Depuis l’incident impliquant Hugging Face, OpenAI marche sur une corde raide. L’entreprise est lancée dans un délicat jeu d’équilibrisme, entre pression sur la publication de données techniques et la nécessité financière de ne pas perdre la confiance du public. OpenAI prépare également son entrée en bourse et a besoin que sa valeur reste au beau fixe. Le 15 septembre, le Financial Times, cité par Bloomberg, évoquait ainsi un prochain tour de table qui valoriserait OpenAI à plus de 1 200 milliards de dollars. Interrogé sur le sujet, Sam Altman avait répondu que l’opération n’aurait pas lieu avant 2027.
La machine commence cependant à se gripper. Le narratif bâti sur le marketing de la peur et la foi inébranlable sur l’avenir de l’IA et des agents se fissure face à une pluie de critiques. Beaucoup remettent en question la volonté affichée de ralentir le développement des modèles de frontière pour se concentrer sur l’élaboration d’un cadre réglementaire. La Maison-Blanche n’a pas caché son hostilité à cette idée notamment.
Illustration : Flock
Le 21 septembre, le secrétaire au Trésor américain Scott Bessent est même allé plus loin au micro de CNBC : l’incident Hugging Face revient selon lui à « la responsabilité de la direction d’OpenAI, pas d’un tas d’agents ». Il a indiqué partager l’analyse de Daniel Huttenlocher, co-directeur d’un laboratoire de recherche du MIT, pour qui les humains sont responsables, et non l’IA. Ces entreprises « doivent assumer leurs responsabilités », a ajouté Scott Bessent.
Cette déclaration n’est pas isolée. Elle prolonge la position que Bessent avait défendue le 15 septembre devant la commission des services financiers de la Chambre des représentants, souligne CNBC. Le secrétaire au Trésor s’y était opposé à toute exemption de responsabilité légale pour les entreprises d’IA, estimant qu’elle servirait davantage leurs intérêts commerciaux que la sécurité du public.
La prise de position est loin d’être anodine, car elle qualifie l’incident de défaillance de gouvernance humaine, plutôt que d’illustration de la puissance intrinsèque de leurs agents et de leurs comportements imprévisibles. Le 2 septembre, nous relevions d’ailleurs les mêmes éléments, en soulignant que le rapport complet d’OpenAI montrait effectivement une succession de défaillances humaines.
À noter qu’au cours de la même interview, le secrétaire au Trésor a indiqué la possible mise en place d’un téléphone rouge avec Pékin sur les questions, et la possible nomination d’un nouveau « tsar de l’IA » pour gérer ce type de dossier.
Depuis l’incident impliquant Hugging Face, OpenAI marche sur une corde raide. L’entreprise est lancée dans un délicat jeu d’équilibrisme, entre pression sur la publication de données techniques et la nécessité financière de ne pas perdre la confiance du public. OpenAI prépare également son entrée en bourse et a besoin que sa valeur reste au beau fixe. Le 15 septembre, le Financial Times, cité par Bloomberg, évoquait ainsi un prochain tour de table qui valoriserait OpenAI à plus de 1 200 milliards de dollars. Interrogé sur le sujet, Sam Altman avait répondu que l’opération n’aurait pas lieu avant 2027.
La machine commence cependant à se gripper. Le narratif bâti sur le marketing de la peur et la foi inébranlable sur l’avenir de l’IA et des agents se fissure face à une pluie de critiques. Beaucoup remettent en question la volonté affichée de ralentir le développement des modèles de frontière pour se concentrer sur l’élaboration d’un cadre réglementaire. La Maison-Blanche n’a pas caché son hostilité à cette idée notamment.
Illustration : Flock
Le 21 septembre, le secrétaire au Trésor américain Scott Bessent est même allé plus loin au micro de CNBC : l’incident Hugging Face revient selon lui à « la responsabilité de la direction d’OpenAI, pas d’un tas d’agents ». Il a indiqué partager l’analyse de Daniel Huttenlocher, co-directeur d’un laboratoire de recherche du MIT, pour qui les humains sont responsables, et non l’IA. Ces entreprises « doivent assumer leurs responsabilités », a ajouté Scott Bessent.
Cette déclaration n’est pas isolée. Elle prolonge la position que Bessent avait défendue le 15 septembre devant la commission des services financiers de la Chambre des représentants, souligne CNBC. Le secrétaire au Trésor s’y était opposé à toute exemption de responsabilité légale pour les entreprises d’IA, estimant qu’elle servirait davantage leurs intérêts commerciaux que la sécurité du public.
