Meng Chen, depuis Wāfēsì
QuantumBit | Chaîne publique QbitAI
Récemment, j'ai entendu le plus drôle des blagues dans le monde de l'IA :
Au cours du mois suivant, les trois grandes marques sortiront de nouveaux modèles.
La nouvelle version de Claude est décrite comme un « grand progrès » ; lors de la correction d’un bug, elle permet une résolution fondamentale, et les problèmes plus importants sous-jacents sont traités ensemble.
Le Gemini vise le modèle Argon amélioré Carbon ; les retours des tests internes des employés indiquent que « il peut atteindre Opus 5.5 ».
ChatGPT doit envoyer une boîte moyenne de 6.1 Terra……
Quoi ? Je pensais que le 6.1 Sol actuel était juste un nom changé par Terra.
Le nouveau modèle de Claude peut sortir des schémas de pensée habituels
Message provenant d’Informations.
Si vous pensez que la vitesse de publication de nouveaux modèles dans le domaine de l’IA a été rapide au cours du dernier mois, ne vous attendez pas à ce qu’elle ralentisse le mois suivant.
Selon les utilisateurs internes, la nouvelle version de Claude est meilleure en matière de raisonnement et d’intuition, et elle est particulièrement efficace pour déterminer les intentions et objectifs potentiels d’une personne.
Par exemple, une personne pourrait demander au modèle de corriger un seul bug, tandis que le modèle pourrait identifier le problème fondamental de la classe responsable de ce bug et demander s’il convient de corriger l’ensemble du problème de classe, a déclaré cette personne qui a utilisé le modèle.
La nouvelle version de Claude se montre également meilleure dans le fait de sortir des schémas mentaux, plutôt que de répéter les conseils ou solutions communs et bien connus.
Si l’utilisateur demande des conseils sur la manière d’investir en actions, il ne suggérera pas de regarder les P/E élevés, mais proposera un algorithme créatif pour prédire la performance future des actions.
Il est actuellement inconnu si le nouveau modèle est Fable ou Opus, mais en tout cas, il est plus puissant.
Gemini 4 Carbon pourrait utiliser RSI
En même temps, Google développe également un nouveau modèle, dont le nom de code est « Gemini 4 Carbon ».
Les versions antérieures d’Argon étaient inférieures à Claude Opus 5 dans certaines tâches de programmation.
Le Carbon est supérieur à l’Argon dans les tâches de programmation, et continue de se montrer meilleur dans les tâches nécessitant une compréhension visuelle, telles que l’analyse de vidéos ou la vérification des fonctionnalités des pages front-end (grâce à l’utilisation des données YouTube pour l’entraînement).
Le Carbon a été mis à disposition des employés sur la plateforme de programmation interne de Google, Jetski, pendant quelques jours. Les employés qui l’ont testé ont déclaré que « cela ressemblait à l’Opus 5.5 », mais il est encore nécessaire de plus d’essais.
Google a testé une série de modèles Gemini 4, dont les noms de code sont Argon, Barium et Carbon.
Le code interne « Barium-B » a été choisi en dernier, et il s’est transformé en Argon que nous voyons aujourd’hui.
Après la divulgation des performances testées dans Carbon, le employé de Google Vedant Misra a posté : « Avez-vous entendu parler de l’auto-amélioration récursive (RSI) ? »
Inconnu si cela implique que Carbon utilise la technologie RSI.
OpenAI n’existe plus ?
GPT-6.1 Terra est déjà présent dans le code de Microsoft Copilot.
Alors, beaucoup de gens avaient soupçonné que 6.1 Sol était en réalité un nom changé par Terra. Il semble que leur supposition était fausse. En fait, 6.1 Sol ne présente pas de grande amélioration par rapport à 5.6 Sol.
Beaucoup de gens, en voyant l'annonce concernant 6.1 Terra, ont l'impression que OpenAI a abandonné toute idée et s'est résigné.
Cependant, certains estiment que l’amélioration de Terra est vraiment importante pour OpenAI.
Parce qu’ils ont l’intention de combiner les modes Chat/Work et Codex de ChatGPT, il est nécessaire d’utiliser un modèle plus économique pour les utilisateurs gratuits.
En même temps, OpenAI publie un nouvel avancement.
Les derniers modèles GPT se comportent mieux dans des langages de programmation peu connus (FORTRAN, COBOL).
De nombreuses banques et entreprises publiques dépendent de ces logiciels anciens, et il ne reste plus que peu de programmeurs humains capables de les maintenir.
Le COBOL prend en charge plus de 40 % des systèmes bancaires, 80 % des transactions de cartes de crédit en personne et 95 % des transactions ATM, tandis que le Fortran est utilisé pour les prévisions météorologiques et l’analyse de la sécurité des réacteurs nucléaires.
Dans les tests de migration des programmes COBOL vers d’autres langages, GPT‑6.1 Sol atteint une précision de 86.6 % en mode bas, tandis que GPT‑5.6 Sol n’atteint que 5.4 %. En mode de raisonnement plus élevé, la précision atteint 97.9 %, ce qui coupe presque complètement les tests.
Enfin, pour les modèles domestiques, DeepSeek a pris la première décision de sortir de l’immersion. Les nouveaux modèles de Kimi, GLM et Minimax seront également présentés un par un par la suite.
En somme, les 11 mois à venir seront toujours passionnants.
Lien de référence :
[1]
https://x.com/kimmonismus/status/2112242007062233122?s=20
[2]
https://x.com/maxxrubin_/status/2112256163761016977?s=20
[3]
https://openai.com/index/low-resource-programming-languages/