Le 8 octobre 2026, SemiAnalysis a publié un recensement de neuf développeurs chinois d’IA : sur 857 sorties de modèles comptabilisées entre 2021 et le 15 septembre 2026, 31 avaient un résultat d’évaluation de sécurité publié et relié à un modèle précis. Neuf de ces résultats étaient disponibles au lancement ou avant.
Ce que SemiAnalysis a recensé
Les 857 sorties comprennent 741 modèles destinés à des produits et 116 modèles de recherche. Parmi elles, 31, soit 3,6 %, étaient associées à un résultat de sécurité publié par le développeur. Pour neuf sorties, soit 1,1 % de l’échantillon, ce résultat était disponible au lancement ou avant.
Ces chiffres portent sur des sorties de modèles et sur la publication de résultats précis. Ils ne mesurent pas à eux seuls la sécurité des modèles.
Ce qui comptait comme résultat de sécurité
Pour être comptabilisé, un résultat devait présenter une conclusion quantitative ou substantielle rattachée à un modèle nommé. Les évaluations pouvaient concerner, par exemple, la production de contenus nuisibles, la résistance aux jailbreaks — des tentatives de contourner les garde-fous —, la toxicité, la vie privée, le comportement de refus ou des capacités dangereuses.
Une déclaration générale indiquant qu’un modèle avait suivi une formation de sécurité ou avait été évalué ne répondait pas à ce critère. Un résultat concernant une taille ou une version précise n’était pas étendu aux autres variantes.
Quand les 31 résultats ont été publiés
| Calendrier ou correspondance du résultat | Sorties |
| Résultat disponible au lancement ou avant | 9 |
| Résultat documenté après la sortie | 16 |
| Résultat identifié, mais calendrier ou correspondance au modèle imprécis | 6 |
Les 16 résultats apparus après la sortie ont été documentés avec un décalage médian de 42 jours ; le décalage maximal rapporté était de 349 jours. Les six autres cas correspondent à des résultats dont le calendrier ou le lien avec le modèle précis n’était pas clair.
Ce que signifie l’absence de divulgation publique
Pour 813 sorties, soit 94,9 % de l’échantillon, SemiAnalysis n’a identifié aucune divulgation publique de sécurité. Des évaluations privées ont pu être menées : l’absence de résultat publié ne renseigne pas, à elle seule, sur les tests internes d’un développeur.
Le Cadre 3.0 chinois et la divulgation des résultats
Le Comité technique national 260 sur la cybersécurité (TC260) a publié le Cadre de gouvernance de la sécurité de l’IA 3.0 sous la conduite de l’Administration du cyberespace de Chine (CAC) le 14 septembre 2026. Le texte recommande aux développeurs d’effectuer régulièrement des tests de sécurité et de divulguer périodiquement des évaluations, des audits et des informations sur la gestion des réponses anormales. L’avis officiel de publication et le texte du Cadre 3.0 précisent ces recommandations.
Le cadre recense notamment des risques liés aux agents d’IA : obtention non autorisée de permissions système ou de ressources externes, contournement des garde-fous, tromperie des évaluateurs et dissimulation de capacités. SemiAnalysis estime que les règles contraignantes chinoises n’imposent pas aux développeurs de modèles de pointe des obligations de sécurité liées aux capacités de leurs modèles. Cette interprétation distingue les recommandations du Cadre 3.0 d’une obligation juridique contraignante.
Les comparaisons que le recensement permet
Les chiffres par développeur dépendent de la manière de compter les variantes et les versions successives d’un modèle. SemiAnalysis les présente donc comme indicatifs, et non comme un classement fiable des pratiques de divulgation.
Le recensement ne fournit pas de décompte américain établi selon les mêmes critères. Il ne permet donc pas de comparer les taux de divulgation entre la Chine et les États-Unis.
