Énormes fuites sur GPT-7.0 Bell : nouveau modèle d’Anthropic, extinction de l’IA, images ChatGPT 2.5 et plus

Bell, ou le signal faible devenu sujet central

Le titre de travail correspond bien au sujet: d’énormes fuites sur “GPT-7.0 Bell”, avec en arrière-plan le nouveau modèle d’Anthropic, les risques existentiels de l’IA, ChatGPT Images 2.5 et la compétition des grands laboratoires [1]. Mais il faut distinguer deux niveaux. OpenAI a officiellement décrit un “nouveau modèle interne” nettement plus capable que GPT-6 Astra; le nom Bell ou Bel, ainsi que les comparaisons “Bell Low” contre “Astra Max”, relèvent encore de fuites, de captures et de discussions de benchmarks non formalisées [2][3].

Cette nuance ne réduit pas l’importance du sujet. Au contraire, elle montre comment fonctionne désormais la frontière de l’IA. OpenAI affirme que ce modèle interne est en entraînement depuis le 28 août 2026, que l’entraînement se poursuit, et qu’il affiche déjà des performances sans précédent dans ses benchmarks, notamment en mathématiques [2]. En parallèle, des messages sociaux affirment qu’une version à faible niveau de raisonnement de Bell dépasserait déjà Astra Max sur certains graphiques orientés mathématiques [3]. C’est potentiellement considérable, mais cela reste à traiter comme un signal de la couche “fuite”, pas comme une fiche technique officielle.

Une preuve par 10 000 agents, pas un simple lancement produit

Le point d’ancrage public de l’affaire Bell est la publication d’OpenAI du 8 septembre sur le problème du millénaire de Navier–Stokes [2]. OpenAI affirme que son système interne a produit une preuve analytique et une formalisation Lean montrant qu’un fluide initialement lisse peut développer une singularité en temps fini, avec une force appliquée lisse et une énergie qui demeure finie [2]. Si la communauté mathématique valide ce résultat, l’impact serait majeur. À ce stade, il faut parler d’une revendication de preuve publiée, en attente d’examen indépendant.

Le plus important est peut-être la méthode. OpenAI décrit un système d’agents coordonnés propulsés par le modèle interne, avec accès à des outils, exécution de code, lecture d’une version mise en cache du web, communication par groupes et consolidation d’idées intermédiaires via Codex [2]. Le groupe qui aurait produit le résultat Navier–Stokes comptait environ 10 000 agents concurrents; il serait arrivé à la résolution environ 88 heures après le lancement, puis GPT-6 Astra aurait pris 17 heures supplémentaires pour la formalisation et la vérification en Lean [2]. Tous problèmes confondus, les agents auraient échangé 4,9 millions de messages et utilisé environ 300 milliards de tokens de sortie; la seule partie Navier–Stokes représente 2,7 millions de messages et environ 130 milliards de tokens de sortie [2].

C’est là que Bell dépasse le simple fantasme de nom de modèle. La compétition ne se résume plus à “un modèle répond à une invite”. Elle devient un système complet: modèle, orchestration d’agents, permissions d’outils, mémoire, circulation d’hypothèses, vérification formelle, supervision, budget et sécurité. Bell est peut-être le nom qui attire l’attention, mais l’architecture multi-agent est le véritable saut stratégique.

La vérification et la controverse sur le crédit

La revendication de preuve a aussitôt déclenché une question de confiance. VentureBeat a rapporté que l’annonce s’est entremêlée avec les travaux de Tristan Buckmaster, mathématicien à NYU, et de Levent Alpöge, chercheur chez Anthropic, qui travaillaient déjà sur des équations de fluides liées à Navier–Stokes avec l’aide d’outils d’IA [4]. Selon ce reportage, Buckmaster a demandé si des sessions privées dans Codex ou des données produits désidentifiées avaient pu contribuer au résultat ultérieur d’OpenAI; OpenAI a nié tout accès direct aux travaux privés des chercheurs, tout en indiquant ne pas pouvoir exclure qu’une donnée désidentifiée issue de l’usage de ses produits ait contribué à l’amélioration des modèles [4].

Cette distinction est cruciale pour les entreprises et les laboratoires. “Personne n’a ouvert votre fichier privé” n’est pas équivalent à “vos interactions ne peuvent jamais influencer un modèle futur”. OpenAI écrit elle-même que ses chercheurs et agents n’ont pas vu les travaux d’Alpöge et Buckmaster avant leur publication, tout en admettant comme improbable mais possible une contribution de données d’usage désidentifiées à l’amélioration du modèle [2]. En pratique, la controverse transforme Bell en sujet de gouvernance: à qui appartiennent les idées élaborées dans des flux de travail assistés par IA, et quand une amélioration de modèle devient-elle une fuite indirecte?

Anthropic répond par les modèles et par les institutions

Le sujet mentionne aussi le nouveau modèle d’Anthropic. Le développement le plus récent n’est pas seulement l’existence de Claude Fable 5.1, mais son extension vers des environnements sensibles. FedScoop a rapporté le 9 septembre que Teresa Carlson, responsable mondiale du secteur public chez Anthropic, a déclaré que Fable 5.1 est désormais disponible dans Claude for Government, y compris pour les agences exigeant FedRAMP High, avec d’autres offres publiques attendues dans les prochaines semaines [6]. Autrement dit, pendant qu’OpenAI expose la puissance de ses essaims d’agents scientifiques, Anthropic pousse son modèle frontière dans les usages gouvernementaux.

