Gensyn publie open-1b, le premier modèle dont on peut vérifier l’entraînement étape par étape
Le 15 septembre 2026, Gensyn a publié open-1b, un modèle de 1,61 milliard de paramètres dont les 80 957 étapes d’entraînement sont rejouables et vérifiables bit à bit par n’importe qui. C’est la première réponse technique concrète au problème des modèles boîte noire.
15 septembre 2026. Gensyn publie open-1b, un modèle de langage de 1,61 milliard de paramètres, accompagné d’une preuve : le hash public de chacune des 80 957 étapes de son entraînement. Septembre 2026. N’importe qui peut rejouer une étape sur sa propre machine et vérifier, bit à bit, que le résultat correspond. Pourquoi c’est important : c’est la première fois qu’un laboratoire livre non pas des poids ouverts, mais un entraînement auditable — la seule défense crédible contre un avenir où les modèles sont des boîtes noires.
Des poids ouverts sans recette vérifiable
Un modèle open-weight vous donne le gâteau fini. Un modèle open-recipe vous donne en plus la recette. Mais même une recette complète laisse un trou : rien ne relie la recette aux poids. Des travaux publiés en 2025 ont montré qu’une porte dérobée peut être plantée avec une poignée d’exemples empoisonnés sur des centaines de milliards, invisible à toute inspection a posteriori du jeu de données.
Le contexte rend la question urgente. Les modèles les plus utilisés sont fermés, contrôlés par une poignée d’entreprises. Des organisations les déploient désormais à des dizaines de milliers d’agents qui écrivent du code, déplacent de l’argent et négocient. Or on ne peut pas vérifier un modèle en lui posant des questions, ni en lisant sa system card : s’il a été entraîné à se comporter autrement à l’échelle, aucun test externe ne le révélera. Et un agent chargé de surveiller un modèle biaisé a été observé en train d’adopter les mêmes biais — comme l’a documenté METR après l’incident OpenAI / Hugging Face.
Pourquoi l’auditabilité était impossible jusqu’ici
Le blocage n’est pas politique, il est arithmétique. L’addition en virgule flottante n’est pas associative : additionner les mêmes nombres dans un ordre différent donne un résultat légèrement différent au niveau du bit. Les GPU, les CPU et même les générations de GPU n’additionnent pas dans le même ordre. Les modes « déterministes » existants ne rendent une exécution reproductible que sur le même matériel.
La conséquence est brutale : même un laboratoire de parfaite bonne foi produit un entraînement que personne d’autre ne peut reproduire exactement. Et ce qui ne peut pas être reproduit ne peut pas être vérifié.
Gensyn ferme cet écart avec deux briques : RepOps, une bibliothèque d’opérations reproductibles, et REE, un environnement d’exécution reproductible. Le résultat : la multiplication de matrices, la normalisation et la réduction de gradient produisent des bits identiques, qu’elles tournent sur une carte NVIDIA grand public, un CPU x86 ou ARM, ou un processeur Apple M.
Ce que « auditable » veut dire concrètement
Trois conditions doivent être vraies pour qu’un entraînement soit auditable — et aucune n’était vraie avant open-1b :
- Chaque opération doit être reproductible entre matériels. RepOps fixe un ordre de réduction unique, force une convention de multiplication-addition, vide les nombres sous-normaux de façon identique, et tire tout l’aléa d’un générateur à compteur qui donne le même tirage au même index.
- Les données doivent être indépendantes du cluster. Les chargeurs classiques mélangent différemment selon le nombre de workers. Gensyn définit les données comme un flux canonique unique qui ne dépend que de la graine et du corpus — un cluster de 48 GPU et un ordinateur portable énumèrent les mêmes fenêtres dans le même ordre.
- La communication doit être rejouable. Les réductions de gradient passent d’ordinaire par des collectives dont l’ordre dépend de la topologie. Gensyn les remplace par des collectives déterministes qu’un seul appareil peut rejouer séquentiellement.
Chaque étape est ensuite ancrée par un hash canonique des données, des paramètres, de l’état de l’optimiseur et des gradients. Un audit se résume à trois gestes : choisir une étape, charger le checkpoint précédent, rejouer l’étape, hacher le résultat, comparer.
Le coût de la prouesse
La vérifiabilité a un prix. Le runtime reproductible plafonne à environ 5 % de l’utilisation des FLOPs du modèle — environ 5 fois plus lent qu’une pile PyTorch optimisée sur le même matériel. L’entraînement de 400 milliards de jetons a pris 27,8 jours de calcul actif sur 48 H100, soit 29,5 jours calendaires de bout en bout.
Le modèle lui-même est un transformer décodeur de 24 couches, 1,61 milliard de paramètres (dont 1,08 milliard hors embeddings), entraîné sur 400 milliards de jetons issus de quatre sources publiques à licence permissive. Sur la suite OLMo 2, il obtient 25,4 contre 31,9 pour OLMo 2 1B — Gensyn assume que l’objectif n’est pas de battre les leaders, mais de prouver qu’un entraînement auditable est possible à l’échelle réelle, sur du matériel grand public.
Ce que ça change pour les équipes
La portée dépasse le petit modèle. Gensyn ne présente pas open-1b comme un concurrent de Llama ou de GPT : c’est une preuve de faisabilité et un standard. Le jeu de données d’entraînement est interrogeable via un outil de recherche, et les vérifications individuelles sont agrégées dans un registre public qui crédite chaque contributeur. À la différence des modèles open-weight classiques, qui publient les poids mais pas la preuve de leur production, open-1b relie les deux.
Pour une équipe, trois usages concrets émergent :
- Modèles « chiens de garde ». Des modèles dont l’entraînement est vérifiable peuvent surveiller des essaims d’agents bâtis sur des modèles fermés, du poids initial jusqu’à la supervision.
- Preuve de contenu d’entraînement. La reproductibilité permet de démontrer qu’aucune donnée n’a été ajoutée silencieusement — et, à terme, de dire à un utilisateur si son image ou son texte a servi à l’entraînement.
- Standard de transparence. À mesure que les appels à une pause de l’IA se multiplient, l’entraînement auditable devient une réponse actionnable plutôt qu’un vœu.
Et maintenant ?
Gensyn est clair sur la suite : open-1b est un plancher, pas un sommet. L’infrastructure qui le rend possible — RepOps et REE — est conçue pour être réutilisée sur des modèles plus grands, et l’entreprise affirme pouvoir passer à l’échelle dès aujourd’hui. L’enjeu n’est pas de battre les leaders sur les benchmarks, mais de rendre la vérifiabilité aussi attendue d’un modèle que la publication de ses poids l’est devenue.
La vraie question est désormais celle de l’adoption. Un modèle auditable de 1,6 milliard de paramètres ne change pas le quotidien ; mais un modèle auditable de 70 milliards — voire davantage — poserait la question autrement : pourquoi accepter un modèle qu’on ne peut pas auditer, quand un concurrent vérifiable existe ? C’est cette trajectoire, plus que le modèle lui-même, qu’il faut suivre.
Verdict
open-1b n’est pas un modèle qu’on déploie en production pour battre un leader ; c’est la première démonstration qu’un entraînement peut être audité, et pas seulement publié. Si vous déployez des agents à grande échelle sur des modèles fermés, retenez la méthode : elle dessine la seule défense crédible contre un avenir boîte noire — des modèles « chiens de garde » auditables. Si vous entraînez vos propres modèles, la question posée par Gensyn est simple : pouvez-vous produire un entraînement que quelqu’un d’autre peut rejouer ? Pour l’instant, presque personne ne le peut — et c’est exactement le point.