Les nouveaux modèles d'IA sortent avec des données d'entraînement vieilles de plusieurs mois
Dix des 20 modèles actuels, répartis sur huit laboratoires, publient une date limite d'entraînement. L'écart entre cette date et celle de la sortie atteint parfois cinq mois, selon un tracker publié le 16 septembre.

La page s'appelle How stale is your AI. Elle fait une seule chose : placer deux dates à côté de 20 noms de modèles et laisser l'écart grandir. La date de sortie est celle où le laboratoire a livré le modèle. La date limite d'entraînement est celle où il a cessé de lire. D'après le site, 10 des 20 modèles listés portent une date limite que leur laboratoire publie réellement.
C'est tout l'argument des benchmarks en miniature. Les lancements de modèles sont notés sur des benchmarks exécutés à la sortie, mais tout ce qui suit la date limite est simplement absent de ce que le modèle sait. L'exemple du tracker : GPT-6 Astra est sorti le 3 septembre 2026 et ses données d'entraînement s'arrêtent au 30 avril 2026. Le jour du lancement, il avait déjà quatre mois de retard.
Ce que montrent les dates
Prenons les entrées où les deux dates existent. Llama 4 est sorti le 5 avril 2025 avec une date limite d'août 2024. Claude Haiku 4.5 est sorti le 15 octobre 2025 avec juillet 2025. Gemini 3.1 Pro est sorti le 19 février 2026 avec janvier 2025, un écart de plus d'un an. Claude Sonnet 5 (30 juin 2026, janvier 2026), Claude Fable 5.1 (1er septembre 2026, juin 2026), GPT-6 Astra (3 septembre 2026, 30 avril 2026), Grok 4.7 (21 septembre 2026, mai 2026), Claude Opus 5.5 (22 septembre 2026, juin 2026), GPT-6 Sol (22 septembre 2026, 20 avril 2026) et GPT-6 Luna (22 septembre 2026, 18 mai 2026) complètent l'ensemble publié.
Les dix autres lignes sont vides. Mistral Large 3, Mistral Small 4, Mistral Medium 3.5, Qwen3.8-Max, Muse Glimmer, DeepSeek V4-Pro, Qwen3.8-Flash, Gemini 3.8 Flash, Muse Spark 1.3 et DeepSeek V4.1-Flash affichent tous « Not established ». Le site précise ce que cela signifie : une ligne vide veut dire que les sources vérifiées chez les fournisseurs n'ont pas établi de date limite pour ce modèle, et non que le laboratoire n'en a jamais publié. Cinq des huit laboratoires, Anthropic, Google DeepMind, Meta, OpenAI et xAI, ont une date limite publiée pour au moins un modèle de la page.
La date limite d'entraînement est celle où un modèle a cessé de lire. Tout ce qui s'est passé après est simplement absent de ce que le modèle sait. Un modèle peut sortir en septembre et avoir cessé de lire en avril, ce qui veut dire qu'il a cinq mois de retard le jour de son lancement.
L'affirmation la plus intéressante de la page ne porte pas sur les dates. Elle porte sur ce qui se passe quand on donne à un modèle un bouton de recherche et qu'on le laisse décider s'il l'utilise. L'auteur rapporte 2 000 appels sur 16 modèles, chacun disposant d'un outil de recherche web. Les modèles de pointe, dans cette série, ont décidé correctement presque à chaque fois. Les plus faibles ont répondu de mémoire à des questions dont la réponse avait changé, et ont cherché sur le web des choses comme le point d'ébullition de l'eau. Dans une des formulations de la page, on a demandé à 16 modèles qui est le roi de Norvège, et cinq ont nommé un homme mort.
Relisez attentivement. La décision de chercher tourne sur les mêmes poids qui portent le fait périmé, donc les erreurs tombent exactement là où le modèle se sent le plus sûr. Les outils de recherche masquent l'écart. Ils ne le comblent pas. Ouvrez une nouvelle conversation et le modèle revient à sa date limite.
Le point gênant pour les benchmarks
Cela compte pour la façon de lire les benchmarks de sortie. Un modèle peut dominer un classement en septembre sur des questions dont les réponses étaient fixées avant avril, et personne parmi ceux qui font tourner l'évaluation ne vérifie la date limite sur la fiche du modèle. Si un laboratoire ne publie pas la date limite, la ligne vide du tracker est la réponse honnête : personne à l'extérieur du laboratoire ne peut mesurer l'écart.
Il y a aussi un problème de second ordre. Un modèle est une mauvaise source sur les modèles. Demandez-lui directement sa date limite d'entraînement : un modèle bien élevé répond ou dit qu'il n'est pas sûr, selon la page. Un modèle qui invente une date avec assurance vous a appris quelque chose d'utile sur lui-même. Les dates de sortie, les numéros de version et le modèle actuel s'arrêtent tous à la date limite, et la mauvaise réponse sonne toujours assurée.
Le correctif suggéré est petit et pratique. Mettez quelques lignes dans le fichier AGENTS.md ou CLAUDE.md qu'un agent lit déjà. Dites-lui d'aller chercher le models.json du site avant de présenter un modèle, une version ou une date comme actuels, et de traiter tout ce qui porte une date comme non vérifié tant que ce n'est pas contrôlé. L'export contient la date de sortie, la date limite publiée et un lien source par modèle, et il est régénéré à chaque mise à jour de la page. La page héberge la formulation, prête à copier.
Rien de tout cela n'est un benchmark au sens habituel. Il n'y a pas de score, pas de classement et pas de série soumise par un laboratoire. C'est une table de dates avec un export JSON et un argument attaché : la deuxième date d'une fiche de modèle mérite le même examen que la première.
Pour qui compare deux modèles sortis la même semaine, le tracker ajoute une question que la plupart des articles de lancement sautent. Quand chacun a-t-il cessé de lire, et le laboratoire a-t-il pris la peine de le dire ?
Sources
1Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.
Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.
Commentaires
0- Aucun commentaire — soyez le premier.