Le lancement de Kimi K3, un modèle open-weight gratuit de la start-up chinoise Moonshot qui rivalise avec les capacités des meilleurs systèmes d’OpenAI et d’Anthropic, a fracturé le cercle de politique d’IA de l’administration Trump en factions ouvertement en guerre, sans stratégie convenue pour répondre.
Le modèle, publié le 17 juillet, a stupéfié la Silicon Valley et Washington en démontrant des performances de niveau frontalier à zéro coût pour l’utilisateur. En quelques jours, Moonshot a temporairement suspendu les nouvelles souscriptions après que Kimi a submergé sa capacité de calcul. Ce signal d’alarme a frappé une administration dont les conseillers IA ont passé des mois à argumenter dans des directions opposées.
Deux visions irréconciliables
David Sacks, l’ancien tsar de l’IA et des crypto-monnaies qui a quitté le poste plus tôt cette année, a publiquement rejeté les préoccupations concernant la domination chinoise de l’IA. Il a décrit les modèles d’Anthropic comme « lobotomisés » et « woke », arguant que l’IA chinoise est populaire précisément parce qu’elle a moins de restrictions. « Les entreprises d’IA américaines veulent que le gouvernement élimine leur concurrence open-source », a-t-il écrit sur X, plaidant pour la déréglementation comme réponse appropriée.
Emil Michael, un haut responsable du Pentagone, a pris la position inverse, qualifiant le nouveau chef des futurs stratégiques d’OpenAI d’« idiot suprême du village » pour avoir suggéré une approche plus douce. Il a insisté sur le fait que « le processus démocratique, et non un complot de l’État profond » devrait déterminer la réponse américaine à Kimi, signalant son soutien à un contrôle gouvernemental plus fort.
Dean Ball, ancien conseiller IA de Trump maintenant chez OpenAI, a critiqué le nouveau processus d’examen de l’IA de la Maison Blanche comme un « régime de licence de facto pour l’IA de pointe ». Il a prédit qu’au lieu d’imposer des interdictions directes, l’administration utiliserait le soft power pour empêcher les entreprises américaines d’adopter des modèles chinois comme Kimi.
« Le monde de l’IA de Trump est en guerre contre lui-même », a observé Anton Leicht du Carnegie Endowment. Il a noté que les modèles d’IA chinois ont déjà ébranlé les actions américaines, posant « une menace pour une administration qui ne veut vraiment pas plus de mauvaises nouvelles économiques ».
Paradoxe politique
Le conflit interne découle d’une contradiction structurelle dans l’approche de l’administration. Trump a assoupli les contrôles à l’exportation des puces d’IA vers la Chine, permettant à Nvidia de vendre plus de matériel en échange d’une part gouvernementale. Pourtant, l’administration a également annoncé une répression de la distillation de modèles en avril, après qu’OpenAI et Anthropic se sont plaints que des entreprises chinoises s’entraînaient sur leurs résultats.
Le résultat est que les laboratoires chinois ont accès aux puces Nvidia et aux résultats des modèles américains, deux ingrédients que la politique américaine était conçue pour restreindre, et les ont utilisés pour construire un concurrent gratuit qui menace les modèles économiques des mêmes entreprises que Washington essayait de protéger.
L’arrivée de Kimi relance également un débat que l’administration n’a jamais résolu. Sacks y voit une preuve que la déréglementation fonctionne : moins de restrictions ont produit un meilleur modèle. Michael et d’autres y voient une preuve qu’un contrôle gouvernemental plus fort est nécessaire. Il n’y a aucun signe d’une réponse politique unifiée émergente.
Pendant ce temps, le public a peu de sympathie pour OpenAI et Anthropic, qui ont passé une grande partie de 2026 à défendre leurs pratiques de droit d’auteur et leurs modèles de tarification. Une étude du Pew Research en juin a révélé une méfiance croissante envers les entreprises d’IA en général. Un modèle d’IA gratuit, ouvert et presque aussi performant que les meilleurs systèmes américains présente un calcul politique inconfortable.
Sources : China’s AI models have Trump’s AI world at war with itself (MIT Technology Review, juillet 2026)