OpenAI a publié le 18 novembre 2026 une mise à jour sur l'accélération de la recherche, fondée sur des mesures internes de la façon dont les agents de programmation ont transformé son cycle de développement de l'IA. Le résultat principal est que les agents mènent désormais seuls près de la moitié des tâches de recherche qui demanderaient de deux à quatre heures à un humain, même si l'entreprise insiste sur le fait que les personnes restent au cœur du travail et que le gain est inégal.
Entre mars et octobre, le taux de réussite estimé sans intervention humaine est passé de 23 % à 46 % pour les tâches de deux à quatre heures, et de 13 % à 35 % pour celles de quatre à huit heures. Le type de travail joue beaucoup. Du 1er août au 18 octobre, OpenAI indique 69 % pour communiquer, 58 % pour analyser et 43 % pour construire. Au niveau de la tâche, l'écart va de 79 % pour la surveillance des entraînements et 72 % pour les questions techniques à 35 % pour le lancement d'entraînements, 29 % pour la création d'environnements d'évaluation, d'apprentissage par renforcement et d'agents, et 25 % pour l'écriture du code des infrastructures d'inférence et de service. L'entreprise note que les tâches les moins bien réussies pourraient freiner le gain global et que l'évolution des taux reflète aussi ce que les chercheurs choisissent de déléguer.
L'usage progresse vite. Aux tarifs publics de l'API, le chercheur médian dépense désormais environ 2 400 dollars par jour en outils d'agents, soit 62 % de plus que les 1 500 de septembre, tandis que le 90e centile atteint environ 23 000 dollars, en hausse de 105 % par rapport à 11 000. Les journées de travail d'agent par chercheur, chaque tranche de huit heures d'usage comptant pour une journée, sont passées de 0,5 à 5,7, les équipes de pré-entraînement et de post-entraînement approchant huit. À la mi-octobre, plus des deux tiers des chercheurs inclus atteignaient des pics d'au moins quatre agents simultanés, et plus de 10 % en moyenne au moins seize.
OpenAI a aussi sondé la valeur perçue des outils. Dans une enquête auprès de 101 membres de la recherche, le répondant médian a dit qu'il renoncerait à 40 % des effectifs de son équipe ou à 30 % de sa puissance de calcul pour conserver pendant trois mois l'accès à des agents de programmation de pointe, et à 50 % du calcul si la question était posée en janvier 2027. En septembre, la valeur équivalente en API de l'usage des agents représentait environ le double de la rémunération hors actions des chercheurs, alors que le déploiement interne ne pèse que 2 % du calcul de recherche. Concernant les idées, les chercheurs liés à GPT-6 Astra et à GPT-6.2 Astra ont déclaré que les idées citées venaient de personnes et que les modèles avaient aidé à les mettre en œuvre.
Le rapport suit aussi la répartition des efforts. Les semaines de travail documentées en sécurité et alignement, qui couvrent des évaluations d'alignement, la surveillabilité et la recherche sur le détournement de récompense, ont augmenté de 77 % de janvier à septembre, la plus forte hausse absolue de tous les domaines, avec une accélération après la réponse d'OpenAI à l'incident Hugging Face en juillet.
OpenAI explique publier ces chiffres parce que les laboratoires d'IA devraient être tenus de suivre et de rendre publics des indicateurs d'auto-amélioration récursive, et affirme que cette publication ne traduit pas une volonté de viser une auto-amélioration récursive complète. Elle renvoie à des mesures voisines d'Anthropic, de Google DeepMind et de METR.
Les réserves sont importantes. Tous les chiffres proviennent des données et enquêtes internes d'OpenAI, qui parle d'un tableau partiel. Une modification de l'infrastructure d'exécution le 21 août a temporairement réduit la consommation de jetons enregistrée avant d'être annulée à partir du 10 septembre, et l'échantillonnage de l'enquête était improvisé. Aucune partie extérieure n'a vérifié ces valeurs.