Les sorties de modèles IA s'accélèrent, mais les benchmarks ne suivent pas
Dix des 20 modèles actuels suivis par stale.jock.pl sont livrés sans date de fin d'entraînement publiée. Les modèles chinois ont capté 57 % à 67 % des tokens sur OpenRouter la semaine du 14 septembre.

Six lancements de modèles ont eu lieu entre le 1er et le 22 septembre 2026, selon le traqueur de stale.jock.pl. La page recense les dates de sortie et les dates de fin d'entraînement de 20 modèles actuels issus de huit laboratoires. OpenAI en a livré trois à elle seule le 22 septembre : GPT-6 Sol, GPT-6 Luna et Claude Opus 5.5 d'Anthropic le même jour, d'après le tableau du traqueur et les titres récents. Les laboratoires comptent désormais le calendrier des modèles de pointe en jours, plus en trimestres.
Or l'instrument qui sert à juger ces modèles ne suit pas le rythme. La moitié seulement des modèles de la liste affichent une date de fin d'entraînement, c'est-à-dire le jour où le modèle a cessé de lire. Cinq des huit laboratoires, Anthropic, Google DeepMind, Meta, OpenAI et xAI, publient une telle date pour au moins un modèle, indique le traqueur. Une entrée vide signifie que les sources consultées chez l'éditeur n'ont pas permis d'établir la date. Ce n'est pas la preuve qu'il n'en existe aucune.
L'écart entre livrer et savoir
Le traqueur le formule sans détour : deux dates déterminent l'actualité réelle d'un modèle. La date de sortie est celle où le laboratoire l'a livré ; la date de fin d'entraînement, celle où il a cessé de lire. GPT-6 Astra, sorti le 3 septembre 2026, affiche une fin d'entraînement au 30 avril 2026, selon la page. Il avait donc environ quatre mois de retard le jour de son lancement. Claude Fable 5.1, sorti le 1er septembre 2026, porte une date de juin 2026. Gemini 3.1 Pro, sorti le 19 février 2026, a arrêté de lire en janvier 2025, plus d'un an avant sa mise sur le marché.
Un modèle peut sortir en septembre et avoir cessé de lire en avril, ce qui le laisse cinq mois en retard le jour de son lancement.
Cet écart pèse davantage à mesure que les cycles de sortie se resserrent. Mistral AI a livré Mistral Large 3 le 2 décembre 2025, Mistral Small 4 le 16 mars 2026 et Mistral Medium 3.5 le 28 avril 2026, aucun avec une date publiée, selon le traqueur. Qwen3.8-Max d'Alibaba (3 août 2026), Qwen3.8-Flash (26 août 2026), ainsi que V4-Pro (13 août 2026) et V4.1-Flash (10 septembre 2026) de DeepSeek figurent aussi sans date publiée. Il en va de même pour Muse Glimmer et Muse Spark 1.3 de Meta, et pour Gemini 3.8 Flash de Google DeepMind.
Les outils de recherche ne comblent pas le trou, soutient la page. Un modèle qui interroge le web lit quelques pages, s'en sert dans une réponse et oublie. Ouvrez une nouvelle conversation : il revient à sa date de fin d'entraînement. Pire, c'est le modèle lui-même qui doit déclencher la recherche, avec les mêmes poids qui portent le fait périmé. Les erreurs tombent donc là où le modèle se sent le plus sûr. La page cite une mesure portant sur plus de 2 000 appels répartis sur 16 modèles, chacun doté d'un outil de recherche web. Les modèles de pointe ont tranché correctement presque à chaque fois. Les plus faibles ont énoncé comme acquis des faits qui avaient changé et cherché sur le web des choses comme le point d'ébullition de l'eau.
Les usages bougent plus vite que les benchmarks
Pendant que les laboratoires se pressent de livrer, les données d'usage racontent autre chose sur les modèles que les développeurs choisissent vraiment. Les modèles d'IA chinois sont passés d'une petite part d'usage à la majorité sur deux grandes plateformes pour développeurs en 2026, selon CNBC, qui cite des données d'usage transmises à la chaîne. Sur OpenRouter, les modèles chinois ont représenté 57 % à 67 % des tokens utilisés la semaine du 14 septembre, contre 6 % à 13 % en février. Sur Vercel, leur part est montée à 55 % en août, contre 11 % en janvier.
Cette adoption se concentre dans ce qu'OpenRouter appelle le Sud global, 82 pays d'Amérique centrale et du Sud, d'Afrique et d'Asie. Plus des deux tiers des tokens consommés par ces entreprises vont à des modèles chinois, rapporte CNBC. Aux États-Unis, les entreprises utilisent environ la moitié des tokens sur OpenRouter.