La prise de position est loin d’être anodine, car elle qualifie l’incident de défaillance de gouvernance humaine, plutôt que d’illustration de la puissance intrinsèque de leurs agents et de leurs comportements imprévisibles. Le 2 septembre, nous relevions d’ailleurs les mêmes éléments, en soulignant que le rapport complet d’OpenAI montrait effectivement une succession de défaillances humaines.
À noter qu’au cours de la même interview, le secrétaire au Trésor a indiqué la possible mise en place d’un téléphone rouge avec Pékin sur les questions, et la possible nomination d’un nouveau « tsar de l’IA » pour gérer ce type de dossier.
SpaceXAI a lancé son nouveau modèle Grok 4.7 ce 21 septembre. Si Elon Musk vantait l’arrivée de cette version, les résultats indépendants ne semblent pas à la hauteur des attentes. En revanche, le LLM garde pour lui l’avantage d’une tarification plus douce que certains des gros modèles lancés ces derniers mois.
Mise à jour du 23 septembre : Dans la version originale de l’article, nous avons mentionné les prix sans évoquer la consommation de tokens à l’usage. Nous avons modifié cette partie, Grok 4.7 se révélant nettement plus verbeux que son prédécesseur, avec des conséquences sur la facture.
Article original du 22 septembre :
La version 4.7 de Grok repose sur un nouveau modèle de base, plus grand que pour Grok 4.6. Dans son annonce, SpaceXAI indique qu’il a été entraîné par renforcement plus longtemps, sur des tâches plus difficiles, avec un accent sur les problèmes qui demandent plusieurs heures de travail. L’entreprise affirme que le modèle vérifie mieux son propre travail et gère mieux les contextes longs. Le modèle a aussi été entraîné pour fonctionner nativement dans l’environnement Grok Bot.
Dans la documentation fournie, on peut lire que le modèle grok-4.7 dispose d’une fenêtre de 500 000 jetons (tokens), ses connaissances s’arrêtant en mai 2026. Sans surprise, le LLM est multimodal (texte et images en entrée) et produit du texte en sortie. On retrouve en outre les quatre mêmes niveaux de raisonnement : bas, moyen, haut (par défaut) ou très haut (xhigh). Appel de fonctions, recherche web ou sur X, ou encore exécution de code sont autant de possibilités mises en avant par SpaceXAI.
La société d’Elon Musk met en avant de nombreuses qualités en phase avec les discussions actuelles autour de la sécurité. Elle évoque par exemple « de solides capacités de défense cyber » tout en gardant « de faibles taux de refus d’utilisation légitime ». Grok 4.7 aurait obtenu le score le plus élevé sur HackberBench 0.3 et n’aurait autorisé que 3,3 % des prompts risqués. En outre, le nouveau LLM se montrerait plus robuste face aux tentatives de jailbreak.
Des performances en deçà des attentes
Sur le chapitre des performances, la situation est plus complexe. Selon les chiffres avancés par l’entreprise, Grok 4.7 se débrouille bien sûr très bien. Cependant, on remarque vite que le tableau donné par SpaceXAI ne compare pas toujours les mêmes éléments. Par exemple, Grok 4.7 est testé en mode de raisonnement xHigh alors que Grok 4.6 est testé en High.
Source : SpaceXAI
Cela n’empêche pas l’entreprise de revendiquer de très bonnes performances, surtout face à son modèle précédent et dans des domaines particuliers. « Grok 4.7 est meilleur pour créer des documents et des présentations. Dans GDPval et AA Briefcase, l’IA est sollicitée pour travailler sur des tâches réalisées par des professionnels tels que des avocats, des infirmiers et des analystes financiers. Grok 4.7 améliore Grok 4.6 sur les deux benchmarks et se comporte de manière comparable à d’autres modèles Frontier », affirme ainsi SpaceXAI.
Sur X, on trouve déjà de nombreux commentaires et tests réalisés, plus ou moins spécifiques. Côté positif, on note par exemple le tweet d’Auggie qui relève un taux de 100 % sur son test de « détection d’erreurs » sur la musique, un score que seul avait atteint Astra. Le même testeur a en revanche été moins enthousiasmé sur Bach Benchmark (qui demande aux LLM de composer des chorals à quatre voix dans le style de Bach). Si l’on en croit Artificial Analysis, les revendications de SpaceXAI sur la création de documents sont avérées, avec en particulier un bond significatif sur le test Analytical Quality Elo.