Anthropic tente aussi de cadrer les conséquences économiques. Sa dernière analyse modélise trois scénarios — modeste, substantiel et extrême — sur l’impact possible de l’IA aux États-Unis d’ici 2030, avec des effets sur la croissance, l’emploi, les salaires et le travail de connaissance [8]. Le point commun est une hausse du PIB, mais les scénarios les plus transformateurs accroissent les tensions sur l’emploi, les salaires et le partage des gains entre travail et capital [8]. C’est le versant économique de la question Bell: si des agents peuvent condenser des années de recherche ou de travail professionnel en quelques jours, qui capte la valeur créée?

Le débat sur l’extinction devient plus interne

Le volet “extinction de l’IA” du titre s’est intensifié avec la démission de Jacob Coxon, chercheur qui affirme avoir travaillé en pré-entraînement chez OpenAI et Anthropic [7]. Fast Company a rapporté que Coxon accuse les deux entreprises de courir vers une superintelligence auto-améliorante et de “jouer avec nos vies”, tandis que d’autres employés ou chercheurs en IA ont publiquement réagi à ses inquiétudes [7]. Que l’on accepte ou non son estimation du risque, le calendrier est frappant: cette démission arrive au moment où OpenAI présente un modèle interne plus fort qu’Astra, une expérience massive d’agents autonomes et un discours sur la nécessité de guider ou de rythmer les progrès futurs [2][7].

Il faut lire cette partie avec précision. Il ne s’agit pas d’une prédiction établie. Il s’agit d’un conflit vivant, interne et public, entre personnes proches des systèmes. La signification n’est pas seulement qu’un chercheur démissionne; c’est que sa critique recoupe les mêmes thèmes que Bell: auto-amélioration, contrôle, supervision, incitations économiques et capacité réelle des laboratoires à ralentir quand leurs concurrents accélèrent.

ChatGPT Images 2.5 maintient la pression produit

Pendant que Bell domine la frontière scientifique, OpenAI a aussi lancé ChatGPT Images 2.5 le 8 septembre [5]. L’entreprise promet des détails plus nets, une lumière plus naturelle, des textures plus riches, une meilleure conservation des sujets à partir de références, des éditions multi-tours plus précises et une latence réduite jusqu’à 50 % par rapport à Images 2.0 [5]. Pour les développeurs, OpenAI introduit GPT-Image-2.5 Flare comme choix API par défaut et GPT-Image-2.5 Sunburst pour les flux premium nécessitant davantage de contrôle [5].

C’est un rappel utile: la compétition ne se joue pas seulement dans les théorèmes ou la cybersécurité. Elle se joue aussi dans les interfaces créatives que les utilisateurs ressentent directement. Bell représente le plafond de recherche; Images 2.5 représente la surface grand public et développeur.

DeepSeek et la course au capital

DeepSeek ajoute la couche financière. Reuters, repris par The Economic Times, rapporte que la startup chinoise de Hangzhou a choisi CITIC Securities pour préparer une possible introduction sur le STAR Market de Shanghai, avec l’objectif de commencer le processus cette année [9]. Le calendrier, la taille de l’opération et la valorisation cible restent indéterminés, tandis que d’autres informations autour de la société évoquent une valorisation de financement proche de 75 milliards de dollars [9].

C’est le miroir financier de Bell. Entraîner des modèles frontières, financer d’immenses budgets d’inférence, orchestrer des agents, surveiller la sécurité et déployer en environnement gouvernemental exige du capital. La course est technique, mais elle est aussi industrielle, géopolitique et boursière.

Ce qu’il faut surveiller maintenant

La prochaine étape ne sera pas seulement de savoir si “GPT-7.0 Bell” devient un nom public. Les vraies questions sont plus profondes: OpenAI publiera-t-elle une fiche système du modèle interne? Les mathématiciens valideront-ils la preuve Navier–Stokes et sa formalisation? Les comparaisons Bell Low contre Astra Max survivront-elles à des tests contrôlés? Les laboratoires définiront-ils des règles crédibles sur les données de recherche utilisées dans les produits d’IA?

Pour l’instant, Bell est le meilleur aperçu de la prochaine phase: les modèles restent essentiels, mais les essaims d’agents, la vérification formelle, la sécurité, les produits, les scénarios économiques et les marchés de capitaux avancent désormais ensemble.

Sources des dernières 72 heures

1. [1]Huge GPT-7.0 Bell Leaks! Anthropic's New Model, AI Extinction, ChatGPT Images 2.5 & More! AI News · AI · 8news.ai10 sept. 2026, 06:15 UTC
2. [2]On the Navier–Stokes Millennium Prize Problem | OpenAI8 sept. 2026, 00:00 UTC
3. [3]Chetaslua: "Most of people are not discussing this as they are busy in math banter Bel low " | Zamantika10 sept. 2026, 03:30 UTC
4. [4]OpenAI solves longstanding math problem with 10,000-agent swarm — but can't rule out benefitting from a researcher's private Codex data | VentureBeat8 sept. 2026, 21:38 UTC
5. [5]Introducing ChatGPT Images 2.5 | OpenAI8 sept. 2026, 00:00 UTC
6. [6]Anthropic adds Fable 5.1 to Claude for Government | FedScoop9 sept. 2026, 00:00 UTC
7. [7]AI researcher claims he resigned from Anthropic over threat to the human race. His post is going viral9 sept. 2026, 00:00 UTC
8. [8]Anthropic sees AI driving GDP growth, but warns of job losses, wage pressure for knowledge workers10 sept. 2026, 04:30 UTC
9. [9]DeepSeek taps CITIC for Shanghai STAR IPO amid $75 billion valuation push9 sept. 2026, 17:51 UTC

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.