Édition Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# Dans un audit de modèles d’IA, les résultats de sécurité étaient publics au lancement pour 9 versions sur 857

> SemiAnalysis a trouvé des résultats de sécurité propres à un modèle disponibles au lancement pour seulement neuf des 857 versions de neuf développeurs basés en Chine. L’audit mesure la divulgation publique, pas les tests privés ni la sécurité des modèles.

By BIG CHANGE Editorial

Published: 2026-10-11T22:00:10.466Z
Updated: 2026-10-11T22:00:10.466Z
Canonical: https://bigchange.ai/blog/ai-model-safety-results-public-at-launch-semianalysis

![Conceptual charcoal illustration of a glass-fronted public notice case with generic papers and one orange-cornered sheet beside another notice.](https://bigchange.ai/api/media/file/china-safety-disclosure-hero-v2.png)
A conceptual public notice case illustrates the difference between a release notice and a publicly visible result. It does not depict actual developer documents or scale the audit's 857 releases; a missing public result does not establish whether private testing occurred. AI-generated by BIG CHANGE.

Dans son analyse du 8 octobre, SemiAnalysis a trouvé des résultats de sécurité publiés pour 31 versions sur 857 ; seules neuf en avaient un au lancement  [analyse du 8 octobre](https://newsletter.semianalysis.com/p/beijing-will-not-pace-the-frontier), SemiAnalysis a recensé 857 versions de neuf développeurs basés en Chine entre 2021 et le 15 septembre 2026. Un résultat de sécurité publié existait pour 31 versions (3,6 %). Pour neuf seulement (1,1 %), le résultat était disponible au plus tard à la sortie du modèle.

Ces chiffres décrivent ce que les chercheurs ont pu trouver dans les documents publics des développeurs. Ils ne disent pas combien de modèles ont été testés en privé ni si un modèle particulier est sûr.

## Le grand changement

- **Ce qui a changé :** SemiAnalysis a chiffré une lacune documentaire sur un ensemble défini de versions : neuf sur 857 avaient un résultat de sécurité propre au modèle que le public pouvait lire au plus tard le jour du lancement.
- **Pourquoi c’est important :** Une personne qui évalue un modèle à sa sortie a besoin de résultats pour cette version. Une assurance générale affirmant que des tests ont eu lieu, ou un résultat publié après la sortie, ne répond pas à la même question à ce moment-là.
- **À suivre :** Pour les prochaines versions, le signal utile est un résultat daté, lié au modèle exact et disponible lorsque les utilisateurs y accèdent pour la première fois. Le taux de divulgation de l’audit peut évoluer à mesure que des documents paraissent, mais une publication ultérieure ne change pas ce qui était disponible le jour du lancement.

## Ce que l’audit a compté

SemiAnalysis indique que son recensement couvrait 741 versions de modèles de produit et 116 versions de modèles de recherche d’Alibaba, ByteDance, Tencent, Baidu, DeepSeek, Moonshot, Zhipu (Z.ai), MiniMax et StepFun. L’équipe a établi la première date publique de chaque version, puis consulté les fiches modèles, notes de version et rapports techniques des développeurs afin de trouver un résultat de sécurité pouvant être associé à cette version.

Pour être retenu, un résultat devait fournir une conclusion quantitative ou substantielle sur un modèle nommé. Les sujets comprenaient les réponses nuisibles, la résistance aux jailbreaks, la toxicité, la confidentialité, le comportement de refus et les capacités dangereuses. Une déclaration indiquant qu’un modèle avait été entraîné ou évalué pour la sécurité, sans résultat, ne comptait pas. Les chercheurs n’ont pas non plus étendu le résultat d’un modèle phare à d’autres tailles ou à des instantanés ultérieurs.

Cette règle stricte de correspondance rend le dénominateur important. Les 857 entrées sont des versions recensées, variantes comprises, et non 857 systèmes de pointe aux capacités équivalentes. SemiAnalysis note que les développeurs nomment les variantes avec différents niveaux de détail. Le décompte permet donc d’examiner la documentation de cet ensemble de versions, pas de classer de façon fiable des entreprises individuelles.