Toutefois, les retours négatifs sont plus nombreux. Pour Jose Antonio Lanz par exemple, Grok 4.7 n’a rien d’un mauvais modèle, mais il est derrière la concurrence, particulièrement Astra ou même Sonnet 5 selon les essais réalisés. Il souligne d’ailleurs qu’Elon Musk avait lui-même cherché à diminuer les attentes autour de son modèle, en indiquant dans un tweet le 14 septembre que Grok 4.7 serait davantage à comparer à Opus 5 que 5.1. Il en profite pour annoncer que Grok 4.8 sera une « amélioration notable », que Grok 4.9 sera « probablement » au niveau d’Astra et Fable et que Grok 5 sera « peut-être meilleur que tout le reste ». Plusieurs personnes ont alors fait remarquer qu’OpenAI et Anthropic allaient eux aussi lancer de nouveaux modèles pendant ces laps de temps.
Selon The Decoder, Grok 4.7 obtient 46 à l’indice Artificial Analysis (v4.3.2), qui agrège dix tests. Il se place ainsi en milieu de peloton, derrière Claude Fable 5.1 et GPT-6, à 53 chacun. Sur Terminal-Bench 4.0, l’évaluation donne 26 %, bien en dessous des 38 % annoncés par xAI, et très loin des 60 % atteints par Astra et des 55 % de Fable 5.1.
Tarifs identiques, mais plus gourmand en tokens
Si les performances semblent globalement décevantes, Grok 4.7 se débrouille mieux que son prédécesseur dans la quasi-totalité des scénarios, sans toucher aux prix. On reste donc sur 2 dollars par million de jetons en entrée et 6 dollars par million en sortie. Une variante Fast est disponible, servie par une infrastructure plus rapide, avec une facturation doublée. Elle n’est cependant disponible que via Cursor et Grok Build, pas sur l’API publique. Sur cette dernière, tous les cas d’usage passant par Grok 4.6 ont automatiquement basculé sur le nouveau modèle.
SpaceXAI joue d’ailleurs la carte du rapport performances/prix en comparant sa grille tarifaire à celles de concurrents. GPT-5.6 Sol et Claude Fable 5.1 sont dans la ligne de mire, avec respectivement 4/20 dollars et 10/50 dollars.
Cependant, cette grille tarifaire ne raconte pas toute l’histoire. Selon des tests réalisés par Artificial Analysis, Grok 4.7 est plus gourmand en tokens que son prédécesseur. L’écart est a priori significatif : 81 000 jetons de sortie par tâche Intelligence Index pour Grok 4.7 xHigh, contre 38 000 pour Grok 4.6 xHigh et 27 000 pour GPT-6 Astra Max. Selon Artificial Analysis, Grok 4.7 est particulièrement verbeux, avec 240 millions de tokens générés pendant ses tests, contre une médiane de 88 millions.
Le positionnement général est ainsi celui d’un modèle faisant mieux que Grok 4.6 pour le même prix par tokens, mais possiblement plus lourd sur la facturation et l’usage des quotas. Il n’y a donc pas de rupture, et on reste sur l’interrogation classique du choix du modèle en fonction du scénario d’usage envisagé. Grok 4.7 illustre la manière dont un LLM peut s’avérer plus cher à l’utilisation que son prédécesseur, même quand le prix par token ne bouge pas ou diminue, comme nous l’avions montré avec Opus 4.7 d’Anthropic.
Enfin, on notera que le calendrier des sorties des prochaines versions ne semble pas ralentir, puisque Grok 4.8 serait proposé dans un mois. Une affirmation à prendre avec des pincettes, Grok 4.7 ayant été repoussé plusieurs fois. Le rythme cadre mal cependant avec le positionnement d’Elon Musk sur la nécessité de ralentir le développement des modèles de frontière. Il a publiquement soutenu l’idée de Dario Amodei, CEO d’Anthropic, de calmer le jeu et de réfléchir à un cadre clair pour mesurer l’alignement des modèles. Comme nous l’avions relevé toutefois, ces déclarations d’intentions ne semblent pas suivies d’actions concrètes.
SpaceXAI a lancé son nouveau modèle Grok 4.7 ce 21 septembre. Si Elon Musk vantait l’arrivée de cette version, les résultats indépendants ne semblent pas à la hauteur des attentes. En revanche, le LLM garde pour lui l’avantage d’une tarification plus douce que certains des gros modèles lancés ces derniers mois.
