OpenAI : selon un chercheur, GPT-5.6 surpasse la plupart des stagiaires humains en recherche en IA

La mise à jour santé de ChatGPT surpasse les réponses de médecins, selon OpenAI

OpenAI a annoncé une mise à niveau significative des capacités médicales de ChatGPT, propulsée par son nouveau modèle GPT-5.5 Instant. Selon les tests comparatifs conduits par l'entreprise elle-même, le chatbot surpasse désormais les réponses rédigées par des médecins en termes de précision, de clarté et d'exhaustivité. Plus concrètement, le taux d'erreur sur les questions de santé aurait chuté de 71 % par rapport aux versions précédentes. Cette avancée représente un tournant potentiel dans l'usage de l'IA comme outil de santé grand public. Si ces performances se confirment en conditions réelles, des millions d'utilisateurs pourraient obtenir des informations médicales fiables sans passer par un professionnel de santé, ce qui soulève autant d'espoirs que d'interrogations sur la responsabilité en cas d'erreur. Pour l'industrie de la santé numérique, c'est un signal fort : les modèles de langage commencent à rivaliser sérieusement avec l'expertise clinique sur certains types de requêtes informatives. Cette annonce s'inscrit dans une compétition acharnée entre les grands laboratoires d'IA pour s'imposer dans le secteur médical, jugé stratégique et lucratif. Google, Microsoft et plusieurs startups spécialisées investissent massivement dans des modèles entraînés sur des données cliniques. OpenAI, en misant sur GPT-5.5 Instant pour le grand public, adopte une approche différente : intégrer la santé directement dans un outil généraliste déjà utilisé par des centaines de millions de personnes, sans nécessiter de plateforme dédiée.

OpenAI dévoile GPT-5.6 en plein débat réglementaire sur l'IA aux États-Unis

OpenAI a dévoilé vendredi une préversion limitée de sa nouvelle suite de modèles GPT-5.6, moins de 24 heures après que les médias américains ont révélé que la startup avait accepté d'en décaler la sortie à la demande de l'administration Trump. La suite comprend trois modèles : Sol, le modèle phare ; Terra, un modèle intermédiaire conçu pour les tâches à fort volume ; et Luna, une option rapide et économique pour un usage quotidien. Tarifé à 5 dollars l'entrée et 30 dollars la sortie par million de tokens, Sol représente environ la moitié du coût du concurrent direct Claude Fable 5 d'Anthropic. GPT-5.6 est présenté comme particulièrement performant en programmation, en cybersécurité et en biologie, avec une capacité améliorée à maintenir le cap lors de tâches agentiques longues et complexes. Cette dernière caractéristique est centrale dans la course aux agents IA autonomes, où les modèles doivent enchaîner des dizaines d'étapes sans perdre le fil de l'objectif initial. La compétitivité tarifaire de Sol face aux offres haut de gamme d'Anthropic constitue un argument de poids pour les entreprises qui déploient ces modèles à grande échelle. La révélation d'une intervention gouvernementale dans le calendrier de sortie illustre les tensions croissantes entre l'industrie de l'IA et les autorités américaines, alors que Washington cherche à influencer la dynamique de développement sans pour autant réguler formellement le secteur. OpenAI, qui maintient des liens étroits avec l'administration depuis le début de l'année 2025, navigue ainsi entre impératifs commerciaux et pressions politiques dans une course technologique où chaque semaine de retard peut faire la différence face à ses rivaux.

L'IA passe à la journée de 8 heures : GLM lance son LLM 5.1 open source et bat Opus 4.6 et GPT 5.4 sur SWE-Bench Pro

