La plateforme de vibe coding Base44, rarchetée par Wix, lance son propre modèle
Base44 a lancé son premier modèle IA propriétaire, baptisé Base One. C'est un fine-tuning d'un LLM open source existant, entraîné spécifiquement pour la création d'applications web en vibe coding — pas un modèle entraîné depuis zéro. L'entreprise revendique une première dans l'industrie : la première plateforme de création d'applications à lancer son propre modèle. La revendication porte un astérisque que le fondateur assume directement dans l'entretien : le terme "modèle propriétaire" est employé de façon assez large dans l'industrie.
L'approche d'entraînement est pilotée par apprentissage par renforcement. Base44 fait tourner le modèle de façon répétée contre des tâches réelles de la plateforme — construire et modifier des applications — note les sorties comme bonnes ou mauvaises, et réinjecte ce signal pour mettre à jour les poids du modèle.
Le modèle a été entraîné sur un jeu de données généré à partir de "dizaines de millions d'interactions réelles d'utilisateurs sur la plateforme", selon le fondateur Maor Shlomo. Chaque prompt soumis, chaque application générée, chaque correction demandée alimente l'affinement du modèle.
Le calendrier accéléré
Le fondateur reconnaît que les choses se sont déroulées plus vite que prévu. Un an plus tôt, il n'aurait pas imaginé que Base44 entraînerait son propre modèle aussi tôt. Deux facteurs ont accéléré la trajectoire : la maturation rapide de la qualité des modèles open source, qui a fourni une base solide pour le fine-tuning, et la propre trajectoire de croissance de Base44, qui a généré le volume de données et de trafic nécessaire pour que le fine-tuning fonctionne efficacement.
Wix a racheté Base44 pour 80 millions de dollars l'an dernier. Shlomo indique que l'entreprise a fait croître son chiffre d'affaires de 3 à 150 millions de dollars en moins d'un an suite à l'acquisition par Wix — un chiffre que Wix a rendu public. Le développement du modèle a été une collaboration entre Base44 et l'équipe existante de machine learning et data science de Wix, qui avait précédemment construit Wix Harmony.
Trois piliers, une seule équation
Jonathan Userovici, general partner chez la société de capital-risque Headline, identifie trois ingrédients clés pour la défendabilité en IA : la distribution, la donnée et la stack technologique. La décision de Base44 de développer son propre modèle lui permet de posséder les trois à la fois.
Base44 décrit cette étape dans son propre billet de blog comme la suite logique d'une direction plus large : posséder l'ensemble de la stack. Base44 devient une plateforme de vibe coding verticalement intégrée, avec sa propre base de données, son propre backend, son propre modèle, et la couche d'intelligence qui relie tout cela en une seule expérience de construction. "Les modèles frontier sont extraordinaires, et nous continuerons de les utiliser là où ils ont du sens. Ils sont puissants parce qu'ils sont entraînés pour aider sur un éventail énorme de tâches. Mais cette largeur est aussi la raison pour laquelle Base44 a besoin de son propre modèle. Notre focus est d'aider les gens à construire des applications web dans un environnement que nous comprenons profondément."
La menace qui ne vient pas d'où on l'attend
La concurrence la plus importante pourrait ne pas venir des startups de vibe coding du tout, mais plutôt des labs IA frontier qui se rapprochent du territoire de Base44 — Cursor et la société mère de Grok, xAI, appartiennent désormais toutes deux à SpaceX, et Claude Code est devenu lui-même un acteur du vibe coding. Cela donne à Anthropic et aux autres fournisseurs d'IA fondationnels un accès à des données et des boucles de feedback qu'ils peuvent utiliser pour améliorer leurs modèles dédiés à la création d'applications.
Shlomo soutient que la spécialisation donne un avantage à Base44 :
"Les modèles progressent, mais ils resteront très généralistes dans ce qu'ils peuvent faire."
Userovici met en garde contre le fait de sous-estimer les modèles frontier, citant l'exemple de la startup legal tech Harvey, qui a abandonné ses plans d'entraîner son propre modèle. Le précédent Harvey n'est pas anecdotique. C'est l'exemple le plus cité dans l'industrie d'une entreprise applicative qui a tenté la verticalisation et a fait marche arrière.
