Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarThe Decoder→ original

Ancien chercheur d'Anthropic : l'entreprise pourrait réentraîner Mythos avec une fraction du calcul initial

L'ancien chercheur Jacob Kokotajlo affirme qu'Anthropic peut déjà réentraîner le modèle Mythos avec une petite fraction du calcul dépensé la première fois. Son argument s'appuie sur une diapositive de la présentation d'introduction en bourse, qui montre l'évolution de l'efficacité d'entraînement pour le code entre juillet 2024 et octobre 2026. Anthropic précise que ces points correspondent à des estimations internes, présentées à titre d'illustration : il s'agit donc d'une opinion, non d'un fait établi. Intégrez dans vos plans une baisse rapide des coûts des modèles de niveau actuel.

Traité par IA depuis The Decoder ; édité par Hamidun News
Ancien chercheur d'Anthropic : l'entreprise pourrait réentraîner Mythos avec une fraction du calcul initial
Source : The Decoder. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireThe Decoder ↗
Rédacteur en chef
Chiffre clé #1Kokotajlo a travaillé chez Anthropic pendant environ quatre mois et a quitté l'entreprise à cause de cette diapositive
L'axe du graphique est logarithmiqueune multiplication par 10 et une multiplication par 100 y sont presque indiscernables
Chiffre clé #3Kokotajlo demande que le développement des modèles de pointe soit suspendu l'an prochain

L'entraînement d'un grand modèle de langage coûte des centaines de millions de dollars en électricité et en cartes graphiques, et la vitesse à laquelle ce coût baisse détermine à la fois les tarifs des API et l'équilibre des forces entre laboratoires. Cette vitesse fait désormais l'objet d'un débat public. Jacob Kokotajlo, ancien chercheur chez OpenAI puis chez Anthropic, affirme qu'Anthropic peut dès aujourd'hui réentraîner son modèle Mythos en ne dépensant qu'une fraction des capacités de calcul nécessaires la première fois. Il appuie ses propos sur une diapositive tirée de la présentation d'Anthropic destinée aux investisseurs avant l'introduction en bourse.

Ce que montre la diapositive

Le graphique représente le « multiplicateur de calcul pour le préentraînement » appliqué au code. En termes simples, il répond à la question suivante : combien de fois moins de puissance faut-il aujourd'hui pour obtenir un modèle du même niveau qu'auparavant. La période couverte s'étend de juillet 2024 à octobre 2026.

L'axe des valeurs est logarithmique. L'échelle est donc compressée : une multiplication par 10 et une multiplication par 100 y apparaissent presque au même niveau. Malgré cette compression, la courbe monte nettement. C'est ce point que Kokotajlo juge décisif : si la courbe grimpe fortement sur une échelle qui en masque l'ampleur, la progression réelle est très importante et s'accélère. Il qualifie ce régime de « hyper-exponentiel » : chaque nouvelle amélioration arrive plus vite que la précédente.

« C'est un graphique fou, et je suis surpris qu'ils l'aient publié », a-t-il écrit sur X. Selon lui, cette diapositive est l'une des principales raisons de son départ d'Anthropic, où il n'est resté qu'environ quatre mois.

Dans la légende de la diapositive, Anthropic précise elle-même que les points reposent sur des estimations internes et ne sont présentés qu'à titre d'illustration. La source ne fournit aucune valeur précise du multiplicateur, de sorte qu'il est impossible de vérifier de l'extérieur l'ampleur des gains.

Ce que cela implique pour Mythos

Mythos est le modèle qui, au printemps, a marqué un bond sensible de ses capacités. Beaucoup y ont vu une percée isolée. Kokotajlo voit les choses autrement : selon lui, Mythos se situe sur la même courbe que les améliorations précédentes et ne s'en écarte pas.

Une comparaison simple : vous avez passé six mois à écrire un service complexe, en butant sur des difficultés et en testant différentes architectures. Un an plus tard, vous le reproduirez en quelques semaines, parce que vous savez quelles solutions fonctionnent. Si cela se produit à chaque génération de modèles, un niveau qui exigeait hier un cluster gigantesque coûtera demain plusieurs fois moins cher. Seule la frontière la plus avancée restera onéreuse.

