5 ans d'évolution des grands modèles de fondation, de 2022 à 2026. Comment l'intelligence artificielle est passée du simple assistant conversationnel à l'agent capable de travailler seul. Une frise de référence, laboratoire par laboratoire.
Après le raisonnement, la course se déplace vers l'autonomie. Des modèles qui planifient sur la durée, enchaînent des dizaines d'outils et exécutent des tâches de plusieurs heures sans supervision. Le modèle ne répond plus, il travaille. Année en cours, encore partielle.
Nouvelle génération majeure de Claude. Elle rapproche encore les niveaux Sonnet et Opus, avec des capacités agentiques et de programmation de pointe et un contexte massif de série.
Impact. Confirme la stratégie d'Anthropic qui amène les capacités du haut de gamme dans des modèles plus accessibles.
Orchestration native de nombreux sous-agents en parallèle dans une même session, pour des tâches à l'échelle d'une base de code entière. Contexte de 1 million de tokens.
Impact. Étape clé vers l'autonomie à grande échelle, avec un modèle qui pilote lui-même une équipe de sous-agents.
Modèles orientés autonomie de bout en bout et travail de bureau, avec un usage d'ordinateur plus fiable et une offre segmentée par niveau de capacité.
Impact. Confirmerait le passage d'OpenAI d'un modèle unique à une gamme segmentée.
Génération orientée agents longue durée, avec un raisonnement de pointe et un contexte de 1 million de tokens.
Impact. Reprise de la course au raisonnement et pivot agentique de Google.
Nouvelle famille MoE open-weight, contexte étendu, avec des modes pensée et non-pensée.
Impact. Relancerait la course à l'efficacité coût un an après le choc R1.
Convergence du chat, du raisonnement, de la vision et du code dans des modèles unifiés, du datacenter jusqu'à l'edge.
Impact. Simplification de l'offre et resserrement de l'écart avec les meilleurs modèles ouverts.
Modèles agentiques longue durée, multimodalité native et montée en gamme du modèle propriétaire.
Impact. Poursuite de la montée en puissance des laboratoires chinois.
Effort de raisonnement configurable, appel d'outils natif et orientation code et tâches agentiques.
Impact. Positionne xAI comme concurrent frontière sur le code et l'agentique.
Agrandir les modèles ne suffit plus. La nouveauté, c'est le raisonnement. Le modèle déroule une réflexion interne avant de répondre, ce qui débloque les maths, les sciences et le code complexe. Le choc de l'année vient de DeepSeek R1, qui rend ce raisonnement accessible en open-weight à bas coût.
Introduit un paramètre d'effort réglable pour arbitrer entre vitesse et qualité. Meilleur modèle de programmation d'Anthropic à cette date.
Impact. Installe le contrôle explicite de l'effort de calcul comme standard d'usage.
Ramène le raisonnement étendu et l'usage d'ordinateur dans le modèle le plus rapide et le moins cher de la gamme.
Impact. Rend les capacités agentiques accessibles à grande échelle et à bas coût.
Sessions agentiques prolongées sur plusieurs dizaines d'heures grâce à une meilleure gestion de la mémoire et du contexte.
Impact. Prouve qu'un modèle de milieu de gamme peut tenir un travail autonome quasi journalier.
Premier modèle unifié qui fusionne les modèles rapides et les modèles de raisonnement dans un seul système, avec un routeur automatique. Contexte de 400 000 tokens.
Impact. Met fin à la séparation entre gammes GPT et o, un tournant pour toute la suite.
Premiers poids ouverts d'OpenAI depuis 2019, sous licence Apache 2.0, exécutables localement.
Impact. Retour d'OpenAI sur le terrain de l'open source face à Llama, Mistral et DeepSeek.
Raisonnement abstrait renforcé, appel d'outils natif et recherche en temps réel intégrée.
Impact. Premier Grok à rivaliser frontalement avec les meilleurs modèles de raisonnement.
Premier modèle de raisonnement de Mistral, avec une chaîne de pensée traçable et multilingue, en open-weight.
Impact. Réponse européenne à la vague des modèles de raisonnement, avec un accent sur la transparence.
Génération Claude 4. Opus 4 est présenté comme le meilleur modèle de programmation au monde, capable de travail autonome soutenu sur plusieurs heures.