Mise à jour du 23 septembre : Dans la version originale de l’article, nous avons mentionné les prix sans évoquer la consommation de tokens à l’usage. Nous avons modifié cette partie, Grok 4.7 se révélant nettement plus verbeux que son prédécesseur, avec des conséquences sur la facture.
Article original du 22 septembre :
La version 4.7 de Grok repose sur un nouveau modèle de base, plus grand que pour Grok 4.6. Dans son annonce, SpaceXAI indique qu’il a été entraîné par renforcement plus longtemps, sur des tâches plus difficiles, avec un accent sur les problèmes qui demandent plusieurs heures de travail. L’entreprise affirme que le modèle vérifie mieux son propre travail et gère mieux les contextes longs. Le modèle a aussi été entraîné pour fonctionner nativement dans l’environnement Grok Bot.
Dans la documentation fournie, on peut lire que le modèle grok-4.7 dispose d’une fenêtre de 500 000 jetons (tokens), ses connaissances s’arrêtant en mai 2026. Sans surprise, le LLM est multimodal (texte et images en entrée) et produit du texte en sortie. On retrouve en outre les quatre mêmes niveaux de raisonnement : bas, moyen, haut (par défaut) ou très haut (xhigh). Appel de fonctions, recherche web ou sur X, ou encore exécution de code sont autant de possibilités mises en avant par SpaceXAI.
La société d’Elon Musk met en avant de nombreuses qualités en phase avec les discussions actuelles autour de la sécurité. Elle évoque par exemple « de solides capacités de défense cyber » tout en gardant « de faibles taux de refus d’utilisation légitime ». Grok 4.7 aurait obtenu le score le plus élevé sur HackberBench 0.3 et n’aurait autorisé que 3,3 % des prompts risqués. En outre, le nouveau LLM se montrerait plus robuste face aux tentatives de jailbreak.
Des performances en deçà des attentes
Sur le chapitre des performances, la situation est plus complexe. Selon les chiffres avancés par l’entreprise, Grok 4.7 se débrouille bien sûr très bien. Cependant, on remarque vite que le tableau donné par SpaceXAI ne compare pas toujours les mêmes éléments. Par exemple, Grok 4.7 est testé en mode de raisonnement xHigh alors que Grok 4.6 est testé en High.
Source : SpaceXAI
Cela n’empêche pas l’entreprise de revendiquer de très bonnes performances, surtout face à son modèle précédent et dans des domaines particuliers. « Grok 4.7 est meilleur pour créer des documents et des présentations. Dans GDPval et AA Briefcase, l’IA est sollicitée pour travailler sur des tâches réalisées par des professionnels tels que des avocats, des infirmiers et des analystes financiers. Grok 4.7 améliore Grok 4.6 sur les deux benchmarks et se comporte de manière comparable à d’autres modèles Frontier », affirme ainsi SpaceXAI.
Sur X, on trouve déjà de nombreux commentaires et tests réalisés, plus ou moins spécifiques. Côté positif, on note par exemple le tweet d’Auggie qui relève un taux de 100 % sur son test de « détection d’erreurs » sur la musique, un score que seul avait atteint Astra. Le même testeur a en revanche été moins enthousiasmé sur Bach Benchmark (qui demande aux LLM de composer des chorals à quatre voix dans le style de Bach). Si l’on en croit Artificial Analysis, les revendications de SpaceXAI sur la création de documents sont avérées, avec en particulier un bond significatif sur le test Analytical Quality Elo.
Toutefois, les retours négatifs sont plus nombreux. Pour Jose Antonio Lanz par exemple, Grok 4.7 n’a rien d’un mauvais modèle, mais il est derrière la concurrence, particulièrement Astra ou même Sonnet 5 selon les essais réalisés. Il souligne d’ailleurs qu’Elon Musk avait lui-même cherché à diminuer les attentes autour de son modèle, en indiquant dans un tweet le 14 septembre que Grok 4.7 serait davantage à comparer à Opus 5 que 5.1. Il en profite pour annoncer que Grok 4.8 sera une « amélioration notable », que Grok 4.9 sera « probablement » au niveau d’Astra et Fable et que Grok 5 sera « peut-être meilleur que tout le reste ». Plusieurs personnes ont alors fait remarquer qu’OpenAI et Anthropic allaient eux aussi lancer de nouveaux modèles pendant ces laps de temps.
