Au début du mois de septembre 2026, Xataka a mis en évidence trois événements qui, ensemble, dressent le tableau non seulement d'un progrès technologique, mais aussi de profonds changements structurels dans l'industrie de l'IA. La Corée du Sud accélère la création d'une infrastructure souveraine avec un accès gratuit des citoyens aux modèles nationaux, OpenAI publie GPT-6 Astra avec des résultats record à l'examen coréen CSAT et des déclarations sur l'AGI, et Nvidia acquiert Hugging Face pour 12,9 milliards de dollars. Ces étapes ne sont pas fortuites : elles reflètent la concurrence entre les stratégies nationales et le contrôle de l'écosystème ouvert.
Le programme coréen « Independent AI Foundation Model » et le projet « AI for All » prévoient des investissements de plus d'un billion de dollars dans des centres de données et la sélection de modèles nationaux — A.X K2 de SK Telecom (688 milliards de paramètres) et K-EXAONE de LG. Le gouvernement exige qu'au moins 50 % du service fonctionne avec des modèles coréens, et les citoyens bénéficient d'un accès gratuit illimité. Ce n'est pas simplement une substitution aux importations : les expériences montrent que ces modèles gèrent mieux la langue coréenne et les tâches locales que GPT-5.6, tout en restant ouverts à un réentraînement. Cependant, la question de la mise à l'échelle reste ouverte — 8,4 GW de capacité suffiront-ils d'ici 2029 pour concurrencer les clusters américains ?
GPT-6 Astra d'OpenAI démontre un autre vecteur. Le modèle est le premier à avoir obtenu un score parfait de 450 au CSAT coréen complet de 2026, en utilisant seulement 357 mille jetons contre 429 mille pour son prédécesseur. Sur FrontierMath Tier 4 — 98 %, ARC-AGI-3 — 99,9 %, ExploitBench — 100 %. Astra gère des tâches informatiques longues plus rapidement qu'un humain : recherche d'emploi en 2 minutes 51 seconde au lieu de cinq heures. OpenAI et Jensen Huang parlent directement d'une « ère de l'AGI », en se référant à l'entraînement sur plus de 100 mille systèmes Grace Blackwell. Cependant, la méthodologie d'évaluation reste partiellement fermée : on ne sait pas dans quelle mesure les résultats se généralisent au-delà des benchmarks et dans quelle mesure le modèle est résistant aux « sorties de cadre » dans des scénarios réels.
L'achat de Hugging Face par Nvidia pour 12,9 milliards de dollars ferme le triangle. La plateforme, qui héberge des millions de modèles, y compris les coréens A.X K2 et K-EXAONE, est désormais sous le contrôle du fabricant de puces. Nvidia promet de maintenir l'ouverture et de ne pas exiger ses accélérateurs, mais il est évident que le contrôle du référentiel renforce la position de l'entreprise dans l'écosystème des modèles open-weight. C'est une réponse directe aux initiatives souveraines : si des pays comme la Corée veulent l'indépendance, Nvidia, via Hugging Face, obtient un levier d'influence sur la diffusion et le réentraînement des modèles.
La comparaison des approches révèle des divergences clés. La stratégie coréenne mise sur la localisation des données, du tokeniseur et de l'infrastructure, réduisant la dépendance à OpenAI et Google. Astra, quant à elle, montre que les modèles frontières sont toujours en tête dans les tâches agentiques complexes et les mathématiques. L'accord Nvidia-Hugging Face pourrait accélérer la diffusion des modèles ouverts, mais en même temps, il concentre l'influence sur un seul acteur. Pour les chercheurs, cela signifie de nouvelles opportunités d'expérimenter avec les poids coréens, mais aussi le risque que des outils clés soient sous l'influence d'une seule entreprise.
Ce qui n'est pas établi : dans quelle mesure les modèles coréens sont robustes lors de la mise à l'échelle au niveau d'Astra, et si Nvidia maintiendra réellement la neutralité de la plateforme après la clôture de l'accord en 2027. Des tests indépendants sur des tâches coréennes réelles et la vérification du comportement d'Astra lors de longues sessions sans Internet seront décisifs. Les prochains travaux compareront probablement l'efficacité des clusters nationaux avec ceux américains dans des conditions d'accès limité aux données.
Ces événements montrent que le domaine de l'IA se divise entre les projets d'infrastructure nationaux et le contrôle des référentiels ouverts — et c'est là que se décidera qui fixera les règles du jeu dans les années à venir.
