DeepSeek

Informations

Créateur	Liang Wenfeng
Première version	29 novembre 2023
Dernière version	20 janvier 2025
État du projet	Développement actif
Type	Start-up Entreprise technologique (en)
Politique de distribution	Freemium
Site web	https://www.deepseek.com/

modifier - - voir Wikidata (aide)

DeepSeek^[a] (chinois simplifié : 深度求索 ; pinyin : Shēndù Qiúsuǒ) est une société chinoise d'intelligence artificielle et le nom de son agent conversationnel, qui exploite un grand modèle de langage. Établie à Hangzhou, la société est fondée et soutenue par le fonds spéculatif chinois High-Flyer (en).

Début 2025, DeepSeek dévoile un agent conversationnel publié en open source sous licence MIT. Ce modèle, aux performances qui seraient comparables, voire supérieures, à celles des leaders américains, se démarque par son faible coût de développement et sa consommation réduite de ressources. La publication entraîne une réaction notable des marchés financiers. Les cours de plusieurs entreprises américaines, notamment ceux du leader mondial des puces graphiques utilisées dans l'intelligence artificielle Nvidia, enregistrent une forte baisse. Peu après, la société lance le modèle Janus-Pro-7B, qui génère des images à partir de prompt textuel, produit qui pourrait concurrencer DALL-E 3 d’OpenAI et Stable Diffusion.

En avril 2023, High-Flyer, fonds spéculatif basé à Hangzhou et employant un modèle d'intelligence artificielle pour le trading à haute fréquence^[1], annonce par l'intermédiaire de son fondateur Liang Wenfeng lancer une entreprise indépendante spécialisée dans l'intelligence artificielle baptisée DeepSeek, pour développer et commercialiser une intelligence artificielle générale utilisant un grand modèle de langage développé par la firme^[2].

En novembre 2023, DeepSeek lance son premier modèle, baptisé DeepSeek Coder et spécialisé dans la génération et la compréhension de codes sources^[3].

Le 29 novembre de la même année, DeepSeek lance son premier agent conversationnel employant un grand modèle de langage unique baptisé DeepSeek LLM (à 67 milliards de paramètres, gratuit et open source^[4]).

Le 7 mai 2024, DeepSeek sort DeepSeek-V2, comportant cette fois 236 milliards de paramètres, et pouvant activer jusqu'à 21 milliards de paramètres à chaque jeton utilisé^[5]. Le mois suivant sort la deuxième version de DeepSeek Coder baptisée DeepSeek-Coder-V2^[6].

En décembre 2024, DeepSeek sort DeepSeek-V3, qui remplace la version précédente et se veut une alternative chinoise aux autres modèles de langage disponibles en ligne^[7],[8]. 256 grappes ("clusters") comprenant chacune 8 cartes graphiques H800 soit un total de 2048 cartes graphiques durant 5000 heures sont nécessaires pour la partie apprentissage fin supervisé et l'apprentissage par renforcement de DeepSeek-V3 soit au total un équivalent de 2.79 millions d'heures en carte graphique en utilisant des optimisations. Cependant des doutes subsistent concernant le fait qu'un nombre si faible de grappes ait été utilisé^[9]. Après entrainement, il a été déployé aussi sur des grappes H800. Les cartes H800 d'une grappe sont connectées par interconnexion directe NVLink, et les grappes sont connectées par InfiniBand^[10].

Le 20 janvier 2025, l'entreprise annonce son premier modèle de raisonnement, DeepSeek-R1, qui emploie une chaîne de raisonnement développant des étapes logiques successives aux requêtes^{[11],[12],[13]}. Le modèle, publié avec son code source sous licence MIT, bouleverse le secteur de l'IA par un coût de développement significativement moins élevé que ses concurrents pour des performances comparables aux meilleurs acteurs du secteur (bien que plus lent)^[14], et une consommation en ressources de calcul notablement inférieure^[15]. Face à la rentabilité présumée de la technologie, le cours de la bourse de plusieurs géants du domaine, (dont celui de Nvidia, le fournisseur de processeurs GPU, qui perd 600 milliards de dollars)^[16], chute massivement^[17],[18].

Le budget annoncé de 5,57 millions de dollars, spécifiquement alloué à un seul cycle d'apprentissage de DeepSeek V3, exclurait d'autres dépenses significatives telles que les salaires du personnel, les coûts liés au traitement des données, ainsi que ceux associés à la conception et à l'architecture du système^[19].

