Neurone21
← Actualités

METR : la durée des tâches réussies par l’IA double tous les 3,6 mois, mais le jugement reste en retard

Modeles IA

Le fait

Le 20 novembre 2026, METR, organisme indépendant d’évaluation des modèles d’IA, a publié une mise à jour de ses mesures, jusqu’à Opus 5.5 et GPT-6 Astra. Sur l’ensemble de ses deux jeux de tâches, l’horizon temporel des modèles (la durée qu’il faudrait à un humain pour une tâche que l’IA réussit une fois sur deux) double environ tous les 3,6 mois.

Contexte

METR a ajouté des tâches plus longues et plus ouvertes, dont la réussite est difficile à vérifier automatiquement. Ses constats :

  • sur les tâches de code et d’optimisation, les modèles égalent ou dépassent généralement des humains qualifiés ;
  • sur les tâches qui demandent des choix sans retour clair, leur jugement est moins bon que celui des experts. Des modèles juges surestiment la qualité d’un travail produit par un modèle aussi fort qu’eux ;
  • selon MIT Technology Review, aucune des évaluations conçues par des IA n’a été jugée assez bonne pour la recherche de METR, même si Opus 5.5 frôle désormais le seuil requis, alors que tous les modèles en étaient nettement loin il y a un an.

METR reconnaît que la plupart des durées sont désormais des estimations, faute de pouvoir payer des humains pour des tâches de centaines d’heures.

Pourquoi ça compte

Ce graphique sert de référence à tout le secteur pour estimer l’arrivée d’une IA capable d’accélérer sa propre recherche. METR conclut que les données publiques ne permettent pas d’exclure une accélération brutale dans les deux prochaines années.

Lecture Neurone21

Pour une entreprise, la ligne de partage est utile : confier à l’IA les tâches longues mais vérifiables (code, calcul, tests), garder l’humain sur les arbitrages sans juge automatique. Et se méfier d’une IA qui note le travail d’une autre IA de même niveau.

Sources

  1. METR, les capacités des modèles utiles à la recherche en IA progressent vite et deviennent plus difficiles à mesurer (20 novembre 2026)
  2. MIT Technology Review, le graphique le plus mal compris de l’IA mis à jour (20 novembre 2026)