La guerre de l’IA vient de devenir intéressante. Un nouveau modèle revendique le trône avec des chiffres impressionnants : un score Elo de 1483 en mode raisonnement sur le classement textuel de LMArena. Cela représente un écart de 31 points avec son concurrent non affilié le plus proche. Même sans les fioritures du mode raisonnement, il s’empare de la 2e place.

Qu’est-ce qui explique ce bond en avant ? Apparemment, ce modèle redéfinit les benchmarks dans tous les domaines. Qu’il s’agisse de gérer des chaînes logiques complexes ou de traiter des requêtes nuancées, l’écart de performance est difficile à ignorer. Le classement ne ment pas : lorsqu’on dépasse les acteurs établis avec une telle marge, c’est qu’un changement fondamental s’est opéré dans l’architecture.

Mais voici le hic : la domination lors de tests contrôlés ne se traduit pas toujours par une suprématie dans le monde réel. On a déjà vu des modèles exceller aux benchmarks pour finalement trébucher sur des cas limites qui comptent vraiment pour les utilisateurs. Pourtant, ces métriques ont leur importance. Elles indiquent où se déplace la frontière technologique et, en ce moment, elle progresse à toute vitesse.