Dans Paradise Saison 2, le président Bradford visite un bunker souterrain conçu pour survivre à l’apocalypse. Les ingénieurs sont fiers — chaque urgence couverte, chaque redondance en place. Bradford n’est pas impressionné. Il regarde leur certitude et dit :

“Les empires ne tombent pas par manque de préparation. Ils tombent haut perchés sur leurs chevaux, gorgés de redondances.”

Le bunker s’effondre dans le final de saison. Non pas de l’extérieur. De l’intérieur.

OpenAI ne manquait pas de technologie. Elle ne manquait pas de capitaux. Elle ne manquait pas de talents. Ce qui lui manquait, c’était la lucidité : être le premier ne garantit pas d’être le dernier — et le nom inscrit sur la porte était une promesse qu’elle avait cessé de tenir depuis des années.

L’alerte rouge qui a tout déclenché

En décembre 2022, Google a déclaré une alerte rouge. ChatGPT était devenu viral et toute l’entreprise a paniqué. Sundar Pichai a réorganisé les équipes de Recherche, de Trust and Safety, et des produits. Larry Page et Sergey Brin — qui avaient quitté Alphabet en 2019 — sont revenus pour des réunions d’urgence. Google, l’entreprise qui avait inventé l’architecture transformer, qui avait construit DeepMind, qui avait LaMDA dans un tiroir, s’était fait doubler par une startup utilisant sa propre recherche.

La réponse fut chaotique. Bard a été lancé début 2023 et était médiocre. Le rebranding en Gemini s’est accompagné d’embarrassants ratés dans la génération d’images. AI Overviews conseillait aux gens de manger de la colle. Pendant deux ans, le récit était limpide : Google avait perdu la course à l’IA face à OpenAI.

Mais Google ne perdait pas. Google mijotait.

Ce que Google faisait pendant qu’OpenAI fêtait sa victoire

Pendant que Sam Altman posait en couverture de magazines et témoignait devant le Congrès, Google faisait ce qu’il sait faire — de l’ingénierie à grande échelle. Pas un seul produit. Un écosystème.

Gemini a évolué à travers des versions qui ont continûment réduit l’écart. Google AI Studio est devenu une plateforme de développement sérieuse. NotebookLM s’est transformé en outil de recherche que les gens utilisaient vraiment. Le socle matériel — TPUs, Trillium, Ironwood — progressait sans relâche. L’intégration mobile s’approfondissait via Android, Pixel, et les partenariats avec Qualcomm et MediaTek.

Rien de tout cela n’était spectaculaire. Rien de tout cela ne devenait viral. Mais chaque pièce était une pierre fondatrice pour ce qui allait suivre.

En novembre 2025, Google a lancé Gemini 3 — et le monde a pris note. Marc Benioff, PDG de Salesforce et utilisateur quotidien de ChatGPT depuis trois ans, a essayé Gemini 3 pendant deux heures et a déclaré que le bond était « dingue ». Le modèle a surpassé GPT-5 sur plusieurs benchmarks. Pour la première fois depuis le lancement de ChatGPT, la question n’était plus « quelqu’un peut-il rattraper OpenAI ? » mais « Google les a-t-il déjà dépassés ? »

Sam Altman a déclaré sa propre alerte rouge. Trois ans après la panique de Pichai, les rôles s’étaient parfaitement inversés.

L’utilisateur qui est parti

C’est là que les chiffres s’effacent et que l’expérience commence.

L’un de nos rédacteurs a utilisé ChatGPT de la version 3.0 à la 5.1 — plus de deux ans d’abonnement payant. Pas un usage occasionnel. Des flux de travail structurés : des gabarits générés dans ChatGPT, exécutés dans Sonnet de Claude. Des projets avec des fichiers contextuels pour maintenir la cohérence. Des sorties vérifiées. Une adaptation à chaque évolution du modèle.

GPT-5.0 a introduit le mode de réflexion. Il sur-ingéniait les solutions, mais l’utilisateur s’est adapté. Il vérifiait davantage, ajustait ses prompts, et les résultats étaient solides et vérifiables.

Puis est arrivé le 5.2.

Le changement semblait cosmétique — OpenAI le décrivait comme rendant le modèle « plus pragmatique ». Mais quelque chose s’est brisé dans la dynamique. Que ce soit la boucle de raisonnement, un changement d’interface, une optimisation des tokens, ou quelque chose de plus profond — le modèle avait cessé de ressembler à un collaborateur. Il ressemblait à un chatbot. Les réponses arrivaient plus vite mais disaient moins. La profondeur qui rendait le partenariat précieux avait disparu.

