Gratuit et complet, l'alternative open source à Claude Science, utilisez DeepSeek/GLM à votre guise

marsbitPublicado a 2026-07-07Actualizado a 2026-07-07

Resumen

Résumé en français : La communauté open source a rapidement réagi à la sortie de Claude Science d'Anthropic en lançant OpenScience, une alternative gratuite et open source. Alors que Claude Science est un banc de travail IA puissant pour la recherche scientifique (revue de littérature, génération d'hypothèses, expérimentation, rédaction), il est limité à macOS/Linux, aux utilisateurs payants et aux modèles Claude. OpenScience, développé par Synthetic Sciences (YC 2026), adopte une approche différente : il est « agnostique aux modèles ». Les chercheurs peuvent utiliser n'importe quel modèle (DeepSeek, GLM, Claude, GPT, etc.) via leur propre clé API, ou exécuter des modèles locaux pour une confidentialité totale. La plateforme propose plus de 250 compétences de recherche (contre ~60 pour Claude Science), est installable en une ligne de commande et fonctionne entièrement gratuitement avec ses propres clés API. L'objectif affiché est de démocratiser l'IA scientifique, en évitant la dépendance à un seul fournisseur. Le projet inclut même une plateforme hébergée optionnelle (Atlas) pour une utilisation simplifiée. Une déclaration d'indépendance vis-à-vis d'Anthropic est clairement affichée, soulignant la volonté de l'open source de proposer une alternative viable et libre.

Les chercheurs sont en liesse !!

Moins d'une semaine après le lancement de Claude Science par Anthropic, la communauté open source a présenté sa propre réponse.

Une équipe de recherche en IA incubée par YC a livré « l'alternative open source à Claude Science » : OpenScience.

Il s'agit également d'un environnement de travail de recherche en IA couvrant l'ensemble du processus, de la recherche documentaire et la génération d'hypothèses à l'expérimentation par code et la rédaction d'articles, mais il n'est lié à aucun fournisseur de modèle spécifique.

DeepSeek, GLM, Claude, GPT... Peu importe qu'ils soient chinois ou étrangers, utilisez celui que vous voulez.

De plus, le projet utilise la licence Apache 2.0, très favorable aux développeurs, et ne nécessite qu'une seule commande pour être installé.

La nouvelle a rapidement propulsé le projet en tendance sur X. Les réactions ne se sont pas fait attendre :

C'est à ça que devrait ressembler l'IA scientifique. (Anthropic : Dites directement mon nom)

Claude Science est puissant, mais inaccessible...

Il y a environ cinq jours, lors d'un événement privé du MIT Technology Review, Anthropic a officiellement lancé Claude Science.

Il s'agit d'une plateforme de travail en IA dédiée aux scientifiques, offrant les outils et packages logiciels les plus couramment utilisés par les chercheurs.

Par exemple, auparavant, un chercheur devait, pour mener à bien une étude, consulter la littérature sur PubMed, écrire du code dans Jupyter, exécuter des statistiques avec R, se connecter en SSH à un cluster pour soumettre des tâches, puis utiliser divers outils pour créer des graphiques et rédiger un article.

Naviguer entre une douzaine de fenêtres, juste pour « passer » d'un outil à l'autre, suffisait à consommer une énergie considérable.

Ce que Claude Science vise à faire, c'est de regrouper tout cela dans un seul et même environnement de travail.

Concrètement, il intègre plusieurs éléments clés :

Au niveau des bases de données et de la chaîne d'outils, il intègre plus de 60 connecteurs de bases de données scientifiques et des packages de compétences préconfigurés, couvrant des domaines de recherche courants comme la génomique, l'analyse unicellulaire, la protéomique, la biologie structurale, la chémoinformatique, etc.

Vous posez une question en langage naturel, et un Agent spécialisé effectue automatiquement des requêtes transversales dans les bases de données, sans que vous ayez à parcourir manuellement UniProt, PDB, Ensembl, ChEMBL, GEO, etc.

Il intègre également le BioNeMo Agent Toolkit de NVIDIA, permettant une connexion directe à des modèles de sciences de la vie comme Evo 2, Boltz-2, OpenFold3.

Au niveau de l'exécution, il introduit une architecture multi-agents.

Un Agent principal est responsable de la planification globale, des Agents secondaires traitent différentes tâches en parallèle, et un Agent « Reviewer » est spécifiquement chargé de la vérification des faits, comme contrôler les citations, vérifier les résultats des calculs, signaler les erreurs potentielles.

