Tout le monde parle de DeepSeek. Personne ne montre comment il copie Claude.

Quand l'imitation devient une stratégie de conquête

Posez une question sensible à DeepSeek ou à Ernie Bot, le modèle phare de Baidu : vous obtiendrez soit un refus poli, soit une réponse soigneusement édulcorée. Posez la même question à Claude d'Anthropic : la réponse arrive, nuancée, argumentée, transparente sur ses limites. Ce contraste n'est pas anodin. Il révèle une tension profonde au cœur de l'IA asiatique : ces modèles veulent votre confiance, mais ils opèrent dans des contraintes que leurs concurrents occidentaux n'ont pas.

Et pourtant, la stratégie adoptée par plusieurs acteurs chinois est aussi simple qu'audacieuse : reproduire les codes visuels, conversationnels et éthiques de Claude et ChatGPT pour projeter une image de fiabilité. Pas forcément pour tromper — mais pour exister dans un marché mondial où la confiance se construit sur des références occidentales.

Le contexte : une course à la légitimité mondiale

Depuis l'émergence de ChatGPT fin 2022, les géants technologiques chinois ont investi des milliards pour rattraper leur retard apparent. Baidu, Alibaba (avec Qwen), ByteDance (avec Doubao) et la startup MiniMax ont chacun lancé leurs propres modèles de langage. Sur le papier, les benchmarks sont impressionnants. Dans la pratique, la réalité est plus nuancée.

Le problème central n'est pas technique. C'est un problème de perception. Dans le monde professionnel occidental — et même en Asie du Sud-Est ou en Inde — le nom "Claude" ou "GPT-4" inspire une confiance immédiate. "Ernie" ou "Doubao", beaucoup moins. Les équipes produit des entreprises chinoises le savent. Leur réponse ? Adopter les mêmes signaux de confiance.

Comment se manifeste concrètement cette imitation ?

1. Les interfaces et les formulations conversationnelles

Ouvrez l'interface de Qwen d'Alibaba en anglais. Vous retrouvez exactement la même structure de conversation que ChatGPT : un champ de saisie central, des suggestions de prompts, une tonalité "assistant bienveillant". Les formules d'excuse ("Je suis désolé, je ne peux pas vous aider avec ça") imitent mot pour mot celles d'OpenAI. Ce n'est pas un hasard : ces formulations ont été délibérément entraînées à ressembler à ce que les utilisateurs occidentaux attendent.

2. Les déclarations éthiques de façade

DeepSeek publie des "system cards", ces documents de transparence popularisés par Anthropic pour Claude. Ernie Bot affiche des principes de "sécurité responsable". Le vocabulaire est identique. Mais creusez un peu : ces chartes restent muettes sur la censure politique intégrée au modèle, sur les données collectées, ou sur l'accès des autorités chinoises aux conversations. La forme imite la transparence. Le fond l'esquive.

3. Les performances benchmarkées... sélectivement

Plusieurs modèles chinois affichent des scores supérieurs à GPT-4 sur des tests comme MMLU ou HumanEval. Ce que ces communiqués omettent : ces benchmarks sont souvent saturés par des données d'entraînement très proches des tests eux-mêmes — une pratique connue sous le nom de benchmark contamination. Claude et GPT-4, eux, sont régulièrement évalués par des tiers indépendants sur des benchmarks inédits.

DeepSeek : le cas le plus révélateur

DeepSeek mérite une attention particulière. Sorti début 2025, ce modèle de la startup chinoise éponyme a créé une onde de choc réelle : il égale GPT-4o sur plusieurs tâches de raisonnement, avec des coûts d'entraînement annoncés comme bien inférieurs. Sa mise à disposition open-source a semé le trouble jusqu'à Wall Street.

Mais voici ce que peu de médias ont montré : DeepSeek refuse de répondre à des questions sur Tiananmen, sur Taïwan, ou sur la surveillance de masse en Chine. Ces refus ne sont pas des garde-fous éthiques — ils sont des contraintes politiques codées. Le modèle, par ailleurs sophistiqué, devient opaque précisément là où la confiance est le plus nécessaire. En imitant la forme de Claude sans en adopter l'indépendance, DeepSeek illustre parfaitement la contradiction centrale de l'IA chinoise exportée.

Ce que cela implique pour les utilisateurs et les entreprises

Pour un utilisateur grand public cherchant à rédiger un email ou résumer un document, la différence est souvent imperceptible. Mais pour les entreprises, les journalistes, les chercheurs ou quiconque travaille sur des sujets sensibles, les enjeux sont réels :

• Confidentialité des données : les serveurs hébergeant ces modèles sont soumis à la législation chinoise, qui autorise l'accès gouvernemental sans notification.
• Biais invisibles : un modèle censuré politiquement peut influencer subtilement des analyses géopolitiques, économiques ou historiques sans que l'utilisateur le détecte.
• Fausse équivalence : croire que "Qwen fait la même chose que Claude" parce que les interfaces se ressemblent est une erreur de jugement aux conséquences potentiellement sérieuses.

Faut-il pour autant rejeter ces modèles en bloc ?

Non. Qwen 2.5, par exemple, est genuinement excellent pour les tâches en mandarin, en code ou en mathématiques. MiniMax produit des résultats créatifs solides. L'intelligence technique de ces modèles est réelle et ne devrait pas être minimisée.

La bonne posture n'est pas le rejet — c'est la lucidité. Utiliser ces outils en sachant précisément ce qu'ils sont, ce qu'ils font et ce qu'ils taisent. Les traiter comme on traiterait n'importe quel outil produit dans un contexte réglementaire différent du vôtre.

Conclusion : la confiance ne s'imite pas, elle se construit

L'IA chinoise fait un pari risqué : celui que reproduire les signaux de confiance suffit à construire la confiance elle-même. À court terme, pour certains marchés, ça fonctionne. À long terme, la confiance dans un modèle d'IA repose sur une chose que les interfaces et les benchmarks ne peuvent pas feindre : la cohérence entre ce qu'on promet et ce qu'on fait.

Claude, malgré ses propres limites et controverses, a bâti sa réputation sur une transparence documentée et auditable. C'est précisément ce que ses imitateurs copient en surface — et ce qu'ils ne peuvent pas, structurellement, reproduire en profondeur. Pour l'utilisateur averti, cette différence est tout.

— Reservoir Live