Rubrique
ChatGPT, Gemini, Claude, Llama, Mistral et les autres : nouveaux modèles, capacités, benchmarks et coulisses des grands modèles de langage. 187 articles
Le prochain grand modèle d’OpenAI, désigné dans la presse comme GPT-5 ou Orion, accuserait un retard face à un obstacle central : trouver assez de données fiables pour l’entraîner. Alors que son coût pourrait atteindre 500 millions de dollars, ce dossier révèle les limites du modèle de croissance des grands systèmes d’IA.
Pour le dernier jour de son événement Shipmas, OpenAI a présenté o3, successeur d’o1, et o3-mini, une version plus rapide et moins coûteuse. Leurs résultats sur plusieurs tests impressionnent, mais ils ne suffisent pas à démontrer l’arrivée d’une intelligence artificielle générale.
Google a modifié les consignes données à certains sous-traitants chargés d’évaluer les réponses de Gemini. Ils doivent désormais traiter des requêtes qui dépassent parfois leurs compétences, y compris sur des sujets techniques ou médicaux. Cette évolution relance la question centrale du contrôle humain des IA génératives.
Pour son neuvième jour d’annonces, OpenAI rend son modèle de raisonnement o1 disponible dans son API. L’entreprise ajoute aussi WebRTC à son API temps réel, réduit de 60 % certains coûts liés à l’audio et dévoile plusieurs outils destinés à accélérer le travail des développeurs.
Google a présenté Gemini 2.0 Flash le 11 décembre 2024, une version expérimentale de son modèle destinée notamment aux développeurs. Plus rapide que Gemini 1.5 selon l’entreprise, elle renforce le traitement du texte, des images et de l’audio, tout en préparant des agents capables d’utiliser des outils.
Google dévoile Gemini 2.0, une nouvelle famille de modèles conçue pour comprendre plusieurs formats et utiliser des outils. Avec les prototypes Astra, Mariner et Jules, le groupe veut faire évoluer l’IA du dialogue vers l’action, tout en mettant l’accent sur la supervision, la sécurité et la protection contre les abus.
Meta enrichit sa famille Llama avec Llama 3.3 70B, un grand modèle de langage orienté vers les usages textuels. L’entreprise affirme atteindre un niveau proche de Llama 3.1 405B avec un modèle bien plus compact, donc moins coûteux à exploiter. Une promesse importante pour les entreprises et développeurs qui veulent maîtriser leur infrastructure d’IA.
Avec 32,5 milliards de paramètres, QwQ-32B-Preview veut faire plus que produire du texte plausible : le modèle d’Alibaba est conçu pour décomposer et résoudre des problèmes complexes. Ses résultats annoncés en mathématiques et en logique le placent sous les projecteurs, malgré des limites reconnues sur le raisonnement courant et les langues.
Amazon a dévoilé Nova, une gamme de six modèles d’intelligence artificielle générative pensée pour des usages variés, du texte à la vidéo. Rohit Prasad explique que ces outils sont déjà employés dans plusieurs activités du groupe, malgré les défis de coût, de vitesse et d’intégration qui accompagnent leur déploiement.
Amazon a présenté Nova lors de sa conférence re:Invent 2024, une famille de modèles génératifs destinée aux entreprises. Du traitement rapide de texte à la création d’images et de vidéos, AWS veut couvrir plusieurs usages avec des modèles multimodaux, personnalisables et compatibles avec plus de 200 langues.
Alibaba a présenté Marco-o1, un grand modèle de langage conçu par l’équipe MarcoPolo pour mieux résoudre des problèmes de mathématiques, de physique et de programmation. Ouvert à la recherche, il combine plusieurs méthodes de raisonnement, dont la chaîne de pensée et l’exploration arborescente Monte Carlo.
Le modèle expérimental Gemini-Exp-1121 de Google s’installe en tête de la Chatbot Arena avec 1 365 points Elo, devant ChatGPT-4o-latest. Ce classement issu de duels anonymes entre assistants illustre le retour de Google dans la course, mais il ne résume pas à lui seul toutes les qualités d’un modèle d’IA.
Pour répondre à partir de données fiables, une IA peut récupérer des informations avant d’écrire, avec le RAG, ou les rechercher à plusieurs étapes, avec le RIG. Ces deux architectures n’offrent ni le même niveau de complexité ni les mêmes coûts. Voici comment les distinguer et choisir selon les usages.
À la SDC Korea 2024, Samsung a dévoilé Gauss2, la deuxième génération de son modèle d’intelligence artificielle. Décliné en trois versions, il doit répondre à des contraintes très différentes, du traitement économe à l’IA plus puissante, et soutenir à la fois les développeurs et les services connectés du groupe.