Z.ai, startup chinoise cotée à la Bourse de Hong Kong depuis début 2026 avec une capitalisation de 52,83 milliards de dollars, a publié le 7 avril 2026 son modèle GLM-5.1 sous licence MIT, permettant à toute entreprise de le télécharger, l'adapter et l'exploiter commercialement via Hugging Face. Ce modèle de 754 milliards de paramètres en architecture Mixture-of-Experts dispose d'une fenêtre de contexte de 202 752 tokens. Sa caractéristique principale est sa capacité à travailler de façon autonome jusqu'à huit heures consécutives sur une tâche complexe, enchaînant jusqu'à 1 700 étapes d'exécution et plusieurs milliers d'appels d'outils, contre une vingtaine d'étapes pour les meilleurs modèles fin 2024 selon le fondateur Lou. Sur le benchmark SWE-Bench Pro, il dépasse Claude Opus 4.6 et GPT-5.4, deux des références actuelles en ingénierie logicielle automatisée. Ce lancement illustre une rupture dans la façon de concevoir la performance des modèles d'IA. Là où la concurrence investit massivement dans les tokens de raisonnement pour gagner en logique à court terme, Z.ai parie sur l'endurance : la capacité d'un modèle à maintenir sa cohérence d'objectif sur des séquences d'exécution très longues. Les tests publiés dans leur rapport technique sont frappants : chargé d'optimiser une base de données vectorielle en Rust (benchmark VectorDBBench), GLM-5.1 a enchaîné 655 itérations et plus de 6 000 appels d'outils, atteignant 21 500 requêtes par seconde, contre 3 547 pour Claude Opus 4.6 dans les meilleures conditions. Le modèle a identifié et résolu six goulots d'étranglement structurels, introduisant de lui-même des techniques comme le IVF cluster probing, la compression vectorielle f16 ou un pipeline à deux étages combinant présélection u8 et reclassement f16. Ce n'est plus un assistant, c'est un département R&D autonome. Le contexte de cette publication est stratégique. Z.ai, connue pour sa famille de modèles GLM open source, avait sorti le mois précédent GLM-5 Turbo sous licence propriétaire uniquement. Le choix du MIT pour GLM-5.1 est délibéré : il s'agit de capter la communauté des développeurs et de s'imposer comme le principal acteur indépendant de LLM en Asie, à l'heure où la Chine tente de reprendre la main sur l'IA open source face aux modèles américains à accès restreint. La notion de "temps de travail autonome" que Lou décrit comme "la courbe la plus importante après les lois d'échelle" pourrait redéfinir les critères d'évaluation de l'industrie entière. Si ce cap se confirme, les prochaines versions de modèles concurrents devront répondre non plus uniquement sur la précision à court terme, mais sur leur capacité à tenir la distance sur des projets entiers.

Un médaillé Fields : ChatGPT 5.5 Pro a produit une recherche niveau doctorat en moins de deux heures sans aide humaine

Le mathématicien Timothy Gowers, lauréat de la médaille Fields en 1998 et l'une des figures les plus respectées des mathématiques contemporaines, a soumis ChatGPT 5.5 Pro à une série de problèmes ouverts en théorie des nombres. En moins d'une heure, le modèle d'OpenAI a transformé une borne exponentielle en borne polynomiale, une avancée non triviale dans ce domaine. Un chercheur du MIT impliqué dans l'évaluation a qualifié l'idée centrale trouvée par le modèle de "complètement originale". L'ensemble du travail a été accompli en moins de deux heures, sans aucune intervention humaine. Cette performance marque un tournant dans la perception des capacités des grands modèles de langage en mathématiques de haut niveau. Jusqu'ici, les LLMs excellaient à résoudre des exercices connus ou à vérifier des démonstrations existantes, mais produire une idée originale en recherche pure était considéré hors de portée. Si un modèle peut désormais contribuer à des problèmes ouverts au niveau doctorat, cela remet en question la définition même de la contribution mathématique humaine. La réflexion de Gowers est particulièrement révélatrice : selon lui, le nouveau critère pour évaluer une contribution mathématique sera désormais de prouver quelque chose qu'un LLM ne peut pas faire. Ce déplacement de la référence illustre une transformation profonde du rapport entre l'IA et la recherche fondamentale. OpenAI, qui avait déjà annoncé des ambitions en mathématiques formelles avec des outils comme le prover interne, franchit ici une étape qualitative qui devrait accélérer les débats sur la co-authorship humain-IA dans les publications académiques.

💬 Une borne exponentielle transformée en polynomiale en moins d'une heure, sur un problème ouvert, validé par Gowers lui-même. Ce n'est pas un benchmark bidouillé, c'est de la recherche fondamentale originale. Et la réaction de Gowers dit tout : la nouvelle mesure de la contribution mathématique, ça sera désormais de prouver ce qu'un LLM ne peut pas faire.