Des experts doutent que le Kimi K3 chinois ait été construit en copiant le modèle d'IA d'Anthropic

Points clés

• Michael Kratsios, conseiller scientifique de la Maison-Blanche, a accusé l'entreprise chinoise de IA Moonshot de copier le modèle Fable d'Anthropic pour construire Kimi K3.
• Anthropic a lancé Fable le 1er juillet 2025, environ deux semaines avant l'apparition de Kimi K3, un délai que les experts considèrent comme trop court pour la technique de copie alléguée.
• La secrétaire au Trésor Scott Bessent a déclaré que les responsables du gouvernement américain ont trouvé des « filigranes » de modèles d'IA américains dans des modèles chinois, sans préciser ce que sont ces filigranes.
• Elon Musk a témoigné plus tôt cette année que sa propre entreprise avait utilisé la même technique de copie sur les modèles d'OpenAI pour construire Grok, qualifiant cette pratique de courante dans l'industrie.
• Les allégations distinctes selon lesquelles Moonshot a utilisé des puces Nvidia GB300, que le gouvernement américain interdit d'exporter vers la Chine, restent sans réponse de la part de l'entreprise.

Un haut responsable de la Maison-Blanche a accusé une startup chinoise d'IA de vol de technologie américaine. L'accusation est frappante. Des chercheurs qui étudient la construction des modèles d'IA disent que les preuves sont minces.

Quelle est exactement l'accusation ?

Michael Kratsios, conseiller scientifique de la Maison-Blanche, a déclaré que Moonshot, l'entreprise chinoise derrière un puissant nouveau modèle d'IA appelé Kimi K3, l'a construit par « distillation » du modèle Fable d'Anthropic, tout en utilisant des puces que les États-Unis ont interdites à l'exportation vers la Chine.

La distillation, en termes simples, signifie interroger systématiquement un modèle d'IA existant pour comprendre comment il pense, puis utiliser ces réponses pour former une copie moins chère. Pensez-y comme à l'ingénierie inverse d'une recette en goûtant un plat encore et encore jusqu'à ce que vous puissiez la reproduire vous-même.

Kratsios n'a pas partagé la source de ses allégations. Moonshot n'a pas répondu aux questions sur la manière dont elle a entraîné Kimi K3. La secrétaire au Trésor Scott Bessent a déclaré séparément que les responsables ont trouvé des « filigranes » de modèles américains à l'intérieur de modèles chinois, mais ni son bureau ni Anthropic n'ont expliqué ce que ces filigranes sont réellement.

Pourquoi les experts sont-ils sceptiques ?

La chronologie est le problème. Anthropic n'a rendu Fable publiquement disponible que le 1er juillet 2025. Kimi K3 est apparu environ deux semaines plus tard.

« Vous ne pouvez pas distiller autant de données, entraîner un modèle et le lancer en deux semaines », a déclaré Braden Hancock, chercheur à l'Institut Laude et cofondateur de Snorkel AI, à TechCrunch. Il a ajouté que l'industrie tend à sous-estimer les équipes de recherche chinoises : « L'un des fondateurs de Moonshot était étudiant au doctorat à la CMU. Ce sont des chercheurs et des ingénieurs légitimes qui font un travail solide. »

Nathan Lambert, chercheur en IA à l'Allen Institute for AI, a soulevé un point distinct. La distillation est devenue moins utile à mesure que les modèles chinois se rapprochent de ceux des États-Unis, soutient-il, car la technique fonctionne mieux lors de la copie d'un modèle beaucoup plus puissant. Au niveau de capacité de Kimi K3, vous auriez besoin d'une méthode beaucoup plus coûteuse appelée apprentissage par renforcement, où une IA note ses propres réponses à plusieurs reprises jusqu'à s'améliorer. Exécuter ce processus via une API commerciale coûterait énormément et ralentirait probablement le modèle au lieu de l'accélérer.

Anthropic a précédemment accusé Moonshot, ainsi que DeepSeek et MiniMax, de distiller ses modèles plus anciens au début de cette année. L'entreprise a déclaré avoir trouvé des millions de requêtes inhabituelles traçables aux adresses IP de ces entreprises, distinctes de l'utilisation normale. Que cela s'applique spécifiquement à Fable reste sans réponse.

La distillation est aussi loin d'être une pratique réservée à la Chine. Elon Musk a témoigné cette année que sa compagnie l'avait utilisée sur les modèles d'OpenAI pour construire Grok, la qualifiant de pratique standard dans l'industrie.

Qu'en est-il de l'accusation concernant les puces ?

La deuxième accusation, selon laquelle Moonshot a obtenu les puces Nvidia Grace Blackwell GB300 par des canaux d'exportation interdits et utilisé des serveurs en Thaïlande, est une préoccupation distincte. Un marché noir pour les puces restreintes existe. En mai 2025, le fondateur du fabricant de serveurs américain Supermicro a été inculpé pour contrebande de puces avancées vers la Chine.

Des chercheurs comme Sam Bresnick au Center for Security and Emerging Technology de Georgetown soutiennent que les centres de données du monde entier ont besoin de règles claires sur qui exécute de grands travaux d'entraînement sur leur matériel. Une proposition de l'ère Biden pour de telles règles de « connaissance de votre client » n'a pas progressé sous l'administration actuelle.

Questions courantes

La distillation compte-t-elle toujours comme un vol ?

Pas directement. La ligne entre la distillation et la création d'un ensemble de données synthétiques, une pratique courante et acceptée, est floue. Les entreprises américaines, y compris celles ayant des fondateurs de premier plan, utilisent des techniques similaires régulièrement.

Devrais-je m'inquiéter que les modèles d'IA chinois soient moins dignes de confiance en conséquence ?

Ce différend porte sur la manière dont les modèles sont entraînés, pas sur leur comportement pour les utilisateurs. Les questions concernant la confidentialité des données et la sécurité dans les outils d'IA méritent d'être posées pour tout modèle, indépendamment de son pays d'origine.