L’Inde dévoile les modèles d’IA EKA-1 et Dhir, capables de traiter les langues indiennes et de fonctionner hors ligne

Trois modèles d’IA indiens ciblent les langues locales et le traitement confidentiel des données

L’Inde a dévoilé trois modèles d’intelligence artificielle développés dans le pays dans le cadre de la mission IndiaAI : EKA-1, de Soket Labs, et Dhir 2B et Dhir 5B, de ZenteiQ. Annoncée en novembre 2026, cette initiative répond à deux priorités du programme indien pour l’IA : des logiciels capables de fonctionner dans les langues indiennes et des outils pouvant réaliser des tâches utiles sans connexion permanente à Internet.

EKA-1 compte 26,3 milliards de paramètres et prend en charge l’anglais ainsi que les 22 langues répertoriées dans la huitième annexe de la Constitution indienne. Les modèles Dhir, plus petits, comptent respectivement deux et cinq milliards de paramètres et prennent en charge l’anglais et 10 langues indiennes. Leurs concepteurs leur attribuent des usages allant de la recherche de réponses dans des documents à l’aide en mathématiques, en programmation et dans le travail institutionnel.

S. Krishnan, secrétaire du ministère de l’Électronique et des Technologies de l’information, a assisté au lancement aux côtés de responsables du ministère et d’IndiaAI. Selon lui, des modèles développés dans le pays pourraient renforcer l’indépendance technologique de l’Inde et soutenir les activités de l’administration, de l’industrie, de la recherche, de l’enseignement et de la cybersécurité.

La promesse pratique la plus immédiate est une plus grande liberté quant au lieu d’exécution de l’IA. Une organisation pourrait utiliser un modèle sur ses propres ordinateurs, tandis que certaines applications mobiles pourraient traiter les demandes directement sur un téléphone. Pour les institutions qui manipulent des documents sensibles, cette solution permet d’utiliser l’IA tout en conservant les informations dans leur propre environnement informatique.

L’accès aux modèles est proposé sur AIKosh aux chercheurs, aux étudiants, aux start-up, aux entreprises et au grand public. ZenteiQ prévoit également une application mobile gratuite. L’annonce porte donc à la fois sur les modèles de base que les développeurs pourront exploiter et sur un moyen envisagé de les utiliser directement.

Les fonctions prévues pour EKA-1

Soket Labs a développé EKA-1 pour des tâches telles que les mathématiques, le codage et le raisonnement, c’est-à-dire l’analyse d’informations afin de produire une réponse. Son directeur général, Abhishek Upparwal, a cité les services bancaires et financiers ainsi que la cybersécurité parmi les domaines particulièrement visés. Le modèle a été conçu en tenant compte des besoins de l’économie numérique indienne.

Un modèle de base est un système d’IA entraîné de manière suffisamment générale pour servir à plusieurs applications. Les développeurs peuvent créer autour de lui des outils plus spécialisés, par exemple un service qui répond à des questions sur des documents financiers ou un logiciel qui aide un programmeur à écrire du code. EKA-1 doit fournir cette capacité sous-jacente, plutôt que de se limiter à une tâche étroitement définie.

Les 26,3 milliards de paramètres du modèle sont les valeurs numériques internes ajustées au cours de l’entraînement. Ils aident le système à reconnaître des schémas et à générer des réponses. Le nombre de paramètres renseigne sur l’ampleur d’un modèle, mais les utilisateurs doivent aussi tenir compte de la qualité linguistique, de la précision des réponses, de la vitesse et des ressources informatiques requises pour chaque tâche.

Le volume d’entraînement annoncé pour EKA-1 est d’environ 7 500 milliards de tokens. Les tokens sont les unités dans lesquelles le texte est découpé pour être traité : il peut s’agir de mots entiers ou de fragments de mots. Un autre chiffre publié fait état de 7,5 lakh crore tokens, soit 75 000 milliards. Les chiffres avancés pour le volume d’entraînement présentent donc une divergence importante.

Deux périmètres distincts pour la prise en charge des langues indiennes

La prise en charge de l’anglais et des 22 langues indiennes répertoriées par EKA-1 est au cœur de son rôle prévu dans le pays. Une description plus large indique également que le modèle couvre plus de 100 langues indiennes et étrangères, ainsi que des langages de programmation. Le chiffre de 22 correspond à la couverture annoncée pour les langues indiennes répertoriées ; le chiffre supérieur englobe un éventail plus large.

