Ce que dit vraiment l’annonce
L’histoire qui circule sous le titre “Anthropic’s New Model 4 Beats Opus 5.5” ne concerne pas le lancement public d’un nouveau Claude. Elle porte sur une comparaison interne de capacités. Selon les articles récents consacrés à l’évaluation de METR, Anthropic a donné aux évaluateurs accès à des systèmes non publiés désignés Model 2, Model 3 et Model 4, ce dernier atteignant 178,6 sur l’AECI, la version Anthropic de l’Epoch Capabilities Index . Ce score placerait Model 4 environ 3,9 à 4,0 points au-dessus d’Opus 5.5, situé autour de 174,5 à 174,56 dans le même graphique .
Le noyau factuel est donc précis: Model 4 n’est pas décrit comme un produit grand public, ni comme un modèle disponible via API, ni comme un système que des chercheurs externes peuvent tester librement. Il s’agit d’un checkpoint interne de frontière, apparemment entraîné entre septembre et octobre 2026, dont l’importance vient surtout de ce qu’il suggère sur la trajectoire de développement d’Anthropic . La vidéo AI Revolution indexée le 8 novembre reprend ce cadrage — Model 4 bat Opus 5.5 — tout en reliant l’affaire aux débats sur l’ASI et en rappelant que l’auto-amélioration totalement autonome n’est pas démontrée .
Pourquoi l’AECI compte
L’AECI est important parce qu’il transforme des résultats obtenus sur de nombreux benchmarks en une estimation unique de capacité latente. D’après les résumés récents du travail de METR, les modèles d’Anthropic progressaient d’environ 15 points AECI par an avant octobre 2025, contre environ 29 points par an après cette date, soit une estimation centrale d’un progrès environ 1,9 fois plus rapide . L’intervalle de confiance à 95 % rapporté va de 1,5 à 2,8 fois, tandis que certaines analyses évoquent une fourchette plausible allant d’environ 1,3 à 3 fois .
C’est pourquoi l’écart de 3,9 points entre Model 4 et Opus 5.5 n’est pas traité comme une simple petite avance de classement. TPS, en s’appuyant sur la couverture de QbitAI, indique que cet écart correspondrait à environ trois mois de progrès au rythme historique d’Anthropic . Dans un secteur logiciel classique, trois mois peuvent sembler ordinaires; dans l’IA de frontière, où les cycles de publication sont déjà extrêmement comprimés, voir un système interne dépasser le dernier modèle public phare en quelques semaines devient stratégiquement significatif.
La grande réserve est que l’AECI n’est pas une échelle universelle d’intelligence. C’est un indice ajusté, qui dépend des benchmarks inclus, de la manière dont les scores sont transformés et du niveau de saturation des tests. AF rapporte que Model 4 est le premier modèle de l’ensemble METR à dépasser 50 % sur les 15 benchmarks évalués, avec certains résultats approchant 90 % . C’est impressionnant, mais cela crée aussi un problème de mesure: si les tests deviennent trop faciles pour les meilleurs modèles, l’indice peut perdre en finesse précisément au moment où l’on en a le plus besoin.
Le vrai sujet: l’accélération
La deuxième couche de l’affaire dépasse largement Model 4. L’évaluation de METR aurait couvert 11 semaines d’accès, du 12 août au 29 octobre 2026, avec des métriques internes, des résultats de benchmarks, des sondages auprès d’employés et environ 15 entretiens . Sa conclusion centrale, telle qu’elle est rapportée par plusieurs médias, est que la progression d’Anthropic sur des tâches bien spécifiées aurait atteint environ deux fois son rythme précédent .
Oossa rapporte que METR attribue environ 80 % de cette accélération à l’aide fournie par l’IA aux chercheurs d’Anthropic, plutôt qu’à une croissance plus rapide de la puissance de calcul d’entraînement . AF écrit également que l’audit n’a pas vu dans l’expansion du compute d’entraînement la cause principale de l’accélération, et que METR n’a pas identifié de goulet d’étranglement immédiat — données, calcul ou algorithmes — susceptible d’arrêter la tendance dans les 12 prochains mois . C’est ce point qui rend l’affaire différente d’une course habituelle aux benchmarks: le moteur allégué n’est pas seulement plus de puces ou plus de données, mais l’IA elle-même intégrée à la boucle de recherche.
Les chiffres de productivité interne sont encore plus spectaculaires, mais aussi plus fragiles. Oossa indique que, dans des sondages informels d’octobre 2026, des employés d’Anthropic déclaraient des gains moyens d’environ 12 fois avec le dernier modèle interne . La même source précise que METR considère ces auto-déclarations comme des preuves faibles, susceptibles de surestimer les gains . Autrement dit, le “12x” est un signal utile sur le ressenti des chercheurs, mais pas une mesure stabilisée de la production réelle de toute l’entreprise.