Impact. Bascule d'Anthropic vers l'agent capable de tenir une tâche de développement complète.
Premiers modèles de raisonnement à manipuler des images dans leur chaîne de pensée et à utiliser des outils de façon autonome pendant la réflexion.
Impact. Première fusion réelle entre raisonnement et usage d'outils multimodaux.
Première famille Llama en Mixture-of-Experts, multimodale dès le pré-entraînement. Scout offre un contexte de 10 millions de tokens, record en open-weight.
Impact. Repousse la limite du contexte en open source, malgré une controverse sur les benchmarks.
Raisonnement hybride dans un seul modèle, entre réflexion approfondie et réponse rapide. Toute la gamme sous licence Apache 2.0.
Impact. Rapproche les modèles ouverts des modèles fermés sur le raisonnement.
Premier Gemini explicitement conçu comme modèle de réflexion, avec une chaîne de pensée déroulée avant la réponse.
Impact. Installe le raisonnement délibératif natif comme standard de la gamme Gemini.
Premier modèle hybride au monde. Un seul modèle propose une réponse rapide et un mode de raisonnement étendu activable à la demande.
Impact. Invente le format hybride que GPT-5 généralisera quelques mois plus tard.
Bond de calcul d'entraînement avec un cluster d'environ 200 000 GPU, et premier mode de raisonnement explicite chez xAI.
Impact. Rapproche xAI des standards de raisonnement de l'époque.
Démontre que le raisonnement en chaîne de pensée peut émerger par apprentissage par renforcement pur, publié en open-weight sous licence MIT.
Impact. Événement le plus disruptif de la période, qui démocratise le raisonnement de haut niveau et secoue les marchés.
Les modèles apprennent à voir, entendre et parler. La multimodalité devient native et les fenêtres de contexte explosent, jusqu'au million de tokens. En fin d'année, un signal faible annonce la suite avec les premiers modèles de raisonnement.
671 milliards de paramètres en MoE, entraîné pour une fraction du coût des modèles occidentaux équivalents, en open-weight.
Impact. Choc économique, avec un modèle frontière ouvert entraîné pour quelques millions de dollars.
Premier Gemini pensé pour l'ère agentique, avec sortie native image et audio, usage natif d'outils et planification d'actions.
Impact. Pivot officiel de Google vers des agents capables d'agir dans un environnement numérique.
Version généralisée du raisonnement par chaîne de pensée entraîné par renforcement.
Impact. Confirme le raisonnement comme nouvel axe de progrès, au-delà de la taille des modèles.
Introduit l'usage d'ordinateur en bêta. Le modèle déplace la souris, clique, tape et lit l'écran pour accomplir des tâches.
Impact. Premier pas concret vers des agents qui agissent sur un ordinateur comme un humain.
Premier modèle public à chaîne de pensée cachée entraînée par renforcement. Gains spectaculaires en maths, sciences et code.
Impact. Naissance de la catégorie des modèles de raisonnement.
Refonte complète de la famille, pré-entraînement sur 18 000 milliards de tokens, gains marqués en code et en maths.
Impact. Devient l'une des familles open-weight les plus utilisées au monde.
Raisonnement, usage d'outils et vision nettement améliorés, disponible via API.
Impact. Premier Grok réellement compétitif face aux modèles propriétaires établis.
Premier Llama à 405 milliards de paramètres, contexte de 128 000 tokens, présenté comme le premier modèle ouvert rivalisant avec les meilleurs modèles fermés.
Impact. Tournant pour la crédibilité de l'open source face au propriétaire.
Dépasse Claude 3 Opus tout en étant moins cher et plus rapide, avec un bond notable en programmation.
Impact. Le modèle de milieu de gamme dépasse le haut de gamme de la génération précédente.
Architecture MoE avec attention latente multi-têtes, qui réduit fortement le coût d'inférence.
Impact. Première rupture technique majeure de DeepSeek et base de sa réputation d'efficacité.
Premier modèle nativement multimodal en temps réel, texte, image et audio dans un seul réseau, avec une latence vocale proche de l'humain.
Impact. Premier assistant vocal en temps réel de qualité conversationnelle, rendu gratuit à grande échelle.
Entraîné sur plus de 15 000 milliards de tokens, avec un saut qualitatif en raisonnement et en code.