Les résultats générés ne sont pas seulement du texte : structures protéiques 3D, pistes de navigateur génomique, formules de structure chimique, tous ces contenus peuvent être rendus de manière native.

De plus, chaque graphique conserve simultanément le code de génération, l'environnement d'exécution, les explications en langage naturel et l'historique complet de la conversation.

Dans certains scénarios, les scientifiques peuvent même modifier un graphique avec une simple phrase, le système réécrivant automatiquement le code sous-jacent.

Au niveau de la puissance de calcul, Claude Science peut se connecter directement à l'infrastructure existante de votre laboratoire.

Que ce soit un ordinateur portable, un serveur Linux ou un nœud de connexion de cluster HPC, via une connexion SSH ou un compte Modal pour utiliser des GPU cloud à la demande, passant d'une seule carte à plusieurs centaines.

Les jeux de données massifs ne doivent être chargés qu'une seule fois, les données sensibles ne quittent pas votre système, et seul le contexte nécessaire à chaque étape de l'analyse est envoyé à Claude.

Les utilisateurs précoces des tests internes ont déjà réalisé quelques cas concrets.

Le neuroscientifique Jérôme Lecoq de l'Allen Institute l'a utilisé pour créer un « modèle de revue computationnelle » multi-agents, comprenant environ 20 compétences personnalisées, permettant à des Agents secondaires de lire des milliers d'articles, d'en extraire les points clés et les données quantitatives, puis de générer une revue chapitre par chapitre.

Pour donner un ordre d'idée, avant, écrire une telle revue prenait deux ans. Aujourd'hui, il en a déjà environ dix entre les mains –

Beaucoup dépassent les 100 pages, et toutes les citations ont été vérifiées par l'Agent Reviewer.

Stephen Francis du UCSF Brain Tumor Center l'a utilisé pour une étude d'épidémiologie moléculaire des gliomes, exécutant des analyses de variations germinales.

Il affirme que Claude Science a réduit le temps nécessaire à un dixième de ce qu'il était, et que son équipe a validé indépendamment les résultats, confirmant que l'analyse était à la fois rapide et fiable.

En combinant cela avec l'évaluation des capacités de recherche en IA par le physicien de Harvard Matthew Schwartz en mars dernier, le niveau actuel de Claude équivaut à peu près à celui d'un étudiant en deuxième année de master.

Il a publié un article invité sur le blog officiel d'Anthropic, « Vibe Physics: The AI Grad Student », documentant tout le processus de réalisation d'un article de physique théorique avec Claude Opus 4.5.

À l'époque, sa conclusion était :

Les capacités de recherche actuelles de l'IA sont à peu près équivalentes à celles d'un étudiant en deuxième année de master : capable de travailler, ne se plaint pas de la fatigue, mais nécessite un encadrement à chaque étape.

Ce jugement a ensuite été intégré par Anthropic dans la documentation technique de Claude Science, servant de point de référence pour le positionnement du produit.

Cependant, Claude Science a actuellement plusieurs limitations importantes :

N'est compatible qu'avec macOS et Linux

Réservé aux utilisateurs payants Pro/Max/Team/Enterprise

Sur la plateforme, seuls les modèles propriétaires de Claude peuvent être utilisés

L'addition de ces seuils, surtout pour les équipes de recherche chinoises, fait de Claude Science quelque chose « d'accessible en théorie, mais pas en pratique ».

Bonne nouvelle : une alternative open source est arrivée

Ciblant ces limitations, le projet open source OpenScience est né.

L'équipe derrière ce projet s'appelle Synthetic Sciences, fondée à San Francisco en 2025 et tout juste sortie du cycle d'hiver 2026 de YC.

L'ambition de l'équipe fondatrice est grande : construire une plateforme permettant aux scientifiques de déléguer directement des tâches de recherche complexes à des « co-chercheurs IA » (AI co-scientists), de la revue de littérature à la génération d'hypothèses, en passant par l'exécution d'expériences et la rédaction d'articles, laissant l'IA parcourir de manière autonome l'ensemble de la chaîne.

Ils ont une conviction interne :

Les modèles de base scientifiques doivent posséder un véritable « goût pour la recherche » (research taste), et ce goût ne peut pas être obtenu simplement en empilant des paramètres. Il faut avancer sur deux jambes : le produit et le modèle. Utiliser le produit pour collecter des données de processus de recherche de haute qualité, puis utiliser ces données pour entraîner des modèles ayant ce goût.

OpenScience est le premier produit concrétisant cette approche.

Bien que la mission d'OpenScience soit la même que celle de Claude Science, elles présentent une différence fondamentale :

Elles sont « agnostiques au modèle » (model-agnostic).