Selon The Decoder, Grok 4.7 obtient 46 à l’indice Artificial Analysis (v4.3.2), qui agrège dix tests. Il se place ainsi en milieu de peloton, derrière Claude Fable 5.1 et GPT-6, à 53 chacun. Sur Terminal-Bench 4.0, l’évaluation donne 26 %, bien en dessous des 38 % annoncés par xAI, et très loin des 60 % atteints par Astra et des 55 % de Fable 5.1.
Tarifs identiques, mais plus gourmand en tokens
Si les performances semblent globalement décevantes, Grok 4.7 se débrouille mieux que son prédécesseur dans la quasi-totalité des scénarios, sans toucher aux prix. On reste donc sur 2 dollars par million de jetons en entrée et 6 dollars par million en sortie. Une variante Fast est disponible, servie par une infrastructure plus rapide, avec une facturation doublée. Elle n’est cependant disponible que via Cursor et Grok Build, pas sur l’API publique. Sur cette dernière, tous les cas d’usage passant par Grok 4.6 ont automatiquement basculé sur le nouveau modèle.
SpaceXAI joue d’ailleurs la carte du rapport performances/prix en comparant sa grille tarifaire à celles de concurrents. GPT-5.6 Sol et Claude Fable 5.1 sont dans la ligne de mire, avec respectivement 4/20 dollars et 10/50 dollars.
Cependant, cette grille tarifaire ne raconte pas toute l’histoire. Selon des tests réalisés par Artificial Analysis, Grok 4.7 est plus gourmand en tokens que son prédécesseur. L’écart est a priori significatif : 81 000 jetons de sortie par tâche Intelligence Index pour Grok 4.7 xHigh, contre 38 000 pour Grok 4.6 xHigh et 27 000 pour GPT-6 Astra Max. Selon Artificial Analysis, Grok 4.7 est particulièrement verbeux, avec 240 millions de tokens générés pendant ses tests, contre une médiane de 88 millions.
Le positionnement général est ainsi celui d’un modèle faisant mieux que Grok 4.6 pour le même prix par tokens, mais possiblement plus lourd sur la facturation et l’usage des quotas. Il n’y a donc pas de rupture, et on reste sur l’interrogation classique du choix du modèle en fonction du scénario d’usage envisagé. Grok 4.7 illustre la manière dont un LLM peut s’avérer plus cher à l’utilisation que son prédécesseur, même quand le prix par token ne bouge pas ou diminue, comme nous l’avions montré avec Opus 4.7 d’Anthropic.
Enfin, on notera que le calendrier des sorties des prochaines versions ne semble pas ralentir, puisque Grok 4.8 serait proposé dans un mois. Une affirmation à prendre avec des pincettes, Grok 4.7 ayant été repoussé plusieurs fois. Le rythme cadre mal cependant avec le positionnement d’Elon Musk sur la nécessité de ralentir le développement des modèles de frontière. Il a publiquement soutenu l’idée de Dario Amodei, CEO d’Anthropic, de calmer le jeu et de réfléchir à un cadre clair pour mesurer l’alignement des modèles. Comme nous l’avions relevé toutefois, ces déclarations d’intentions ne semblent pas suivies d’actions concrètes.
Du rififi chez les matheux. OpenAI a affirmé ces derniers mois que ses modèles résolvaient des problèmes mathématiques sur lesquels les spécialistes se cassent les dents et la tête depuis des années — dont certains du mathématicien Paul Erdős ou plus récemment, les équations de Navier-Stokes, tout en étant accusée de mauvaises pratiques scientifiques.
Illustration : Flock
Ces annonces tonitruantes ont suscité une vague de colère de la part de la communauté des mathématiques, aussi bien en France qu’à l’international. La Société mathématique de France (SMF), avec toute la communauté internationale des chercheurs et chercheuses en maths, s’interroge sur les questions éthiques posées par l’IA générative (pillage bibliographique, coût énergétique et écologique…) et sur la déprédation scientifique de ces « résolutions ».
25 lauréats de la médaille Fields ont de leur côté cosigné une déclaration intitulée « A Severe Misalignment of AI in Mathematics » (« Un grave défaut d’alignement de l’IA en mathématiques »). Ils y déplorent la volonté des grands acteurs de l’IA de « nuire à la science des mathématiques », constatant une divergence entre ces entreprises et la communauté mathématique.
