Rubrique
ChatGPT, Gemini, Claude, Llama, Mistral et les autres : nouveaux modèles, capacités, benchmarks et coulisses des grands modèles de langage. 187 articles
Avec ses duels anonymes entre assistants conversationnels, Chatbot Arena a imposé une façon très visible de comparer les modèles d’IA. Les votes d’utilisateurs offrent un indicateur concret de préférence, mais ils ne remplacent ni les tests scientifiques ni une évaluation complète des risques et des usages.
En juin 2025, le classement LMArena place Gemini-2.5-pro-preview devant OpenAI o3, tandis que Claude-Opus-4 progresse au sixième rang. Au-delà du palmarès général, six tableaux révèlent des rapports de force distincts pour le texte, le code, la vision, la recherche et l’image.
L’intelligence artificielle n’est pas jugée sur ses seules performances. Une méta-analyse de 163 études montre que son acceptation dépend aussi du degré de personnalisation attendu dans la décision. Pour la fraude, elle inspire plus facilement confiance. Pour un recrutement ou un diagnostic, l’intervention humaine reste souvent décisive.
Avec Magistral, Mistral AI entre dans la course aux modèles capables de décomposer les problèmes complexes avant de répondre. Décliné en versions Small et Medium, ce nouveau modèle met l’accent sur les mathématiques, le multilinguisme et des usages professionnels, tout en rappelant qu’un raisonnement affiché par une IA doit toujours être vérifié.
Présenté le 10 juin 2025, Magistral est le premier modèle de Mistral AI conçu pour le raisonnement. Décliné en version ouverte de 24 milliards de paramètres et en édition commerciale, il cible les métiers qui exigent des réponses explicables, du droit au développement logiciel.
Une étude menée par des chercheurs d’Apple met à l’épreuve les modèles de raisonnement les plus avancés sur des problèmes logiques contrôlés. Le constat est nuancé mais marquant : utiles à difficulté intermédiaire, ces systèmes voient leur précision s’effondrer lorsque la complexité franchit un certain seuil.
Anthropic met à disposition des agences américaines Claude Gov, une famille de modèles conçue pour les environnements de sécurité nationale. L’entreprise promet une meilleure analyse des informations classifiées, du renseignement et des données de cybersécurité, tout en plaçant ce lancement au cœur du débat sur la sûreté et la régulation de l’IA.
Une réponse convaincante n’est pas forcément une réponse juste. La jeune pousse issue du MIT Themis AI propose Capsa, un outil destiné à repérer les incertitudes des modèles avant qu’elles ne provoquent des erreurs dans des secteurs sensibles, de la santé à la conduite autonome.
En mai 2025, Google place Gemini 2.5 Pro et Gemini 2.5 Flash aux deux premières places de la Chatbot Arena. OpenAI reste très présent avec o3 et GPT-4o, tandis que Tencent fait une entrée remarquée. Voici comment lire ce classement et ce qu’il révèle de la course aux modèles d’IA.
Présenté lors de Google I/O 2025, Gemma 3n est un modèle multimodal de Google DeepMind pensé pour les appareils aux ressources limitées. Grâce à une architecture qui réduit son empreinte mémoire, il promet de traiter texte et images localement, tout en préparant la prise en charge de l’audio et de la vidéo.
Anthropic lance Claude Opus 4 et Claude Sonnet 4, deux modèles conçus pour mieux raisonner, programmer et utiliser des outils. Plus puissant, Opus vise les tâches techniques de longue haleine, tandis que Sonnet cherche un équilibre entre performances et efficacité. Leur arrivée s’accompagne de mesures de sécurité renforcées.
Anthropic a présenté, le 22 mai 2025, Claude 4, une nouvelle famille de modèles d’IA composée d’Opus et Sonnet. Avec un record annoncé de 80,2 % sur SWE-bench Verified et de nouveaux outils pour les développeurs, l’entreprise veut s’imposer dans l’ingénierie logicielle assistée par IA.
