Verdict factuel : les modèles d’IA les plus remarqués ne viennent presque plus des laboratoires universitaires. Dans son AI Index 2026, Stanford estime que l’industrie a produit plus de 90 % des modèles de frontière « notables » en 2025. Ce n’est pas un classement de tous les modèles disponibles : c’est un indicateur de la concentration des capacités de développement à très grande échelle.
En bref : ce que ce basculement implique
- La statistique centrale : plus de neuf modèles de frontière notables sur dix ont été produits par l’industrie en 2025, selon Stanford.
- Le coût change la compétition : données, calcul, équipes d’ingénierie et déploiement deviennent aussi déterminants que la publication scientifique.
- À ne pas surinterpréter : « notable » ne veut pas dire « meilleur pour votre tâche », ni « sans contribution universitaire ».
Les modèles de pointe sortent désormais presque tous des entreprises
Le chiffre est supérieur à 90 %. Il porte sur les notable AI models recensés pour 2025 dans l’AI Index 2026. Stanford décrit un modèle notable comme un système qui a marqué la recherche ou le secteur par ses résultats, son impact ou son importance historique ; sa base de données documente les critères et les fiches de modèles. L’unité est donc le modèle recensé, pas l’argent investi, le nombre d’utilisateurs ni la part de marché.
| Indicateur | Valeur | Période et périmètre |
|---|---|---|
| Part des modèles de frontière notables produits par l’industrie | Plus de 90 % | 2025 ; recensement Stanford |
| Adoption organisationnelle déclarée | 88 % | Enquête mondiale citée par l’AI Index, 2025 |
| Score de référence SWE-bench Verified | d’environ 60 % à près de 100 % | Progression rapportée sur un an ; benchmark de correction de logiciels |
| Écart entre les meilleurs modèles américain et chinois | 2,7 % | mars 2026, selon l’AI Index |
Pourquoi ce chiffre compte pour choisir un modèle IA
Un modèle de frontière est rarement un produit isolé. Il faut financer l’entraînement, l’infrastructure de calcul, l’évaluation, les garde-fous, l’API et l’assistance aux entreprises. La montée de l’industrie dans le recensement reflète cette chaîne complète. Elle aide à comprendre pourquoi les grandes annonces viennent souvent d’Anthropic, Google, OpenAI, xAI, Meta, Alibaba ou DeepSeek plutôt que d’une équipe académique seule.
Mais le raccourci « industriel = le plus adapté » serait mauvais. Pour une équipe française, le choix dépend d’abord du niveau de confidentialité, du lieu d’hébergement, du prix par jeton ou par siège, des connecteurs, de la qualité en français et de la possibilité d’auditer ou d’auto-héberger. Un modèle ouvert peut être préférable quand les données ne peuvent pas sortir de l’organisation, même s’il n’occupe pas la première place d’un benchmark.
Ce que la base Stanford compte — et ce qu’elle ne compte pas
La base Notable AI Models d’Epoch AI, l’une des sources de données utilisées dans cet écosystème de suivi, illustre la difficulté : identifier les systèmes qui comptent exige des critères éditoriaux et des informations publiques. Certains modèles sont peu documentés ; les comparaisons entre versions, modèles propriétaires et modèles ouverts ne sont pas parfaitement homogènes.
Le chiffre ne démontre donc ni que la recherche universitaire est devenue inutile, ni que 90 % de tous les modèles créés sont commerciaux. Les universités publient des méthodes, des jeux de données, des évaluations et des travaux repris ensuite par les entreprises. Il décrit la provenance des systèmes notables à la frontière, là où les budgets de calcul et de déploiement pèsent le plus.
Un écart qui se réduit entre États-Unis et Chine
La concentration industrielle ne signifie pas monopole national. Le même rapport note que les modèles américains et chinois ont alterné en tête depuis le début de 2025 et qu’en mars 2026 le meilleur modèle d’Anthropic ne devançait le meilleur modèle chinois que de 2,7 % sur la mesure utilisée par Stanford. L’AI Index précise que les États-Unis conservent davantage de modèles de premier plan, tandis que la Chine reste très présente dans les publications, citations et brevets.
