'IA open-source ? — Pas entièrement. Llama continue comme offre ouverte de milieu de gamme. Mais l'investissement de niveau frontal se déplace vers les modèles propriétaires (Mango, Avocado).

Qu'est-ce qu'Avocado ? — Le LLM frontal propriétaire non publié de Meta pour le texte et le code. Reporté de mars à au moins mai 2026 en raison de performances de référence inférieures au niveau frontal.

Qu'est-ce que Mango ? — Le modèle propriétaire de génération d'images de Meta, publié discrètement sous le nom « Muse Image ».

Combien Meta a-t-il dépensé pour Scale AI ? — 14,3 milliards de dollars pour une participation de 49 %, la plus grande acquisition de talents et de données en IA jamais réalisée.

Qui remplace Meta comme champion open-weight ? — DeepSeek (MIT), Moonshot/Kimi K3 (Apache 2.0) et Mistral (Apache 2.0) sont désormais les principaux laboratoires frontaux open-weight.

Lectures complémentaires

Cet article a été initialement publié sur The Agent Report.

DEV Community