lundi 16 novembre 2026
BP·InfoVeille IA

L’actualité de l’IA qui compte, expliquée pour les pros des affaires et des TI.

Modèles et recherche

Gemini 4 Carbon domine MathArena devant Claude Fable 5.2 et GPT-6.1 Sol, mais à un coût bien supérieur

Au banc d’essai MathArena, Gemini 4 Carbon de Google a obtenu 85,4 %, devant Claude Fable 5.2 d’Anthropic (82,8 %) et GPT-6.1 Sol d’OpenAI (80,6 %), rapporte The Decoder, qui cite Jasper Dekoninck, de MathArena. Carbon a coûté environ 15,70 $ US par exécution contre 1,07 $ US pour GPT-6.1 Sol, soit quelque 15 fois plus; Fable 5.2 a coûté 40,20 $ US.

Pourquoi c’est important

C’est la première fois depuis un moment qu’un modèle d’OpenAI ne domine pas ce banc d’essai, et les deux premiers modèles sont accessibles au public. Les marges d’erreur des meneurs se chevauchent, et l’échec le plus fréquent de Carbon est le dépassement de la limite de temps.

Le meilleur modèle ouvert, Kimi K3.1 Pro, a obtenu 54,3 %.

Pour les affaires et les TI

Le rang à un banc d’essai ne dit rien du rapport coût-efficacité : comparez le score par dollar sur vos propres tâches avant de changer de modèle.

#benchmarks#gemini#mathematics#claude#gpt

Plus dans Modèles et recherche

Tout voir →

OpenAI étend ChatGPT pour chercheurs universitaires à 200 000 scientifiques, avec accès gratuit

OpenAI affirme élargir son programme ChatGPT pour chercheurs universitaires afin d’offrir à 200 000 chercheurs dans le monde un accès gratuit à ses modèles de pointe. Dans une publication sur X, l’entreprise ajoute qu’une étude menée auprès de plus de 1 800 participants du programme révèle que les scientifiques déclarent avoir presque doublé leur productivité grâce à l’IA.

OpenAI

OpenAI affirme que GPT-6 Astra a aidé à élaborer une preuve détaillée d’une définition du modèle standard sur réseau

OpenAI a publié un article sur une définition candidate, non perturbative et sur réseau, du modèle standard de la physique des particules. L’entreprise affirme que son modèle GPT-6 Astra a aidé à transformer l’idée en preuve détaillée. Nous n’avons pas pu lire l’article complet : la physique et le rôle exact du modèle ne sont pas confirmés de façon indépendante.

OpenAI

Claude Fable 5.2 produit des images en écrivant du code qui place des coups de pinceau simulés

Selon The Decoder, Claude Fable 5.2 d’Anthropic crée des images à l’aide de programmes Python qui pilotent un moteur de peinture simulé, plutôt que de calculer des pixels comme le font les modèles de diffusion. Jake Eaton, employé d’Anthropic, affirme qu’une scène photoréaliste de stationnement a nécessité environ 700 000 coups de pinceau. Le modèle n’utilise aucun modèle d’image externe ni image source décalquée.

The Decoder

Meituan publie LongCat-2.5, un modèle d’agent à poids ouverts entraîné sur du matériel chinois

Meituan a publié les poids de LongCat-2.5, un modèle à mélange d’experts de 1,6 billion de paramètres conçu pour le code et les tâches d’agent, sous licence MIT, rapporte The Decoder. Selon les tests de Meituan elle-même, il obtient 88,4 à Terminal Bench v2.1, juste derrière Claude Opus 5. Son exemple de déploiement repose sur 194 puces Huawei Ascend, et le guide ne mentionne aucun GPU Nvidia.

The Decoder