À l’automne 2024, le prix d’un LLM ne se résume plus à une simple étiquette par requête. Les API facturent les tokens envoyés et générés, avec des écarts importants entre GPT-4o, Claude, Gemini, Llama ou Mistral. Voici comment lire les grilles tarifaires et estimer un budget réaliste.
Le modèle interne Orion devait prolonger la dynamique ouverte par GPT-4. Mais ses résultats intermédiaires, selon des informations rapportées en novembre 2024, alimentent le débat sur des gains de performance moins spectaculaires. Pour OpenAI, l’enjeu dépasse un modèle : il concerne les données, les coûts et la prochaine méthode de progrès de l’IA.
La deuxième édition d’ai-PULSE a réuni à Station F les ambitions françaises et européennes en matière d’intelligence artificielle. Infrastructure de calcul, assistant vocal Moshi, modèles ouverts et régulation : Scaleway, Kyutai et la startup H dessinent une stratégie qui ne se réduit pas à copier OpenAI.
Meta a modifié sa politique d’utilisation de Llama pour permettre aux agences de sécurité nationale américaines, à leurs contractants et à plusieurs alliés d’utiliser ses modèles. Cette dérogation, annoncée le 4 novembre 2024, place l’IA ouverte au cœur de la compétition technologique, tout en ravivant les interrogations sur ses usages militaires.
Texte, code, mathématiques, analyse d’images ou recherche documentaire : Mistral AI décline son offre en 13 modèles aux capacités et licences distinctes. Ce guide publié en octobre 2024 aide à comprendre leurs différences, du petit modèle à déployer localement au grand modèle polyvalent destiné aux usages professionnels.
Google pourrait présenter Gemini 2.0 dès décembre 2024, selon des informations non confirmées officiellement. Cette nouvelle génération est attendue sur la rapidité, le raisonnement, le code et la compréhension de requêtes longues. Mais, au 27 octobre, Google n’a détaillé ni ses fonctions, ni sa date de disponibilité.
OpenAI préparerait un nouveau modèle d’intelligence artificielle, connu en interne sous le nom d’Orion, pour décembre 2024. Présenté comme un successeur potentiel de GPT-4, il pourrait d’abord être réservé à un cercle restreint. Mais sa date, son nom commercial et ses capacités restent à confirmer officiellement.
Un modèle baptisé sCM est présenté comme capable de créer des vidéos depuis un texte jusqu’à 50 fois plus vite que la diffusion classique. Avec plus de 1,5 milliard de paramètres annoncés, il illustre l’enjeu central de la vidéo générative : réduire le temps de calcul sans dégrader la cohérence des images.
Anthropic ouvre en bêta une fonction qui permet à Claude 3.5 Sonnet d’agir sur une interface informatique, en cliquant, saisissant du texte et faisant défiler des pages. Cette avancée vise l’automatisation de tâches numériques, mais elle reste destinée aux développeurs et soulève des questions majeures de fiabilité et de sécurité.
Une réponse d’IA plausible n’est pas forcément juste. Pour évaluer sérieusement un modèle, il faut définir les erreurs à éviter, tester sur des données distinctes de l’entraînement et organiser un suivi après le déploiement. Une méthode indispensable lorsque les réponses peuvent influer sur une décision importante.
IBM a présenté Granite 3.0, une nouvelle génération de modèles d’intelligence artificielle intégrée à sa plateforme watsonx. Orientée notamment vers l’assistance au développement logiciel, cette famille mise sur l’open source pour élargir l’accès aux outils d’IA générative, favoriser l’adaptation des modèles et encourager la collaboration technique.
En octobre 2024, les modèles d’IA progressent sur plusieurs fronts : raisonnement, conversation, contexte long, image et automatisation. OpenAI, Google, Anthropic, xAI et Mistral figurent parmi les acteurs cités. Mais comparer ces outils exige de distinguer leurs usages, car un chatbot, un modèle de raisonnement et un générateur d’images ne se mesurent pas avec les mêmes critères.
Les IA génératives produisent des textes de plus en plus naturels, mais leurs réponses ne constituent pas pour autant une langue au sens humain du terme. Elles modélisent des régularités, recombinent des formes et simulent la conversation. Comprendre cette différence aide à mieux évaluer leurs usages, de la traduction à la création, et leurs risques.
Nvidia a mis en avant Nemotron 70B, un modèle de langage de 70 milliards de paramètres dont les résultats le placent face à GPT-4o et Claude 3.5 Sonnet sur plusieurs tests de dialogue. Mais l’annonce se mêle souvent à celle de NVLM, un autre modèle, multimodal et orienté vers les images.