Dans un billet publié ce lundi 21 septembre, OpenAI annonce sa volonté d’engager un « dialogue réfléchi » avec la communauté et s’est rapproché d’un groupe consultatif indépendant en mathématiques qui « servira de passerelle avec la communauté mathématique et le grand public, en donnant aux mathématiciens une voix dans la façon dont nous avançons ».
Parmi les premiers membres de ce comité, on trouve François Charles, Camillo De Lellis, Timothy Gowers, Martin Hairer, Nikhil Srivastava, Ulrike Tillmann, Ravi Vakil, Edward Witten et Melanie Matchett Wood. Ils ne sont pas rémunérés par OpenAI pour leur participation.
Des questions presque aussi difficiles à résoudre que des équations
Le billet est très court et donne assez peu de détails. Ce groupe conseillera OpenAI sur l’évaluation et la communication des résultats de l’IA en matière de maths. Il aidera également à apprécier l’importance de ces résultats, à coordonner leur diffusion et à respecter les normes universitaires et professionnelles de la recherche mathématique.
Le groupe est aussi libre de formuler des recommandations non sollicitées, de commenter l’impact d’OpenAI sur les mathématiques, et de rendre publics ses avis. Étant donné son caractère consultatif, l’entreprise pourra suivre ses avis… ou pas. OpenAI restera libre du rythme de ses développements en maths.
Son premier travail est de trouver la manière de coordonner la publication d’un grand nombre de résultats importants qui auraient été obtenus par son modèle interne. OpenAI indique en effet que ce nouveau modèle, celui qui aurait résolu les équations de Navier–Stokes, a aussi trouvé des solutions à une centaine d’autres problèmes.
La startup ne cache pas que l’avenir ne sera pas forcément doré sur tranche : « Des questions difficiles restent à résoudre quant à la manière dont l’IA peut contribuer à la compréhension des mathématiques et dont les bénéfices de ces capacités peuvent profiter à l’ensemble de la communauté ». Pas de quoi réchauffer les relations tendues entre OpenAI et les mathématiciens, même si ce groupe est un geste en leur direction.
Certains mathématiciens demandent tout bonnement à OpenAI d’arrêter d’utiliser les maths comme benchmark de ses modèles. « Cessez d’essayer de donner l’impression que vous avez « résolu les maths » : c’est de toute façon impossible, et vous ne faites que rendre la résolution de problèmes aussi inutile que la production d’heuresde vidéos sans intérêt sur l’IA », réagit ainsi le mathématicien David Madore.
Du rififi chez les matheux. OpenAI a affirmé ces derniers mois que ses modèles résolvaient des problèmes mathématiques sur lesquels les spécialistes se cassent les dents et la tête depuis des années — dont certains du mathématicien Paul Erdős ou plus récemment, les équations de Navier-Stokes, tout en étant accusée de mauvaises pratiques scientifiques.
Illustration : Flock
Ces annonces tonitruantes ont suscité une vague de colère de la part de la communauté des mathématiques, aussi bien en France qu’à l’international. La Société mathématique de France (SMF), avec toute la communauté internationale des chercheurs et chercheuses en maths, s’interroge sur les questions éthiques posées par l’IA générative (pillage bibliographique, coût énergétique et écologique…) et sur la déprédation scientifique de ces « résolutions ».
25 lauréats de la médaille Fields ont de leur côté cosigné une déclaration intitulée « A Severe Misalignment of AI in Mathematics » (« Un grave défaut d’alignement de l’IA en mathématiques »). Ils y déplorent la volonté des grands acteurs de l’IA de « nuire à la science des mathématiques », constatant une divergence entre ces entreprises et la communauté mathématique.
Dans un billet publié ce lundi 21 septembre, OpenAI annonce sa volonté d’engager un « dialogue réfléchi » avec la communauté et s’est rapproché d’un groupe consultatif indépendant en mathématiques qui « servira de passerelle avec la communauté mathématique et le grand public, en donnant aux mathématiciens une voix dans la façon dont nous avançons ».
Parmi les premiers membres de ce comité, on trouve François Charles, Camillo De Lellis, Timothy Gowers, Martin Hairer, Nikhil Srivastava, Ulrike Tillmann, Ravi Vakil, Edward Witten et Melanie Matchett Wood. Ils ne sont pas rémunérés par OpenAI pour leur participation.
Des questions presque aussi difficiles à résoudre que des équations
Le billet est très court et donne assez peu de détails. Ce groupe conseillera OpenAI sur l’évaluation et la communication des résultats de l’IA en matière de maths. Il aidera également à apprécier l’importance de ces résultats, à coordonner leur diffusion et à respecter les normes universitaires et professionnelles de la recherche mathématique.
