GDPx : ce que ça change pour la superintelligence

Avancées technologiques · 3 novembre 2026

GDPx est un nouveau benchmark IA publié le 2 novembre 2026 par le cabinet d'analyse SemiAnalysis. Il fait travailler les modèles de pointe dans des environnements réalistes d'experts, sur 11 domaines dont l'auto-amélioration de l'IA. Le meilleur modèle ne réussit qu'environ 12 % des tâches : la superintelligence reste loin, mais on dispose d'un outil de plus pour mesurer la distance.

GDPx, c'est quoi ce benchmark IA ?

GDPx a été conçu par Max Kan, Andrew Megalaa et Dylan Patel, de SemiAnalysis. Son objectif : mesurer les capacités « agentiques » générales des modèles, c'est-à-dire leur aptitude à mener seuls un travail long, dans les secteurs où l'IA devrait créer le plus de valeur.

Le test couvre 11 domaines :

• auto-amélioration récursive de l'IA (recherche en IA faite par l'IA) ;
• conception matérielle et conception de puces ;
• cybersécurité ;
• biologie et science des matériaux ;
• finance, trading quantitatif et droit ;
• alignement et génie logiciel.

Chaque domaine a été construit avec un partenaire spécialisé (par exemple Extrapolate pour l'auto-amélioration, Arithmetic pour la cybersécurité, Chakra pour le droit). Les auteurs ont volontairement exclu l'administration, l'immobilier et l'assurance.

En quoi GDPx diffère de GDPval ?

GDPx se positionne face à GDPval, le test publié par OpenAI en octobre 2025. GDPval donne au modèle une consigne et des fichiers joints, sur des tâches issues de métiers pondérés selon leur poids dans le PIB américain. GDPx, lui, place le modèle dans un environnement de travail simulé.

Les modèles tournent dans leur propre environnement de travail quand il existe, sinon dans l'outil open source OpenCode. Les auteurs disent avoir imposé un contrôle qualité automatique aux tâches. Selon eux, ce contrôle aurait signalé près de la moitié des tâches d'un autre test connu, Terminal-Bench 4.0.

Benchmark IA classement : quels modèles sont en tête ?

Selon les résultats publiés et repris par AI Weekly le 2 novembre :

• Claude Opus 5.5 (Anthropic) : environ 12,0 %, le meilleur score global et le modèle le plus polyvalent. Il mène en trading quantitatif, conception matérielle et conception de puces.
• Gemini 4 Carbon (Google) : environ 10,9 %, en tête en biologie.
• GPT-6 Astra (OpenAI) : environ 9,6 %, en tête en auto-amélioration récursive et en science des matériaux.

Les modèles de Meta, de SpaceXAI et les modèles à poids ouverts sont derrière, selon les auteurs. En droit, avec une notation partielle, Opus 5.5 obtient en moyenne 44 % des points et GPT-6 Astra 25 %. En finance et en droit, les scores en réussite totale sont proches de zéro.

Point important : les filtres de sécurité d'Opus 5.5 et de GPT-6 Astra bloquent une partie des tâches de cybersécurité, de biologie et d'alignement, ce qui baisse leur score. Le classement reflète donc aussi les politiques de sécurité des laboratoires, pas seulement leurs capacités.

Pour comparer ces modèles au quotidien, voir notre comparatif IA 2026.

Ce que ça change pour la superintelligence

• L'auto-amélioration devient mesurée. Le scénario classique de la superintelligence repose sur une IA capable d'améliorer la recherche en IA elle-même. Ce mécanisme est décrit dans notre résumé du livre Superintelligence de Nick Bostrom. GDPx en fait un domaine testé à part entière.
• Un écart encore large. Environ 12 % de réussite sur des tâches d'experts de plusieurs heures montre que les modèles sont loin d'une intelligence artificielle générale (AGI) au sens d'un expert humain dans tous les domaines.
• L'autonomie longue au cœur de la mesure. Des tâches de 8 heures en environnement réel testent la persévérance, pas seulement la connaissance. C'est la même tendance que les agents capables de jouer 27 heures à Minecraft.
• Sécurité et capacités s'entremêlent. Plus un modèle refuse les tâches sensibles, moins il marque de points. Les futurs classements devront séparer ce qu'un modèle sait faire de ce qu'il accepte de faire.

Ces résultats ne disent rien d'une date d'arrivée de la superintelligence : toute date reste une prévision. Voir super intelligence : quand arrivera-t-elle ?

Les limites de ce benchmark IA

• Beaucoup de tâches sont privées : la vérification externe est limitée.
• Les échantillons sont parfois petits (trois tentatives par tâche).
• La finance et le droit reposent surtout sur une notation partielle.
• L'article complet est en partie payant. Best SI Agent n'a pas pu en lire toutes les sections.

FAQ : GDPx et superintelligence

Conclusion

GDPx déplace la mesure de l'IA vers le travail réel d'experts, y compris la recherche en IA elle-même. Les scores bas rappellent que la superintelligence n'est pas atteinte. Retrouvez les autres analyses sur Avancées IA et les notions de base dans la FAQ.