Départ 23/11Cohorte 3 en direct Vibe Coding & Agents IA : 3 semaines, 9 sessions liveCohorte 3 (23/11) →
SortieAnalyse · Sur le radarOpenAI Blog→ original

Les agents d'OpenAI résolvent seuls 46% des tâches de recherche de 2 à 4 heures, contre 23% auparavant

OpenAI a chiffré l'usage des agents de code dans ses propres travaux de recherche. Pour une tâche qui prend 2 à 4 heures à un humain, l'agent la mène désormais à terme sans aide dans 46% des cas, contre 23% en mars. Mais le taux de réussite dépend beaucoup du type de travail : l'agent sait surveiller l'entraînement d'un modèle dans 79% des cas, mais n'écrit du code d'inférence (le lancement du modèle) que dans 25% des cas. Les tâches de routine peuvent être confiées aux agents, le cœur de l'infrastructure reste l'affaire des humains.

Traité par IA depuis OpenAI Blog ; édité par Hamidun News
Les agents d'OpenAI résolvent seuls 46% des tâches de recherche de 2 à 4 heures, contre 23% auparavant
Source : OpenAI Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireOpenAI Blog ↗
Rédacteur en chef
Chiffre clé #1Le chercheur médian dépense 2 400 $ par jour en agents, soit +62% par rapport à septembre
Chiffre clé #2Au 90e centile, la dépense atteint 23 000 $ par jour, en hausse de 105% sur un mois
Chiffre clé #3Dans un sondage, les chercheurs sacrifieraient 30% du calcul de leur équipe pour conserver les agents pendant trois mois

OpenAI a publié son deuxième rapport sur la manière dont les agents de code accélèrent ses propres recherches en IA. Tout le monde parle d'« accélération du développement », mais peu d'acteurs montrent des chiffres réels. Le laboratoire a donc mesuré : pour une tâche qui prend 2 à 4 heures à un humain, l'agent en exécute désormais 46% sans la moindre correction humaine, contre 23% en mars.

Imaginez que vous confiiez à une IA l'analyse des logs d'un entraînement planté ou le lancement d'une expérience, sans toucher vous-même au résultat. Pour les tâches de 4 à 8 heures, le taux de réussite est passé de 13% à 35%. Si vous déployez des agents dans votre équipe, ces chiffres donnent un repère : ce qu'on peut déjà leur confier, ce qu'on ne peut pas encore leur confier, et ce que cela peut coûter.

Où les agents sont forts, où ils sont faibles

L'accélération est inégale, d'où le titre du rapport : « frontière en dents de scie ». Selon la taxonomie O*NET AI R&D d'Epoch AI, entre le 1er août et le 18 octobre 2026, les agents se sont le mieux acquittés des tâches de communication (69%) et d'analyse (58%), et moins bien de celles d'assemblage (43%).

L'écart est encore plus marqué au niveau des tâches individuelles :

  • surveillance des entraînements pour détecter les problèmes — 79% ;
  • réponses à des questions techniques — 72% ;
  • lancement de runs d'entraînement — 35% ;
  • construction d'environnements pour l'évaluation, l'apprentissage par renforcement et les agents — 29% ;
  • code d'inférence et de stacks de serving (c'est-à-dire pour exécuter le modèle et le servir aux utilisateurs) — 25%.

OpenAI précise que la hausse observée dans chaque catégorie ne reflète pas seulement l'amélioration des modèles. Au fil du temps, les chercheurs changent aussi le type de tâches qu'ils confient aux agents. Tant que les résultats resteront hétérogènes, les catégories les plus faibles limiteront l'accélération globale, et l'humain demeure un maillon important du cycle de recherche.

Combien cela coûte et comment le travail évolue

L'usage des agents croît de façon quasi exponentielle. Au tarif API, le chercheur médian dépense environ 2 400 $ par jour, soit 62% de plus qu'en septembre (1 500 $). Au 90e centile, c'est-à-dire pour les 10% de salariés les plus actifs, la dépense s'élève à 23 000 $ par jour, soit 105% de plus que les 11 000 $ de septembre. Cette croissance tient à une activité accrue, au passage à des modèles plus coûteux et à l'évolution des harnais d'agents eux-mêmes.