Le groupe est aussi libre de formuler des recommandations non sollicitées, de commenter l’impact d’OpenAI sur les mathématiques, et de rendre publics ses avis. Étant donné son caractère consultatif, l’entreprise pourra suivre ses avis… ou pas. OpenAI restera libre du rythme de ses développements en maths.
Son premier travail est de trouver la manière de coordonner la publication d’un grand nombre de résultats importants qui auraient été obtenus par son modèle interne. OpenAI indique en effet que ce nouveau modèle, celui qui aurait résolu les équations de Navier–Stokes, a aussi trouvé des solutions à une centaine d’autres problèmes.
La startup ne cache pas que l’avenir ne sera pas forcément doré sur tranche : « Des questions difficiles restent à résoudre quant à la manière dont l’IA peut contribuer à la compréhension des mathématiques et dont les bénéfices de ces capacités peuvent profiter à l’ensemble de la communauté ». Pas de quoi réchauffer les relations tendues entre OpenAI et les mathématiciens, même si ce groupe est un geste en leur direction.
Certains mathématiciens demandent tout bonnement à OpenAI d’arrêter d’utiliser les maths comme benchmark de ses modèles. « Cessez d’essayer de donner l’impression que vous avez « résolu les maths » : c’est de toute façon impossible, et vous ne faites que rendre la résolution de problèmes aussi inutile que la production d’heuresde vidéos sans intérêt sur l’IA », réagit ainsi le mathématicien David Madore.
Amazon ferme la porte de son magasin à Muse, l’agent IA de Meta. Ce dernier est capable de fureter dans les allées virtuelles du géant du commerce en ligne pour y faire les emplettes de l’utilisateur. Mais Amazon n’a jamais donné son accord.
Le client est toujours roi, sauf quand il se cache derrière une IA. Amazon fait la guerre aux agents qui ne se déclarent pas comme tels. En novembre dernier, l’entreprise portait ainsi plainte contre Perplexity : l’agent intégré à Comet, le navigateur maison, est soupçonné de violer les conditions d’utilisation de la boutique en ligne.
C’est le cas aussi pour Muse, l’agent IA lancé le 8 septembre. Il est en mesure de faire les courses pour le compte de l’utilisateur, y compris donc sur Amazon. Ça n’a pas duré longtemps : depuis ce dimanche 20 septembre, les utilisateurs de Muse qui le lâchent dans le supermarché en ligne se font accueillir par une fenêtre les informant qu’un agent non autorisé enfreint les conditions d’utilisation d’Amazon.
« Nous estimons qu’il est assez évident que les applications tierces proposant d’effectuer des achats auprès d’autres entreprises pour le compte de clients doivent agir en toute transparence et respecter la décision des fournisseurs de services de participer ou non à ce type d’expérience », a déclaré un porte-parole du groupe à Geekwire.
Pour Amazon, l’enjeu est de taille. L’activité publicitaire représente une manne pour le groupe : 68,6 milliards de dollars générés durant l’exercice 2025. Or, ce ne sont pas les agents qui vont cliquer sur les produits sponsorisés et les acheter.
Au moment de la plainte contre Perplexity, Amazon expliquait qu’un agent ou plus largement un service qui effectue des achats au nom d’un client doit fonctionner de manière transparente et respecter les décisions des fournisseurs sur leur participation. Des agences de voyage en ligne, ou encore des plateformes de livraison de repas acceptent ces conditions d’utilisation.
Meta défend la sécurité de Muse
Amazon estime que les agents qui ne respectent pas ses règles sont susceptibles de dégrader fortement l’expérience d’achat et le service client : manque de personnalisation et d’historique d’achat, erreurs dans les estimations des tarifs de livraison… Il y a également une problématique de sécurité. Puisque l’agent ne s’identifie pas, l’entreprise considère qu’un tiers non déclaré fouine dans les comptes des clients, réalise des transactions et exploite des données sensibles sans le consentement d’Amazon.
« Les applications tierces dotées de capacités agentiques, comme Muse, sont soumises aux mêmes obligations, et nous avons demandé à Meta de retirer Amazon de l’expérience », conclut le porte-parole.
Lors de la présentation de Muse, Meta a expliqué que son assistant IA fonctionnait dans une machine virtuelle sécurisée avec son propre navigateur web, et demandait l’autorisation de l’utilisateur à chaque étape sensible comme un achat en ligne. Un second agent, Sentinel, est chargé de surveiller les moindres faits et gestes de Muse et il doit autoriser tout ce qu’il envoie sur internet.