Avec Claude Opus 4 et Claude Sonnet 4, Anthropic entend faire progresser les agents capables de programmer et de mener des tâches complexes. Les nouveaux modèles combinent réponses rapides, raisonnement approfondi et outils destinés aux développeurs, avec une ambition claire : rendre l’IA plus utile dans les environnements logiciels réels.
OpenAI intègre GPT-4.1 et GPT-4.1 mini à ChatGPT après leur lancement par API en avril. Le modèle promet des progrès mesurés en correction de code, suivi des consignes et analyse vidéo. Voici ce que ces résultats veulent dire, qui y accède et ce qu’il reste à vérifier.
Gemini 2.5 Pro arrive en tête du classement Chatbot Arena d’avril 2025, devant o3 d’OpenAI. Ce palmarès fondé sur des duels anonymes entre assistants met en lumière la rivalité de Google, OpenAI, xAI et DeepSeek, tout en rappelant qu’un bon score ne résume pas tous les usages.
DeepSeek a mis en ligne Prover V2, une nouvelle version de son modèle spécialisé dans les démonstrations mathématiques formelles. Bâti sur la base de DeepSeek-V3 et son architecture en mélange d’experts, il vise à aider les chercheurs à formaliser et vérifier des théorèmes complexes, notamment dans l’environnement Lean 4.
Meta veut faire évoluer ses systèmes d’intelligence artificielle vers des interactions capables de comprendre plusieurs formats d’information et d’agir en plusieurs étapes. Derrière les termes d’IA multimodale et agentique se dessinent des modèles plus spécialisés, mais aussi des défis techniques, éthiques et industriels importants.
Avec GPT-4.1, OpenAI promet un modèle plus attentif aux instructions détaillées. Cette qualité impose aussi une nouvelle rigueur : un prompt imprécis, contradictoire ou mal structuré peut dégrader le résultat. Voici comment organiser ses demandes, tester les réponses et exploiter le modèle dans des tâches complexes.
OpenAI présente o3 et o4-mini, deux modèles conçus pour prendre davantage de temps afin de traiter des problèmes complexes. Le premier vise les performances de pointe, le second mise sur un coût et une vitesse plus accessibles. Ils accompagnent aussi le lancement de Codex CLI, un agent de programmation open source.
Référence pour comparer les modèles d’intelligence artificielle, LMArena amorce sa transformation en entreprise le 19 avril 2025. L’objectif est de rendre ses évaluations plus durables et de proposer des services aux organisations, sans perdre de vue une exigence décisive : mesurer les IA de manière rigoureuse et compréhensible.
Wikimedia Enterprise propose sur Kaggle un extrait structuré des contenus de Wikipédia en français et en anglais. Pensée pour les chercheurs et développeurs d’IA, cette ressource actualisée chaque mois doit aussi réduire la pression des robots de scraping sur l’encyclopédie collaborative.
OpenAI a lancé le 16 avril 2025 o3 et o4-mini, deux modèles de raisonnement conçus pour répondre à des problèmes complexes et utiliser des outils dans ChatGPT. L’entreprise accompagne cette annonce de Codex CLI, un agent de programmation open source qui travaille depuis le terminal du développeur.
OpenAI a présenté o3 et o4-mini le 16 avril 2025, deux modèles de raisonnement capables d’intégrer des images à leur analyse. Le premier vise les tâches complexes et l’usage d’outils, le second privilégie rapidité et coût. Leur particularité : pouvoir examiner, recadrer ou zoomer une image pour mieux en extraire les informations utiles.
Cohere a dévoilé Embed 4, un modèle d’embeddings destiné à améliorer la recherche dans les documents et bases de connaissances d’entreprise. Capable de représenter du texte comme des éléments visuels, il vise les informations difficiles à exploiter, des PDF numérisés aux tableaux, et pourrait renforcer les assistants internes.
