Le modèle de blocs latents est une méthode non supervisée de classification simultanée des n lignes et d colonnes d’une matrice basée sur un modèle probabiliste de mélange. Si les méthodes d’estimation sont maintenant bien maîtrisées, les résultats concernant l’asymptotique de l’estimateur du maximum de vraisemblance restent encore parcellaires. Sous certaines conditions de bornes sur les paramètres, et pour un régime asymptotique tel que log(d)/n et log(n)/d tendent vers 0 avec n et d, nous montrons l’équivalence asymptotique du rapport de vraisemblance observée avec celui de la vraisemblance complète. Cette équivalence permet de transférer les propriétés de normalité asymptotique de l’estimateur du maximum de vraisemblance du modèle complet à l’estimateur du maximum de vraisemblance.