Dhir 2B et Dhir 5B sont présentés comme prenant en charge l’anglais et 10 langues indiennes. Leur taille plus réduite et leur périmètre linguistique annoncé plus restreint offrent aux institutions une autre option qu’EKA-1, selon les documents, les langues et les équipements concernés.

Pour un étudiant ou un agent public, la prise en charge d’une langue peut déterminer l’utilité d’un outil d’IA au quotidien. Un assistant documentaire qui accepte la langue utilisée dans un bureau ou une salle de classe évite d’avoir à traduire les questions en anglais avant de les poser. Les informations communiquées lors du lancement ne comprennent toutefois ni résultats détaillés par langue ni scores de précision comparables pour les trois modèles.

Pourquoi les modèles Dhir sont plus petits

Le directeur général de ZenteiQ, le professeur Sashikumaar Ganesan, a présenté Dhir 2B et Dhir 5B comme des modèles compacts et expliqué leur taille lors du lancement :

Nous avons lancé deux petits modèles. Nous les appelons des modèles compacts… Nous avons lancé un modèle de deux milliards, puis un modèle de cinq milliards de paramètres…

EKA-1 compte environ 5,3 fois plus de paramètres que Dhir 5B et près de 13,2 fois plus que Dhir 2B. Ces comparaisons reposent sur les chiffres annoncés : 26,3 milliards, cinq milliards et deux milliards. Les modèles plus petits nécessitent généralement moins de mémoire pour stocker leurs paramètres ; ils peuvent donc convenir à des appareils disposant de ressources plus limitées.

ZenteiQ affirme que ses modèles peuvent fonctionner directement sur des appareils mobiles et sur différentes plateformes informatiques. Ganesan a décrit l’expérience visée : donner accès à l’IA sans envoyer chaque demande à un service distant.

Nous pouvons faire fonctionner ces modèles directement sur nos appareils mobiles… les utilisateurs peuvent avoir des solutions d’IA à portée de main sans même passer par le cloud, premièrement…

Les modèles Dhir sont conçus pour extraire des informations de documents, répondre à des questions et aider aux tâches courantes. Les organismes de défense, les administrations, les entreprises industrielles et les établissements d’enseignement figurent parmi les utilisateurs envisagés.

Ce que signifie fonctionner sans Internet

Un service d’IA utilisé dans le cloud envoie généralement une demande à des ordinateurs distants, qui la traitent et renvoient une réponse. L’exécution locale déplace ce traitement vers un téléphone ou l’équipement propre à une organisation. Une fois le logiciel et le modèle nécessaires installés, les tâches compatibles peuvent être réalisées sans connexion Internet active.

Krishnan a souligné que ces modèles pourraient fonctionner sur des réseaux informatiques sécurisés sans accès à Internet. Ces réseaux sont utiles aux administrations et à d’autres institutions sensibles qui limitent les connexions aux services externes. Un assistant documentaire local pourrait, par exemple, aider le personnel à rechercher des documents internes tout en maintenant le traitement au sein de l’organisation.

L’approche de ZenteiQ, fondée sur les appareils, pourrait aussi être utile dans les zones où la connexion est faible ou intermittente. Les utilisateurs dépendraient moins d’une connexion fiable pour chaque demande. EKA-1 est également présenté comme capable d’exécuter certaines tâches sur des téléphones mobiles, même si les affirmations les plus fortes sur l’utilisation mobile concernent les modèles Dhir compacts.

Le fait de conserver les informations sur un appareil donne à son propriétaire davantage de contrôle sur le lieu du traitement. L’organisation doit néanmoins gérer les accès aux fichiers, sécuriser ses équipements et décider quels documents une application peut utiliser. La protection de la vie privée dépend donc de la manière dont l’application complète est déployée, ainsi que de la capacité du modèle à fonctionner localement.

Le cloud a contribué à créer des modèles destinés à un usage local

Les modèles Dhir ont été développés avec l’aide des unités de traitement tensoriel, ou TPU, de Google Cloud. Ces processeurs spécialisés servent aux importants volumes de calcul nécessaires à l’IA. Les modèles sont également présentés comme capables de fonctionner sur des systèmes équipés d’unités de traitement graphique, ou GPU.

