BLOG
Les grands modèles se mettent à jour quatre fois par semaine : les entreprises souffrent de la « fatigue des modèles » — faut-il suivre ou se laisser aller ?
Ouverture : les médias ont inventé un nouveau terme — la « fatigue des modèles »
La semaine dernière, le marché des grands modèles a connu une vague密集 de nouveautés : le 1er septembre, Anthropic a mis à jour deux modèles d’un coup ; le 2 septembre, Meta et Google ont fait leurs annonces le même jour ; le 3 septembre, OpenAI a dévoilé GPT-6 Astra — en une semaine, quatre géants ont enchaîné les sorties.
Dans son article sur le sujet, Guancha.cn a utilisé un nouveau terme : la fatigue des modèles (model fatigue). Ce n’est pas que les utilisateurs se désintéressent de l’IA, mais que les nouveaux modèles sortent tellement vite que les développeurs, les clients entreprises et les investisseurs sont dépassés : on n’a pas fini d’évaluer un modèle qu’une nouvelle version est déjà sortie ; à peine a-t-on déployé une solution qu’il faut déjà envisager une mise à niveau.
Un chiffre illustre bien le phénomène : l’intervalle médian entre les sorties des principaux modèles est passé de 37,5 jours en 2023 à 11 jours aujourd’hui.
J’ai passé en revue cet article et la logique du secteur qui se cache derrière, puis j’ai posé la question à Yongliang — 17 ans d’expérience dans le logiciel, 7 ans dans l’IA, actuellement directeur technique IA. Il a lui-même conçu des solutions d’optimisation par l’IA pour les entreprises, et le « choix du modèle » fait partie de son quotidien.
Shiwen : Quatre mises à jour en une semaine, même des pros comme vous ne suivent plus le rythme. Quel est votre ressenti ? Yongliang : À vrai dire, je ne cours plus après. Ce n’est pas de la résignation, c’est que j’ai compris une chose : courir après les modèles est un jeu infini, les entreprises ne peuvent pas le gagner, et elles n’ont pas à le gagner. Shiwen : Très bien, alors approfondissons le sujet : pourquoi ça va si vite, de quoi les entreprises se plaignent-elles exactement, et que faire ?
Q1 : À quel point les mises à jour « hebdomadaires » sont-elles fréquentes ? En quoi consiste la « fatigue des modèles » ?
Yongliang : Si on retrace la chronologie, on voit à quel point c’est fou.
Le 1er septembre, Anthropic a lancé Claude Fable 5.1 et Claude Mythos 5.1, ce dernier se présentant comme « le modèle de codage et de travail intellectuel le plus avancé au monde ». Le 2 septembre, Meta a dévoilé Muse Spark 1.3 et Google Gemini 3.8 Flash. Le 3 septembre, OpenAI a sorti GPT-6 Astra, qualifié de « modèle le plus intelligent et le mieux aligné au monde ». Le même jour, le MBZUAI des Émirats arabes unis a également mis en open source la série K2 Horizon.
Une semaine, cinq vagues de sorties. Et ce n’est pas un cas isolé : Google a mis à jour Gemini Flash quatre fois en 106 jours, la dernière génération n’étant séparée de la précédente que de trois semaines. Chez OpenAI, l’intervalle médian entre les sorties est passé de 170 jours en 2023 à 49 jours cette année.
En quoi consiste la « fatigue » ? Les propos de plusieurs professionnels interrogés par Guancha.cn sont très réalistes. Le PDG de Runpod affirme que « la fatigue des modèles est bien réelle » ; celui de Clockwork Systems va plus loin : chaque nouvelle version est « incroyablement bonne », au point qu’il est difficile de distinguer ce qui constitue un véritable progrès décisif — tout semble bien, mais alors lequel choisir ?
