La dernière bataille d’Altman ! Livraison de l’AGI dans 4 mois

Rapport de Sinovation 

Certains annoncent déjà avoir accompli l'AGI.

Lors de la réunion des résultats financiers mercredi dernier, Jensen Huang a lâché la phrase suivante :

Le même jour, une longue interview de plus de deux heures avec Sam Altman a été publiée. Sa prévision : fin 2026.

Pour Altman, ces 4 mois ne représentent pas juste un sprint technologique. Avant l’introduction en bourse prévue l’an prochain, il doit miser sur la carte AGI.

S’il ne la pose pas, alors lorsque la cloche sonnera, quelqu’un d’autre sera déjà coté, avec une capitalisation deux fois supérieure et des profits.

Pour OpenAI, il n’y a plus de retour en arrière possible.

Lors de cette réunion, on lui demande ce qu'il pense de la course effrénée d’OpenAI et consorts vers l’AGI.

Sa réponse : inutile de débattre maintenant. Le secteur ne s'accorde même pas sur la définition d’"intelligence", alors pourquoi fixer une règle de mesure de l’AGI ?

Lui, détient une autre carte.

L’architecture AVO de Nvidia a obtenu 100% au test ARC-AGI-3 qui évalue si un agent peut opérer de manière autonome sur une longue période.

S’appuyant sur cette réussite, il lance une prédiction ambitieuse :

On le sait, le test ARC-AGI-3 est particulièrement imprévisible.

Il plonge l’agent dans un jeu inconnu sans lui donner ni règles ni objectif, à lui de s’adapter, d’observer, puis de deviner. Il ne dispose que d’une grille 64×64 et de quelques boutons ; chaque environnement commence par des niveaux faciles puis devient de plus en plus complexe.

Même pour un humain, c’est ardu ; pour un modèle, ce n’est pas mieux.

Le détail clé : le modèle d’AVO, c’est Claude Opus 5.

Puis Nvidia lui a ajouté une couche. Sans toucher aux paramètres, le score est passé de 30,16% à 100%.

Ici, deux éléments jouent un vrai rôle.

• D’abord la mémoire persistante : le contexte n’est pas effacé, l’agent reprend là où il s’était arrêté, évitant de refaire les mêmes erreurs.

• Ensuite, un superviseur qui, tout en restant passif, surveille la trajectoire de l’agent principal, et l’aide à éviter de tourner en rond.

Reste que, en toute rigueur, cette performance parfaite n’est pas vraiment recevable.

Trois heures après l’annonce de Nvidia, François Chollet, le créateur d’ARC-AGI, a posté sur X :

D’après la documentation d’ARC Prize, le jeu public n’est pas destiné à l’évaluation finale. Ce sont les ensembles semi-privés et privés qui font foi — or, AVO n’a pas encore de note sur ces jeux.

Fait subtil, il s’agit déjà du troisième score parfait en six semaines.

Tycho a ouvert le bal fin juillet, VISTA a enchaîné le 5 août, et AVO est le troisième. Leur approche diffère, mais tous exploitent Claude Opus 5.

Les annonces d’AGI se multiplient, mais les vrais challengers restent les mêmes deux acteurs principaux.

Et pour l’heure, personne n’a vraiment abattu sa meilleure carte.

Lors de son interview, Altman se montre confiant :

Le directeur de la recherche, Mark Chen, reste plus prudent. Pour lui, OpenAI n’est encore qu’à 80% du chemin vers l’AGI.

Ces paroles sont osées, mais ils ne manquent pas d’atouts.

OpenAI s’est fixé cette année l’objectif clair : construire un stagiaire de recherche IA totalement autonome et productif.

Et ce « stagiaire IA autonome » s’appelle Astra.

Confiez à Astra une idée d’expérience, il code, expérimente et livre le résultat dans le codebase OpenAI.

Donnez-lui un article scientifique, Astra accomplit en une semaine le travail d’un chercheur humain de premier plan.

Lors d’une récente démo interne, plusieurs grands comptes ont été témoins de la scène.

Sur écran, 16 agents IA décomposent un problème mathématique complexe en sous-tâches.

Chacun s’attelle à sa partie, vérifie en cours de route le boulot des autres, et recompose la solution finale.

On avait sous les yeux une équipe soudée et efficace fermée en réunion.

La deuxième démo fut encore plus spectaculaire.

Astra ouvre différents logiciels de bureau, navigue entre applications, crée puis modifie des fichiers, orchestre des tâches — à une vitesse inhumaine.

Le public n’a pu cacher son admiration : Astra a réellement permis l’avènement de « l’agent persistant ».

Altman va plus loin : « Je pense que ce sera le premier modèle à inventer quelque chose d’important. C’est très AGI. »

L’expression « inventer quelque chose » est significative : il s’agirait d’inventer ce que l’humanité ignore encore.