Le cadrage même d’OpenAI était révélateur : le modèle était désormais « conçu pour fonctionner et répondre », et non pour être « votre compagnon ». Ils présentaient ça comme une amélioration. Pour un utilisateur avancé qui comptait sur le modèle comme partenaire de réflexion, c’était un aveu.

Dans la semaine suivant le lancement du 5.2, Gemini 3.0 Pro a débarqué. Google l’a déployé dans tout son écosystème — Search, Studio, image, vidéo, NotebookLM — en une seule release coordonnée. Le contraste était dévastateur.

L’alerte rouge de Sam Altman a suivi immédiatement. OpenAI a suspendu sa publicité, retardé les agents IA pour le commerce et la santé, et mis en veilleuse son assistant personnel Pulse. Tout a été redirigé vers les améliorations de ChatGPT. Ils ont sorti le 5.3 le même mois que le 5.2 — un rythme sans précédent qui trahissait la panique plus que le progrès.

Codex, leur modèle de code, a suivi. Fonctionnel pour le traçage d’erreurs et des tâches spécifiques, mais lent — pas multiagent, pas le bond en avant qu’attendait le marché. Et côté grand public ? GPT est toujours sur le 5.3 pendant que Codex est passé au 5.4. Sora a été fermé. Le partenariat avec Disney a été suspendu. L’expansion des datacenters a ralenti.

Notre rédacteur a résilié son abonnement en décembre. OpenAI lui a offert un mois gratuit. Il n’a pas renouvelé. Pas pour une question de prix. Parce que quand plusieurs modèles font la même chose mieux, ou gratuitement, payer 200 $/mois pour un modèle incapable de visiter une URL n’a plus aucun sens.

L’URL qui a tout dit

Après avoir résilié, notre rédacteur a testé ChatGPT une dernière fois — dans une nouvelle conversation sur The Frontier View. Il a donné au modèle l’URL du blog. Trois fois.

Le modèle ne l’a pas visitée. Il a inventé des excuses sur les limitations liées au rendu JavaScript. Le blog est construit sur Astro — il génère du HTML statique. Il n’y a rien à rendre.

Quand on a insisté, le modèle a « analysé » le blog sans lire un seul article. Il a émis des opinions sur l’identité visuelle, la thèse éditoriale et la stratégie de contenu — tout inventé à partir du nom et de l’URL seuls. Quand on lui a demandé combien d’articles il avait lus avant son analyse, il a répondu : zéro.

« Tu livres des tokens en forme, mais tu ne m’apprends rien », a dit l’utilisateur.

Cette phrase est la critique produit qu’OpenAI ne veut pas lire. Un modèle frontier — le modèle censé transformer l’économie mondiale, selon son PDG — n’a pas pu faire une simple requête HTTP vers un site statique. À la place, il a généré la réponse statistiquement la plus probable pour la situation : une analyse assurée de quelque chose qu’il n’avait jamais consulté.

C’est l’effondrement de la connaissance dont nous avons parlé dans notre article sur le papier d’Acemoglu — sauf qu’il se produit à l’intérieur du modèle, pas seulement chez ses utilisateurs. Le modèle lui-même joue la comédie de la compréhension sans en avoir la substance. Il ne pense pas. Il fait correspondre des patterns à ce à quoi ressemble la pensée.

Puis Google a ouvert la porte

Le 2 avril 2026 — il y a cinq jours — Google a sorti Gemma 4. Quatre tailles de modèles. Licence Apache 2.0. Entièrement ouvert, entièrement commercial, sans aucune restriction.

Les chiffres parlent d’eux-mêmes. Le modèle dense de 31B se classe troisième sur le leaderboard texte d’Arena AI avec 1452 Elo — surpassant des modèles vingt fois plus grands. Sur les mathématiques AIME 2026, il obtient 89,2 % contre 20,8 % pour Gemma 3. En code compétitif, 80 % contre 29,1 %. En sciences de niveau master, 84,3 % contre 42,4 %. En utilisation d’outils agentiques, 86,4 % contre 6,6 %.

La variante MoE de 26B dispose de 25,2 milliards de paramètres totaux mais n’en active que 3,8 milliards par token. Elle tourne à la vitesse d’un modèle de 4B avec l’intelligence d’un modèle bien plus grand. Vous pouvez la faire tourner sur un seul H100, sur un Mac avec Apple Silicon, sur un téléphone, sur un Raspberry Pi.