L’entraînement d’un grand modèle d’intelligence artificielle ne se résume pas à lancer des milliers de puces pendant quelques jours. Données, puissance de calcul, tests de sécurité et déploiement déterminent un calendrier souvent long et difficile à prévoir. Voici les étapes qui expliquent ces délais, et les leviers pour les maîtriser.
Publié par Nvidia Research, NVLM 1.0 est une famille de modèles capables de traiter texte et images. Son plus grand modèle est présenté comme compétitif avec GPT-4o sur des évaluations visuelles, mais les tests ne suffisent pas à désigner un vainqueur universel.
À l’automne 2024, l’IA ne bascule pas grâce à une invention isolée, mais par la convergence de modèles plus naturels, de nouveaux usages créatifs et d’une course aux puces. GPT-4o illustre ce mouvement. Il rend aussi plus urgentes les questions de données, de droits d’auteur, de protection des mineurs et de responsabilité.
Les grands modèles de langage impressionnent par leur aisance rédactionnelle, sans pour autant distinguer toujours le vrai du vraisemblable. L’augmentation de leur taille améliore de nombreuses capacités, mais ne garantit ni l’exactitude ni la reconnaissance de l’incertitude. Comprendre cette limite est essentiel pour les utiliser sans leur accorder une confiance excessive.
Dévoilé lors de Meta Connect, Llama 3.2 élargit la famille de modèles de Meta avec deux modèles capables d’analyser des images et deux versions textuelles très compactes. Cette stratégie vise à concilier des usages visuels plus riches et une IA plus facile à exécuter sur des appareils aux ressources limitées.
Avec Llama 3.2, dévoilé le 25 septembre 2024, Meta introduit des modèles capables d’interpréter à la fois une image et une consigne écrite. La famille comprend aussi deux versions textuelles légères, pensées pour rapprocher certaines fonctions d’IA des téléphones et autres appareils.
En septembre 2024, l’arrivée d’o1 d’OpenAI relance la compétition entre assistants d’IA, aux côtés de GPT-4o et Grok-2. Mais il n’existe pas un meilleur modèle dans l’absolu : raisonnement, dialogue, multimodalité, coût et confidentialité changent la réponse selon l’usage recherché.
Alibaba Cloud met à disposition plus de 100 modèles d’intelligence artificielle de la famille Qwen 2.5. Leur taille s’étend de 0,5 à 72 milliards de paramètres et ils prennent en charge plus de 29 langues. Une ouverture pensée pour laisser développeurs, chercheurs et entreprises choisir un modèle adapté à leurs contraintes.
Les outils d’intelligence artificielle peuvent analyser beaucoup d’informations et livrer une réponse convaincante, sans pour autant être exacts. Données imparfaites, biais, raisonnement fragile ou manque de contexte expliquent ces erreurs. Pour les usages sensibles, la solution passe moins par une confiance aveugle que par des contrôles humains et techniques adaptés.
Anthropic rend son assistant conversationnel Claude accessible au grand public de l’Union européenne le 14 mai 2024. Disponible notamment en français, en allemand et en espagnol, l’outil s’accompagne d’une application pour iPhone. Cette arrivée élargit l’offre d’IA générative disponible aux internautes européens.
OpenAI déploie GPT-4o dans ChatGPT, y compris pour les utilisateurs gratuits, avec des échanges plus fluides en texte et en image. Le nouveau modèle doit aussi faire une place centrale à la voix. Cette ouverture élargit l’accès à l’IA générative, sans faire disparaître les limites d’usage, de fiabilité et de confidentialité.
À mesure que les modèles de langage gagnent en autonomie apparente, la promesse d’une IA supérieure à l’humain nourrit autant l’enthousiasme que l’inquiétude. Le 11 avril 2024, leurs performances impressionnent dans des tâches précises, mais ne constituent pas la preuve d’une intelligence générale.
Google étend les capacités multimodales de Gemini 1.5 Pro à l’audio dans Vertex AI. Le modèle peut traiter des enregistrements pour en extraire une transcription, produire un résumé ou aider à traduire un dialogue, ouvrant des usages concrets pour les réunions, cours et entretiens.
Lancé par Google le 6 décembre 2023, Gemini Pro était intégré à Bard dans certains pays, mais pas en Europe. Depuis la France, un VPN pouvait afficher le service américain, sans garantir un accès conforme ni refléter toutes les promesses de la démonstration vidéo.
xAI dévoile Grok, son premier assistant conversationnel, entraîné pendant deux mois et relié aux informations circulant sur X. Elon Musk promet un ton plus irrévérencieux et des réponses actualisées, mais le modèle est encore en bêta et devra faire ses preuves sur la fiabilité comme sur la sécurité.
