Meta a inscrit son chercheur artificiel à une compétition Kaggle en juin, face à des équipes humaines. La soumission qui lui a valu une médaille d’or ne tournait sur aucun modèle maison. Elle combinait GPT-5.5 et Claude 4.8.
Un système de Meta, des moteurs signés ailleurs
Le dispositif s’appelle AIRA 3, troisième génération du système de recherche autonome en IA de l’entreprise : un agent censé mener seul des travaux de recherche en apprentissage automatique, de la piste à tester jusqu’aux expériences qui la valident. Meta l’a engagé dans une compétition organisée par NVIDIA sur Kaggle, la plateforme de concours de science des données. L’épreuve : affiner un modèle Nemotron de 30 milliards de paramètres pour le faire mieux raisonner, en direct, avec les mêmes délais et les mêmes règles que les participants humains.
L’entreprise annonce une huitième place sur près de 4 000 équipes, et une médaille d’or. Le détail de la composition en dit plus long que le classement : GPT-5.5 associé à OpenCode, un agent de programmation, plus Claude 4.8 dans Claude Code. Les modèles d’OpenAI et d’Anthropic, donc, dans la boucle d’un système de recherche estampillé Meta.
L’équipe précise avoir concouru avec un ensemble de modèles, plusieurs moteurs mis à contribution sur la même tâche, puis avoir réévalué son système après coup avec d’autres configurations. L’exercice tient du banc d’essai : on change le moteur, on regarde si le reste résiste.
Posséder les poids ou louer les meilleurs moteurs
D’un côté, l’école des poids. La capacité de recherche y est une propriété du modèle, qu’on fait croître en entraînant plus gros, plus longtemps, sur de meilleures données. Elle promet un actif possédé, maîtrisé de l’entraînement au déploiement, qui se valorise à chaque version. De l’autre, l’école du harnais : ce qui cherche n’est pas le modèle mais la boucle qui l’entoure, la manière de découper un problème, de lancer des expériences, de lire les résultats et de recommencer. Elle promet la vitesse, et l’indifférence au fournisseur.
Les deux ne promettent pas la même chose au même horizon. Posséder le modèle, c’est parier sur la durée, sur une avance qui se capitalise et ne se loue pas. Orchestrer, c’est prendre le meilleur de ce qui existe le mois où l’on en a besoin, quitte à changer de fournisseur au palier suivant. La première approche protège des ruptures d’approvisionnement, la seconde des mauvais paris internes.
Meta a massivement investi la première avec Llama. Le résultat qu’elle publie appartient à la seconde.
Le harnais compte autant que le modèle
La mention « GPT-5.5 avec OpenCode » dit quelque chose de précis : le modèle n’a pas travaillé nu. Il tournait dans un outil qui lui fournit des commandes, gère son contexte, exécute son code et encaisse les erreurs. L’unité de mesure pertinente devient le couple modèle et harnais.
Claude 4.8 a opéré de la même façon, dans Claude Code. Deux modèles concurrents, chacun logé dans l’agent de programmation de son éditeur, assemblés en un même jeu de soumissions. Meta ne précise ni comment le travail s’est réparti entre les deux, ni ce que son propre système ajoute par-dessus. Quiconque voudrait reproduire l’expérience bute sur cette zone d’ombre : les mêmes modèles appelés avec d’autres harnais ne donnent pas les mêmes résultats.
Sous-traiter sa recherche à ses concurrents
Faire tourner sa recherche interne sur les interfaces de ses concurrents revient à leur confier une part de sa production scientifique. Les requêtes passent chez eux, les tarifs se décident chez eux, un changement de version se subit. Meta assume cet arbitrage en public, ce qui a le mérite de la franchise, et pose du même coup une question que la communication ne tranche pas : à quoi sert d’entraîner ses propres modèles de pointe si le meilleur usage interne consiste à orchestrer ceux des autres ?
Sur la portée du résultat, mieux vaut rester mesuré. Une compétition, une tâche d’affinage, une huitième place dont on ignore l’écart avec les suivantes. Une médaille d’or Kaggle atteste d’une performance réelle dans un cadre borné. Elle ne démontre pas qu’un système sait conduire un programme de recherche sur plusieurs mois.
Brancher plusieurs moteurs derrière une même boucle
Pour une équipe qui bâtit un agent d’analyse ou de développement, la démonstration a une valeur pratique immédiate. Elle valide un pari d’architecture : découpler la boucle du modèle, garder une interface unique, brancher plusieurs fournisseurs derrière, comparer sur une tâche identique. Meta l’a fait pendant l’épreuve, puis après coup, sans avoir à réécrire son système.
À l’inverse, câbler un agent sur un modèle unique, avec des prompts taillés pour ses tics et ses formats de sortie, coûte cher à défaire dès que le classement des modèles bouge. Il bouge tous les deux mois.
La comparaison qui manque encore est pourtant simple à produire : le même AIRA 3, la même compétition, Llama seul dans la boucle, et l’écart publié. Meta a les moyens de faire tourner cette mesure. En donner le résultat en dirait plus long sur l’état de ses modèles que n’importe quelle médaille décrochée en équipage mixte.