OpenAI a présenté GPT-4.1 le 14 avril 2025, une nouvelle famille de modèles conçue pour les développeurs. Avec une fenêtre de contexte d’un million de jetons, de meilleurs résultats en programmation et un coût annoncé inférieur de 26 % sur les requêtes médianes, le groupe cherche aussi à rester compétitif dans une guerre des prix ravivée par DeepSeek.
OpenAI a présenté GPT-4.1, une famille de trois modèles réservée à son API. Avec une fenêtre de contexte d’un million de tokens, des progrès annoncés en programmation et des tarifs revus à la baisse, l’entreprise cible les développeurs qui construisent des applications d’IA exigeantes.
Meta a présenté Llama 4, une nouvelle famille de modèles capables de traiter du texte et des images. Scout vise les très longs documents, Maverick l’assistance polyvalente et Behemoth les tâches les plus exigeantes. Mais, au 8 avril 2025, l’accès des développeurs européens reste bloqué par les conditions de licence.
La start-up française Gladia présente Solaria, un modèle d’intelligence artificielle conçu pour convertir des enregistrements audio en texte. L’outil promet une transcription rapide, compatible avec plusieurs langues, accents et usages professionnels, de l’interview journalistique au cours ou à la conférence en direct.
Meta met en circulation Llama 4 Scout et Maverick, deux modèles conçus pour le raisonnement, les images et les agents IA. Mais le plus ambitieux, Behemoth, n’est pas encore lancé. Voici ce que cette annonce change réellement, de l’accès via Meta AI au débat sur l’ouverture des modèles.
OpenAI a annoncé son intention de publier, dans les prochains mois, un modèle de langage à poids ouverts, une première depuis GPT-2. Au 1er avril 2025, aucun fichier de paramètres n’est toutefois disponible. Cette nuance est essentielle pour comprendre la portée réelle du virage promis par l’entreprise.
Avec DeepSeek-V3 puis DeepSeek-R1, la jeune entreprise chinoise a imposé son nom dans la compétition mondiale des modèles de langage. Ses résultats revendiqués, la publication de ses modèles et un coût d’entraînement annoncé bien inférieur aux estimations habituelles interrogent les équilibres technologiques entre la Chine et les États-Unis.
Les IA dites « raisonnantes » semblent désormais décomposer des problèmes, écrire du code ou expliquer leurs réponses. Mais elles ne pensent pas comme un humain : elles apprennent des régularités dans d’immenses volumes de données et produisent des résultats probabilistes. Voici ce qui se joue réellement derrière leurs décisions, entre progrès spectaculaires et limites fondamentales.
Un score élevé ne suffit pas à désigner le meilleur modèle d’intelligence artificielle. MMLU, MMMU et MATH ne mesurent pas les mêmes compétences : langage, compréhension d’images ou raisonnement mathématique. Voici comment lire leurs résultats, connaître leurs limites et les compléter par des tests proches de vos usages.
Google présente Gemini 2.5 Pro, un modèle expérimental qui prend le temps de raisonner avant de répondre. En tête de LMArena lors de son lancement, il promet des progrès en code, en mathématiques et dans le traitement de contenus variés. Ses résultats doivent toutefois être lus à l’aune des conditions de test.
La fondation ARC Prize lance ARC-AGI-2, un test conçu pour mettre les modèles d’intelligence artificielle face à des problèmes qu’ils n’ont jamais vus. Après les progrès rapides réalisés sur ARC-AGI-1, la compétition 2025 veut récompenser des systèmes capables de s’adapter, de raisonner et de généraliser au-delà de leurs données d’entraînement.
Google présente Gemini 2.5 Pro Experimental, son nouveau modèle d’intelligence artificielle centré sur le raisonnement. En tête du classement LMArena selon l’entreprise, il promet de mieux traiter les problèmes complexes, le code et de très longs documents. Voici ce que ses résultats signifient, et comment le tester à son lancement.
