Cependant, les tests indépendants révèlent des écarts significatifs en raisonnement mathématique et en cybersécurité. Ces faiblesses pointent probable vers une distillation—compression d'un modèle plus puissant vers une version allégée—qui préserve la performance apparente mais sabre les capacités fines.
L'accès aux poids change le jeu pour les développeurs : possibilité de fine-tuning local, réduction de la dépendance aux API commerciales, mais aussi diffusion sans barrière d'un modèle potentiellement instable sur certaines tâches critiques.
Pour l'industrie, c'est un signal : la course aux frontier models n'est plus bipolaire (OpenAI/Anthropic vs China). La libération partielle de l'infrastructure suggère que Moonshot prépare l'écosystème décentralisé, pas juste un modèle gratuit.
