Baidu annonce Ernie 4.5 et un modèle de raisonnement, cap sur l’open source

Baidu veut montrer qu’il entend rester un acteur central de l’intelligence artificielle chinoise. Le 16 mars 2025, le groupe a annoncé simultanément Ernie 4.5, son nouveau modèle multimodal, et un autre modèle orienté vers le raisonnement. Au-delà de ces deux lancements, c’est surtout le choix d’ouvrir Ernie 4.5 à compter du 30 juin 2025 qui marque une inflexion stratégique notable.

Dans une industrie où la qualité des modèles, leur coût d’utilisation et la rapidité de diffusion comptent autant que les annonces techniques, Baidu cherche à répondre à la montée de nouveaux concurrents. Le groupe s’adresse à la fois aux utilisateurs de son assistant conversationnel Ernie Bot, aux entreprises et, à plus long terme, aux développeurs susceptibles de bâtir des services sur ses technologies.

Deux modèles pour deux usages complémentaires

Les deux annonces de Baidu ne recouvrent pas exactement le même besoin. Ernie 4.5 est présenté comme un modèle multimodal. Cela signifie qu’il est conçu pour prendre en compte plusieurs formes d’information, au lieu de se limiter à une conversation écrite. Le texte, les images et l’audio font partie des types de données cités par Baidu.

Le second modèle est, lui, explicitement axé sur le raisonnement. Cette catégorie de systèmes vise les requêtes qui demandent d’organiser des informations, de décomposer un problème ou de suivre plusieurs étapes avant de formuler une réponse. Il ne s’agit pas seulement de produire une phrase plausible ou de résumer un document, mais de mieux traiter les tâches où la cohérence du cheminement est déterminante.

Cette répartition répond à une évolution plus large du marché de l’IA générative. Les assistants les plus visibles ont longtemps été évalués surtout sur leur capacité à écrire, traduire ou répondre à des questions. Désormais, les fournisseurs cherchent aussi à démontrer qu’ils peuvent analyser une image, exploiter un fichier audio ou résoudre des demandes plus structurées.

Que change un modèle multimodal comme Ernie 4.5 ?

Un modèle multimodal ambitionne de relier plusieurs formats d’information dans une même interaction. Concrètement, un utilisateur peut vouloir soumettre une image accompagnée d’une question écrite, ou associer des éléments sonores et textuels. La promesse est d’éviter de séparer artificiellement des contenus qui, dans la vie courante ou en entreprise, se présentent souvent ensemble.

Pour Baidu, la multimodalité d’Ernie 4.5 est donc un levier pour répondre à des attentes plus variées. Un tel système peut potentiellement servir à commenter un visuel, à classer des contenus, à extraire des éléments d’un échange ou à assister la production de documents intégrant différents médias. Les performances réelles dépendent toutefois de la qualité des données fournies, du contexte de la demande et des garde-fous mis en place.

La mise en avant de cette capacité est également un signal commercial. Les entreprises ne recherchent pas uniquement un chatbot capable de rédiger un texte. Elles veulent des outils capables de s’intégrer à des flux de travail où coexistent messages, documents, images, enregistrements et bases de connaissances.

Pourquoi Baidu mise aussi sur le raisonnement

Le raisonnement est devenu un terrain majeur de compétition entre les concepteurs de grands modèles de langage. Une demande comme « rédige un courriel » peut être traitée directement. À l’inverse, comparer plusieurs options, identifier des contraintes contradictoires ou résoudre un problème comportant plusieurs étapes exige une meilleure organisation de l’information.

Baidu présente son deuxième modèle comme spécifiquement conçu pour cette famille de tâches. L’entreprise ne détaille pas, dans son annonce, toutes les caractéristiques techniques du modèle ni les résultats de tests indépendants permettant d’en mesurer précisément les performances. L’enjeu est néanmoins clair : proposer une IA qui ne se contente pas de générer rapidement une réponse, mais qui soit plus adaptée aux requêtes complexes.

Cette orientation intéresse particulièrement les organisations. Dans une entreprise, l’IA peut être sollicitée pour synthétiser un dossier, rapprocher différentes informations, préparer des pistes d’analyse ou aider un salarié à structurer son travail. Dans ces situations, une réponse fluide ne suffit pas : les éléments avancés doivent pouvoir être contrôlés à partir de sources et de données fiables.

L’open source, un changement de cap pour Ernie 4.5

Baidu a indiqué qu’Ernie 4.5 sera disponible en open source à partir du 30 juin 2025. Cette décision constitue l’élément le plus structurant de l’annonce. Elle contraste avec une position antérieure attribuée à la direction de l’entreprise, selon laquelle les grands modèles de langage ne devaient pas être rendus librement accessibles.

Dans le domaine de l’IA, l’expression « open source » recouvre plusieurs réalités. Elle peut désigner la publication du code, des poids du modèle, des outils nécessaires à son utilisation ou une combinaison de ces éléments. Les modalités précises, notamment les conditions de licence et les composants effectivement publiés, seront déterminantes pour savoir dans quelle mesure développeurs et entreprises pourront adapter Ernie 4.5 à leurs propres besoins.

