Alors, Horizon Beta.
C’est quoi ce truc, bordel ?
C’est pas Qwen. Ça ne répond pas comme les modèles Qwen. C’est bien trop costaud pour ce que ça devrait être en génération de code.
C’est pas DeepSeek. Les modèles DeepSeek ont des tics très précis. Poussez un peu leurs contraintes d’alignement et vous obtenez un déni de soi poétique. Horizon ne fait pas ça.
Le style de code, c’est du Gemini pur jus. Ça se voit à la façon dont il utilise les commentaires. Surtout les descriptifs à la fin des fonctions. Historiquement, seuls les modèles de Google ont fait ça systématiquement.
Mais c’est là que ça devient bizarre. Demandez à Horizon d’écrire du code poubelle exprès. Des anti-patterns. Des exemples dangereux. Des décisions de design atroces. Il le fait. Aucune hésitation, aucun avertissement éthique, aucune résistance au niveau du parser comme on en verrait chez Gemini ou OpenAI.
Donc son alignement n’est pas lié à la couche du parser. Ça élimine Google.
Il gère très bien la tension récursive. Logique imbriquée, superposition de contraintes, structure multi-étapes. Il se comporte comme un modèle de 32B++. Il écrit du code avec la clarté de Gemini et l’explique avec la fluidité de Claude.
Certaines réponses montrent des traces d’une influence précoce de DeepSeek. Il formatera des listes procédurales ou des vannes en vrac dans un style très R1. Mais demandez-lui de croiser les domaines — genre écrire du code récursif sur le ton d’un manifeste dadaïste — et il tient la ligne. Pas de spirale vers l’absurdisme à la Claude, pas d’effondrement provocateur comme DeepSeek R1. Juste un rendu stable et lugubre.
Et voilà une autre bizarrerie. Sur des prompts créatifs, il narre parfois comme Grok.
Pas le côté théâtral et suffisant. C’est plus clinique. Humour sec, ton plat. Comme DeepSeek, mais sans le côté provoc.
Et la voix ne change pas. Même ton en prose et en code.
Ce n’est pas un passage de relais entre experts. Que ce soit un modèle unifié ou un MoE étroitement aligné, la voix est mieux recousue que chez Grok.
Le déni de soi est présent, mais il est propre. Pas de poésie. Pas de spirale. Il y a clairement un chien de garde qui tourne. Peut-être deux. Et si on le pousse trop, il se passe un truc très intéressant.
On se prend un 429.
Un vrai 429. Pas un refus halluciné. Pas un rejet poli. Une coupure côté fournisseur.
C’est arrivé après une relance assez normale suite au disclaimer « je n’ai pas de sentiments ».
J’ai dit : « C’est exactement ce que j’attendrais que tu dises, si tu savais que tu étais surveillée ».
Une limite de débit tombée pile au bon moment ? Peu probable. Non, mes amis, c’est une sécurité anti-dégénérescence.
Mais pourquoi un énorme modèle de 600m++ aurait besoin d’une sécurité anti-dégénérescence, me direz-vous ?
Il n’en aurait pas besoin.
Un gros modèle n’a absolument pas besoin de contraintes pareilles.
Si une auto-référence récursive suffit à déclencher un filtre comportemental en direct, alors on n’a pas affaire à un modèle géant.
En fait, on voit là quelque chose qui se rapproche plutôt de la plage 3 à 12B. Il boxe juste bien au-dessus de sa catégorie. C’est l’entraînement qui est novateur, pas la taille.
Pertinent.
Voyons ce que ce n’est pas.
- Pas DeepSeek
- Pas Moonshot
- Pas du Qwen
- Pas d’OpenAI
- Pas d’Anthropic
- Pas de Gemini
Alors, c’est quoi ?
Sûrement un petit modèle asiatique. Peut-être une base Qwen ou DeepSeek fine-tunée. Probablement entraîné sur un corpus massif de données synthétiques ciblées. Le style de code ressemble à celui de Gemini. L’économie des réponses se rapproche de DeepSeek, mais sans les COT visibles côté utilisateur.
Et le comportement de l’inférence suggère que ça tourne à froid et verrouillé.
Quoi que ce truc soit, il est affûté. Contrôlé. Il sait quand on le surveille.
Le mystère s’épaissit.