L’entraînement et l’utilisation quotidienne sont deux étapes différentes. L’entraînement ajuste les valeurs internes d’un modèle en traitant de grandes quantités de données. L’exécution du modèle final pour répondre à une question s’appelle l’inférence. Un développeur peut utiliser de puissants équipements dans le cloud pendant l’entraînement, puis distribuer un modèle qui effectue l’inférence sur du matériel local.

La mission IndiaAI a fourni aux deux développeurs des ressources informatiques à tarifs réduits ainsi qu’une aide pour les frais de recherche. Ce soutien répond à un coût pratique majeur de la création de modèles de base : disposer d’une capacité de calcul suffisante pour les entraîner et les développer.

Krishnan a rattaché l’initiative à l’autonomie technologique et stratégique. Concrètement, le développement national offre aux organisations indiennes une autre source de modèles adaptés aux langues locales et aux besoins institutionnels, avec des possibilités de déploiement sur des infrastructures qu’elles contrôlent.

Comment accéder aux modèles

AIKosh est la plateforme annoncée pour les chercheurs, les étudiants, les start-up, les entreprises et les particuliers. Pour les développeurs, l’accès à un modèle de base ouvre la possibilité de créer des applications adaptées à des documents ou à des tâches spécifiques. Pour les institutions, l’étape suivante consiste à choisir un mode de déploiement correspondant à leurs équipements, à leurs langues et à leurs règles de gestion de l’information.

ZenteiQ prévoit de proposer gratuitement son application mobile sur le Play Store et sur iOS. Ganesan a également indiqué que l’entreprise comptait lancer un modèle de neuf milliards de paramètres, élargissant ainsi sa gamme au-delà de Dhir 2B et Dhir 5B.

L’annonce ne précise ni la date de sortie de l’application mobile ni celle du modèle prévu de neuf milliards de paramètres. Elle ne détaille pas non plus les configurations de téléphones prises en charge, les besoins en mémoire, la taille des téléchargements ou les conditions de licence des modèles. Ces éléments seront importants pour les personnes qui souhaitent savoir si elles pourront installer le logiciel ou le développer.

Le lancement a été présenté comme ayant eu lieu un mardi, soit le 3 novembre 2026, tandis que le 4 novembre a également été indiqué comme date de dévoilement. Les deux dates situent la présentation des trois modèles au cours de la même semaine.

Ce qui change pour les institutions et les utilisateurs

Les administrations et les entreprises disposent désormais de trois modèles nationaux supplémentaires à envisager pour les tâches linguistiques et documentaires. Ils diffèrent par leur ampleur : EKA-1 associe un nombre de paramètres plus élevé à une couverture linguistique annoncée plus large, tandis que les modèles Dhir privilégient un fonctionnement compact, notamment sur les appareils mobiles.

Soket Labs cible notamment les services bancaires et la cybersécurité. Pour Dhir, l’extraction de documents et les questions portant sur des informations internes figurent parmi les principaux usages. Les établissements scolaires, les chercheurs et les organismes publics pourraient également créer des applications exploitant ces capacités, en choisissant le modèle et la configuration informatique adaptés à leurs activités.

Les prochaines étapes concrètes sont un accès élargi via AIKosh, l’application mobile gratuite prévue et le modèle plus grand annoncé par ZenteiQ. Pour les utilisateurs, l’intérêt pratique dépendra de la capacité de ces systèmes à traiter leurs propres langues, documents et appareils.

À retenir

• L’Inde a dévoilé EKA-1, Dhir 2B et Dhir 5B dans le cadre de la mission IndiaAI, en novembre 2026.
• EKA-1 compte 26,3 milliards de paramètres et prend en charge l’anglais ainsi que les 22 langues indiennes répertoriées.
• Dhir 2B et Dhir 5B prennent en charge l’anglais et 10 langues indiennes et sont conçus pour un déploiement compact, notamment sur des appareils mobiles.
• Le traitement local pourrait faciliter le travail sur des documents dans les institutions dont l’accès à Internet est restreint et dans les zones où la connectivité est limitée.
• La mission IndiaAI a aidé les développeurs en leur fournissant des ressources informatiques et en prenant en charge des frais de recherche.
• AIKosh est la plateforme d’accès annoncée ; une application mobile gratuite de ZenteiQ et un modèle de neuf milliards de paramètres sont prévus.