Tech • IA • Crypto
Elon Musk vient de choquer OpenAI avec Grok 5
9/10INTRO
Une vague de développements en IA menée par xAI, DeepSeek et Alibaba signale une intensification de la course mondiale aux systèmes de codage autonomes et aux agents de recherche.
POINTS CLÉS
xAI dévoile un modèle Grok massif
xAI d’Elon Musk a achevé l’entraînement de Grok V9, un modèle de 1,5 trillion de paramètres — trois fois plus grand que son prédécesseur — avec une sortie publique attendue dans les prochaines semaines. Ce modèle représente une montée en puissance majeure visant à combler l’écart avec les systèmes leaders en codage et en raisonnement. Malgré cette augmentation de taille, Grok reste en retard sur ses concurrents en performance sur les benchmarks et en adoption en entreprise.
Un entraînement alimenté par des workflows réels de développeurs
xAI aurait entraîné Grok à partir de vastes données issues de Cursor, une plateforme de codage IA largement utilisée et adoptée par plus de 67 % des entreprises du Fortune 500. Cet ensemble inclut des invites réelles de développeurs, des sessions de débogage et des schémas de collaboration multi-fichiers. L’approche vise une limite clé des modèles actuels: passer de la génération syntaxique de code à de véritables capacités d’ingénierie logicielle.
Une offensive stratégique sur les outils de programmation IA
Une option d’acquisition à 60 milliards de dollars liée à Cursor souligne l’accent mis par Musk sur le marché du code, avec des frais de 10 milliards de dollars même en cas d’échec. xAI a aussi lancé Grok Build, un agent de programmation IA en ligne de commande prenant en charge des sous-agents parallèles, l’édition et l’exécution de code. Le prix atteint 300 $ par mois, le positionnant comme un outil premium pour entreprises.
Un écart concurrentiel toujours important
Sur le benchmark SWE-bench Verified, GPT-5.5 atteint 88,7 %, Claude Opus 4.6 80,8 %, tandis que les modèles Grok se situent autour de 72–75 %. L’usage en entreprise reflète un écart similaire: OpenAI à 55 %, Anthropic à 47 %, Google à 39 %, et xAI à seulement 6 %, ce qui souligne le défi que Grok V9 doit relever.
La recherche générée par IA atteint une nouvelle échelle
Un article de 46 pages dirigé par le chercheur DeepSeek Deli Chen a été généré à 99 % par un agent IA, réalisé en environ six jours avec seulement deux heures d’intervention humaine. Le système a traité 648 000 tokens et vérifié plus de 100 références, illustrant une accélération rapide de la production académique et soulevant des questions sur l’attribution et l’inflation de la recherche.
Un cadre pour les agents de recherche autonomes
L’article propose une échelle d’autonomie en cinq niveaux, allant des outils d’autocomplétion basiques aux systèmes de recherche entièrement autonomes. Les systèmes actuels les plus avancés opèrent au niveau 4, capables de travail autonome multi-étapes dans des contraintes définies. Les défis non résolus incluent l’auto-évaluation, la mémoire à long terme, la reproductibilité et l’évitement des boucles d’échec.
Qwen 3.7 Max d’Alibaba atteint le top niveau
Qwen 3.7 Max s’est classé quatrième mondialement sur le classement Code Arena avec un score de 1541, dépassant GPT-5.5 et Gemini 3.5 Flash. C’est le premier modèle chinois à atteindre ce niveau, rejoignant un groupe dominé par la série Claude d’Anthropic.
Des performances portées par une autonomie longue durée
L’architecture de Qwen met l’accent sur l’exécution prolongée de tâches, fonctionnant jusqu’à 35 heures avec plus de 1 100 appels d’outils sans perte de cohérence ni boucles. Les tests montrent la création d’applications fonctionnelles — jeux ou simulations — du premier coup avec peu de débogage, indiquant une forte utilisabilité réelle.
Une concurrence sectorielle en forte intensification
Plusieurs lancements majeurs sont attendus sur la même période, dont GPT-5.6, Claude Opus 4.8 et Gemini 3.5 Pro, annonçant une vague concentrée de compétition. Parallèlement, des contraintes réglementaires influencent les partenariats, notamment autour des interactions entre xAI et Cursor lors des négociations d’acquisition.
CONCLUSION
Les progrès rapides en taille des modèles, en données d’entraînement et en autonomie des agents redéfinissent le développement logiciel et la recherche, tout en intensifiant la compétition entre les leaders de l’IA américains et chinois.