Une réserve honnête s'impose ici. Ces propos sont ceux d'une seule personne, d'un ancien salarié, et ils reposent sur un graphique accompagné de la mention « à titre d'illustration ». Aucune confirmation indépendante ne permet d'affirmer que Mythos peut réellement être réentraîné à moindre coût dans de telles proportions.

Pourquoi Kokotajlo demande une pause

De son évaluation, il tire une conclusion radicale. Les améliorations algorithmiques, selon lui, sont « à la limite de l'automatisation » : l'IA commencera à accélérer elle-même la recherche sur l'IA. Il souhaite donc que le développement des modèles de pointe soit suspendu l'an prochain, afin que les concurrents puissent rattraper les leaders.

Son raisonnement est le suivant : une pause « transformerait l'intelligence de niveau humain en marchandise » et « ne nuirait qu'à OpenAI et Anthropic ». Si les autres acteurs obtiennent le même niveau, l'avantage des deux leaders sur le segment des modèles les plus coûteux disparaîtra. C'est un argument contre l'idée répandue selon laquelle un ralentissement profiterait aux laboratoires eux-mêmes.

Kokotajlo a attiré une large attention en septembre avec des mises en garde publiques sur les risques de l'IA avancée, que d'autres acteurs du secteur ont reprises. L'une des principales inquiétudes concerne une IA capable de s'améliorer elle-même et susceptible d'échapper à tout contrôle.

Que doivent faire les développeurs et les fondateurs

Premièrement, intégrez dans le modèle financier de votre produit une baisse rapide des coûts des modèles de niveau actuel. Si l'efficacité de l'entraînement progresse comme le montre la diapositive, les capacités phares d'aujourd'hui deviendront vite accessibles au plus grand nombre.

Deuxièmement, ne fondez pas votre activité sur un accès exclusif à un seul modèle : un avantage qui repose sur l'unicité d'un réseau de neurones s'érode rapidement.

Troisièmement, traitez ce type de déclaration comme un signal et non comme une preuve. Le graphique est public, mais les données internes d'Anthropic restent fermées. Tant que l'entreprise ne publiera pas ses chiffres, on peut juger de la vitesse réelle du progrès à partir d'indices indirects, comme les prix des API et le rythme de sortie de nouveaux modèles.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que montre la diapositive ?

Le graphique représente le « multiplicateur de calcul pour le préentraînement » appliqué au code. En termes simples, il répond à la question suivante : combien de fois moins de puissance faut-il aujourd'hui pour obtenir un modèle du même niveau qu'auparavant. La période couverte s'étend de juillet 2024 à octobre 2026. L'axe des valeurs est logarithmique. L'échelle est donc compressée : une multiplication par 10 et une multiplication par 100 y apparaissent presque au même niveau.

Que sait-on sur Ce que cela implique pour Mythos ?

Mythos est le modèle qui, au printemps, a marqué un bond sensible de ses capacités. Beaucoup y ont vu une percée isolée. Kokotajlo voit les choses autrement : selon lui, Mythos se situe sur la même courbe que les améliorations précédentes et ne s'en écarte pas. Une comparaison simple : vous avez passé six mois à écrire un service complexe, en butant sur des difficultés et en testant différentes architectures.

Pourquoi Kokotajlo demande une pause?

De son évaluation, il tire une conclusion radicale. Les améliorations algorithmiques, selon lui, sont « à la limite de l'automatisation » : l'IA commencera à accélérer elle-même la recherche sur l'IA. Il souhaite donc que le développement des modèles de pointe soit suspendu l'an prochain, afin que les concurrents puissent rattraper les leaders. Son raisonnement est le suivant : une pause « transformerait l'intelligence de niveau humain en marchandise » et « ne nuirait qu'à OpenAI et Anthropic ».

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…