Fable 5.2 d'Anthropic réussit 41 % de vraies missions freelance, contre 2,5 % il y a un an
Anthropic a annoncé que son modèle Fable 5.2 mène à bien 41,3 % des missions freelance réelles du Remote Labor Index avec une qualité jugée professionnelle. Ce score représente plus du double de celui des meilleurs concurrents, à savoir Opus 5.5, également développé par Anthropic, et GPT 6 Astra. Il y a un an, le meilleur résultat sur ce même benchmark plafonnait à 2,5 %, ce qui correspond à une progression d'un facteur supérieur à seize en douze mois. Le point faible persiste dans certains domaines créatifs et visuels, notamment la conception de produits et l'animation, où les résultats restent nettement en retrait.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de The Decoder. Lire l'article original →
Ces chiffres modifient la perception des capacités réelles des systèmes d'IA sur le marché du travail. Contrairement aux tests académiques ou aux questions à choix multiples, le Remote Labor Index mesure la capacité à livrer un travail complet, tel qu'un client le commanderait sur une plateforme de freelance. Atteindre plus de 40 % de réussite suggère que des pans entiers de missions ponctuelles, notamment dans les tâches documentaires, analytiques ou de production de contenu, peuvent désormais être confiés à un modèle avec un résultat acceptable. Les freelances et les petites agences, dont l'activité repose sur ce type de mandats, sont les premiers concernés, tout comme les entreprises qui externalisent ces tâches. Les lacunes en conception de produit et en animation indiquent toutefois que le travail combinant jugement esthétique, outils spécialisés et itérations visuelles reste moins exposé à court terme.
Ce résultat s'inscrit dans une course rapide entre les grands laboratoires, où chaque nouvelle génération de modèles est désormais évaluée sur des tâches longues et autonomes plutôt que sur des questions isolées. Le fait que le deuxième et le troisième du classement soient Opus 5.5 d'Anthropic et GPT 6 Astra montre que la concurrence reste serrée, même si l'écart avec Fable 5.2 est net. Reste à savoir si cette progression se poursuivra à ce rythme et si les entreprises traduiront ces scores en usage réel, ce qui dépendra de la fiabilité, du coût et de la capacité à vérifier le travail produit.
Pas d'impact direct sur la France/UE