Carlos Luna/Flickr

Actualites

IA open weight : Google lance Gemma 4

Google dévoile sa nouvelle famille de modèles d’IA open source dans un contexte où les analystes recommandent de plus en plus d’adopter une approche hybride, qui mêle modèles ouverts et propriétaires selon les besoins.

par
  • Paige Gross, Reporteur
Publié le: 07 avr. 2026

Google a présenté en fin de semaine Gemma 4, la nouvelle version de sa gamme de modèles d’IA open source/open weight destinés au raisonnement, aux workflows agentiques et à la génération de code.

L’éditeur américain fait partie des grands acteurs du secteur – comme Meta, Mistral, OpenAI, ou plusieurs éditeurs chinois – qui ciblent le marché des entreprises avec leurs solutions open source.

Les modèles Gemma 4 sont disponibles sous licence Apache 2.0 et déclinés en plusieurs versions, optimisées pour différents environnements : terminaux Android, GPU de laptops, postes de travail et serveurs (puces accélératrices).

Cette diversité s’inscrit dans une évolution plus large : les modèles open source progressent en raison de leur rentabilité, de leur capacité d’adaptation à des cas d’usage métier spécifiques et de leur compatibilité avec les approches multimodales.

Un rapport de Databricks avance que plus des trois quarts des organisations exploitent plusieurs familles de modèles de langage, en combinant technologies propriétaires et solutions ouvertes.

Les modèles open source permettent par ailleurs un meilleur contrôle sur les données et sur l’infrastructure, ce qui en fait une bonne option pour les secteurs soumis à des contraintes de confidentialité strictes.

Une stratégie de portefeuille pour les DSI

Cependant, ces modèles apportent leurs propres défis. Par exemple, l’absence de garde-fous (gardrails) qui sont souvent intégrés, en sus, dans les systèmes fermés, souligne Chirag Dekate, analyste VP chez Gartner.

Un modèle comme Gemma 4, capable de tourner en local et même hors ligne, offre de la flexibilité, mais il n’est pas une solution universelle pour tous les besoins, avertit l’analyste. Certaines applications complexes, comme l’élaboration de modèles financiers sophistiqués, nécessiteraient encore, d’après lui, des solutions propriétaires avec des garde-fous éprouvés et des fonctionnalités avancées intégrés en natif.

« Les DSI peuvent en revanche envisager une approche diversifiée, qui combine plusieurs modèles open source et quelques solutions propriétaires, pour trouver l’équilibre qui convient à l’évolution de leurs besoins », invite Chirag Dekate. « Dans ce domaine, la flexibilité prime sur les principes rigides. »

L’analyste met également en garde sur la « pérennité » ou la « durabilité ». Un éditeur attaché à l’open source ne reste pas forcément ouvert pour toujours, en témoigne le cas d’Alibaba dont les modèles Qwen sont aujourd’hui souvent propriétaires.

Ce ne sera a priori pas le cas de Google pour sa gamme Gemma. Mais en tout état de cause, il est préférable de ne pas mettre en production des modèles trop récents ou des technologies « half-baked », open weight ou pas, conseillent plusieurs experts à la suite de ce que l’on pourrait appeler la jurisprudence Sora.

Cet article a été initialement publié sur CIO Dive

Pour approfondir sur IA appliquée, GenAI, IA infusée