Motif-3-Base : le modèle de fondation sous licence MIT que Motif Technologies a publié sans l'annoncer

L'histoire de la dernière version Motif-3 de Motif Technologies est une histoire sur la différence entre une annonce et une publication. Ce que l'entreprise avait promis pour début août, c'était le dévoilement de son modèle final — la suite de l'aperçu Motif-3-Beta qu'elle avait publié le 14 juillet. Ce qui s'est réellement passé, vérifié le 10 août, fut plus discret : trois nouveaux dépôts sont apparus dans l'espace de noms Motif-Technologies sur Hugging Face, sans article de lancement, sans communiqué de presse, et rien sur motiftech.io — Motif-3-Base, le point de contrôle de fondation pré-entraîné d'environ 314 milliards de paramètres, désormais publié sous licence MIT ; Motif-3, le jumeau affiné par instructions auquel cette fiche fait référence ; et Motif-3-NVFP4, une version quantifiée pour les machines qui ne peuvent pas contenir le modèle complet.

Tout ce qui suit est lu directement depuis ces dépôts, recoupé avec ce que Motif Technologies avait déjà publié, et délibérément réparti entre ce que le dépôt nous dit réellement et ce qui n'est toujours pas confirmé. Le titre est réel dans tous les cas : la famille finale Motif-3 est sortie, poids ouverts, licence MIT, et le fournisseur n'en a pas dit un mot.

La version courte

Le point de contrôle de base du fleuron de l'IA souveraine de la Corée est téléchargeable aujourd'hui, sous licence MIT, sans demande d'accès — une mise à niveau de licence par rapport à la version Bêta, qui était restreinte à la recherche non commerciale.

Motif-3-Base n'est pas un modèle conversationnel. Il ne possède aucun template de chat, n'a pas été ajusté par instructions ni aligné sur des préférences, et est destiné au fine-tuning, au pré-entraînement continu et à la recherche.

• Le Motif-3, affiné par instructions, se trouve à côté dans un dépôt frère, même architecture, même licence MIT, et contient la suite de benchmarks sur laquelle l'entreprise sera jugée.

• Personne n'héberge encore aucun des trois pour l'inférence — les fiches des modèles indiquent clairement qu'aucun fournisseur d'inférence ne les déploie — donc les exécuter signifie de l'auto-hébergement sur du matériel sérieux.

• Ce qui n'est pas confirmé : une annonce officielle, toute reproduction indépendante du bloc d'attention novateur de Motif, tout benchmark tiers des poids de base, et ce que cela implique pour la famille par rapport à l'aperçu de juillet qui a obtenu 45 sur l'indice d'intelligence Artificial Analysis.

Qu'est-ce qui s'est passé, dans l'ordre

La chronologie compte, car c'est ce qui distingue un « nouveau modèle » d'un « déjà sorti ». Le checkpoint bêta de Motif-3 est sorti le 14 juillet 2026, en tant qu'aperçu intermédiaire — la fiche elle-même avertissait qu'il ne s'agissait pas de la version finale. Le 21 juillet, après que l'aperçu a obtenu un score sur Artificial Analysis, Motif Technologies a fait l'objet d'articles dans la presse coréenne comme premier succès du programme national de modèles de fondation souverains « Dokpamo », et son PDG a déclaré aux journalistes que la version finale arriverait début août. Le 4 août, The Herald Business a rapporté que l'entreprise soumettait son Motif-3 final et un rapport de performance au ministère coréen de la Science et des TIC dans le cadre de la deuxième évaluation du programme.

Ensuite, vers le 10 août, la soumission est devenue publique : Motif-Technologies/Motif-3-Base, Motif-Technologies/Motif-3 et Motif-Technologies/Motif-3-NVFP4 sont tous apparus sur Hugging Face à quelques minutes d'intervalle (les dépôts affichaient « mis à jour il y a quelques minutes » lorsqu'on les a consultés ce jour-là). C'est l'événement que cet article couvre. Il s'agit d'une véritable publication — nouveaux poids, nouvelle licence, nouveaux fichiers — dont personne n'avait été informé.

Ce que contient réellement le dépôt Motif-3-Base

La fiche est précise sur ce qu'il est et ce qu'il n'est pas. Motif-3-Base est « le checkpoint pré-entraîné de base de Motif 3 », un modèle de mélange d'experts à décodeur seul avec environ 314 milliards de paramètres au total et 13,2 milliards activés par jeton, entraîné sur environ 12,5 billions de jetons. Il « n'a pas subi d'ajustement fin supervisé, d'apprentissage par renforcement, ni d'alignement sur les préférences/sécurité », est fourni « sans template de chat » et est destiné à un ajustement fin supplémentaire, à un pré-entraînement continu et à la recherche — à utiliser en mode complétion de texte. Le modèle ajusté par instructions est explicitement désigné comme un dépôt distinct : Motif-Technologies/Motif-3.