Selon les propres mots de Synthetic Sciences :

L'IA scientifique devrait être ouverte. Aucune entreprise ne devrait monopoliser les outils que l'humanité utilise pour explorer et découvrir, ni décider qui a le droit de les utiliser.

Ainsi, sur cette plateforme, Anthropic, OpenAI, Google, DeepSeek, GLM... tant que vous avez une clé API, vous pouvez directement les connecter.

Vous pouvez même exécuter des modèles locaux, les déployer avec Ollama, sans qu'un seul octet de données ne quitte votre machine.

Votre clé reste locale, les requêtes se connectent directement au fournisseur du modèle, sans passer par aucun serveur intermédiaire.

De plus, OpenScience permet de changer de modèle par requête.

Dans le même environnement de travail, vous pouvez utiliser Claude pour une étape, puis passer à DeepSeek pour la suivante, sans modifier aucune configuration.

Au niveau fonctionnel, OpenScience est même plus radical que Claude Science –

Il intègre plus de 250 packages de compétences de recherche, soit plus de 4 fois plus que Claude Science, couvrant des domaines comme le ML, la biologie computationnelle, la chémoinformatique, etc., et tous sont lisibles, modifiables et extensibles.

L'installation est également simple, une seule commande dans le terminal :

Prêt à l'emploi, l'environnement de travail s'ouvre automatiquement dans le navigateur. Lors du premier lancement, choisissez une source de modèle, entrez votre clé API, et vous pouvez commencer à travailler.

Vous pouvez également l'installer globalement :

Si configurer des clés vous semble fastidieux, l'équipe propose également une plateforme hébergée appelée Atlas –

Rechargez un portefeuille pour appeler directement plusieurs modèles de pointe, sans avoir à configurer chaque clé individuellement, avec en plus une cartographie de recherche persistante et une puissance de calcul cloud.

Mais cet Atlas n'est pas obligatoire. Vous pouvez utiliser OpenScience avec vos propres clés et l'utiliser complètement gratuitement, sans aucun obstacle.

One More Thing

Il est intéressant de noter qu'en descendant tout en bas de la page GitHub d'OpenScience, vous trouverez une déclaration ajoutée spécialement :

OpenScience est un projet indépendant. Il n'est pas affilié à, soutenu par, ou sponsorisé par Anthropic. « Claude » est une marque déposée d'Anthropic, PBC, utilisée ici uniquement pour décrire la compatibilité.

Traduisons : nous sommes un projet indépendant, sans aucun lien avec Anthropic. Mentionner « Claude » est purement pour parler de compatibilité, n'allez pas imaginer des choses.

Apparemment, l'impression laissée par le « homard » (NdT : référence à une controverse passée) sur toute la communauté open source est encore trop vive.

Après les changements de nom successifs d'OpenClaw, OpenScience a cette fois directement soudé sa déclaration de distanciation dans la première version du README.

Rien de plus : d'abord survivre, ensuite parler d'alternative (doge).

Adresse du projet open source :

https://x.com/i/trending/2073904804829741364?s=20

Liens de référence :

[1]https://x.com/SynScience/status/2073829478393086311?s=20

[2]https://x.com/i/trending/2073904804829741364?s=20

[3]https://www.openscience.sh/

[4]https://www.anthropic.com/news/claude-science-ai-workbench

Cet article provient du compte WeChat officiel « Quantum Bit », auteur : Yishui

Criptos en tendencia

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

PancakeSwapCAKE

Preguntas relacionadas

QQu'est-ce qu'OpenScience et en quoi est-il différent de Claude Science d'Anthropic ?

AOpenScience est une plateforme de travail de recherche scientifique en IA open source, développée par Synthetic Sciences. Contrairement à Claude Science, elle est modèle-agnostique, permettant aux utilisateurs d'utiliser n'importe quel modèle d'IA (comme DeepSeek, GLM, Claude, GPT) via leur propre clé API, sans être limité à un seul fournisseur. De plus, elle est entièrement gratuite et open source sous licence Apache 2.0, tandis que Claude Science n'est accessible qu'aux utilisateurs payants d'Anthropic et ne fonctionne qu'avec ses modèles propriétaires.

QQuelles sont les principales fonctionnalités intégrées dans Claude Science selon l'article ?

AClaude Science intègre plusieurs fonctionnalités clés pour les chercheurs : des connecteurs à plus de 60 bases de données scientifiques et des packages de compétences préconfigurés, une architecture multi-agents avec un agent principal, des sous-agents et un agent de vérification (Reviewer Agent), la capacité de rendre nativement des visualisations complexes (structures 3D de protéines, formules chimiques), et la possibilité de se connecter aux infrastructures de calcul existantes (serveurs locaux, clusters HPC) via SSH ou des services cloud comme Modal.