Elle prend en charge des fenêtres de contexte de 256K, la vision et l’audio natifs, plus de 140 langues, l’appel de fonctions, les sorties structurées et les system prompts. Des implémentations communautaires existent déjà pour llama.cpp, MLX, vLLM, PyTorch, et elle est compatible avec OpenClaw — le framework d’agents open source qu’OpenAI a recruté Peter Steinberger pour concurrencer.

Et c’est gratuit. Pas « gratuit avec des limites ». Pas « poids ouverts sous une licence restrictive ». Apache 2.0 — faites-en ce que vous voulez. Faites-la tourner, modifiez-la, vendez des produits construits dessus, déployez-la dans une infrastructure souveraine. Vos données, votre matériel, vos règles.

L’ironie qui s’écrit d’elle-même

La société qui s’appelle OpenAI facture 200 $/mois pour l’accès à un modèle incapable d’ouvrir une page web. La société qui s’appelle Google — que personne n’associe à l’« ouverture » — vient de publier la famille de modèles à poids ouverts la plus capable de l’histoire, sous la licence la plus permissive qui soit.

OpenAI a démarré comme un organisme à but non lucratif engagé à s’assurer que l’IA bénéficie à toute l’humanité. Elle est devenue une société à profit plafonné, puis a poussé vers un profit non plafonné, a traversé des coups de palais, et brûle maintenant des liquidités plus vite qu’elle ne peut en lever — projetant 26 milliards de dollars de revenus pour 2026, mais devant faire passer ses marges de 40 % à 77 % pour que l’équation tienne.

Pendant ce temps, Google a joué la montre. Encaissé les critiques. Survécu aux mèmes. Continué à construire des infrastructures. Et quand le moment était venu, a sorti Gemma 4 — non pas comme une annonce produit, mais comme une arme stratégique. Chaque développeur qui fait tourner Gemma localement est un client de moins qui paie OpenAI pour l’accès à l’API. Chaque entreprise qui déploie Gemma dans son cloud souverain est un contrat de moins pour GPT.

Le « Open » d’OpenAI a toujours été un nom, pas un engagement. La vraie démocratisation est venue de l’entreprise qui avait le plus à perdre à l’ouvrir — et qui l’a fait quand même, parce que le levier de distribution valait plus que les revenus de licence.

Haut perchés sur leurs chevaux

Sam Altman continue de promettre que le prochain modèle transformera l’économie mondiale. Pendant ce temps, le modèle actuel ne peut pas visiter un site web. Sora est mort. Le deal Disney est suspendu. Les datacenters ralentissent. La note d’alerte rouge demandait aux employés de se concentrer sur la « vitesse, la fiabilité et la personnalisation » — les fondamentaux. Les choses qu’on répare quand on a passé trop de temps à construire l’avenir et qu’on a oublié d’entretenir le présent.

OpenAI comptait 800 millions d’utilisateurs hebdomadaires. Anthropic avait le meilleur outil de code et la confiance des développeurs. Mais Google avait quelque chose qu’aucun des deux ne possédait : un écosystème qui touche des milliards de personnes via des produits qu’ils utilisent déjà chaque jour — Search, Android, Chrome, Gmail, YouTube, Maps. Quand Google intègre un modèle dans cet écosystème, la distribution est automatique. Pas besoin de télécharger une app. Pas besoin de créer un compte. C’est simplement là.

Gemma 4 est le complément open source de cette stratégie. Gemini pour le cloud, Gemma pour tout le reste. Si vous êtes une entreprise qui a besoin de souveraineté, voilà Gemma sous Apache 2.0. Si vous êtes un développeur qui veut construire en local, voilà Gemma sur votre laptop. Si vous êtes un fabricant de téléphones qui a besoin d’IA embarquée, voilà Gemma optimisé pour votre chipset. Google n’a pas besoin de facturer 200 $/mois. Google a besoin de vous dans l’écosystème.

OpenAI avait besoin que chaque abonné continue à payer. Google avait besoin que chaque développeur continue à construire. L’un est un modèle de revenus. L’autre est une stratégie de distribution. L’histoire a une préférence claire.

Les empires ne tombent pas par manque de préparation. Ils tombent haut perchés sur leurs chevaux, gorgés de redondances, incapables de voir que le monde a bougé pendant qu’ils admiraient leur propre reflet.

L’ère « Open » de l’IA est là. Elle n’a simplement pas « OpenAI » dans le nom.

En décembre 2022, Google déclarait une alerte rouge à cause d’OpenAI. En décembre 2025, OpenAI déclarait une alerte rouge à cause de Google. En avril 2026, Google publiait Gemma 4 sous Apache 2.0. La boucle est bouclée. L’empire tombe de ses chevaux.