Meta a ajouté que Muse n’avait accès ni aux mots de passe, ni aux moyens de paiement de l’utilisateur. Les identifiants fournis par ce dernier sont hébergés dans un espace sécurisé, ce qui permet à Muse de « les utiliser sans les voir ». Des discussions ont lieu entre Amazon et Meta depuis dimanche soir au sujet de Muse.
L’ironie de l’histoire, c’est qu’Amazon a été pris les doigts dans le pot de confiture en lançant ses propres agents à l’assaut des petites boutiques en ligne qui refusent de vendre leurs produits dans les linéaires du mastodonte.
Amazon ferme la porte de son magasin à Muse, l’agent IA de Meta. Ce dernier est capable de fureter dans les allées virtuelles du géant du commerce en ligne pour y faire les emplettes de l’utilisateur. Mais Amazon n’a jamais donné son accord.
Le client est toujours roi, sauf quand il se cache derrière une IA. Amazon fait la guerre aux agents qui ne se déclarent pas comme tels. En novembre dernier, l’entreprise portait ainsi plainte contre Perplexity : l’agent intégré à Comet, le navigateur maison, est soupçonné de violer les conditions d’utilisation de la boutique en ligne.
C’est le cas aussi pour Muse, l’agent IA lancé le 8 septembre. Il est en mesure de faire les courses pour le compte de l’utilisateur, y compris donc sur Amazon. Ça n’a pas duré longtemps : depuis ce dimanche 20 septembre, les utilisateurs de Muse qui le lâchent dans le supermarché en ligne se font accueillir par une fenêtre les informant qu’un agent non autorisé enfreint les conditions d’utilisation d’Amazon.
« Nous estimons qu’il est assez évident que les applications tierces proposant d’effectuer des achats auprès d’autres entreprises pour le compte de clients doivent agir en toute transparence et respecter la décision des fournisseurs de services de participer ou non à ce type d’expérience », a déclaré un porte-parole du groupe à Geekwire.
Pour Amazon, l’enjeu est de taille. L’activité publicitaire représente une manne pour le groupe : 68,6 milliards de dollars générés durant l’exercice 2025. Or, ce ne sont pas les agents qui vont cliquer sur les produits sponsorisés et les acheter.
Au moment de la plainte contre Perplexity, Amazon expliquait qu’un agent ou plus largement un service qui effectue des achats au nom d’un client doit fonctionner de manière transparente et respecter les décisions des fournisseurs sur leur participation. Des agences de voyage en ligne, ou encore des plateformes de livraison de repas acceptent ces conditions d’utilisation.
Meta défend la sécurité de Muse
Amazon estime que les agents qui ne respectent pas ses règles sont susceptibles de dégrader fortement l’expérience d’achat et le service client : manque de personnalisation et d’historique d’achat, erreurs dans les estimations des tarifs de livraison…Il y a également une problématique de sécurité. Puisque l’agent ne s’identifie pas, l’entreprise considère qu’un tiers non déclaré fouine dans les comptes des clients, réalise des transactions et exploite des données sensibles sans le consentement d’Amazon.
« Les applications tierces dotées de capacités agentiques, comme Muse, sont soumises aux mêmes obligations, et nous avons demandé à Meta de retirer Amazon de l’expérience », conclut le porte-parole.
Lors de la présentation de Muse, Meta a expliqué que son assistant IA fonctionnait dans une machine virtuelle sécurisée avec son propre navigateur web, et demandait l’autorisation de l’utilisateur à chaque étape sensible comme un achat en ligne. Un second agent, Sentinel, est chargé de surveiller les moindres faits et gestes de Muse et il doit autoriser tout ce qu’il envoie sur internet.
Meta a ajouté que Muse n’avait accès ni aux mots de passe, ni aux moyens de paiement de l’utilisateur. Les identifiants fournis par ce dernier sont hébergés dans un espace sécurisé, ce qui permet à Muse de « les utiliser sans les voir ». Des discussions ont lieu entre Amazon et Meta depuis dimanche soir au sujet de Muse.
L’ironie de l’histoire, c’est qu’Amazon a été pris les doigts dans le pot de confiture en lançant ses propres agents à l’assaut des petites boutiques en ligne qui refusent de vendre leurs produits dans les linéaires du mastodonte.
Connexion