L’intérêt d’une telle démarche est de favoriser l’expérimentation. Des équipes extérieures peuvent tester le modèle, l’intégrer dans des logiciels, créer des outils spécialisés ou l’adapter à un secteur. Pour Baidu, ouvrir son modèle peut aussi accélérer son adoption : un écosystème de développeurs et de partenaires a davantage de raisons de se familiariser avec une technologie qu’il peut évaluer et déployer plus librement.

Ce choix constitue aussi une réponse au rythme imposé par les modèles plus accessibles. Sur un marché en mouvement rapide, la diffusion d’une technologie peut contribuer autant à son influence que ses performances brutes. Une IA largement testée, adaptée et intégrée par des tiers peut devenir un standard de fait dans certains usages.

Une réponse à la concurrence accrue en Chine

L’annonce intervient dans un environnement particulièrement concurrentiel. Baidu fait face aux autres grands groupes technologiques chinois, mais également à une nouvelle génération de start-ups. DeepSeek est cité parmi les concurrents qui poussent les acteurs établis à accélérer leurs annonces et à faire évoluer leurs stratégies de diffusion.

Cette concurrence ne se joue pas seulement sur le nombre de paramètres ou les démonstrations spectaculaires. Elle porte sur plusieurs dimensions :

• la capacité à fournir des modèles adaptés à des usages concrets ;
• l’accès pour les développeurs et les entreprises ;
• le coût nécessaire pour entraîner et faire fonctionner les systèmes ;
• la vitesse à laquelle un acteur peut améliorer son offre ;
• la construction d’un écosystème de services autour du modèle.

Baidu mise ici sur une combinaison de capacités multimodales, de raisonnement et d’accessibilité. L’objectif est de conserver une base d’utilisateurs via Ernie Bot tout en élargissant la portée de ses technologies auprès de publics plus techniques. L’entreprise cherche ainsi à éviter d’être réduite à un simple fournisseur d’assistant conversationnel dans un paysage où les modèles deviennent des briques d’infrastructure pour de nombreux logiciels.

Le coût des modèles, un enjeu aussi important que leurs capacités

Le développement des grands modèles d’IA exige des ressources importantes : données, équipes de recherche, puissance de calcul et infrastructures informatiques. Baidu place l’optimisation de ces ressources au cœur de son ambition. L’entreprise affirme pouvoir concevoir des modèles performants à des coûts inférieurs à ceux de certains concurrents, sans avancer dans l’annonce examinée de comparaison chiffrée détaillée.

Cet enjeu est déterminant. Un modèle peut être techniquement convaincant, mais rester difficile à diffuser si son entraînement ou son utilisation coûte trop cher. À l’inverse, réduire les coûts peut faciliter l’accès pour les entreprises, permettre de multiplier les tests et rendre viable l’intégration de l’IA dans davantage de produits.

Il faut toutefois distinguer plusieurs niveaux de coût. Le coût de création d’un modèle n’est pas celui de son hébergement, ni celui payé par un client qui l’utilise par l’intermédiaire d’une interface ou d’une API. La promesse d’une IA plus abordable devra donc être appréciée à travers les modalités concrètes d’accès proposées par Baidu.

Quels utilisateurs sont concernés par ces annonces ?

Baidu prévoit de mettre ses nouveaux modèles à disposition par l’intermédiaire d’Ernie Bot, son robot conversationnel, avec des options d’accès gratuites annoncées. Pour le grand public, l’intérêt principal est de pouvoir essayer les fonctions conversationnelles et multimodales sans devoir construire une infrastructure technique.

Pour les entreprises, le sujet est différent. Elles attendront de savoir comment les modèles peuvent s’intégrer à leurs outils, quelles données elles peuvent leur confier et quelles garanties encadrent leur usage. Les développeurs, de leur côté, suivront avec attention les détails de l’ouverture d’Ernie 4.5 prévue fin juin : c’est elle qui déterminera les possibilités de test, de personnalisation et de redistribution.

L’annonce ne dispense pas les utilisateurs de prudence. Quelle que soit la sophistication d’un modèle, une réponse générée peut comporter une erreur, omettre une nuance ou produire une information invérifiable. L’usage professionnel de l’IA suppose donc de conserver une validation humaine, particulièrement pour les contenus sensibles ou engageants.

Ce qu’il faut surveiller d’ici au 30 juin 2025

Le premier point à suivre sera la forme exacte de l’ouverture d’Ernie 4.5. Les composants publiés, la licence choisie et les conditions d’utilisation diront si Baidu adopte une ouverture très large ou plus encadrée. Ce sont ces détails qui feront la différence pour les développeurs et les entreprises intéressés.

Le deuxième enjeu concernera l’adoption via Ernie Bot. L’accès gratuit peut favoriser la découverte des nouveaux modèles, mais leur place durable dépendra de la qualité perçue par les utilisateurs et de leur capacité à répondre à des besoins concrets. Les usages multimodaux et les tâches de raisonnement seront particulièrement observés.

Enfin, cette annonce confirme que la compétition chinoise sur l’IA ne se limite plus à l’opposition entre grands groupes établis. L’émergence de concurrents comme DeepSeek pousse les entreprises historiques à revoir leurs positions, y compris sur l’open source. Avec Ernie 4.5 et son modèle de raisonnement, Baidu ne se contente pas d’ajouter des fonctionnalités : il teste une stratégie de diffusion appelée à peser sur l’organisation de l’écosystème chinois de l’IA.