En outre, l'entraînement du modèle DeepSeek nécessiterait environ 2 048 cartes graphiques Nvidia H800, une version bridée du H100 développé par la même société et destinée à l'exportation en Chine. Avant les restrictions imposées par l'administration de Joe Biden au début de l'année 2025, le coût de ce matériel était estimé à environ 70 millions de dollars^[19]. Par ailleurs, les dépenses annuelles consacrées à ce projet seraient évaluées entre 500 millions et 1 milliard de dollars^[20].

En janvier 2025, OpenAI et Microsoft soupçonnent DeepSeek d'avoir utilisé un processus de distillation des connaissances pour extraire des données des modèles d'OpenAI via son interface de programmation, en violation de ses conditions d'utilisation. Le modèle répondant même à des questions du type « Qui es-tu? » par « Je suis ChatGPT »^[21].

Microsoft dit avoir détecté fin 2024 d'importants transferts de données via des comptes développeurs OpenAI présumés liés à DeepSeek. OpenAI affirme détenir des preuves de ces pratiques, sans toutefois les détailler publiquement, et indique collaborer avec le gouvernement américain pour protéger sa propriété intellectuelle^{[22],[23],[24]}.

Selon sa politique de confidentialité, DeepSeek stocke les données utilisateur sur des serveurs situés en République populaire de Chine, y compris l'historique des conversations et les informations personnelles de ses utilisateurs^[25]. L'entreprise est tenue de collaborer avec les autorités chinoises conformément à la loi sur le renseignement national, ce qui suscite la préoccupation du professeur d'informatique britannique Michael Woodridge^[26] et du ministre australien des Sciences, Ed Husic (en)^[27].

Soumis aux réglementations de l'internet en république populaire de Chine, l'agent conversationnel de DeepSeek refuse d'aborder certains sujets politiquement sensibles en Chine (manifestations de la place Tian'anmen, statut de Taïwan, manifestations de 2019 à Hong Kong, accusations de travail forcé au Xinjiang) et redirige la conversation ou formule une réponse avant de l'effacer. L'agent conversationnel reconnaît occasionnellement que ses réponses s'alignent sur les positions officielles du gouvernement chinois^[26],[28].

En janvier 2025, Test-Achats, l'organisation de consommateurs belge, dépose plainte auprès de l'Autorité de protection des données contre DeepSeek. Lui est reproché un traitement des données en contravention avec le règlement général sur la protection des données (RGPD)^[29].

En janvier 2025, Altroconsumo (it), une organisation de consommateurs italienne, dépose plainte auprès du Garant de la protection des données personnelles (it) contre DeepSeek^[30]. L'association s'inquiète en effet d'un risque lié à la non conformité par DeepSeek au RGPD^[31].

L'Italie interdit l'accès par DeepSeek aux données d'utilisateurs italiens.

L'Australie et Taïwan interdisent à leurs fonctionnaires et à des infrastructures clés d’utiliser DeepSeek^[32].

• (en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « DeepSeek » (voir la liste des auteurs).

• Sites officiels : (zh) www.deepseek.com et (en) www.deepseek.com/en
• Notices d'autorité :

  • GND

NotebookLM

Informations

Développé par	Google
Première version	12 juillet 2023[1]
Type	Logiciel de prise de notes (d)
Site web	notebooklm.google

modifier - - voir Wikidata (aide)

NotebookLM est une application web de recherche et de prise de notes développée par Google Labs. Elle utilise l'intelligence artificielle (IA), en particulier Google Gemini, pour aider les utilisateurs à interagir avec leurs documents. NotebookLM peut générer des résumés, des explications et des réponses en fonction du contenu téléchargé par les utilisateurs. Elle inclut également une fonctionnalité audio qui résume les documents dans un format conversationnel, similaire à un podcast^[2],[3].

NotebookLM a été initialement lancé en 2023 sous le nom de « Project Tailwind »^[3],[4]. Google le décrit comme un « assistant de recherche virtuel »^[5]. Notebook signifie « carnet », et LM signifie Language Model (« Modèle de langage »)^[6]. En plus des fichiers texte, NotebookLM peut traiter des fichiers PDF, des documents Google, et des sites Web^[2]. La fonctionnalité audio, lancée en septembre 2024, a attiré l'attention des médias pour sa capacité à condenser des documents complexes en podcasts engageants^[5],[7],[8]. Initialement destiné aux chercheurs, NotebookLM a également été adopté par les entreprises et les étudiants^[2].

Pour les articles homonymes, voir Mistral.

Mistral AI

Logo de Mistral AI.

(en) Frontier AI. For all of us. L'IA de pointe. Pour tous.

