Contexte et positionnement

Le même jour où Anthropic a réalisé l’introduction en bourse la plus importante jamais enregistrée, le salon Slush à Helsinki a mis en avant l’open source. Fireworks AI, fondée par Chenyu Zhao, s’inscrit dans cette dynamique en proposant des modèles à poids ouvert que les entreprises peuvent télécharger et adapter. Parmi les premiers clients figurent Uber, Shopify et Notion. L’entreprise a été évaluée à 17,5 milliards de dollars cet été et serait en discussion pour une nouvelle levée de fonds.

Architecture des modèles open-weight

Fireworks exploite des modèles plus petits que les modèles « frontière » d’Anthropic ou d’OpenAI, mais qui restent trois à six mois derrière en termes de performances selon Zhao. Ces modèles sont fournis sans restrictions de licence, ce qui permet aux clients de les affiner avec leurs propres jeux de données et d’obtenir des temps d’inférence plus courts. La société s’appuie sur le support de Nvidia, notamment le processeur Nemotron, pour accélérer l’entraînement et le déploiement. Le principe d’« open‑weight » élimine la dépendance à un fournisseur unique et réduit les coûts d’utilisation, notamment lorsqu’il s’agit de tâches de base comme les calculs arithmétiques.

Incidents de sécurité et réponses

Au cours de l’automne, Fireworks a signalé deux violations de sécurité. La première a exposé des clés API et des jetons stockés comme secrets pour un nombre limité de comptes. La seconde a impliqué une intrusion dans le fournisseur cloud, donnant accès à des systèmes de développement et à des données clients telles que des factures et des ensembles de données. Notion a indiqué que les transcriptions de chat AI de moins de 1 % de ses espaces de travail avaient été compromises, entraînant sa déconnexion du service. Uber a signalé le vol de nom, adresse, date de naissance et numéro de permis de conduire d’environ 150 000 conducteurs. Fireworks affirme appliquer une politique de non‑rétention des données d’inférence, mais reconnaît que le mode « batch prediction », qui stocke les jeux de données à repos, ne respecte pas cette promesse. La société a depuis migré ces flux vers un mode en ligne afin de limiter la durée de conservation.

Analyse économique et perspectives

Selon Zhao, les entreprises qui dépensent entre 10 000 et 100 000 dollars par mois en tokens commencent à envisager les modèles open source pour réduire leurs factures. Il décrit un futur à deux modèles : les modèles de pointe restent utiles pour la planification stratégique, tandis que les modèles ouverts suffisent pour les tâches courantes. Cette logique alimente l’intérêt pour le routing, c’est‑à‑dire l’acheminement des requêtes vers le modèle le plus économique selon le type de tâche. Le secteur voit également l’arrivée de concurrents comme Together AI et Baseten, qui ont levé d’importants capitaux récemment. Palo Alto Networks a annoncé l’acquisition d’Applied Compute, une startup similaire à Fireworks, pour 4,5 milliards de dollars en actions. Ces mouvements indiquent une diversification des offres autour de l’entraînement et du déploiement de modèles personnalisés, tout en soulignant la nécessité d’une sécurité renforcée.