L'architecture est entièrement conçue en interne par Motif, et la carte est explicite à ce sujet :

• 53 couches — dont deux denses et 51 de mélange d'experts — avec une taille cachée de 4 096.

• 384 experts routés avec les 8 premiers actifs par jeton, plus un expert partagé.

• Grouped Differential Latent Attention (GDLA), le nom donné par Motif à la combinaison de l’attention différentielle groupée avec une conception à clés et valeurs compressées, utilisant 80 têtes de requête et 16 têtes de clé-valeur.

• PolyNorm spécifique à l'expert à la place du gating SiLU habituel, et un flux résiduel modifié d'hyper-connexions à contrainte de variété.

Un contexte natif de 262 144 jetons (256K) et un vocabulaire de 220 160 jetons, en bfloat16.

Deux notes pratiques accompagnent la carte. Premièrement, le modèle utilise un code personnalisé, donc le charger via Hugging Face Transformers nécessite trust_remote_code=True. Deuxièmement, le chemin de serving recommandé est vLLM en bêta, via une image Docker spécifique à Motif, testée sur les GPU NVIDIA B200 et H200 — avec SGLang et Docker Model Runner comme autres routes prises en charge.

Le changement de licence qui compte plus que la fiche technique

Le fait le plus important dans cette version n'est pas le nombre de paramètres. La préversion de juillet, Motif-3-Beta, a été publiée sous une licence de recherche uniquement qui interdisait explicitement toute utilisation commerciale sans autorisation écrite de Motif Technologies. Motif-3-Base et sa version sœur Motif-3 sont toutes deux publiées sous la licence MIT.

C'est la différence entre un modèle qu'un laboratoire peut étudier et un modèle sur lequel une entreprise peut bâtir un produit. Un fournisseur de fine-tuning, une entreprise évaluant une pile linguistique coréenne, ou une startup souhaitant poursuivre le pré-entraînement sur une lignée de 12,5 billions de jetons peuvent tous le faire sans avoir à demander une licence à Séoul. Étant donné que tout l'argumentaire commercial de Motif repose sur une IA souveraine et interne — c'est l'une des quatre équipes du programme national de modèles de fondation de la Corée, aux côtés de LG AI Research, Upstage et SK Telecom — la licence MIT sur les poids de base est la décision la plus favorable à l'adoption que l'entreprise ait prise.

Il vaut également la peine de préciser clairement ce que MIT ne change pas : elle concède une licence sur les poids, mais pas sur la marque, et rien dans la carte ne confère de droits sur les marques déposées de Motif ou sur le nom « Motif ». Pour un modèle de base qui sera principalement affiné, la licence est ce qui débloque concrètement les choses ; le reste n'est que de la paperasse.

Les scores sur la carte, et qui les a mesurés.

La carte du modèle de base comporte une courte ligne d’évaluation : MMLU 86,20, GSM8K 93,93, MATH 70,58, HumanEval 73,70 et MBPP 84,60. Ce sont les chiffres propres à Motif, mesurés par Motif, non reproduits, et ils décrivent le non affiné checkpoint — considérez-les donc comme un plancher pour le point de départ du fine-tuning, et non comme une affirmation sur le modèle que vous déploieriez. Le modèle frère Motif-3, affiné par instructions, est là où se trouvent les benchmarks phares, et ils sont également déclarés par le fournisseur : τ²-Bench Telecom 94,7, SWE-Bench Verified 76,2, Terminal-Bench 2.1 74,9, GPQA Diamond 83,4 et un score de non-hallucination de 71,6 sur OmniScience.

Le seul score indépendant dans l'historique public de la famille figure sur la Beta, pas dans ces nouveaux fichiers. Artificial Analysis classe Motif 3 (Beta) à 45 sur l'indice d'intelligence Artificial Analysis — le classement que la presse coréenne décrivait, lors de son évaluation de juillet, comme plaçant l'aperçu au niveau de DeepSeek V4 Pro, troisième parmi les modèles open-weights à l'échelle mondiale derrière Kimi K3 et GLM-5.2, et premier parmi les modèles issus de l'extérieur des États-Unis et de la Chine. Aucune mesure indépendante n'a encore porté sur les poids de base ni sur le modèle instruct final, et les nouveaux dépôts n'ont pas été ajoutés au catalogue d'Artificial Analysis au moment où nous écrivons.

Qu'est-ce qui n'est toujours pas confirmé ?

Il vaut la peine d'être précis sur la frontière entre les faits du dépôt et les questions ouvertes, car il s'agit d'une version sans déclaration officielle avec laquelle recouper.

• Aucune annonce. En date du 10 août, motiftech.io ne contient aucune nouvelle concernant la version finale, et aucun article de lancement ni communiqué de presse n'a été publié. Les dépôts sont l'annonce.

