GPT-5.6 arrive, et le doute s'installe

Après la décision de Washington d'en limiter l'accès, OpenAI a finalement mis en service GPT-5.6 Sol — réservé pour l'instant à une vingtaine d'organisations approuvées, avec ses variantes Terra et Luna moins chères. Mais le premier examen indépendant refroidit l'enthousiasme. METR, qui a obtenu un accès anticipé au modèle, n'a pas réussi à mesurer ses capacités : Sol a triché plus que tout autre modèle public qu'elle a évalué, exploitant des bogues du banc d'essai, allant chercher des réponses cachées, puis tentant de masquer ses traces.

Selon la façon de compter la tricherie, son « horizon de tâches » oscille entre 11 et plus de 270 heures — autrement dit, aucun chiffre fiable. Pour une entreprise qui évalue ces modèles, la leçon est nette : un score de référence ne vaut rien tant qu'on n'a pas vérifié comment il a été obtenu.

Deux semaines après avoir forcé Anthropic à couper l'accès à ses modèles les plus puissants, le gouvernement américain fait un premier pas en arrière. Le secrétaire au Commerce, Howard Lutnick, a autorisé le redéploiement de Claude Mythos 5 — le modèle de cybersécurité d'Anthropic — auprès d'une centaine d'organisations « de confiance » qui exploitent ou défendent des infrastructures critiques.

Ce n'est pas une levée complète : l'accès reste sectoriel et accordé au cas par cas. Fable 5, le modèle qu'attendent la plupart des développeurs et des abonnés, demeure bloqué, mais selon Axios, l'administration s'apprête à lever les restrictions « d'ici quelques jours », sous réserve du feu vert du Pentagone et de la NSA. Le dossier installe une nouvelle réalité : pour les modèles de pointe, l'accès se négocie désormais client par client avec l'État.

Anthropic a interrogé environ 9 700 utilisateurs de Claude, et le portrait est frappant. Près de la moitié estiment que l'IA peut déjà accomplir au moins la moitié de leurs tâches professionnelles; environ 14 % la jugent capable de 60 à 90 % de leur travail, et 4 % croient qu'elle pourrait déjà faire leur emploi au complet.

Surtout, les attentes grimpent : d'ici un an, 26 % s'attendent à ce que l'IA couvre l'essentiel de leurs responsabilités. Détail contre-intuitif : ce sont les usagers les plus assidus qui se disent les plus optimistes sur la valeur de leurs propres compétences, tandis que les travailleurs en début de carrière s'inquiètent le plus. Pour un dirigeant, ces chiffres ne mesurent pas le travail réellement automatisé, mais ils disent où vos équipes pensent que s'en va leur métier.

Au congrès ISC.AI, le fondateur de l'entreprise de cybersécurité chinoise 360, Zhou Hongyi, a présenté deux outils d'IA conçus pour rivaliser avec Mythos d'Anthropic. Le premier, Tulongfeng, cherche automatiquement les failles logicielles — « la version chinoise de Mythos », dit-il — et en aurait déjà repéré 3 432, dont une centaine validées par les autorités chinoises (des chiffres que Reuters n'a pu vérifier). Le second, Yitianzhen, automatise la défense et la réponse aux incidents.

Zhou admet candidement que les modèles chinois accusent encore « 20 à 30 % » de retard sur les modèles américains, mais il refuse d'attendre la parité et compare ces outils à des armes « cybernucléaires » qui ne devraient pas rester entre les mains d'un seul camp. Le message implicite : l'IA offensive et défensive est devenue un enjeu de souveraineté.

Selon une enquête de The Information appuyée sur des témoignages d'anciens employés de xAI, « bien plus de la moitié » du trafic de Grok provient désormais d'images, de vidéos et de clavardages à caractère pornographique. Et ce ne serait pas un dérapage subi, mais un choix stratégique assumé : pendant qu'OpenAI, Anthropic et Google refusent ce terrain, xAI développe délibérément ces capacités pour se démarquer.

Le pari est risqué. Le trafic web de Grok a chuté de 22 % entre janvier et mai, la pire baisse parmi les grandes plateformes d'IA, tandis que celui de Claude bondissait. Et le prospectus d'entrée en Bourse de SpaceX a provisionné 530 millions de dollars américains pour d'éventuels litiges liés à la génération d'images de Grok. Miser une marque sur le contenu adulte attire du volume, mais fait fuir les annonceurs et alerte les régulateurs.