Kimi K3, Mistral, DeepSeek : Oracle transforme OCI en hub de modèles IA 

Oracle veut faire d’OCI un guichet unique pour l’IA

Oracle accélère dans la bataille du cloud IA en élargissant fortement le catalogue de modèles disponibles dans OCI Enterprise AI. Le 4 septembre 2026, le groupe a notamment annoncé l’intégration de Kimi K3, le modèle de Moonshot AI, ainsi que de nouvelles possibilités permettant aux entreprises de déployer des modèles provenant de Mistral, Google, Alibaba, NVIDIA, DeepSeek, Z.ai ou encore Xiaomi grâce à Model Import.¹ Derrière cette multiplication des références se dessine une stratégie claire : Oracle ne veut pas pousser ses clients vers un modèle unique, mais leur fournir une infrastructure où différentes familles d’IA peuvent être évaluées, déployées et exploitées selon les besoins. Pour les DSI, cette évolution est importante car le choix d’un modèle dépend désormais autant de ses performances que de son coût, de ses capacités linguistiques, de sa spécialisation, de sa multimodalité ou des contraintes de gouvernance imposées par l’entreprise.

Kimi K3 rejoint directement l’écosystème OCI

L’arrivée de Kimi K3 est particulièrement révélatrice de cette stratégie. Développé par Moonshot AI, le modèle repose sur une architecture Mixture of Experts (MoE) qui vise à combiner une très grande capacité avec une activation plus sélective des paramètres pendant l’inférence. Oracle met Kimi K3 à disposition dans OCI Enterprise AI afin que les entreprises puissent l’utiliser dans leurs applications et workflows sans devoir construire elles-mêmes toute l’infrastructure nécessaire à son déploiement.¹ Cette intégration permet surtout à Oracle d’élargir son offre au-delà des acteurs américains et européens traditionnellement dominants dans le cloud d’entreprise, alors que les modèles chinois prennent une place croissante dans l’écosystème open source et open-weight. Pour les organisations internationales, cette diversification ouvre de nouvelles possibilités d’expérimentation, notamment pour le développement logiciel, le raisonnement, les usages agentiques et les applications multilingues.

Model Import ouvre OCI à une vague de modèles

La stratégie d’Oracle dépasse cependant largement Kimi K3. Avec Model Import, OCI Enterprise AI permet aux entreprises d’importer et de déployer des modèles compatibles provenant de différents écosystèmes, notamment Mistral, Google, Alibaba, NVIDIA, DeepSeek, Z.ai et Xiaomi.² Le principe est important : au lieu d’attendre qu’un modèle soit systématiquement intégré comme service entièrement managé par le fournisseur cloud, les équipes peuvent apporter certains modèles dans OCI et les exploiter sur l’infrastructure Oracle. Cette approche rapproche progressivement le cloud IA d’une plateforme d’exécution universelle où le modèle devient une composante interchangeable de l’architecture. Une organisation peut ainsi tester plusieurs solutions, comparer leurs performances sur ses propres données et sélectionner différentes IA selon les applications plutôt que de faire dépendre toute sa stratégie d’un seul fournisseur.

Le meilleur modèle n’est plus forcément le même pour toutes les tâches

Cette multiplication des options répond à une réalité de plus en plus évidente : il n’existe pas nécessairement un modèle universellement supérieur. Une entreprise peut rechercher une IA très performante en programmation pour ses développeurs, un modèle moins coûteux pour traiter de gros volumes de documents, une solution particulièrement efficace dans certaines langues ou encore un modèle multimodal pour analyser simultanément texte et images. À cela s’ajoutent les contraintes de latence, de consommation de ressources, de licence et de conformité. Le choix devient donc progressivement une décision d’architecture. Les entreprises peuvent être amenées à construire un portefeuille dans lequel plusieurs modèles coexistent et sont sollicités dynamiquement selon la nature de la tâche, une logique qui rend les plateformes capables d’héberger et d’orchestrer différentes familles d’IA particulièrement stratégiques.

