En juillet 2024, « Strawberry » n’était qu’un nom de code et une poignée de fuites. Deux ans plus tard, ce projet est devenu la lignée de modèles de raisonnement qui a redéfini ce qu’on attend d’une IA. La promesse était claire : une machine capable de réfléchir avant de répondre, comme le ferait un humain face à un problème difficile. Cette promesse, elle, a été tenue. Reste une autre, plus vertigineuse, encore en suspens : celle de l’autonomie complète.
De Q* à o1 : la rumeur qui a tenu sa promesse
Au départ, il y a un autre nom de code : Q*. Il surgit en novembre 2023, en plein chaos autour de l’éviction puis du retour de Sam Altman, avec une rumeur tenace : un modèle interne aurait montré des résultats étonnants en mathématiques. En juillet 2024, ce chantier refait surface sous le nom de Strawberry. Et le 12 septembre 2024, il sort de l’ombre : OpenAI lance o1-preview, puis la version complète o1 en décembre.
Ce n’était donc pas une simple itération de ChatGPT. C’était une nouvelle famille de modèles, pensée pour une seule chose : raisonner. Là où les modèles précédents répondaient au premier jet, o1 prend le temps de dérouler une chaîne de pensée avant de trancher. Plus lent, mais nettement plus juste sur les problèmes complexes.
Une IA au niveau d’un doctorant ? Les chiffres
L’objectif affiché était de pousser les modèles vers des questions scientifiques et mathématiques hors de portée des IA grand public. Les chiffres publiés par OpenAI ont surpris jusqu’aux sceptiques. Sur l’examen de mathématiques AIME 2024, o1 résout en moyenne 74 % des problèmes, contre environ 13 % pour GPT-4o. De quoi le placer parmi les 500 meilleurs lycéens des États-Unis, au-dessus du seuil d’admission à l’olympiade nationale.
Plus parlant encore : sur GPQA, un test de questions de physique, chimie et biologie de niveau doctorat, le modèle dépasse la précision d’experts humains titulaires d’un PhD. En programmation compétitive, il se hisse au 89e percentile sur Codeforces. La comparaison au « doctorant » n’était donc pas une formule marketing : sur ces tests précis, elle s’est vérifiée.
Cela ne veut pas dire que le problème des hallucinations a disparu. Raisonner par étapes réduit les erreurs de logique et de calcul, mais un modèle qui réfléchit longtemps peut aussi se tromper avec une assurance redoutable. Le raisonnement n’est pas la vérité : c’est une méthode pour s’en approcher, pas une garantie.
Comment Strawberry apprend à raisonner
La recette tient en deux ingrédients. D’abord, une phase de reinforcement learning à grande échelle qui apprend au modèle, non pas à connaître la bonne réponse, mais à produire une chaîne de pensée productive pour y arriver. Ensuite, un principe simple et fascinant : plus le modèle dispose de temps de calcul pour « réfléchir » avant de répondre, plus sa précision grimpe. C’est ce que les chercheurs appellent le test-time compute.
L’idée d’une IA qui s’entraîne en partie sur son propre raisonnement n’est pas née chez OpenAI. Elle prolonge des travaux académiques comme la méthode Self-Taught Reasoner, où le modèle améliore ses compétences en apprenant de ses propres déductions. Le résultat ? Une boucle où la machine devient meilleure en se relisant elle-même.
Le pari de l’autonomie : tenu à moitié
La rumeur de 2024 prêtait à Strawberry bien plus que le raisonnement : une autonomie inédite, la capacité de planifier et de mener ses propres recherches en ligne. C’est ce volet qui avait nourri les craintes, les débats éthiques et, en filigrane, la crise interne de l’automne 2023 chez OpenAI.
Sur ce terrain, le verdict de 2026 est plus nuancé. Les modèles de raisonnement savent désormais utiliser des outils, naviguer sur le web et enchaîner des étapes pour produire des synthèses documentées. Cette ambition n’est d’ailleurs plus l’apanage d’OpenAI : Google avec ses agents de recherche profonde, Anthropic avec son extended thinking, ou encore DeepSeek-R1 ont tous adopté la même logique. Mais une IA réellement autonome, qui se fixe ses propres buts sans supervision, reste à ce jour une promesse, pas un produit. L’autonomie de raisonnement, oui. L’autonomie d’action sans garde-fou, non.
Et l’AGI dans tout ça ?
Le plus frappant, avec le recul, c’est la vitesse à laquelle cette révolution s’est banalisée. La lignée a continué : o3 et o4-mini en avril 2025, o3-pro en juin. Puis, début 2026, OpenAI a retiré toute la o-series de ChatGPT pour la fondre dans la famille GPT-5, où le raisonnement n’est plus un modèle à part mais un simple mode « Thinking » qu’on active à la demande. Ce qui était un exploit en 2024 est devenu une case à cocher.
Strawberry aura donc gagné son pari le plus concret : apprendre aux machines à raisonner. Mais le raisonnement n’est pas l’intelligence générale, et savoir résoudre une olympiade de maths ne fait pas une IA capable de comprendre le monde. Alors la vraie question n’est plus de savoir si une IA peut raisonner comme un doctorant. Elle le peut. La question, désormais, est de savoir ce qui lui manque encore pour penser comme nous, et si ce qui lui manque relève vraiment du même chemin.
