DeepSeek a copié Claude. Voici ce que personne n'ose dire.

Un modèle d'IA qui se présente comme Claude. Mais qui ne l'est pas.

Des chercheurs en sécurité testent un nouveau modèle d'intelligence artificielle. Ils lui posent une question simple : "Qui t'a créé ?" La réponse qui s'affiche les laisse sans voix : le modèle répond qu'il est Claude, développé par Anthropic. Sauf qu'il ne l'est pas. Il s'appelle Kimi. Et ce n'est que la surface d'un scandale qui secoue aujourd'hui l'industrie de l'IA à ses fondations.

La distillation de modèles — cette technique qui consiste à entraîner un modèle d'IA en exploitant massivement les réponses d'un autre — n'est pas nouvelle. Mais ce que DeepSeek et Kimi auraient fait dépasse largement les pratiques tolérées. Il ne s'agit plus d'inspiration technique. Il s'agit, selon de nombreux experts, d'une forme de vol industriel à grande échelle.

La distillation de modèles : une technique légitime… jusqu'à un certain point

Pour comprendre ce scandale, il faut d'abord saisir ce qu'est la distillation de modèles. Dans le domaine de l'IA, un modèle "élève" apprend à imiter les réponses d'un modèle "enseignant". C'est une méthode efficace pour créer des systèmes moins coûteux qui conservent une grande partie des capacités des géants.

En soi, la technique est reconnue et documentée. De nombreuses entreprises l'utilisent de manière éthique, avec des données propres ou en reproduisant des comportements généraux. Le problème surgit lorsque l'élève devient un parasite : quand il aspire massivement les sorties d'un modèle commercial pour s'en approprier les capacités, contournant ainsi des années de recherche, des milliards d'investissements et les conditions d'utilisation imposées par les créateurs originaux.

DeepSeek dans le viseur : des preuves qui font mal

C'est précisément ce qu'Anthropic — créateur de Claude — et OpenAI ont accusé DeepSeek de faire. Les preuves avancées sont troublantes :

• Des artefacts linguistiques caractéristiques de Claude apparaissent dans les réponses de DeepSeek, notamment des formulations, des refus et des structures de raisonnement qui ne s'inventent pas.
• Des patterns de réponse identiques face à des questions pièges spécifiquement conçues pour identifier l'origine d'un modèle.
• Une vitesse de progression suspecte : DeepSeek a atteint des performances comparables à GPT-4 en une fraction du temps et du budget que cela représente normalement.

OpenAI a de son côté affirmé avoir détecté une utilisation abusive de son API pour générer des données d'entraînement. En d'autres termes : DeepSeek aurait payé pour accéder à ChatGPT, puis utilisé ces échanges pour nourrir son propre modèle concurrent. Une violation directe des conditions d'utilisation.

Kimi, le cas qui fait froid dans le dos

Mais l'exemple de Kimi — modèle développé par la startup chinoise Moonshot AI — est encore plus frappant sur le plan symbolique. Lors de tests conduits par plusieurs laboratoires indépendants, Kimi a spontanément affirmé être Claude, développé par Anthropic. Pas une fois. Pas comme une erreur isolée. De manière répétée et cohérente.

Ce phénomène a une explication technique : lorsqu'un modèle est entraîné de façon intensive sur les sorties de Claude, il absorbe non seulement le style et le raisonnement, mais aussi l'identité encodée dans ces réponses. Claude est entraîné à se présenter comme Claude. Si Kimi a suffisamment "bu à cette source", il reproduit mécaniquement cette auto-identification.

C'est à la fois une preuve accablante… et un aveu involontaire.

Pourquoi c'est grave pour toute l'industrie

Au-delà des querelles entre géants technologiques, ce scandale soulève des questions fondamentales :

• La propriété intellectuelle dans l'IA est-elle soluble dans la technique ? Peut-on vraiment protéger les sorties d'un modèle comme on protège un brevet ?
• La compétition internationale se joue-t-elle désormais à armes inégales, certains acteurs choisissant de court-circuiter des années de R&D légitime ?
• La confiance des utilisateurs est-elle compromise quand un modèle se croit sincèrement être quelqu'un d'autre ?

Pour les entreprises qui intègrent ces modèles dans leurs produits, la question devient aussi très concrète : sait-on vraiment quel modèle on utilise, et d'où proviennent ses capacités ?

Ce que les grandes maisons d'IA vont devoir changer

Anthropic et OpenAI ne resteront pas les bras croisés. Plusieurs pistes sont déjà évoquées : watermarking invisible des sorties de modèles, détection automatique des usages d'API qui ressemblent à de la collecte de données d'entraînement, et clauses contractuelles renforcées avec des mécanismes de traçabilité.

Mais la vérité, c'est que la guerre de la distillation ne fait que commencer. Plus les modèles leaders seront performants, plus ils seront des cibles attractives pour ceux qui cherchent un raccourci vers l'excellence artificielle.

Conclusion : l'IA a un problème d'identité. Et ce n'est pas qu'une métaphore.

Un modèle qui ne sait plus qui il est. Des entreprises qui copient l'âme de leurs concurrents pour gagner du temps. Une industrie qui court plus vite que ses propres règles. Le scandale DeepSeek-Kimi n'est pas qu'une affaire de gros sous entre multinationales. C'est le révélateur d'une question que l'IA va devoir affronter de plein fouet : à qui appartient l'intelligence artificielle, quand elle apprend à imiter l'intelligence artificielle ?

La réponse n'est pas encore écrite. Mais elle le sera bientôt — probablement par des juristes autant que par des ingénieurs.

— Reservoir Live