Une auto-amélioration récursive, mais pas encore autonome
L’expression “recursive self-improvement” peut être trompeuse. Sa version forte signifierait qu’un système d’IA conçoit, entraîne, évalue et déploie de manière autonome un successeur supérieur, qui répète ensuite le processus avec toujours moins d’intervention humaine. Les informations disponibles sur Model 4 ne prouvent pas ce scénario. TPS rapporte que, selon METR, l’accélération vient principalement de l’aide apportée par l’IA à des chercheurs humains, et non d’une R&D menée de façon pleinement autonome par l’IA .
La distinction est essentielle. Un laboratoire où des chercheurs utilisent des agents Claude pour écrire du code, préparer des expériences, analyser des journaux et tester plusieurs idées en parallèle ressemble déjà à un système récursif au sens économique: une meilleure IA aide à fabriquer plus vite la prochaine IA. Mais il s’agit encore d’un processus dirigé par des humains. Les preuves actuelles montrent plutôt une machine d’accélération human-in-the-loop qu’un scientifique artificiel autonome.
Cela suffit toutefois à modifier la question du risque. Si l’IA compresse les cycles expérimentaux, les évaluations de sûreté, les red teams et les procédures de retour arrière doivent elles aussi accélérer. Et si des modèles proches de ceux qui construisent les systèmes aident également à les tester, l’indépendance des évaluations devient un enjeu de gouvernance. Le risque immédiat n’est pas nécessairement “l’ASI demain”, mais le fait que les garde-fous habituels soient calibrés pour une vitesse de développement déjà dépassée.
Les caviardages et le déficit de confiance
La limite la plus importante est celle des caviardages. TPS rapporte que Sam McCandlish, cofondateur d’Anthropic, a reconnu que beaucoup d’informations avaient été retirées du rapport public, rendant l’analyse plus difficile à vérifier, tout en expliquant que ces détails pourraient révéler une “feuille de route d’accélération” commercialement sensible . Oossa rapporte aussi qu’Anthropic a masqué une grande partie des éléments jugés les plus utiles par METR, notamment des prévisions et des analyses de goulets d’étranglement .
L’équilibre est délicat. Anthropic a une raison compréhensible de ne pas publier des détails opérationnels susceptibles d’aider ses concurrents. Mais plus les preuves clés restent cachées, plus les observateurs doivent s’appuyer sur le jugement de METR et sur les divulgations sélectives d’Anthropic. Pour une affirmation aussi lourde que “l’IA pourrait doubler la vitesse de développement de l’IA”, cette situation est inconfortable.
ASI dans deux ans?
Le cadrage “ASI dans 2 ans” doit être lu comme une prévision provocatrice, pas comme une conclusion de l’audit. La version de 36Kr Europe cite Ryan Greenblatt, chercheur chez METR, selon qui le rapport serait un signal fort en faveur d’une ASI dans un ou deux ans, mais cette déclaration est une interprétation de calendrier ajoutée aux données d’accélération . Le même ensemble de sources souligne aussi l’incertitude, les caviardages, les limites des benchmarks et l’absence de recherche pleinement autonome .
La lecture prudente est donc la plus solide. Le résultat de Model 4 suggère que la frontière interne d’Anthropic pourrait déjà se situer au-dessus de son dernier modèle public phare. La tendance AECI suggère que le progrès mesuré de l’entreprise pourrait avoir presque doublé depuis octobre 2025. Les éléments sur les workflows indiquent que des systèmes de type Claude accélèrent déjà concrètement le travail de construction de leurs successeurs. Mais rien de tout cela ne prouve que l’ASI arrivera inévitablement en 2028.
Pourquoi cette histoire compte
Le développement important n’est pas seulement qu’un modèle secret obtienne quelques points de plus qu’Opus 5.5. C’est que ces points s’inscrivent dans une tendance plus large: les modèles internes arrivent vite, les tests deviennent moins discriminants, la recherche assistée par IA devient centrale et la vérification externe reste limitée par les caviardages.
Si la future analyse d’Anthropic confirme le cœur de ces affirmations, le débat réglementaire et industriel changera de niveau. Il ne portera plus seulement sur une inquiétude abstraite autour de l’auto-amélioration récursive, mais sur des questions concrètes: comment mesurer une accélération causée par l’IA, quand déclencher les seuils de responsible scaling, et comment maintenir la sûreté au même rythme qu’un moteur de recherche de plus en plus automatisé? Pour l’instant, Model 4 est moins un modèle public qu’un voyant d’alerte. Il ne prouve pas l’arrivée de l’ASI, mais il suggère que l’horloge du développement de l’IA de frontière pourrait tourner plus vite que prévu.
Commentaires
Sois le premier à commenter.