Rubrique
ChatGPT, Gemini, Claude, Llama, Mistral et les autres : nouveaux modèles, capacités, benchmarks et coulisses des grands modèles de langage. 182 articles
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.
Le lancement de DeepSeek-R1 a donné un puissant coup d’accélérateur au récit chinois sur l’intelligence artificielle. Alors que l’Assemblée populaire nationale se réunit en mars 2025, la jeune pousse incarne à la fois une ambition industrielle, un signal adressé aux investisseurs et un cas d’école sur les limites politiques imposées aux modèles de langage.
Avec QwQ-32B, Alibaba met en avant un modèle de 32 milliards de paramètres conçu pour mieux raisonner, notamment en mathématiques et en programmation. Publié sous licence Apache 2.0, il illustre l’intérêt croissant de l’apprentissage par renforcement pour obtenir de solides performances sans multiplier la taille des modèles.
Les grands modèles de langage progressent vite, avec des systèmes qui ne se limitent plus à rédiger ou résumer des textes. Au 6 mars 2025, o1, Claude 3.7, Gemini 2.0 et DeepSeek-R1 illustrent une course aux capacités de raisonnement, à l’ouverture des modèles et à la fiabilité des réponses.
Les grands modèles de langage impressionnent par leur capacité à écrire, résumer ou dialoguer. Mais, pour Neila Murray de Meta, ils ne tracent pas à eux seuls le chemin vers l’intelligence artificielle générale. La mémoire, le raisonnement et l’expérience concrète du monde restent des défis majeurs.
OpenAI a lancé GPT-4.5 en aperçu de recherche, d’abord pour les abonnés ChatGPT Pro et les développeurs. Le modèle promet des échanges plus nuancés et une meilleure compréhension de l’intention, mais son prix élevé pose immédiatement la question de son intérêt économique à grande échelle.