Le prix est le moteur, selon les personnes interrogées par CNBC. Peter Walker, responsable des analyses chez OpenRouter, a déclaré à la chaîne que les modèles open source chinois sortis cette année « peuvent réellement fonctionner dans des cas d'usage agentiques avancés, notamment pour le code, ce qui n'était tout simplement pas vrai fin 2025 ». Ils sont aussi « incroyablement rentables comparés à la plupart des modèles des laboratoires américains », a-t-il ajouté. Harpreet Arora, responsable de l'infrastructure agentique chez Vercel, a expliqué à CNBC qu'une fois qu'un modèle atteint le niveau de qualité requis pour une tâche, l'écart de prix devient décisif. Les entreprises continuent de vouloir des modèles américains de pointe pour les tâches plus complexes, a-t-il dit.
Plus tôt cette semaine, OpenAI et Anthropic ont toutes deux annoncé de nouveaux modèles moins chers, rapporte CNBC. Dianne Penn, responsable de la gestion produit pour la recherche et les laboratoires chez Anthropic, a déclaré à la chaîne que l'entreprise cherchait à rendre les réponses de ses modèles « plus efficaces, afin qu'elles consomment moins de tokens selon le niveau d'effort choisi ».
Washington surveille les compteurs de tokens
Ce basculement attire l'attention à Washington, où deux commissions de la Chambre des représentants américaine enquêtent sur l'impact de l'adoption croissante des modèles chinois, selon CNBC. Les États-Unis interdisent aux entreprises chinoises d'IA d'acheter les puces les plus avancées via des contrôles à l'exportation. Washington craint qu'elles n'accèdent à des puces Nvidia à distance par des centres de données à l'étranger. Il s'inquiète aussi de la « distillation », où de nouveaux modèles imitent des modèles plus anciens et mieux établis.
L'IA chinoise représente « de vrais risques économiques et de sécurité pour les États-Unis », a déclaré Daniel Remler, chercheur senior au programme technologie et sécurité nationale du CNAS, à CNBC. « La crainte ultime, c'est que l'intégration des modèles chinois n'entraîne des pays dans une sphère d'influence technologique chinoise qui se durcisse en alignement géopolitique », a-t-il dit. M. Remler ajoute que l'Asie du Sud-Est pourrait connaître une adoption importante. Selon lui, « partout de Lagos à São Paulo en passant par Jakarta, là où entrepreneurs et gouvernements cherchent des modèles ouverts et bon marché, on se tournera d'abord vers l'IA chinoise ».
Nvidia tente de changer ce calcul par le logiciel plutôt que par les puces. L'entreprise prépare un modèle gratuit, qui devrait s'appeler Nemotron 4, attendu avant la fin de l'année. Il vise les acheteurs qui exploitent déjà du matériel Nvidia, a déclaré Marc Einstein, analyste chez Counterpoint Research, à Rest of World. Peu de pays correspondent mieux à cette description que les Émirats arabes unis, dont le centre de données phare tournera sur 400 000 puces Nvidia, rapporte la publication. Nvidia a aussi accepté de payer près de 13 000 000 000 dollars pour racheter Hugging Face, la plateforme où les développeurs partagent et téléchargent des modèles, selon Rest of World.
Le contexte de cette dépense : les versions antérieures des modèles américains ont pris beaucoup de retard sur les modèles chinois gratuits. Ces modèles gratuits ont été téléchargés environ 2 000 000 000 de fois cette année, loin devant tout rival occidental, selon un rapport d'août de Hugging Face cité par Rest of World. Les gouvernements qui construisent leurs propres modèles partent le plus souvent d'un modèle gratuit de Meta ou d'Alibaba. Selon M. Einstein, les dépenses de Nvidia visent à faire de Nemotron la base qu'ils choisiront à la place.
Ce que les benchmarks ne voient pas
Rien de tout cela ne résout le problème de mesure de fond. Les scores d'un modèle aux benchmarks ne disent rien de ce qu'il sait de ce qui s'est passé après sa date de fin d'entraînement. La page de stale.jock.pl propose une vérification simple : demander directement au modèle sa date de fin d'entraînement. Un modèle bien réglé répond ou dit qu'il n'est pas sûr. Un modèle qui invente une date avec assurance vous a appris quelque chose d'utile sur lui-même, soutient la page. Elle ajoute qu'il faut recouper la réponse avec le traqueur, car un modèle est une mauvaise source sur les modèles.
La page fournit aussi un export lisible par machine, models.json, qui contient la date de sortie, la date de fin d'entraînement publiée et un lien vers la source pour les 20 modèles. Elle suggère de pointer un agent vers ce fichier via le fichier d'instructions AGENTS.md ou CLAUDE.md que l'agent lit déjà. L'export est régénéré en même temps que la page, si bien qu'un agent lit les dates du jour et non celles figées dans ses poids.
C'est un pis-aller, pas une solution. Les laboratoires décident de ce qu'ils divulguent, et la moitié des modèles actuels du traqueur restent sans date publiée. Tant que cela ne change pas, quiconque compare des modèles sur les seuls benchmarks note un instantané déjà périmé au moment de sa sortie.
Sources
3- 01Show HN: How Stale Is Your AI? Release age and training cutoff for 20 modelsEN
- 02Chinese AI models surge in global popularity — and Washington is worriedEN
- 03Nvidia's free AI model could push the UAE closer to the U.S.EN
Tous 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.