#benchmarks IA

Modèles d’IA

Le modèle de 2.4 billions de paramètres d’Alibaba sort en API fermée

Qwen3.8-Max a été mis en ligne lundi matin avec un tableau de benchmarks le donnant gagnant face à GPT-5.6 Sol et Claude Fable 5. Le même tableau, lu intégralement, montre qu’il perd sur toutes les lignes techniques les plus difficiles en agentic engineering.

3 août 2026

Réglementation de l’IA aux États-Unis

NIST a créé un banc d’essai où les développeurs de modèles ne voient jamais les données de test

AI Technology Evaluation évalue les modèles sur des jeux de données en aveugle, jamais rendus publics, ce qui est la seule façon de savoir si un résultat de benchmark n’a pas été mémorisé. Cela n’a strictement aucune portée réglementaire.

28 juil. 2026

Recherche en IA

Un nouveau benchmark montre qu'une IA lisant les radios peut être dangereusement sûre d'elle

RadLE 2.0 a testé 16 modèles de pointe sur 200 cas de radios avec un système de notation pénalisant les erreurs assurées ; les radiologues humains ont obtenu 988,7 sur 2 000 contre 758 pour la meilleure IA.

19 juil. 2026

Modèles d’IA

« La course aux benchmarks n’est pas le sujet » : WAIC veut revoir l’évaluation de l’IA

Alors que les classements standards sont saturés et contaminés, des dirigeants chinois de l’IA ont soutenu que les performances sur des tâches réelles — et des métriques comme les « agents actifs quotidiens » — devraient remplacer les benchmarks statiques.

19 juil. 2026