Pour un acheteur, la conséquence est pratique : comparer une offre américaine à une offre chinoise seulement sur une démo générale est insuffisant. Il faut tester les tâches réelles — extraction de contrats, support client francophone, dépôt de code, analyse de documents — avec un jeu d’essai interne et des critères écrits : taux d’erreur, latence, coût, traçabilité et règles de données.
Le progrès des benchmarks n’est pas une garantie de production
Stanford relève une hausse d’environ 60 % à près de 100 % sur SWE-bench Verified en un an. C’est un signal fort pour la résolution de tickets logiciels sélectionnés, pas une promesse qu’un agent pourra maintenir un produit, comprendre des exigences ambiguës ou assumer une revue de sécurité. La documentation officielle de SWE-bench rappelle que le benchmark évalue des correctifs sur des issues GitHub réelles, dans un protocole défini.
Cette distinction vaut dans tous les métiers. Un score élevé peut réduire le temps de préparation ; il ne mesure pas la responsabilité juridique, la qualité d’une source, la conformité RGPD ou l’acceptation par les utilisateurs. Avant un abonnement d’équipe, demandez un essai borné, des logs exportables et une procédure de reprise humaine.
Les garde-fous ne suivent pas automatiquement
Le rapport 2026 recense 362 incidents d’IA documentés en 2025, contre 233 en 2024. Ce décompte dépend des incidents rendus publics : il sous-estime probablement les problèmes non signalés et ne permet pas d’en déduire un taux d’incident par utilisateur. Il indique néanmoins que la diffusion des capacités ne s’accompagne pas mécaniquement d’une mesure homogène de la sécurité. Stanford observe que les développeurs de modèles de frontière publient beaucoup plus volontiers leurs résultats de capacité que leurs résultats sur l’IA responsable.
Mode d’emploi : cinq questions avant de choisir
- Quelle tâche mesurable ? Définissez un échantillon et un seuil de qualité avant d’ouvrir un compte.
- Quelles données quittent l’entreprise ? Vérifiez les conditions API, l’entraînement sur les données et la région de traitement.
- Quel coût complet ? Ajoutez jetons, sièges, stockage, outils d’orchestration et temps de contrôle humain.
- Quel modèle de repli ? Préparez une solution alternative en cas de limite de débit, de hausse tarifaire ou de changement de politique.
- Qui valide ? Attribuez la responsabilité des sorties à une personne ou une équipe, surtout en code, RH, droit et santé.
Questions fréquentes
Les universités ne créent-elles plus de modèles IA ?
Si. La statistique concerne les modèles de frontière « notables » de 2025, pas l’ensemble de la recherche. Les universités restent centrales dans les méthodes, évaluations et travaux fondamentaux.
Faut-il préférer un modèle propriétaire ?
Non. Un modèle propriétaire peut offrir une API et un support mature ; un modèle ouvert peut mieux répondre à une contrainte de contrôle ou d’hébergement. Un test sur vos données non sensibles est plus utile qu’un palmarès général.
Le chiffre de plus de 90 % est-il une part de marché ?
Non. C’est la part des modèles de frontière notables attribués à l’industrie dans le recensement Stanford pour 2025.
Sources utiles
- Stanford HAI — AI Index Report 2026 (rapport, publié en 2026).
- Stanford HAI — chapitre Technical Performance (méthode et résultats de performance).
- Stanford HAI — chapitre Responsible AI (incidents et mesure de la sécurité).
- Epoch AI — Notable AI Models (base et périmètre des modèles recensés).
- SWE-bench (protocole du benchmark logiciel cité).
Par Vincent Vandegans — Minderlist. Les chiffres sont présentés avec leur période et leur périmètre ; ils servent à cadrer une décision, pas à prédire la performance d’un outil dans votre organisation.