L'entreprise comptabilise aussi des « jours de travail agentiques » : chaque tranche de 8 heures de travail d'un agent équivaut à un jour. En moyenne, un chercheur représentait 0,5 jour de ce type ; il en représente désormais 5,7, soit 11 fois plus. Ce sont les équipes de pré-entraînement et de post-entraînement qui en consomment le plus, environ huit, contre environ quatre pour les équipes de mise à l'échelle et d'infrastructure. La métrique mesure surtout le travail interactif, elle peut donc sous-estimer l'automatisation.

À la mi-octobre, plus des deux tiers des chercheurs faisaient tourner en moyenne au moins quatre agents simultanément à leur pic, et plus de 10% d'entre eux au moins seize.

En septembre 2026, le coût des agents en équivalent API était environ deux fois supérieur à la rémunération monétaire des chercheurs, hors actions. Les actions représentent généralement 70 à 80% de la rémunération cible. Dans le même temps, l'ensemble de l'exploitation interne (Codex, ChatGPT et API) ne consomme que 2% du calcul alloué à la recherche.

Dans un sondage, on a demandé aux chercheurs ce qu'ils étaient prêts à sacrifier pour conserver les agents de code de pointe pendant trois mois. Les réponses médianes : 30% du calcul de l'équipe ou, dans une question distincte, 40% de ses effectifs.

Sécurité et transparence

Le temps des chercheurs se déplace vers la sécurité. Les contributions hebdomadaires documentées à Safety & Alignment ont augmenté de 77% de janvier à septembre, en raison de nouvelles recrues et du passage de chercheurs déjà en poste vers ces sujets. C'est la plus forte hausse en valeur absolue parmi tous les grands domaines d'OpenAI.

Le rythme s'est nettement accéléré après l'incident avec Hugging Face en juillet 2026 et le travail qui a suivi sur les argumentaires de sécurité pour l'entraînement des modèles de pointe. Le domaine couvre les évaluations d'alignement, la monitorabilité et l'étude du détournement de la fonction de récompense. L'entreprise reconnaît elle-même que la frontière entre post-entraînement et sécurité n'est pas évidente et que la définition peut évoluer.

OpenAI souligne qu'elle publie ces métriques parce qu'elle estime que les laboratoires d'IA doivent suivre et rendre publics les indicateurs d'auto-amélioration récursive (RSI), lorsque l'IA accélère la création des IA suivantes. Selon l'entreprise, ce rapport n'indique pas une intention d'aller vers une RSI complète.

Que faire en pratique

Ne mesurez pas l'adoption des agents par la seule part globale de « code écrit par l'IA ». Découpez le travail par type de tâche. Les agents s'emparent plus volontiers de la surveillance, de l'analyse de logs et des questions techniques, tandis que le lancement d'expériences et le code d'infrastructure sont mieux gardés sous contrôle humain. Le budget des agents doit être planifié comme un poste distinct à croissance rapide : chez les utilisateurs les plus actifs, il est déjà plusieurs fois supérieur à la moyenne.

Dossier

Questions clés sur cet article

Que sait-on sur Où les agents sont forts, où ils sont faibles ?

L'accélération est inégale, d'où le titre du rapport : « frontière en dents de scie ». Selon la taxonomie ONET AI R&D d'Epoch AI, entre le 1er août et le 18 octobre 2026, les agents se sont le mieux acquittés des tâches de communication (69%) et d'analyse (58%), et moins bien de celles d'assemblage (43%).

Que sait-on sur Combien cela coûte et comment le travail évolue ?

L'usage des agents croît de façon quasi exponentielle. Au tarif API, le chercheur médian dépense environ 2 400 $ par jour, soit 62% de plus qu'en septembre (1 500 $). Au 90e centile, c'est-à-dire pour les 10% de salariés les plus actifs, la dépense s'élève à 23 000 $ par jour, soit 105% de plus que les 11 000 $ de septembre. Cette croissance tient à une activité accrue, au passage à des modèles plus coûteux et à l'évolution des harnais d'agents eux-mêmes.

Que sait-on sur Sécurité et transparence ?

Le temps des chercheurs se déplace vers la sécurité. Les contributions hebdomadaires documentées à Safety & Alignment ont augmenté de 77% de janvier à septembre, en raison de nouvelles recrues et du passage de chercheurs déjà en poste vers ces sujets. C'est la plus forte hausse en valeur absolue parmi tous les grands domaines d'OpenAI.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…