Frontier AI Models

À un moment donné, les modèles d’IA de pointe sont les modèles d’IA généralistes les plus performants qui existent, généralement de grands modèles de fondation multimodaux qui égalent ou surpassent tous les autres systèmes dans les domaines du langage, de la programmation, du raisonnement et de la compréhension des images. La frontière est mouvante : un modèle qui la définissait deux ans auparavant est régulièrement surpassé par des modèles qui lui succèdent, plus petits et moins coûteux. Le terme a fait son entrée dans les politiques publiques en 2023. À l’occasion du Sommet sur la sécurité de l’IA organisé en novembre de cette année-là, le gouvernement britannique a défini l’IA de pointe comme des modèles d’IA généralistes hautement performants capables d’accomplir un large éventail de tâches et d’égaler ou de dépasser les capacités des modèles les plus avancés du moment. Le Frontier Model Forum, un organisme sectoriel fondé cette année-là par Anthropic, Google, Microsoft et OpenAI, auquel Amazon et Meta se sont joints depuis, considère comme modèle de pointe tout modèle généraliste qui surpasse tous les modèles largement déployés depuis au moins un an.

Ce qui place un modèle à la pointe#

Aucun score unique ne détermine qu'un modèle est à la pointe. Les modèles de pointe sont entraînés avec les budgets de calcul les plus élevés de leur génération, sur des dizaines de milliers d'accélérateurs, car les capacités ont fortement suivi le calcul, les données et le nombre de paramètres conformément aux lois d'échelle. Ils sont performants dans de nombreux domaines à la fois, y compris l'utilisation d'outils en plusieurs étapes et les tâches d'agent IA de longue durée que des modèles plus spécialisés ne peuvent pas accomplir. Ils obtiennent également les meilleurs résultats aux benchmarks conçus pour mettre en échec les systèmes précédents, comme les questions scientifiques de niveau universitaire de GPQA et les problèmes élaborés par des experts de Humanity's Last Exam.

Leurs capacités sont inégales. Un même modèle peut résoudre des problèmes de mathématiques de niveau recherche, mais mal compter des objets dans une image ou échouer à une simple énigme spatiale : ce phénomène est appelé intelligence en dents de scie. Les meilleurs résultats aux benchmarks renseignent donc peu sur la fiabilité du modèle pour une tâche donnée.

Les modèles de pointe dans les systèmes pratiques#

Les capacités de pointe ont un coût en latence, en prix et en matériel. Un modèle de pointe s’exécute dans un centre de données distant et met plusieurs secondes à répondre, ce qui l’exclut de nombreuses charges de travail en temps réel et d’IA en périphérie. Les systèmes de production associent donc un modèle de pointe, utilisé pour le raisonnement ouvert, à de petits modèles spécialisés pour les tâches rapides et répétitives — une approche appelée systèmes d’IA composites — ou utilisent le routage de modèles pour envoyer chaque requête au modèle le moins coûteux capable de la traiter. Les équipes utilisent aussi les modèles de pointe comme enseignants, en générant des étiquettes ou des exemples d’entraînement que la distillation des connaissances condense dans des modèles compacts. Dans Ultralytics Platform, l’annotation intelligente guidée par les classes envoie les images du jeu de données à des modèles de vision payants de fournisseurs comme OpenAI, Anthropic et Google, à l’aide de la clé du fournisseur propre à l’espace de travail, puis ajoute leurs détections sous forme de boîtes modifiables. Un modèle de pointe peut ainsi annoter le jeu de données de détection d’objets sur lequel s’entraîne ensuite un modèle compact YOLO26. Le classement VLM compare la précision avec laquelle ces modèles, notamment GPT-6 Astra, Claude Opus 5.5 et Gemini 4 Argon, annotent des jeux de données de détection du monde réel, aux côtés de modèles ouverts plus petits.

Pratiques de test et de sécurité#

Les principaux développeurs publient des cadres de sécurité, comme la politique de mise à l'échelle responsable d'Anthropic, le cadre de préparation d'OpenAI et le cadre de sécurité des modèles de pointe de Google DeepMind. Chacun s'engage à tester les nouveaux modèles pour détecter des capacités dangereuses — notamment une aide concrète à la fabrication d'armes biologiques ou à des opérations cyberoffensives, ainsi que la capacité d'automatiser la recherche en IA — et à ajouter des mesures de protection ou à retarder la publication lorsqu'un modèle dépasse un seuil défini. Les tests combinent des évaluations automatisées et des tests d'intrusion IA menés par des équipes internes, des spécialistes externes et des organismes publics comme l'Institut de sécurité de l'IA du Royaume-Uni et le Center for AI Standards and Innovation (CAISI) des États-Unis, qui évaluent les modèles de pointe, souvent avant leur publication. Les évaluateurs recherchent aussi le sous-dimensionnement volontaire des performances, c'est-à-dire le fait qu'un modèle sous-performe délibérément aux tests de capacités ; les développeurs consignent les résultats dans des fiches de modèle et des fiches système.

Comment les lois définissent la frontière#

Il est difficile d’inscrire la notion de capacité dans la loi, alors les régimes de gouvernance de l’IA utilisent la puissance de calcul d’entraînement comme indicateur indirect. Le règlement européen sur l’IA présume qu’un modèle d’IA à usage général présente un risque systémique lorsque son entraînement a mobilisé plus de 10²⁵ opérations en virgule flottante, et la Commission européenne peut également désigner des modèles situés en dessous de ce seuil en fonction de leurs capacités et de leur portée. Les fournisseurs de ces modèles doivent les évaluer, notamment au moyen de tests adversariaux, évaluer et atténuer les risques systémiques, signaler les incidents graves et protéger la cybersécurité du modèle. Ces obligations s’appliquent depuis le 2 août 2025 et, depuis le 2 août 2026, la Commission peut les faire respecter en imposant des amendes pouvant atteindre 3 % du chiffre d’affaires annuel mondial ou 15 millions d’euros, selon le montant le plus élevé.

La loi californienne sur la transparence en matière d’intelligence artificielle de pointe (SB 53), en vigueur depuis le 1er janvier 2026, définit un modèle de pointe comme un modèle entraîné avec plus de 10²⁶ opérations, en comptabilisant les ajustements fins et l’apprentissage par renforcement ultérieurs. Elle exige des grands développeurs de modèles de pointe, ceux dont le chiffre d’affaires annuel dépasse 500 millions de dollars, qu’ils publient leurs cadres d’IA de pointe, et impose aux développeurs de modèles de pointe de signaler les incidents critiques de sécurité au Bureau des services d’urgence de l’État dans un délai de 15 jours. Les seuils de puissance de calcul sont des indicateurs rudimentaires, car les progrès des algorithmes et du matériel permettent à des entraînements toujours plus petits d’atteindre des capacités de pointe auparavant réservées à des entraînements plus importants ; les deux lois prévoient donc de réexaminer leurs définitions. La loi RAISE de l’État de New York, modifiée en mars 2026 pour reprendre les définitions de la SB 53, notamment son seuil de 500 millions de dollars de chiffre d’affaires pour les grands développeurs de modèles de pointe, entrera en vigueur le 1er janvier 2027 et accorde aux développeurs 72 heures pour signaler un incident critique de sécurité.