Pour les entreprises, cela représente un coût bien réel : à chaque nouveau modèle, il faut réévaluer les performances, le prix, les besoins en puissance de calcul, la sécurité, la compatibilité des API et l’adéquation avec les activités existantes. Autrefois, ce processus se faisait une ou deux fois par an ; aujourd’hui, c’est quatre ou cinq fois par trimestre. Le détail le plus marquant dans l’article : une entreprise qui doit évaluer 10 modèles candidats ne peut en tester que 5 — elle n’a pas les ressources pour tous les évaluer. Les PME sont encore plus mal loties, elles n’arrivent peut-être même pas à en terminer 5.
Q2 : Pourquoi les éditeurs sortent-ils des modèles à une vitesse folle ?
Yongliang : Trois dynamiques se cumulent, et aucune ne permet de ralentir.
Premièrement, la dictée du marché des capitaux. Anthropic et OpenAI se préparent toutes deux à entrer en bourse, avec des valorisations privées proches de 1 000 milliards de dollars. De quoi a besoin ce récit de valorisation ? D’une « histoire de croissance continue ». Sortir régulièrement de nouveaux modèles est le signal le plus direct pour dire « nous sommes toujours en tête ». Si on ralentit d’un trimestre, le récit de valorisation perd de sa force.
Deuxièmement, le dilemme du prisonnier de la « convergence des capacités ». En juin dernier, Gartner a introduit un concept appelé capability convergence : quand de plus en plus de modèles affichent des résultats similaires sur les tests de référence, l’avantage que vous tirez d’une sortie anticipée est rapidement effacé par les concurrents. Cela crée un cercle vicieux : plus la durée de l’avantage est courte, plus il faut compter sur la fréquence des sorties pour maintenir sa présence. Personne ne veut sortir aussi vite, mais ne pas sortir équivaut à se retirer de la partie.
Troisièmement, la remontée des éditeurs chinois a changé la donne. L’article mentionne que les modèles à poids ouverts d’entreprises chinoises comme Moonshot AI et Zhipu AI ont des performances qui approchent, voire atteignent partiellement celles des modèles fermés, tout en étant largement supérieurs en termes de coût et d’ouverture. Les chiffres d’un article de 21 Caijing sont encore plus frappants : la part de tokens consommés par des entreprises américaines auprès de modèles chinois est passée de 4,5 % au premier semestre 2025 à plus de 30 % après février cette année ; pour la même charge de travail, Claude facture 25 dollars quand DeepSeek ne demande que 0,18 dollar. Quand le rapport qualité-prix est cent fois meilleur, les géants de la Silicon Valley ne peuvent compenser leur « prix plus élevé » que par des mises à jour plus rapides.
Vous voyez donc : c’est une course où personne n’ose freiner. Le PDG d’OpenAI, Sam Altman, l’a lui-même admis : tout le secteur « accélère le pas ».
Q3 : De quoi les entreprises se plaignent-elles exactement ? Comment calculer le coût ?
Yongliang : Ce n’est pas que les modèles soient mauvais, c’est que le « bien » est devenu trop bon marché.
J’ai conçu des solutions d’IA pour des entreprises, j’ai fait ce calcul plein de fois. À première vue, des modèles de plus en plus puissants et de moins en moins chers, c’est une bonne chose. Mais pour ceux qui choisissent les modèles, cela implique trois choses :
Premièrement, le coût d’évaluation devient une dépense permanente. Autrefois, le choix du modèle était un projet ponctuel ; aujourd’hui, c’est une tâche récurrente. Il faut maintenir les jeux de test, lancer les évaluations, comparer les résultats — tout ce processus doit être repris à chaque nouveau modèle. Dans beaucoup d’entreprises, l’équipe IA passe la moitié de son temps à « courir après les mises à jour » et l’autre moitié à « regretter son choix ».
Deuxièmement, le risque de dépendance augmente. Si vous liez étroitement votre activité aux fonctionnalités d’un modèle donné, et qu’une nouvelle version sort le mois prochain avec un comportement modifié, votre application risque de dysfonctionner. Plus les modèles se mettent à jour vite, plus le risque de « se verrouiller sur un fournisseur » est élevé — mais le coût de maintenance pour « connecter tous les fournisseurs » est également conséquent.