Impact. Confirme Llama comme référence open-weight face aux modèles propriétaires.
Première gamme à 3 tailles chez Anthropic, avec vision multimodale sur les 3 modèles et une quasi-parité avec GPT-4.
Impact. Fait entrer Anthropic dans la cour des modèles multimodaux de premier plan.
Fenêtre de contexte inédite de 1 million de tokens, soit environ 1 heure de vidéo ou 700 000 mots, avec une architecture MoE.
Impact. Établit le long contexte comme avantage compétitif différenciant.
Premier modèle propriétaire haut de gamme de Mistral, conçu pour rivaliser avec GPT-4.
Impact. Premier pas de Mistral vers le marché entreprise avec un modèle frontière.
Après le choc ChatGPT, chaque grand acteur sort son modèle. On passe du chatbot amusant à l'outil de travail qui raisonne, code et analyse des documents. La fuite de LLaMA lance l'écosystème open source moderne.
Premier modèle de Google nativement multimodal, conçu dès l'origine pour combiner texte, code, audio, image et vidéo, en 3 tailles.
Impact. Entrée officielle de Google dans la compétition frontale avec GPT-4.
Premier Mixture-of-Experts open-weight de Mistral, avec une performance proche de GPT-3.5 pour un coût bien moindre.
Impact. Démocratise l'architecture MoE en open source.
Contexte de 128 000 tokens, coûts d'API fortement réduits et appel de fonctions amélioré.
Impact. Fait passer GPT-4 de prouesse technique à outil déployable en entreprise.
Premier modèle de xAI, architecture MoE de 314 milliards de paramètres, lié dès l'origine à la plateforme X.
Impact. Entrée de xAI dans la course aux modèles de fondation.
Premiers modèles du laboratoire, un généraliste et un dédié au code, en open-weight.
Impact. Établit DeepSeek comme laboratoire crédible dès sa première année.
Modèle fondateur du laboratoire, qui dépasse Llama 2 13B malgré sa taille réduite.
Impact. Lance la vague des modèles open-weight performants en Europe.
Premier modèle de fondation d'Alibaba, publié en plusieurs tailles, lançant sa stratégie open-weight.
Impact. Point de départ de toute la lignée Qwen.
Premier Llama distribué avec une licence d'usage commercial, entraîné sur 2 000 milliards de tokens.
Impact. Devient la base de milliers de modèles dérivés dans le monde.
Contexte de 100 000 tokens en standard et lancement de l'interface grand public claude.ai.
Impact. Premier Claude à toucher directement le grand public.
Premier modèle public d'Anthropic, bâti sur les principes de la Constitutional AI, avec un contexte long pour l'époque.
Impact. Premier concurrent sérieux et indépendant à GPT, avec une identité fondée sur la sécurité.
Premier modèle multimodal d'OpenAI, texte et image, avec un gain massif de fiabilité et de raisonnement. Réussit des examens au niveau humain.
Impact. Référence absolue du secteur pendant plus d'un an.
Première famille de modèles de fondation ouverts de Meta, de 7 à 65 milliards de paramètres.
Impact. Sa fuite en mars 2023 déclenche l'explosion de l'écosystème open source moderne.
Les grands modèles existent déjà, mais restent réservés aux chercheurs. L'événement de l'année n'est pas technique mais d'usage. Un assistant conversationnel gratuit arrive entre les mains de tous, et l'IA générative devient un sujet de société.
Première mise à disposition grand public d'un modèle conversationnel affiné par renforcement, via une interface de chat simple et gratuite.
Impact. Déclenche l'explosion mondiale de l'IA générative grand public.
Suite de modèles comparable à GPT-3, publiée avec son code d'entraînement, une transparence rare à cette taille.
Impact. Premier grand geste d'ouverture de Meta, base culturelle qui mènera à Llama.
Modèle dense de 540 milliards de paramètres entraîné via le système Pathways, avec une efficacité d'entraînement record.
Impact. Démontre la capacité à passer à l'échelle, base technique qui mènera à Gemini.
On met l’intelligence artificielle au service concret de votre activité, des agents qui produisent aux outils qui automatisent. Pas de gadget, du temps gagné et des résultats mesurables. Dites-nous votre métier, on trouve les bons leviers.
