Rubrique
ChatGPT, Gemini, Claude, Llama, Mistral et les autres : nouveaux modèles, capacités, benchmarks et coulisses des grands modèles de langage. 182 articles
L’arrivée de DeepSeek R1, le modèle de raisonnement publié par une entreprise chinoise, a secoué l’industrie de l’IA en janvier 2025. Ses résultats et son architecture remettent en question l’idée qu’il faut toujours plus de puces et de milliards de dollars pour rivaliser avec les meilleurs assistants.
Alibaba place son nouveau modèle Qwen 2.5-Max devant DeepSeek V3 dans plusieurs évaluations de référence, dont Arena-Hard, LiveBench et GPQA-Diamond. Préentraîné sur plus de 20 000 milliards de tokens, ce modèle de type Mixture-of-Experts vise à conjuguer raisonnement, code et facilité d’intégration pour les développeurs.
DeepSeek s’est imposé en quelques semaines comme un chatbot à surveiller face à ChatGPT, référence déjà bien installée. Des réponses ouvertes à l’analyse de PDF, en passant par la recherche web et la créativité, cette comparaison met en lumière leurs atouts, mais aussi leurs limites très concrètes.
Le lancement de DeepSeek-R1 le 20 janvier 2025 a propulsé une start-up chinoise au centre de la compétition mondiale de l’IA. Ses performances, son coût d’entraînement mis en avant et l’ouverture de ses poids interrogent les certitudes du secteur. Mais l’épisode soulève aussi des questions de sécurité, de transparence et de dépendance technologique.
L’application chinoise DeepSeek s’est hissée au sommet des téléchargements et son modèle R1 revendique des performances proches des meilleurs assistants américains. Son efficacité technique annoncée a fait vaciller les marchés le 27 janvier 2025. Mais son essor soulève aussi des questions de souveraineté, de censure et de données.
DeepSeek présente Janus-Pro, une famille de modèles multimodaux capables de comprendre et de générer des images. Sa version à 7 milliards de paramètres affiche de solides résultats sur les tests MMBench et GenEval, devant DALL-E 3 sur ce dernier. Mais ses limites de résolution rappellent que les benchmarks ne racontent pas toute l’histoire.
Le modèle DeepSeek-R1, publié par une jeune entreprise chinoise, a fait vaciller les valeurs technologiques le 27 janvier 2025. Donald Trump y voit un avertissement pour l’industrie américaine. Derrière le choc boursier, la promesse d’une IA de raisonnement moins coûteuse mérite d’être examinée avec méthode.
Les modèles de DeepSeek ont relancé un débat central : faut-il dépenser toujours plus pour progresser en intelligence artificielle ? Les annonces de la jeune entreprise chinoise interrogent les stratégies des géants américains, mais elles ne suffisent pas à conclure à une stagnation technologique des États-Unis.
L’application de DeepSeek s’est hissée en tête des téléchargements gratuits sur l’App Store américain, devant ChatGPT. Portée par son modèle de raisonnement R1, gratuit et largement ouvert à la réutilisation, la start-up chinoise remet au centre du débat le prix, les performances et l’ouverture des modèles d’IA.
Mise en ligne le 23 janvier 2025, Lucie devait incarner une approche française, ouverte et éducative de l’intelligence artificielle. Quelques jours plus tard, le projet porté par Linagora et le CNRS a suspendu son activité, après la diffusion virale de réponses absurdes. Au-delà des moqueries, l’épisode éclaire les limites concrètes des modèles de langage.
Avec DeepSeek-V3, puis DeepSeek-R1, une jeune entreprise chinoise s’invite au premier plan des modèles de langage. Ses résultats techniques, son approche ouverte et ses coûts d’entraînement annoncés alimentent une question stratégique : l’écart entre la Chine et les États-Unis dans l’IA est-il en train de se resserrer ?
Le modèle de raisonnement DeepSeek R1, publié avec ses poids, affiche des résultats proches ou supérieurs à OpenAI o1 sur plusieurs tests. Pour Yann LeCun, son essor illustre surtout la force de la recherche ouverte. Mais les benchmarks ne suffisent pas à proclamer un vainqueur définitif.
En janvier 2025, Gemini 2.0 domine le classement de la Chatbot Arena avec 1 380 points Elo. Google et OpenAI occupent six des premières places, tandis que DeepSeek-V3 et Step-2 confirment la progression des modèles chinois. Voici ce que ce palmarès fondé sur des duels d’utilisateurs permet réellement de comprendre.
DeepSeek publie R1 et R1-Zero, deux modèles conçus pour mieux résoudre les problèmes de logique, de mathématiques et de programmation. Au 21 janvier 2025, leurs résultats déclarés les placent au niveau d’OpenAI o1 sur plusieurs tests, tout en ouvrant leurs poids et des versions plus légères à la communauté.
Avant qu’un modèle n’apprenne, ses hyperparamètres définissent déjà une part décisive de sa trajectoire. Taux d’apprentissage, taille des lots, nombre de couches ou dropout : comprendre leur rôle et les tester avec méthode aide à gagner en précision, sans confondre bonne performance sur les données connues et réelle capacité de généralisation.
À l’approche de 2025, l’intelligence artificielle ne se résume plus à des assistants conversationnels. Modèles plus faciles à adapter, traitement local des données et agents capables d’enchaîner des tâches dessinent de nouveaux usages. Mais cette accélération pose aussi des questions de fiabilité, de données personnelles et de responsabilité.
En décembre 2024, Google occupe les deux premières places de la Chatbot Arena avec Gemini-Exp-1206 et Gemini 2.0. OpenAI reste au contact grâce à ChatGPT 4o Latest, troisième. Ce classement fondé sur des duels anonymes éclaire la rivalité entre modèles, sans suffire à résumer toutes leurs capacités.
Le modèle o3 d’OpenAI a réalisé une performance inédite au test ARC-AGI, en dépassant la référence humaine sur certaines configurations. Ce résultat met en lumière les progrès de l’IA face à des problèmes nouveaux, mais il ne suffit pas à conclure qu’une intelligence artificielle générale est née.
OpenAI clôt son calendrier d’annonces de décembre avec o3 et o3-mini, deux modèles orientés vers le raisonnement sur des problèmes complexes. Prometteurs en mathématiques, en sciences et en programmation, ils restent à ce stade expérimentaux et demandent beaucoup de calcul.
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.