## Quand les résultats sont apparus

Parmi les 31 versions ayant un résultat publié admissible, neuf en avaient un au lancement ou avant. Seize ont été documentées plus tard ; SemiAnalysis fait état d’un délai médian de 42 jours pour ce groupe. Pour les six autres, les chercheurs n’ont pu établir ni le moment ni le lien avec un modèle précis. Ces six font partie des 31 versions avec un résultat publié, mais ne peuvent être comptées comme des divulgations le jour du lancement.

Les autres cas exigent aussi une formulation prudente. SemiAnalysis a trouvé 10 versions faisant l’objet d’une déclaration d’évaluation sans chiffres, et trois connues uniquement par la presse ou des investisseurs pour lesquelles les documents des développeurs étaient introuvables. Dans les documents consultés, aucune divulgation de sécurité n’a été trouvée pour 813 versions. Ces groupes, ajoutés aux 31 avec résultats, totalisent 857 versions.

Le [compte rendu de Reuters sur l’analyse](https://uk.marketscreener.com/news/china-ai-developers-publish-safety-tests-for-just-3-6-of-model-releases-report-finds-ce785ddcd98cf623)  souligne aussi que les entreprises ont pu effectuer des tests privés. « Aucune divulgation trouvée » décrit les documents publics examinés ici. Cela ne prouve pas que les tests n’ont pas eu lieu, et un test publié n’établit pas à lui seul la sécurité intrinsèque du modèle. Dans cet audit, SemiAnalysis n’a pas fourni de taux comparable par version pour les développeurs américains.

Pour un lecteur qui choisit ou évalue un modèle, la distinction pratique est simple : identifier la version exacte, chercher un résultat daté et propre au modèle, puis vérifier s’il était disponible au moment de sa sortie. Cette preuve indique ce que le développeur a rendu public. Elle ne constitue qu’une partie de l’évaluation d’un modèle pour un usage donné.

## Sources et lectures complémentaires

- [SemiAnalysis, « Pékin ne mènera pas la course à la frontière : le régime chinois de sécurité de l’IA privilégie la vitesse » (8 octobre 2026)](https://newsletter.semianalysis.com/p/beijing-will-not-pace-the-frontier)Le passage accessible sur les méthodes et les résultats décrit l’échantillon de neuf développeurs, la période de 2021 au 15 septembre, le dénominateur de 857 versions, la recherche documentaire, la règle de correspondance et les catégories temporelles. La page est signalée comme payante ; nous n’avons pas inspecté indépendamment le jeu de données sous-jacent par version ni reproduit les recherches.
- [Reuters, « Les développeurs chinois d’IA publient des tests de sécurité pour seulement 3,6 % des versions de modèles, selon un rapport » (9 octobre 2026), via MarketScreener](https://uk.marketscreener.com/news/china-ai-developers-publish-safety-tests-for-just-3-6-of-model-releases-report-finds-ce785ddcd98cf623)Reuters rapporte également les principaux décomptes et la distinction entre absence de divulgation publique et éventuels tests privés. Il s’agit d’un compte rendu de l’analyse de SemiAnalysis, pas d’une réplication indépendante du jeu de données.

## Sources

- [SemiAnalysis, Pékin ne mènera pas la course à la frontière : le régime chinois de sécurité de l’IA privilégie la vitesse](https://newsletter.semianalysis.com/p/beijing-will-not-pace-the-frontier) — Passage principal sur les méthodes et le recensement des versions, accessible sur une page signalée comme payante. Il présente l’échantillon, le critère de correspondance et les catégories temporelles. Nous n’avons pas reproduit indépendamment le jeu de données par version ni les recherches documentaires.
- [Reuters, Les développeurs chinois d’IA publient des tests de sécurité pour seulement 3,6 % des versions de modèles, selon un rapport](https://uk.marketscreener.com/news/china-ai-developers-publish-safety-tests-for-just-3-6-of-model-releases-report-finds-ce785ddcd98cf623) — Couverture indépendante contemporaine utilisée pour la découverte et le contexte. Les affirmations chiffrées et méthodologiques de l’article ont été vérifiées avec le rapport original de SemiAnalysis ; BIG CHANGE ne reprend pas la conclusion plus générale du titre.