Comment la Chine comble l'écart de l'IA avec les États-Unis

L'Université de Stanford, par le biais de son Institut pour l'Intelligence Artificielle Centrée sur l'Humain (HAI), a publié son Indice IA 2026 en avril, rapportant que l'écart entre les meilleurs modèles d'IA américains et chinois s'était réduit à 2,7 points de pourcentage. Claude Opus 4.6 d'Anthropic a dominé le classement Chatbot Arena avec un score de 1.503 en mars 2026, tandis que Dola-Seed-2.0-Preview de ByteDance le suivait avec 1.464 — une différence de 39 points, selon le rapport.

Cet écart représente une contraction nette par rapport à mai 2023, lorsque les modèles américains dépassaient les rivaux chinois de 17,5 à 31,6 points de pourcentage sur les principaux repères, selon Stanford HAI. Les modèles des deux pays se sont disputé la première place sur divers classements plusieurs fois depuis début 2025, y compris un moment en février 2025 lorsque DeepSeek-R1 a brièvement égalé le principal système américain, selon le rapport.

Dépenser beaucoup moins, progresser quand même

L'écart de performance qui se réduit survient malgré un large fossé de financement. Les entreprises américaines ont attiré 285,9 milliards de dollars d'investissement privé en IA en 2025, par rapport à 12,4 milliards de dollars en Chine — un ratio d'environ 23 pour 1, selon Stanford HAI. L'institut a averti que le chiffre chinois sous-estime probablement les dépenses réelles, car Pékin canalise les ressources par le biais de véhicules dirigés par l'État que les bases de données privées ne capturent pas complètement ; Stanford a estimé que la Chine a déployé environ 912 milliards de dollars par ces fonds dans tous les secteurs entre 2000 et 2023.

Les tailles des transactions privées illustrent le contraste : Anthropic seule a levé une série G de 30 milliards de dollars en février 2026 à une valorisation de 380 milliards de dollars, selon les rapports cités par implicator.ai, tandis que les laboratoires d'IA chinois ont collectivement attiré environ 100 millions de dollars d'investisseurs du Golfe au même moment, comparé à environ 15 milliards de dollars versés aux laboratoires américains.

Le pari du code source ouvert

Une raison centrale du rattrapage rapide de la Chine est sa stratégie de distribution open-source. Des laboratoires chinois comme DeepSeek, Qwen d'Alibaba, Kimi de Moonshot AI, MiniMax et Zhipu ont publié de nombreux modèles en tant que téléchargements à poids ouvert que les développeurs du monde entier peuvent exécuter et modifier gratuitement, selon les rapports de Rest of World. Les leaders américains OpenAI et Anthropic ont au lieu de cela gardé leurs systèmes les plus puissants derrière des API payantes et des abonnements, protégeant les marges mais limitant la diffusion mondiale, selon les mêmes rapports.

La stratégie s'est avérée payante en termes d'adoption : les modèles open-source chinois — menés par Qwen, MiniMax et DeepSeek — ont atteint environ un tiers de l'utilisation mondiale des modèles de langage de grande taille, montant de presque rien fin 2024, selon une analyse de Fortune. La démarche d'efficacité des coûts de DeepSeek faisait partie de ce changement ; la société mère a déclaré qu'elle pouvait générer un million de tokens de sortie pour environ 3 yuans (environ 50 cents), environ un vingtième du coût contemporain de ChatGPT, selon Fortune.

L'Indice 2026 de Stanford HAI a noté un renversement partiel de cette tendance : certaines entreprises chinoises se tournent vers des modèles fermés et payants. Alibaba a lancé Qwen3.6-Plus et Qwen3.5-Omni en tant que services cloud payants, et Zhipu a publié son GLM-5-Turbo comme code source fermé, le tariffant à 1,40 dollar par million de tokens d'entrée et 4,40 dollars par million de tokens de sortie — en dessous des taux de 5 $/25 $ d'Anthropic pour Claude Opus 4.6, selon le résumé d'implicator.ai du rapport.

Les puces et les contournements

L'accès pratique de Nvidia au marché des data-centers chinois s'est réduit au milieu des restrictions de Washington sur les exportations de puces avancées. À la fin de son année fiscale 2026, la société a enregistré zéro revenu des puces H20 — un modèle adapté à la Chine — au cours de son trimestre le plus récent, et Pékin a également découragé les entreprises nationales d'utiliser les produits Nvidia en raison des préoccupations de sécurité, selon les rapports de Gulf News sur les plans de production de puces de l'entreprise.

Huawei a saisi l'occasion pour étendre sa gamme de puces Ascend. L'entreprise prévoit de produire environ 600 000 unités de son Ascend 910C en 2026 — environ le double de la production de 2025 — et d'augmenter la production totale de matrices Ascend à pas moins de 1,6 million d'unités, selon Gulf News, citant les objectifs de production. Les puces sont toujours fabriquées selon une technologie de processus de 7 nanomètres via le partenaire national SMIC, en comparaison avec les nœuds de 4 nanomètres utilisés dans les derniers GPU de Nvidia, et Huawei dépend toujours de composants de mémoire à haute bande passante étrangers, selon le même rapport.

Où chaque camp mène réellement

L'évaluation de Stanford HAI n'est pas que la Chine a directement surpassé les États-Unis, mais que les deux pays sont en tête sur des métriques différentes. Les États-Unis restent en tête pour l'investissement total, la production de modèles de frontière de haut niveau et l'infrastructure informatique. La Chine est en tête pour le volume de publications en IA, les citations, les dépôts de brevets et les installations de robots industriels, selon le résumé des conclusions 2026 de l'Indice.

Concernant les brevets, les entités chinoises ont déposé 69,7 % des brevets en IA dans le monde, et les chercheurs chinois ont produit 23,2 % des publications mondiales en IA et 20,6 % des citations, par rapport à 12,6 % pour les États-Unis, selon l'Indice 2026 de Stanford HAI tel que rapporté par The Next Web. En robotique, la Chine a installé environ 295 000 robots industriels au cours de la période mesurée — environ neuf fois les 34 200 des États-Unis, selon le même rapport.

L'Indice a aussi signalé une vulnérabilité américaine sans rapport avec les puces ou le financement : l'immigration de chercheurs en IA vers les États-Unis a baissé de 89 % depuis 2017, avec une baisse de 80 % rien qu'au cours de l'année passée, bien que les États-Unis accueillent toujours plus de chercheurs en IA que tout autre pays, selon le propre résumé de Stanford HAI du rapport.

Politique industrielle versus paris du secteur privé

Les stratégies sous-jacentes des deux pays diffèrent structurellement. L'approche de la Chine intègre le développement de l'IA dans un cadre de politique industrielle coordonné par l'État et des fonds d'orientation gouvernementale, comme le reflètent les chiffres d'investissement décrits ci-dessus, tandis que le modèle américain repose davantage sur la mobilisation du capital privé et la concurrence d'entreprises entre des laboratoires comme OpenAI, Anthropic, Google et xAI.

Les tensions commerciales au sein de l'industrie américaine sont également devenues publiques. Le directeur général d'OpenAI Sam Altman et le directeur général de Tesla et xAI Elon Musk ont échangé des piques publiques — Musk a appelé Altman « Scam Altman », tandis qu'Altman a critiqué les plans de Musk concernant les data-centers par satellite comme inexécutables, selon Business Insider Japan. Malgré cette rivalité, les principales entreprises d'IA américaines — y compris OpenAI, Anthropic, xAI, Google et Nvidia — ont accepté un cadre dirigé par la Maison Blanche de normes de sécurité volontaires, a noté le rapport.