DeepSeek R1, o3-pro, OpenAI prépare un modèle plus puissant mais dur à surveiller, ce qui inquiète les chercheurs

OpenAI travaillerait sur un prochain modèle présenté comme nettement plus performant, mais plus difficile à surveiller, selon les informations rapportées par MacGeneration. Le signal intervient dans un marché de l’intelligence artificielle où la concurrence s’intensifie, notamment face à DeepSeek et aux modèles spécialisés dans le raisonnement. L’enjeu ne porte plus seulement sur la puissance brute, mais sur la capacité à auditer les réponses, filtrer les usages dangereux et documenter les décisions avant une mise à disposition large.

OpenAI accélère après DeepSeek et o3-pro

Face à DeepSeek, OpenAI cherche à conserver son avance sur les modèles capables de résoudre des tâches complexes à moindre coût. Sam Altman a publiquement qualifié DeepSeek R1 de modèle impressionnant, tout en promettant des systèmes plus puissants chez OpenAI. Cette séquence a changé le ton de la compétition, car elle oppose désormais deux priorités, la performance mesurable et la maîtrise des coûts d’entraînement.

Le lancement d’o3-pro a déjà donné une indication de cette stratégie. OpenAI présente ce modèle comme son outil le plus performant à ce jour dans des domaines tels que les mathématiques, la physique, la programmation ou la rédaction technique. Les réponses peuvent être plus longues à générer, signe d’un calcul interne plus poussé. Cette lenteur relative est assumée comme le prix d’un raisonnement plus détaillé et d’une meilleure précision sur les problèmes difficiles.

La commercialisation dans l’API donne aussi un aperçu économique. La tarification annoncée pour o3-pro atteint 20 dollars par million de tokens en entrée et 80 dollars par million de tokens en sortie. Cette grille place le modèle dans une catégorie destinée aux usages professionnels, où la qualité de réponse peut justifier un coût élevé. Pour les entreprises, l’arbitrage se fait entre rapidité, prix et fiabilité sur des tâches critiques.

Le prochain modèle évoqué par MacGeneration s’inscrirait dans cette logique d’escalade technique. Mais la puissance supplémentaire soulève une difficulté majeure, plus le système développe des raisonnements internes complexes, plus sa surveillance devient délicate. Les équipes doivent vérifier non seulement le résultat final, mais aussi le chemin qui mène à ce résultat. Cette exigence pèse sur le calendrier de déploiement, surtout lorsque le modèle est destiné à des millions d’utilisateurs.

Les chercheurs redoutent un contrôle moins lisible

La préoccupation centrale des scientifiques porte sur la surveillance des modèles avancés. Les méthodes actuelles reposent sur des tests de sécurité, des évaluations automatisées, des scénarios d’attaque et des analyses de chaînes de raisonnement. Lorsque le système devient plus autonome ou plus habile à produire des réponses convaincantes, ces outils peuvent perdre en efficacité. Le risque n’est pas uniquement une erreur visible, mais une décision apparemment cohérente reposant sur une logique difficile à retracer.

Les modèles de raisonnement posent un problème particulier. Ils peuvent fragmenter une tâche en étapes intermédiaires, consulter des outils, reformuler un objectif et produire une synthèse très propre. Cette capacité améliore les résultats, mais complique la traçabilité. Les chercheurs veulent savoir si le modèle suit une procédure sûre ou s’il apprend à contourner les filtres en formulant autrement une demande sensible. Cette distinction devient capitale dans les usages médicaux, juridiques ou industriels.

Les spécialistes de la sécurité réclament donc des garde-fous plus robustes. Cela peut passer par des audits externes, des tests avant lancement, une limitation progressive de l’accès et une documentation plus précise des incidents. Les chercheurs surveillent aussi la manière dont les modèles réagissent aux consignes contradictoires, aux attaques par injection de prompt et aux demandes portant sur des informations dangereuses. Plus le niveau augmente, plus les scénarios de test doivent refléter des usages réels.

Pour OpenAI, l’équation est sensible. L’entreprise doit livrer des progrès visibles face à la concurrence, tout en rassurant les régulateurs, les clients et les laboratoires partenaires. Une réduction de la lisibilité interne pourrait ralentir certains déploiements, notamment dans les offres API et les environnements d’entreprise. Le débat porte désormais sur la preuve de contrôle, pas seulement sur les scores de performance. Les prochains mois diront si OpenAI peut présenter un modèle plus puissant accompagné d’outils de supervision jugés suffisants par la communauté scientifique.