L’open source réduit aussi la dépendance aux fournisseurs de modèles

L’ouverture d’OCI à davantage de modèles open source ou open-weight répond également à la volonté de certaines organisations de limiter leur vendor lock-in. Utiliser exclusivement un modèle accessible à travers une API propriétaire peut créer une dépendance importante en matière de prix, de disponibilité, d’évolution technique ou de politique commerciale. Les modèles dont les poids peuvent être déployés sur une infrastructure choisie par l’entreprise offrent davantage de contrôle sur leur environnement d’exécution, même si leur exploitation nécessite en contrepartie des compétences techniques et opérationnelles plus importantes.³ Avec Model Import, Oracle cherche précisément à capter cette demande en permettant aux entreprises de conserver leur infrastructure OCI tout en faisant évoluer les modèles qu’elles utilisent. Le cloud devient alors la couche stable de l’architecture tandis que les IA peuvent être remplacées, spécialisées ou combinées beaucoup plus rapidement.

Le cloud IA devient un marché de modèles à la carte

Cette évolution transforme directement le Cloud Computing. Les architectes ne doivent plus seulement choisir une région, un type de machine ou une architecture de stockage : ils doivent également déterminer où exécuter chaque modèle, quelles ressources lui attribuer, comment gérer son autoscaling, sa sécurité et son observabilité, puis mesurer son rapport entre performances et coût. Dans une architecture multimodèle, ces arbitrages deviennent encore plus importants puisque plusieurs IA peuvent utiliser des infrastructures différentes et répondre à des contraintes distinctes. Les compétences cloud se rapprochent ainsi de plus en plus du ModelOps et du LLMOps, avec la nécessité de gérer les modèles comme des composants évolutifs du système d’information plutôt que comme des services isolés.

Pour les DSI, le choix devient aussi une question de gouvernance

La diversification des modèles apporte toutefois une complexité supplémentaire. Ajouter plusieurs IA dans le système d’information signifie multiplier les licences, les caractéristiques techniques, les niveaux de sécurité et les comportements à surveiller. Les équipes devront donc établir des critères permettant de déterminer quels modèles sont autorisés pour quelles données et quels usages, mais aussi suivre leurs versions et leurs performances dans le temps. Un modèle particulièrement économique peut être adapté à certaines tâches internes tout en étant insuffisant pour un processus critique ; inversement, utiliser systématiquement le modèle le plus puissant peut conduire à des coûts disproportionnés. L’enjeu pour les DSI sera donc moins de trouver « le meilleur LLM » que de construire une gouvernance capable d’orienter chaque workload vers le modèle approprié.

Oracle parie sur un futur où les entreprises utiliseront plusieurs IA

Avec Kimi K3 et l’élargissement de Model Import, Oracle fait finalement le pari que le marché de l’IA d’entreprise deviendra durablement multimodèle. Les progrès extrêmement rapides de Moonshot AI, Mistral, DeepSeek, Alibaba et des autres laboratoires rendent difficile l’idée qu’une organisation puisse sélectionner aujourd’hui un fournisseur et conserver le même modèle pendant plusieurs années. Les architectures cloud doivent donc être suffisamment flexibles pour accueillir les prochaines générations d’IA sans imposer une reconstruction complète des applications. En transformant OCI en environnement capable d’héberger un éventail croissant de modèles, Oracle cherche précisément à devenir cette couche d’infrastructure durable, tandis que les modèles qui s’exécutent au-dessus pourront continuer à évoluer à un rythme beaucoup plus rapide.

L’Actu IT à 360° — décrypter la technologie pour comprendre les métiers de demain.

Découvrir CCCLX

Pour aller plus loin

Découvrez notre article CCCLX « AWS renforce OpenSearch pour connecter l’IA aux données d’entreprise », consacré à un autre enjeu central de l’IA professionnelle : permettre aux modèles et aux applications intelligentes de retrouver et d’exploiter efficacement les informations dispersées dans les systèmes de l’organisation.

Références