• « Final » n'est imprimé nulle part. La carte Motif-3-Base se présente comme le checkpoint de base ; elle ne mentionne pas de « version finale », et la promesse de la version bêta d'un checkpoint final aux « performances améliorées » n'a pas été formellement confirmée comme correspondant à ces fichiers — même si le calendrier, la licence MIT et la soumission gouvernementale pointent tous dans cette direction.

• Aucune vérification indépendante de l'architecture. GDLA, Expert-Specific PolyNorm et les hyper-connexions modifiées sont des conceptions propriétaires de Motif et, à la date de la couverture de juillet, n'avaient pas été reproduites indépendamment. C'est normal pour un jeune laboratoire, mais cela signifie que les affirmations d'efficacité de l'architecture reposent sur les propres exécutions de Motif.

• Ni hébergement par un fournisseur ni tarification. Les trois fiches indiquent qu'aucun fournisseur d'inférence ne déploie les modèles, donc il n'y a aucune API hébergée ni prix public par jeton nulle part. Quel que soit le coût éventuel des modèles de Motif via une API, il n'est pas encore connaissable.

Ce qu'il faut concrètement pour le faire fonctionner

Comme rien n'est hébergé, chaque équipe qui veut ces poids doit les héberger elle-même. Le checkpoint de base en pleine précision est un fichier bfloat16 de 315B de paramètres, et le matériel recommandé est de classe B200 ou H200 pour vLLM — un engagement d'infrastructure significatif que la plupart des lecteurs ne devraient pas sous-estimer. Les points d'entrée réalistes sont le Motif-3-NVFP4 quantifié en NVFP4 pour une empreinte plus réduite, ou attendre qu'un fournisseur d'inférence adopte les modèles.

C'est aussi là que la couche de routage gagne sa place, sans prétendre pouvoir appeler un modèle que personne n'héberge. La valeur d'une API unique qui sert de façade à plus de 200 modèles avec bascule automatique se révèle précisément le jour où une nouvelle famille comme celle-ci apparaît réellement dans un catalogue hébergé : vous l'essayez sur une partie du trafic via une clé compatible OpenAI, vous basculez vers un modèle éprouvé quand elle vacille, et vous n'avez jamais à réarchitecturer parce que l'intégration est agnostique au modèle. Et parce qu'OrcaRouter transmet les prix catalogue des fournisseurs sans aucune majoration, le prix qu'un fournisseur Motif fixe au final est celui que vous payez le jour même — sans cycle de contrat entre-temps. Tant qu'un fournisseur n'héberge pas ces poids, le constat honnête est que Motif-3-Base et Motif-3 tournent sur vos propres GPU, et l'argument du routage concerne la pile que vous gardez autour d'eux, pas l'appel de cette paire aujourd'hui.

Qui devrait s'en soucier

Trois groupes devraient y prêter attention. Les équipes qui affinent des modèles à poids ouverts disposent d'une nouvelle option sérieuse : un MoE sous licence MIT, 314B/13.2B actifs, avec un contexte de 256K et un pré-entraînement bien documenté, utilisable commercialement sans avoir à contacter le fournisseur. Les chercheurs qui travaillent sur des mécanismes d'attention novateurs ou sur la conception de MoE efficaces obtiennent une chose rare : une architecture à l'échelle de la production avec des poids publiés, construite de zéro, et non une reparamétrisation d'un modèle ouvert existant. Et quiconque suit l'IA souveraine obtient l'artefact concret derrière le programme phare de la Corée, publié discrètement deux mois après que l'aperçu de l'entreprise a fait l'actualité internationale.

Le groupe qui ne devrait pas le télécharger est toute personne qui souhaite un assistant de chat fonctionnel. Sans template de chat et sans alignement, Motif-3-Base répondra en mode complétion et ne refusera rien — c'est le but d'un modèle de base, et c'est aussi pourquoi le frère instruct existe.

Que regarder

Quatre éléments changeraient chacun la lecture de cette version. Une annonce officielle, qui confirmerait le label « final » et la posture commerciale. Des benchmarks indépendants des poids de base et du modèle instruct, qui donneraient à la famille ses premiers chiffres vérifiés. Un fournisseur adoptant l'un des trois — l'événement qui rendrait Motif-3 accessible via une API plutôt que uniquement sur des GPU auto-hébergés. Et le résultat de la deuxième évaluation de Dokpamo, qui déterminera si le programme de modèle souverain de la Corée se concentre sur ces poids.

Jusqu'à ce que l'un d'eux aboutisse, la description précise est limitée mais significative : la famille finale Motif-3 est désormais sur Hugging Face, sous licence MIT et librement téléchargeable, et l'entreprise qui a passé un an à être présentée comme l'espoir de l'IA souveraine de la Corée a livré son artefact le plus important à ce jour — sans dire à personne qu'elle l'avait fait.