Introduction
Lancé publiquement en 2023 par Chris Lattner — le créateur de LLVM, de Clang, du langage Swift et de l'infrastructure de compilation MLIR — Mojo s'est construit sur une promesse ambitieuse : offrir la lisibilité de Python avec les performances du C ou de Rust, sur n'importe quel matériel, des CPU classiques aux GPU en passant par les ASIC. Le 11 août 2026, avec la version 26.5 de la plateforme Modular, ce langage a franchi le cap décisif : la version 1.0 stable.
Pour les équipes de développement, ce numéro de version n'est pas qu'un signal marketing. Il signifie que les API sont désormais stables pour toute la branche 1.x, que les futures évolutions seront principalement additives et que les projets démarrés aujourd'hui ne subiront plus les ruptures répétées qui avaient freiné une adoption plus large pendant les trois premières années. En pratique, c'est la différence entre un outil de veille technologique et un outil que l'on engage réellement en production.
Ce que la release 1.0 contient vraiment
Au-delà de la garantie de stabilité, Mojo 1.0 arrive avec plusieurs améliorations concrètes. La syntaxe lambda inspirée de Python est pleinement supportée : les développeurs familiers du langage peuvent définir des closures sans apprendre une grammaire étrangère. Le serveur de langage (LSP) a été stabilisé pour VS Code, ce qui améliore l'expérience quotidienne des équipes. Enfin, Mojo intègre des diagnostics de sécurité mémoire qui détectent les problèmes d'invalidation de références — un point souvent douloureux dans les langages systèmes. La bibliothèque standard, open source depuis 2024 sous licence Apache 2.0, a bénéficié de l'effort d'environ 200 contributeurs ayant soumis plus de 1 100 pull requests et modifié plus de 200 000 lignes de code, des chiffres qui reflètent un écosystème communautaire réel.
Des performances qui justifient l'attention
Là où Mojo se distingue réellement, c'est sur les benchmarks. Sur des algorithmes numériques intensifs, les mesures publiées font état de gains pouvant atteindre plusieurs dizaines de milliers de fois par rapport à Python pur. Sur des workloads GPU en environnement HPC, des travaux menés à l'Oak Ridge National Laboratory montrent que Mojo peut atteindre 87 % des performances de CUDA sur GPU NVIDIA H100 pour des charges memory-bound. C'est la conséquence directe du choix architectural du langage : s'appuyer sur MLIR (Multi-Level Intermediate Representation) plutôt que sur LLVM seul. Là où Python doit passer par des extensions C ou des shaders séparés pour accéder aux fonctionnalités GPU, Mojo les traite comme des primitives natives du langage. Le résultat est un code plus portable entre architectures hétérogènes, sans sacrifier les performances.
Le compilateur reste fermé — pour l'instant
Un point reste en suspens pour les équipes qui évaluent Mojo dans une logique DevOps rigoureuse : le compilateur lui-même n'est pas encore open source. Modular s'est engagé à le publier avant fin 2026, et la conférence ModCon prévue le 18 août à San Francisco est présentée comme un moment probable pour cette annonce. Pour des équipes soucieuses de leur capacité à auditer la chaîne de compilation ou à contribuer en amont, cet engagement devra se concrétiser pour que l'adoption soit pleinement sereine.
L'ombre de Qualcomm
Treize jours avant l'annonce du 1.0, Qualcomm a finalisé l'acquisition de Modular pour environ 3,1 milliards de dollars. L'objectif affiché est d'intégrer la pile logicielle de Modular à travers les écosystèmes edge et cloud du groupe — une logique cohérente avec la capacité de Mojo à cibler du matériel hétérogène. Pour les équipes techniques, cette bascule soulève néanmoins une question légitime : Mojo restera-t-il un outil généraliste et indépendant du matériel, ou va-t-il progressivement s'orienter en priorité vers les puces Qualcomm ? La réponse dépendra en grande partie de ce que Qualcomm fera des engagements open source pris avant le rachat, et de la façon dont la gouvernance du projet sera maintenue à l'écart des arbitrages commerciaux du groupe. En attendant, la version 1.0 est disponible, les API sont stables, et les équipes qui avaient jusqu'ici différé l'évaluation disposent enfin d'un socle sur lequel travailler sérieusement.