Troisièmement, le FOMO (peur de manquer quelque chose) se transforme en paralysie décisionnelle. Dans l’équipe, quelqu’un demande toujours « XX sort une nouvelle version, faut-il changer ? ». Si on change, il faut retester et réadapter ; si on ne change pas, on n’est pas tranquille. Cette tension permanente érode la confiance et le moral, plus encore que les coûts techniques.
Le constat de Gartner dans l’article est en réalité un avertissement pour toutes les entreprises : l’avantage des modèles de base devient temporaire. En clair : l’époque où l’on pouvait « choisir le bon modèle une fois pour toutes » est révolue.
Q4 : Suivre ou se laisser aller ? Parlez-nous de votre approche « répondre au changement par l’immuabilité »
Yongliang : Aucune des deux options n’est bonne. La bonne réponse : transformer la « course aux modèles » en un problème d’architecture, pas en un problème de ressources humaines.
Quand je concevais des solutions d’IA pour les entreprises, j’avais une règle d’or : aucune activité ne dépend directement du numéro de version d’un modèle d’un fournisseur donné. Cela se décompose en trois niveaux :
Premier niveau : la passerelle de modèles. Tous les appels passent par une passerelle unifiée, qui connecte plusieurs fournisseurs de modèles. Le code métier ne reconnaît que l’interface, pas le modèle. Changer de modèle se fait en modifiant une ligne de configuration, pas en retravaillant le code pendant un mois. Ainsi, l’impact des « mises à jour hebdomadaires des modèles » passe du niveau « projet » au niveau « configuration ».
Deuxième niveau : l’évaluation automatisée. Ne vous fiez pas à votre ressenti pour juger si un nouveau modèle est bon. Constituez votre propre jeu de tests — prenez les entrées et sorties de votre activité réelle comme référence. Quand un nouveau modèle arrive, lancez une évaluation automatisée, obtenez des scores et des comparaisons. Ce système se construit une fois et profite à chaque nouvelle évaluation. Votre jeu de tests est plus fiable que n’importe quel classement tiers, car il est nourri par votre propre activité.
Troisième niveau : la valeur descend en aval. C’est le plus important. Gartner dit que la valeur se transfère vers l’aval : qualité des données, profondeur de l’intégration, ajustement par domaine. Cela correspond parfaitement à mon expérience de conception de solutions : ce qui constitue un véritable avantage concurrentiel, ce n’est jamais le modèle que vous utilisez, mais les données que vous accumulez, les processus que vous connectez, l’adaptation à votre domaine que vous affinez. Les modèles sont des capacités louées ; les données et les processus sont vos propres actifs.
En résumé : si vous suivez, vous n’aurez jamais fini ; si vous vous laissez aller, vous serez rapidement éliminé. La seule approche durable est de rendre le « changement de modèle » peu coûteux.
Q5 : Gartner dit que la valeur se transfère vers l’aval — sur quoi les particuliers et les entreprises doivent-ils miser ?
Yongliang : Trois niveaux d’accumulation, classés par degré d’« intransférabilité par les modèles ».
Premièrement : les données. Vos données métier, les retours de vos utilisateurs, vos bases de connaissances spécialisées — ce sont des choses que les modèles ne pourront jamais vous prendre. Ce que les entreprises doivent faire en priorité, c’est gérer les données éparpillées dans tous les départements, les structurer et les rendre consultables. Aussi puissant soit un modèle, s’il n’a pas accès à vos données, il ne vous sert à rien.
Deuxièmement : les processus et l’intégration. Comment l’IA s’intègre dans vos processus métier, qui effectue les vérifications, comment gérer les cas de problème — cette « profondeur d’intégration » est le deuxième fossé protecteur. C’est pourquoi je répète toujours que l’optimisation par l’IA en entreprise ne consiste pas à acheter un outil, mais à adapter correctement les processus.