Le titre d’archive repose sur une confusion majeure : DeepSeek n’est ni fondée ni dirigée par Lee Kai-fu. Au 22 mars 2025, l’entrepreneur est associé à 01.AI, tandis que DeepSeek est liée à Liang Wenfeng. Cette distinction éclaire la compétition chinoise autour des grands modèles d’IA.
OpenAI a présenté, le 20 mars 2025, trois modèles destinés à mieux faire entendre et parler les applications d’IA. Cette annonce s’inscrit dans une stratégie plus large autour des agents, ces logiciels capables d’utiliser des outils, de chercher des informations ou d’agir sur un ordinateur sous contrôle de l’utilisateur.
OpenAI rend son modèle de raisonnement o1-pro accessible par API à certains développeurs. Plus constant que o1 sur des problèmes complexes selon l’entreprise, il est aussi nettement plus coûteux : son usage est facturé au volume de texte traité, et non via un abonnement mensuel.
LG AI Research dévoile EXAONE Deep, une famille de modèles conçus pour les problèmes de mathématiques, de sciences et de programmation. Son modèle phare de 32 milliards de paramètres est accompagné de deux versions plus légères annoncées en open source, afin d’élargir l’accès aux développeurs et aux chercheurs.
OpenAI présente GPT-4.5 comme son modèle le plus naturel pour la conversation. Lancé en aperçu de recherche, il améliore la compréhension des intentions et le ton des réponses, sans remplacer les modèles de raisonnement. Voici ce qu’il apporte réellement dans ChatGPT, pour les particuliers comme les entreprises.
Baidu a dévoilé Ernie 4.5, un modèle d’IA multimodal, ainsi qu’un second modèle conçu pour les tâches de raisonnement. Le groupe chinois prévoit de placer Ernie 4.5 en open source le 30 juin 2025, un virage stratégique destiné à renforcer sa place face aux jeunes pousses et aux grands acteurs de l’IA.
OpenAI, Google, Microsoft et Adobe ont consolidé leurs positions dans l’IA générative, mais ils ne dominent pas tous les mêmes usages. Du texte à l’image, puis à la vidéo, la période 2024-début 2025 a fait émerger une compétition plus ouverte, où la qualité des modèles compte autant que leur intégration dans les outils du quotidien.
Google étend Gemini 2.0 Flash à la génération et à la modification d’images en langage naturel. Le modèle expérimental permet de créer un visuel, puis de le retoucher au fil d’une conversation, via Google AI Studio, l’API Gemini et Vertex AI. Une évolution qui vise surtout les développeurs et les outils créatifs.
Google élargit sa famille Gemma avec quatre modèles capables, selon leur taille, de traiter du texte et des images. Gemma 3 promet une IA plus facile à déployer sur des appareils variés, sans renoncer à un long contexte ni aux usages multilingues. Voici ce que les développeurs peuvent réellement en attendre.
En mars 2025, les modèles d’IA dits open source gagnent du terrain face aux services fermés des grands groupes. DeepSeek, Mistral AI, Meta ou Alibaba misent sur l’ouverture pour accélérer l’innovation et élargir les usages. Mais cette dynamique soulève aussi des questions de calcul, de sécurité, de licences et de régulation.
Google a présenté Gemma 3, une nouvelle famille de modèles d’intelligence artificielle ouverts, déclinée de 1 à 27 milliards de paramètres. Multimodale, multilingue et pensée pour fonctionner localement selon sa taille, elle ambitionne de rendre des capacités avancées plus accessibles aux développeurs et aux entreprises.
Google lance Gemma 3, une famille de modèles à poids ouverts issue des travaux de Gemini. De 1 à 27 milliards de paramètres, elle mise sur la vision, un contexte long et une exécution possible sur un seul GPU, avec des compromis à comprendre avant tout déploiement.
