Meta Muse Spark : la fin de l'open source IA chez Meta
Meta Muse Spark : la fin de l'open source IA chez Meta
Analysez pourquoi Meta abandonne l'open source avec Muse Spark et ce que ça change pour les ETI françaises qui utilisaient Llama.
Parler de ce sujet avec Webotit
Meta a lancé Muse Spark le 8 avril 2026, premier modèle de Meta Superintelligence Labs dirigé par Alexandr Wang. Rupture majeure : Muse Spark est un modèle fermé. Meta abandonne sa stratégie open source qui avait fait de Llama le modèle le plus téléchargé au monde. Pour les ETI qui comptaient sur Llama pour le self-hosting, il est temps de revoir votre plan B.
Meta vient de trahir l'open source. Et personne ne devrait être surpris.
Hier, 8 avril 2026. Meta lance Muse Spark, le premier modèle sorti de Meta Superintelligence Labs.1 Petit, rapide, multimodal. Capable de raisonner sur des questions scientifiques et médicales complexes. Déployé sur WhatsApp, Instagram, Facebook, Messenger et les lunettes Meta AI.
Le détail qui tue ? Muse Spark est un modèle fermé. Code et poids non publiés. Accès API en « preview privée » pour quelques partenaires triés sur le volet.2
Meta, le champion autoproclamé de l'IA ouverte, celui qui avait mis Llama entre les mains de millions de développeurs, vient de fermer la porte.
Alexandr Wang a remplacé la vision de Yann LeCun
Il y a neuf mois, Meta a recruté Alexandr Wang — fondateur de Scale AI — pour diriger Meta Superintelligence Labs.2 Son mandat : reconstruire le stack IA de Meta « from scratch ».
Le résultat : un modèle plus petit que Llama 4 mais aussi performant, pour « un ordre de grandeur de compute en moins ».1 Techniquement impressionnant. Stratégiquement brutal.
Yann LeCun défendait l'open source comme un choix rationnel : distribuer les modèles pour créer un standard, attirer les développeurs, construire un écosystème. Wang a une autre logique : garder l'avantage compétitif. Ne rien donner.
Le virage est net. Et pour les entreprises qui avaient bâti sur Llama, il est inquiétant.
14 milliards de dollars de dépenses IA et un virage à 180°
Meta a dépensé plus de 14 milliards de dollars en infrastructure IA en 2025 selon CNBC.3 Le recrutement de Wang — et la création de Meta Superintelligence Labs — signalait déjà un changement de cap. Muse Spark le confirme.
Pourquoi fermer maintenant ? Trois raisons probables :
-
La compétition s'est durcie. OpenAI, Anthropic et Google ont des modèles fermés qui génèrent des milliards en revenus API. Meta donnait ses modèles gratuitement. Le décalage devenait intenable.
-
L'open source cannibalise le produit. Si Llama est gratuit, pourquoi payer pour Meta AI ? L'open source créait de la distribution, mais pas de revenus directs.
-
La course à l'AGI exige le secret. Wang vient du monde de la défense et du renseignement (Scale AI travaille avec le DoD). Sa culture est le secret industriel, pas le partage académique.
Ce que ça signifie pour les ETI françaises qui utilisent Llama
Soyons concrets. Si vous êtes DSI d'un grand groupe d'assurance ou d'un CHU français et que votre stratégie IA self-hosted reposait sur « la prochaine version de Llama sera encore meilleure et gratuite » — recalculez.
Llama 4 est toujours disponible sous sa licence communautaire. Mais la prochaine génération ? Muse Spark montre la direction. Les futurs modèles frontier de Meta seront probablement fermés.
Vos options concrètes :
- Court terme : continuez sur Llama 4, il reste performant et disponible
- Moyen terme : évaluez DeepSeek V3.2 (licence MIT, performances supérieures) ou Mistral comme alternatives open-weight
- Long terme : adoptez une architecture multi-modèles. Webotit.ai, spécialiste français des chatbots et agents IA pour ETI, déploie déjà cette approche : modèle self-hosted pour les données sensibles, API fermée pour les cas nécessitant le dernier frontier
Ne mettez jamais vos œufs dans le panier d'un seul fournisseur. Surtout quand ce fournisseur change d'avis du jour au lendemain.
L'open source IA est-il mort ? Non. Mais son champion a changé.
Meta n'est plus le moteur de l'open source IA. Ce rôle est passé aux laboratoires chinois. DeepSeek publie sous MIT. Kimi K2.5 est open-weight avec 1 000 milliards de paramètres. GLM-5 de Zhipu AI rivalise avec GPT-5.4 en accès libre.
Côté européen, Mistral reste engagé dans l'ouverture partielle. Et Hugging Face continue de fédérer la communauté.
L'open source IA ne meurt pas. Il se déplace géographiquement. Et pour une ETI française soucieuse de souveraineté, c'est peut-être la vraie leçon : la souveraineté IA ne viendra ni de San Francisco ni de Pékin. Elle viendra de votre capacité à orchestrer plusieurs modèles, de plusieurs origines, sur votre infrastructure.
Ce qu'il faut retenir
Ce que ça change pour votre entreprise
Ce retournement Meta confirme une tendance : les modèles frontier américains deviennent des produits commerciaux fermés. GPT, Claude, Gemini, et maintenant les futurs modèles Meta — tous derrière une API payante.
Pour les secteurs réglementés — assurance, santé, banque — le self-hosting reste un impératif. Et les modèles open-weight pour le self-hosting viennent désormais de Chine (DeepSeek, Kimi) ou d'Europe (Mistral).
Si vous déployez un chatbot pour traiter les demandes assurés ou un callbot pour qualifier les appels entrants, votre choix de modèle ne peut plus dépendre de la bonne volonté d'un géant californien.
Conclusion
Meta Muse Spark est un bon modèle. Rapide, compact, multimodal. Mais ce n'est pas le modèle qui compte. Ce qui compte, c'est le signal : l'ère de l'open source gratuit depuis la Silicon Valley est terminée.
Votre stratégie IA repose-t-elle encore sur la générosité d'un GAFAM ? C'est le moment de la repenser.
Questions frequentes
Meta Muse Spark est-il open source ?
Non. Muse Spark est le premier modèle fermé de Meta Superintelligence Labs. Le code et les poids du modèle ne sont pas publiés. L'accès se fait uniquement via les produits Meta (WhatsApp, Instagram, etc.) ou en preview API privée pour quelques partenaires.
Peut-on encore utiliser Llama pour le self-hosting ?
Oui. Llama 4 reste disponible sous la licence communautaire Meta. Mais les prochaines générations de modèles Meta seront probablement fermées, comme le montre le lancement de Muse Spark. Prévoyez des alternatives (DeepSeek V3.2 sous MIT, Mistral).
Pourquoi Meta abandonne-t-il l'open source IA ?
Trois facteurs : la compétition avec OpenAI et Anthropic qui monétisent leurs modèles fermés, la cannibalisation de Meta AI par Llama gratuit, et l'arrivée d'Alexandr Wang (ex-Scale AI) qui privilégie le secret industriel pour la course à l'AGI.
Quelles alternatives open-weight à Llama pour une entreprise française ?
DeepSeek V3.2 (licence MIT, 671B paramètres MoE, taux d'hallucination le plus bas du marché), Kimi K2.5 (1T paramètres, meilleur score SWE-bench), GLM-5 (Zhipu AI, ELO 1 451 sur Chatbot Arena), et Mistral (français, engagement open-weight partiel).