Récemment, la première puce maison d’OpenAI, le « Jalapeño », surclasse les GPU phare de Nvidia.

L’artisan principal ? GPT-Astra.

Astra a mené tout le cycle, du design des circuits jusqu’au logiciel.

Pour la puce, il a optimisé les circuits de base. Côté logiciel, il a codé et peaufiné le noyau, puis ajusté trois grands modèles open-source.

Résultat : le multiplicateur BF16 est 56% plus performant, la surface des unités matrices a diminué de 10%.

Les modules « attention » et « MoE », deux fonctions fondamentales, tournent 1,5 à 1,8 fois plus vite que les versions écrites par des experts humains.

Clairement, l’IA modifie ici le hardware au niveau physique.

Fait amusant, Nvidia suit la même voie.

AVO n’a pas été conçu pour jouer, son objectif principal est d’écrire du code bas niveau pour le GPU.

En mars, Nvidia a publié une étude dont le cœur consiste à confier toute la phase de modification du code à un agent autonome.

Testé en continu 7 jours durant, sans intervention humaine, il a exploré plus de 500 pistes d’optimisation et proposé 40 nouvelles versions viables du noyau.

Les noyaux produits sont 3,5% plus rapides que la version propriétaire Nvidia, et 10,5% plus que la meilleure implémentation open-source du marché.

En reliant ces deux histoires, la confiance d’Altman s’explique.

Chaque itération de modèle coûte un temps précieux d’ingénieurs — mais si Astra prend la main, la R&D change littéralement de rythme.

Une fois la boucle démarrée, seul reste l’enjeu de la vitesse d’accélération…

En réalité, GPT-5.6 et Fable 5, à disposition actuellement, sont issus d’une génération précédente.

Mais selon les fuites, la prochaine génération de chaque côté serait déjà prête.

• Spud (Sol) : pré-entrainé en mars, c’est la base des séries GPT-5.5/5.6 publiques ;

• Doug : conçu entre avril et mai, puis affiné en apprentissage par renforcement — ce sera Astra, donc le fameux GPT-6 dont tout le monde parle ;

• Bel : tout juste fini en pré-entrainement en août, avec plus de 10 000 milliards de paramètres — similaire à la taille du GPT-4.5.

D'après les fuites, Bel chez OpenAI sera le « modèle de base après GPT-6 », et pourrait même servir de fondement au premier modèle franchissant le cap de l’AGI.

Chez Anthropic, le 18 août, certains utilisateurs du site Claude ont vu leurs comptes basculer en silence vers un nouveau modèle au lieu de Fable 5.

Un classique chez Anthropic, déjà vu lors du lancement de Fable 5.

Rapidement, les noms de code sont découverts :

• claude-melon-eap, probablement Fable 5.1 ;

• claude-marshmallow-eap, probablement Opus 5.1.

Il semble bien que ces deux nouveaux modèles fonctionnent déjà sur quelques comptes test, et sont prêts à être ouverts à tous.

Pourquoi ce blocage ? Selon les internautes, le premier à publier verra son modèle rapidement dépassé par le concurrent.

D’autant que des rumeurs annoncent qu’Anthropic sera leader début 2027.

Cela délimite précisément la fenêtre temporelle de la guerre actuelle.

Il reste 4 mois en 2026.

Des cabinets d’études estiment que Anthropic a 88 % de probabilité de devancer OpenAI en Bourse, la date la plus plausible étant le 26 octobre, pour OpenAI le 15 juillet 2025.

Pour le premier jour de cotation, valuation estimée : Anthropic 1 820 milliards $, OpenAI 1 060 milliards $.

Lors de la réunion générale d’août, la DAF d’OpenAI a indiqué que la société visait l’IPO en 2027 ou avant, à condition d’une croissance continue du chiffre d’affaires.

L’AGI promise pour fin d’année n’est donc pas un simple jalon technologique.

C’est LA page clé du prospectus.

Si elle est tenue, OpenAI passe du statut de « brûleur de cash pour faire des modèles » à « nous sommes à la ligne d’arrivée » — un tout nouveau paradigme d’évaluation. Sinon, le jour de l’IPO, l’histoire reste celle d’un gouffre financier.

Et cette bataille est inévitable à cause de la notion d’auto-amélioration récursive.

« 40 000 humains supervisant 4 millions d’agents IA » chez Nvidia, « l’IA conçoit la prochaine génération d’IA » chez OpenAI : ils parlent d’une même révolution. Dès lors qu’une IA pilote la conception de la suivante, le progrès n’est plus linéaire.

Voilà pourquoi tout le monde mise sur l’hégémonie de l’ASI : pour l’intelligence artificielle générale supérieure, le vainqueur rafle tout.

Le premier à enclencher ce cercle vertueux remportera tout ; le second risque même de ne pas pouvoir suivre.

Derrière Altman, il n’y a plus de marges.

Édition : Moïse, Momoko