QPourquoi OpenScience est-il considéré comme une alternative importante pour les chercheurs, notamment en Chine ?

AOpenScience est considéré comme une alternative cruciale car il élimine les barrières d'accès à Claude Science, qui est limité aux systèmes macOS/Linux, aux utilisateurs payants et aux modèles Claude. Pour les chercheurs en Chine et ailleurs, OpenScience offre une solution gratuite, open source et flexible, permettant d'utiliser des modèles locaux (comme via Ollama) ou des modèles internationaux et chinois (DeepSeek, GLM) selon leur choix, sans risque de blocage géographique ou de dépendance à un seul fournisseur.

QComment OpenScience garantit-il la confidentialité des données des chercheurs ?

AOpenScience garantit la confidentialité en permettant aux chercheurs d'exécuter des modèles locaux via des solutions comme Ollama, où les données ne quittent jamais leur machine. Même lors de l'utilisation d'API externes, les clés API restent stockées localement et les requêtes sont envoyées directement au fournisseur du modèle, sans passer par des serveurs intermédiaires de la plateforme OpenScience.

QQuelle est la vision à long terme de l'équipe Synthetic Sciences derrière OpenScience ?

ALa vision à long terme de Synthetic Sciences est de créer une plateforme où les scientifiques peuvent déléguer des tâches de recherche complexes à des « co-chercheurs IA » autonomes. Ils croient que pour développer des modèles de base scientifiques ayant un véritable « goût pour la recherche », il est nécessaire de collecter des données de processus de recherche de haute qualité via des produits comme OpenScience, puis d'utiliser ces données pour entraîner de futurs modèles d'IA plus performants et intuitifs pour la recherche.

Lecturas Relacionadas

Earning $7.2 Million in One Week: How Does pump.fun Actually Make Money?

Pump.fun, a prominent Solana-based meme coin launch platform, recently disclosed a weekly protocol revenue of $7.2 million. The income primarily stems from its core businesses: the Bonding Curve mechanism, which facilitated $553 million in weekly volume, and PumpSwap, which saw $1.65 billion. The platform is allocating 50% of its net protocol revenue to buy back and burn its native PUMP token, having already burned 41.8% of the circulating supply with $3.7 million repurchased in the past week. This establishes a direct link between platform performance and token value. Beyond strong financials, Pump.fun is evolving from a simple launchpad into a broader ecosystem. Key initiatives include optimizing the user experience with faster swap times (300-400ms) and easier fiat on-ramps, which boosted daily deposit volume by 21%. It's also enhancing developer tools via Terminal and fostering community engagement through a bounty system that has distributed over $600,000 in rewards. The report signals Pump.fun's transition towards a sustainable Web3 business with diversified revenue streams, a value-accrual model for its token, and a focus on product maturity and ecosystem growth over mere meme coin hype.

marsbitHace 39 min(s)

Earning $7.2 Million in One Week: How Does pump.fun Actually Make Money?

marsbitHace 39 min(s)

Tiger Research: Three Strategies for Financial Institutions to Keep Up with the Tokenization Wave

Tiger Research's in-depth report analyzes the strategic choices for financial institutions entering the rapidly growing Real-World Asset (RWA) tokenization market. With the market projected to be worth $25-36 billion and a lack of complete regulatory frameworks in many jurisdictions, institutions face three options: waiting for domestic legislation, using regulatory sandboxes for limited experiments, or moving first into established overseas markets to gain a competitive edge. Tokenization is not magic; it requires meticulous preparation. Before entry, institutions must strategically plan across six core areas: choosing a jurisdiction, obtaining necessary licenses, defining the asset type, targeting the appropriate investor base, selecting settlement currencies, and designing operational requirements like custody and governance. The report outlines two main operational paths. The first is a direct jurisdictional path, establishing a legal presence in mature markets like Hong Kong, Singapore, or the U.S., often leveraging local licensed platforms to accelerate market entry. The second is a chain-native path, using platforms like Ondo or Plume that are built with regulatory compliance embedded, allowing for faster, more flexible market access without being tied to a specific jurisdiction. Ultimately, the report advises against waiting for perfect regulation. The preparation process can take 6-12 months and requires thorough legal review. Using the example of a mid-sized securities firm, it details steps from evaluating existing entities to final execution. The core message is that accumulating real-world operational experience is paramount, as the market is moving ahead and will not wait for latecomers.