L'économie qui pousse vers ce choix
L'inférence est devenue une part significative de l'équation économique. La pression de coût a entraîné un changement que les clients enterprise demandent désormais :
"Ils ne voient pas nécessairement de retour sur investissement à utiliser les derniers modèles pour tous les cas d'usage, donc toute une infrastructure se met en place pour faire de l'orchestration et de l'optimisation pour sélectionner le bon modèle pour eux, de sorte que les coûts ne s'envolent pas tout en maintenant une performance similaire sur la majorité des cas d'usage."
Les entreprises restent une minorité parmi l'audience des plateformes de vibe coding, mais elles représentent une part croissante du chiffre d'affaires des plateformes, et les utilisateurs de toutes tailles commencent à exprimer des préoccupations sur le coût de l'IA.
La taille relative
Le chiffre d'affaires annuel récurrent de Base44 reste inférieur à celui de Lovable, qui a déclaré avoir atteint 500 millions de dollars d'ARR ce mois-ci. Base44 opère donc sa verticalisation à une échelle bien plus modeste que son principal concurrent direct — un pari de différenciation plutôt qu'une démonstration de force par les ressources.
Le développement du modèle de Base44 intervient à un moment où sa maison-mère Wix a récemment annoncé une réduction de 20 % de ses effectifs.
TL;DR
Base44 lance Base One, un modèle fine-tuné sur ses propres données d'usage, pariant que la spécialisation verticale protège mieux une plateforme applicative que la dépendance aux modèles frontier — un choix qui répond directement à la menace montante des labs IA généralistes qui investissent désormais le territoire du vibe coding.
- Base One est un fine-tuning par renforcement d'un modèle open source existant, pas un entraînement depuis zéro — la "première mondiale" revendiquée par Base44 mérite cette nuance technique avant d'être prise pour argent comptant.
- La vraie menace concurrentielle identifiée par l'entreprise ne vient pas des autres startups de vibe coding mais des labs frontier eux-mêmes — Anthropic avec Claude Code, xAI et Cursor désormais sous SpaceX — qui accèdent directement aux mêmes boucles de données et de feedback.
- Le précédent Harvey, startup legal tech ayant abandonné ses plans de modèle propriétaire, est la référence que les investisseurs citent pour tempérer l'enthousiasme : la verticalisation n'est pas un choix systématiquement gagnant, et dépend de la capacité réelle de Base44 à maintenir un avantage de coût et de latence face à des frontier models qui s'améliorent en continu.
Questions fréquentes
Un modèle fine-tuné par une plateforme applicative peut-il réellement surpasser un modèle frontier sur son cas d'usage spécifique ?
Sur un périmètre étroit et bien défini — ici, la génération d'applications web à partir de descriptions en langage naturel — un fine-tuning ciblé peut effectivement égaler ou dépasser un modèle généraliste en coût et en latence, à qualité comparable sur ce cas d'usage précis. Ce que ce gain ne garantit pas, c'est la robustesse face à des requêtes en dehors du périmètre d'entraînement, où le modèle généraliste reprend l'avantage. Le risque pour Base44 est de devoir maintenir cet équilibre alors que les modèles frontier eux-mêmes s'améliorent en continu sur les mêmes tâches.
Quelles implications pour un DSI qui évalue des plateformes de vibe coding pour des projets internes ?
La verticalisation d'un fournisseur comme Base44 peut se traduire par une latence et un coût d'usage réduits à l'échelle, ce qui est pertinent pour des déploiements à fort volume. Mais elle introduit aussi un risque de dépendance différent : un modèle propriétaire fine-tuné est moins transparent dans ses biais et ses limites qu'un modèle frontier documenté publiquement. Avant d'adopter une plateforme verticalisée pour des projets sensibles, il faut évaluer la stabilité du fournisseur lui-même — taille, financement, viabilité du modèle économique — puisque le modèle propriétaire ne survit pas à l'entreprise qui le possède.
La stratégie de Base44 valide-t-elle l'idée que toutes les applications IA devraient développer leur propre modèle ?
Non, et les acteurs du marché eux-mêmes le disent. Le contre-exemple cité par les investisseurs est Harvey, qui a abandonné son projet de modèle propriétaire en legal tech. La décision dépend du volume de données propriétaires accumulées, de la spécificité du cas d'usage, et de la capacité financière à maintenir un effort d'ingénierie en continu pour suivre les progrès des modèles frontier. Pour la majorité des applications IA d'entreprise à volume modéré, l'orchestration et la sélection dynamique de modèles tiers reste l'approche dominante et la plus pragmatique.