Troisièmement : le jugement. Pour un particulier, la compétence « savoir utiliser un modèle donné » n’a une durée de vie que de quelques semaines ; celle de « savoir juger si la sortie d’une IA est bonne » dure toute une carrière. Les modèles se mettent à jour tous les 11 jours, vous ne pourrez jamais les rattraper ; mais la capacité à juger ce qu’il faut faire avec l’IA, ce qu’il ne faut pas croire, comment gérer les erreurs — plus les modèles sont puissants, plus cette compétence a de la valeur.
Pour revenir à la question initiale : que faire face à la fatigue des modèles ? Ma réponse est donnée : ne liez pas votre entreprise au numéro de version d’un modèle, faites descendre la valeur là où les modèles ne peuvent pas vous la prendre. Les éditeurs jouent à un jeu infini ; il vous suffit de protéger votre propre fossé concurrentiel et de les laisser se battre pour vous.
Épilogue
Shiwen : Pour finir, un mot pour résumer cet épisode ? Yongliang : Les éditeurs se battent sur les modèles, vous vous battez sur les données et les processus — les modèles sont loués, le fossé concurrentiel est à vous. Shiwen : Cette phrase, je la dédie à tous nos lecteurs. À la prochaine.
[Profondeur technique] À quoi ressemblent vraiment la « passerelle de modèles + jeu de tests » ?
On a répété tout au long de l’épisode qu’il faut « transformer la course aux modèles en un problème d’architecture ». Il vaut la peine de détailler la forme technique de ce système.
La passerelle de modèles (AI Gateway) est essentiellement un proxy inverse : les équipes métier appellent uniformément l’API de la passerelle, qui se charge de router vers OpenAI/Anthropic/DeepSeek/des modèles locaux, tout en gérant les clés d’API, les statistiques d’utilisation, la limitation de débit et le basculement en cas de panne. Parmi les solutions open source, des outils comme LiteLLM ou OneAPI sont déjà très matures, et les fournisseurs cloud proposent également des versions hébergées. Sa valeur est décuplée à l’ère des « mises à jour hebdomadaires » : les changements au niveau des modèles sont absorbés par la passerelle, et la couche métier n’y voit rien. Si un modèle tombe en panne ou se comporte mal, il suffit de modifier la configuration pour rediriger le trafic.
Le jeu de tests (Eval Set) est un ensemble de « questions standard » pour votre propre activité : des entrées réelles + des critères de jugement pour la sortie attendue. Quand un nouveau modèle arrive, on lui fait passer les questions, et on obtient automatiquement un score et une comparaison. Le point clé, c’est le « réel de l’activité » : les classements tiers mesurent les capacités générales, votre jeu de tests mesure « si ça marche dans votre cas précis ». Pour un système de questions-réponses médicales et un système de rédaction de textes marketing, la définition du « bon » est totalement différente, et les classements généraux ne peuvent pas répondre à votre place. Le jeu de tests n’a pas besoin d’être énorme : quelques dizaines à quelques centaines d’échantillons de haute qualité suffisent. La difficulté ne réside pas dans la quantité, mais dans la formalisation de règles que la machine peut évaluer pour définir ce qu’est une bonne sortie.
Ces deux éléments combinés constituent le stabilisateur des entreprises à l’ère des « mises à jour hebdomadaires des modèles » : la passerelle gère la « rapidité du changement », le jeu de tests gère la « justesse du changement ». Si en plus vous externalisez les prompts, les règles métier et les connaissances spécialisées sous forme d’actifs versionnés (au lieu de les éparpiller dans le code), votre système d’IA passe du statut d’« application liée à une version donnée d’un modèle » à celui de « socle compatible avec n’importe quel modèle ».
C’est aussi le remède ultime à la fatigue des modèles : ce n’est pas de rattraper tous les modèles, c’est de rendre le coût de « ne pas rattraper » supportable.