Foresight NewsHace 1 hora(s)

Tiger Research: Three Strategies for Financial Institutions to Keep Up with the Tokenization Wave

Foresight NewsHace 1 hora(s)

‘Incentivize democracy’ at the cost of security? Inside Bonk’s $20M exploit

BonkDAO, the governance body for the memecoin BONK, suffered a $20 million exploit due to a malicious governance proposal. The attacker acquired enough BONK to create a proposal with a 1% vote threshold, which then authorized transferring 4.4 trillion BONK to their wallet. Security analysts criticized the low approval threshold and lack of safeguards like lock periods for treasury transfers, calling it an operational security failure. The incident fueled debate about balancing decentralized governance with security. Following the news, BONK's price dropped 10%, though on-chain data indicated continued accumulation by large holders since June. The project is collaborating with law enforcement and exchanges to mitigate the situation.

ambcryptoHace 2 hora(s)

‘Incentivize democracy’ at the cost of security? Inside Bonk’s $20M exploit

ambcryptoHace 2 hora(s)

Zoomex X Space Recap With David James and the World Cup Trading Panel

Zoomex hosted a World Cup-themed X Space featuring England goalkeeper David James and a panel of traders. The discussion, part of a charity pledge, drew parallels between goalkeeping and trading, focusing on preparation, psychology, and execution. James emphasized that pressure for a goalkeeper comes during periods of inactivity, not sustained attack, and highlighted the importance of concentration. He described two modes for penalty saves: meticulous preparation using data on shooters, and instinct, which is improved by information—a concept traders directly related to market analysis. He discussed how elite preparation turns instinct into trained execution, making spectacular saves feel like practiced outcomes rather than miracles. Errors are now treated as data for correction, not lingering ghosts. James analyzed tournament threats, noting France's exceptional speed across the pitch and suggesting that teams like Mexico and Spain, yet to concede, face a psychological test. On England's chances, James was unequivocal, predicting they would win and nominating the UEFA Foundation for the associated charity donation. The session consistently linked thorough preparation in both football and trading to controlling emotions and executing under pressure, with the core lesson being that preparation eliminates nervousness by replacing unknowns with a plan.

TheNewsCryptoHace 2 hora(s)

Zoomex X Space Recap With David James and the World Cup Trading Panel

TheNewsCryptoHace 2 hora(s)

Unitree's IPO Frenzy: The Real Mystery is How It Will Spend the 42 Billion Raised

Unitree, a Chinese robotics company, is set for a public listing after its IPO registration was approved by regulators. The company, which started with quadruped robots and has expanded into humanoids, plans to raise approximately 4.2 billion yuan through its offering. The article traces Unitree's rapid growth from its founding in 2016 to its current status. It highlights key milestones like the 2021 CCTV Spring Festival Gala performance, the 2023 launch of its affordable Go2 robot dog and the H1 humanoid robot, and a series of subsequent product launches. By 2025, the company reported revenue of 1.71 billion yuan, profitability, and sales exceeding 5,500 humanoid robots. As the first publicly-listed humanoid robot company on China's STAR Market, Unitree's main challenges are sustaining growth and deploying its newly raised capital effectively. The humanoid robot sector in China is crowded, with over 140 companies. Competitors include UBTech (focusing on industrial and consumer markets), Fourier, and international players like Tesla Optimus and 1X NEO. The article outlines three critical challenges for Unitree: establishing a strong second product line beyond its quadruped robots, maintaining its price advantage while ensuring quality, and successfully advancing its embodied AI capabilities through partnerships like the one with NVIDIA for the H2 Plus platform. Unitree's likely strategy involves a "developer tools + industry benchmarks" approach: using low-cost models like the R1 and G1 to build developer adoption and volume, leveraging high-end platforms for AI training, and securing pilot projects in sectors like logistics and manufacturing to build case studies. The company's future success hinges on converting its current momentum in shipments and pilot programs into sustainable, large-scale commercial contracts as the broader market evolves.

marsbitHace 2 hora(s)

Unitree's IPO Frenzy: The Real Mystery is How It Will Spend the 42 Billion Raised

marsbitHace 2 hora(s)

Trading

Spot

Artículos destacados

Cómo comprar GLM

¡Bienvenido a HTX.com! Hemos hecho que comprar Golem (GLM) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Golem (GLM) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Golem (GLM)Después de comprar tu Golem (GLM), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Golem (GLM)Tradear fácilmente con Golem (GLM) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

134 Vistas totalesPublicado en 2024.12.10Actualizado en 2026.06.02

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de GLM (GLM).