Sujet
Tous les articles d’Actu.ai consacrés à Modèles de raisonnement : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 21 articles
Samsung présente le Tiny Recursive Model, un réseau de seulement 7 millions de paramètres conçu pour revoir sa propre réponse à plusieurs reprises. Sur des problèmes structurés comme Sudoku-Extreme et Maze-Hard, ses résultats relancent le débat : pour certaines tâches de raisonnement, l’architecture peut-elle compter autant que la taille ?
Toutes les requêtes envoyées à une IA ne mobilisent pas les mêmes ressources. Une étude menée en Allemagne montre que les modèles qui développent leur raisonnement peuvent alourdir fortement leur bilan carbone, sans que ce coût supplémentaire assure systématiquement une meilleure réponse.
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.
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.
Né dans un village du Guangdong, Liang Wenfeng a fondé DeepSeek et s’est imposé comme une figure majeure de l’intelligence artificielle chinoise. Le succès de son modèle de raisonnement, publié en janvier 2025, dépasse l’histoire individuelle : il nourrit les ambitions technologiques d’un pays entier.
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.
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.
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.
Lancé en janvier 2025, le modèle de raisonnement DeepSeek R1 relance la compétition mondiale de l’IA. Ses résultats techniques et son coût attirent les entreprises, mais l’hébergement des données en Chine, le statut réellement ouvert du modèle et les exigences réglementaires imposent un examen précis.
Une équipe liée aux universités Stanford et Washington affirme avoir adapté un modèle de raisonnement baptisé s1 pour moins de 50 dollars. Leur recette combine un modèle déjà entraîné, 1 000 exemples de raisonnement issus de Gemini et une courte phase d’entraînement. Une avancée prometteuse, mais qui ne signifie pas qu’un modèle comme Gemini se construit à ce prix.
OpenAI ne traverse pas une crise unique, mais l’accumulation de départs importants, de coûts colossaux et d’une concurrence brusquement renforcée. En février 2025, DeepSeek oblige notamment l’entreprise à justifier sa trajectoire technologique et économique, tandis que le projet Stargate illustre l’ampleur des investissements requis.
OpenAI a mis en ligne o3-mini le 31 janvier 2025, un modèle de raisonnement pensé pour les sciences, le code et les mathématiques. Plus rapide et moins coûteux que les modèles de raisonnement plus lourds, il arrive au moment où DeepSeek relance la compétition sur le prix et les performances.
Le lancement de DeepSeek-R1, le 20 janvier 2025, a secoué la course mondiale à l’IA. Derrière les promesses de coûts réduits se dessinent des questions plus profondes : performance, accès aux modèles, dépendance aux puces et compétition entre la Chine et les États-Unis.
La sortie de DeepSeek-R1, le 20 janvier 2025, a ravivé aux États-Unis le souvenir du choc provoqué par Spoutnik en 1957. L’analogie ne signifie pas qu’un chatbot est un satellite, mais qu’une percée chinoise inattendue peut rebattre les cartes de la course technologique mondiale.
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.
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.
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.
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.
