Fort en code.
Sur les tâches de programmation et d’optimisation, les modèles égalent ou dépassent le plus souvent des humains qualifiés.
Observatoire de l’IA au travail
Quelle longueur de tâche un modèle d’IA peut-il mener seul à bien, et à quelle vitesse cette longueur augmente-t-elle ?
L’organisme d’évaluation METR mesure la durée, pour un expert humain, des tâches qu’un modèle réussit seul une fois sur deux. Sa mise à jour du 20 novembre 2026 porte sur quinze modèles publics d’OpenAI et d’Anthropic.
Trois chiffres et une courbe : où en étaient les modèles, où ils en sont, et à quel rythme ils progressent.
Hier · modèle de mai 2024
7 minutes
GPT-4o, le plus ancien des modèles testés, réussissait une fois sur deux des tâches de cette durée.
Aujourd’hui · modèles de septembre 2026
≈ 40 heures
Durée mesurée pour GPT-6 Astra et Claude Opus 5.5 : environ 340 fois plus qu’en mai 2024. L’incertitude est forte : de 13 à 2 645 heures pour GPT-6 Astra.
Tendance
×2 en 3,6 mois
Rythme de doublement mesuré de mai 2024 à septembre 2026. Les modèles sortis depuis et les modèles internes des laboratoires ne sont pas mesurés.
Durée des tâches réussies une fois sur deux, par date de sortie du modèle
D’après METR, mise à jour de novembre 2026 (CC BY) : données et constats de METR, adaptés et traduits. Chiffres relevés le 22 novembre 2026.
| Modèle et date de sortie | Horizon à 50 % | Intervalle à 95 % |
|---|---|---|
| GPT-4omai 2024 | 7 min | 4 à 14 min |
| o1décembre 2024 | 35 min | 16 à 66 min |
| GPT-5août 2025 | 3 h | 1,6 à 5,6 h |
| Claude Opus 4.5novembre 2025 | 5 h | 2,4 à 8,5 h |
| Claude Opus 4.6février 2026 | 6 h | 3,2 à 12 h |
| GPT-5.4mars 2026 | 6 h | 3,3 à 9,9 h |
| Claude Opus 4.7avril 2026 | 8 h | 4,3 à 16 h |
| GPT-5.5avril 2026 | 11 h | 6,1 à 19 h |
| Claude Opus 4.8mai 2026 | 12 h | 6,1 à 21 h |
| Claude Fable 5juin 2026 | 16 h | 8,9 à 32 h |
| GPT-5.6 Soljuillet 2026 | 12 h | 6,6 à 21 h |
| Claude Opus 5juillet 2026 | 20 h | 9,4 à 86 h |
| Claude Fable 5.1septembre 2026 | 30 h | 12 à 308 h |
| GPT-6 Astraseptembre 2026 | 40 h | 13 à 2 645 h |
| Claude Opus 5.5septembre 2026 | 39 h | 12 à 1 253 h |
METR, rapport du 20 novembre 2026 · METR, définition de l’horizon temporel
Sur les tâches de programmation et d’optimisation, les modèles égalent ou dépassent le plus souvent des humains qualifiés.
Un horizon 2,9 fois plus court sur les tâches les plus coûteuses à transformer en environnements d’entraînement.
Sans retour concret sur le résultat, leur jugement reste moins bon que celui des humains.
Cette mesure porte sur des tâches, pas sur des métiers. Trois précautions de lecture.
L’horizon temporel est le temps qu’il faut à un expert humain pour la tâche, pas le temps pendant lequel le modèle travaille seul. Un modèle va en général plus vite sur les tâches qu’il réussit.
Programmation, optimisation, apprentissage automatique, jeux et quelques tâches de recherche : la série ne couvre pas la diversité des métiers. Elle mesure des tâches, pas le travail réel.
Les modèles ont saturé la première série de tâches en un an. Pour la nouvelle, la durée humaine est le plus souvent estimée, pas mesurée, et les intervalles de confiance des derniers modèles sont très larges.