Histoire

Fondation	28 avril 2023

Cadre

Type	Éditeur de logiciel
Forme juridique	Société par actions simplifiée
Domaines d'activité	Intelligence artificielle, logiciel à source ouverte, services administratifs combinés de bureau, industrie du logiciel
Siège	Paris, 15 rue des Halles 75001
Pays	France

Organisation

Effectif	100 salariés[1]
Fondateurs	Guillaume Lample (d), Timothée Lacroix (d), Arthur Mensch
Président	Arthur Mensch[2]
Directeur scientifique	Guillaume Lample[3]
Directeur technique	Timothée Lacroix[3]
Directeur	Arthur Mensch (depuis 2023)
Récompense	French Tech 2030
Site web	mistral.ai/fr

Identifiants

SIREN	952418325
TVA européenne	FR95952418325
OpenCorporates	fr/952418325

modifier - - modifier Wikidata

Mistral AI est une entreprise française fondée en avril 2023, spécialisée dans l'intelligence artificielle générative. Elle développe des grands modèles de langages de logiciel libre et propriétaires. Elle a été cofondée par Arthur Mensch, Guillaume Lample et Timothée Lacroix^[2].

Durant sa première année d'existence, elle réalise trois levées de fonds successives, d'un montant total de plus d'un milliard d'euros. Sa dernière levée en septembre 2025 la valorise à plus de onze milliards d'euros^[4]. Mistral est considérée comme l'un des leaders européens de l'intelligence artificielle^[2].

L'entreprise est basée à Paris et dispose de bureaux au Royaume-Uni, ainsi que d'antennes à Palo Alto et à Singapour^[1].

Avant de cofonder Mistral AI, Arthur Mensch travaillait chez DeepMind, le laboratoire d'intelligence artificielle de Google, tandis que Guillaume Lample, qui a fait partie des créateurs de LLaMA, et Timothée Lacroix étaient chercheurs chez Meta^[2]'^[5],[6].

En juin 2023, la jeune pousse réalise une première levée de fonds de 105 millions d'euros avec comme investisseurs le fond américain Lightspeed Venture Partners (en), Eric Schmidt, Xavier Niel et JCDecaux Holding notamment. La valorisation est alors estimée par le Financial Times à 240 millions d'euros^[7].

Le 27 septembre 2023, l'entreprise met à disposition son modèle de traitement du langage « Mistral 7B » sous licence libre Apache 2.0. Ce modèle comporte 7 milliards de paramètres, une taille restreinte par rapport à ses concurrents^[8].

Le 10 décembre 2023, Mistral AI annonce avoir levé 385 millions d'euros dans le cadre de sa seconde levée de fonds^[2] et devient l'une des licornes françaises, valorisée à 2 milliards de dollars^[9]. Ce tour de table implique notamment le fonds californien Andreessen Horowitz, la BNP Paribas et l'éditeur de logiciels Salesforce^[10],[11].

Le 11 décembre 2023, l'entreprise sort le modèle « Mixtral 8x7B » comptant 46,7 milliards de paramètres mais n'en utilisant que 12,9 milliards par jeton textuel grâce à l'architecture du mélange d'experts (en). Le modèle maîtrise 5 langues (français, espagnol, italien, anglais et allemand) et surpasse, d'après les tests de ses développeurs, le modèle « LLama 2 70B » de Meta.

Le même jour, Mistral annonce la version bêta de sa plateforme de services permettant aux développeurs de solliciter directement ses modèles^[12].

En février 2024, Cédric O, actionnaire et conseiller en affaires publiques de Mistral AI, recrute Audrey Herblin-Stoop pour s'occuper des affaires publiques^[13].

Le 26 février 2024, Mistral lance « Le Chat », un robot conversationnel similaire à ChatGPT permettant d'essayer les modèles de l'entreprise^[14],[15]. Dans la foulée, elle dévoile Mistral Large, un nouveau modèle de langage capable de rivaliser avec GPT-4^[16], une version allégée appelée Mistral Small, et Mistral Next, un prototype conçu pour donner des réponses brèves et concises^[17].

Le même jour, Mistral annonce un partenariat avec Microsoft^[18] afin de rendre disponible leur modèle Mistral Large sur le cloud Azure. Au terme de cet accord, l'entreprise américaine devrait prendre une participation minoritaire au capital de l'entreprise^[19]. Le partenariat doit permettre à Mistral AI de distribuer ses modèles aux entreprises, en échange d'un partage des revenus avec Microsoft^[20]. Le partenariat inclut également une recherche et développement en vue de créer des applications pour tous les gouvernements européens et répondre aux besoins spécifiques du secteur public en IA^[21].

Le mercredi 10 avril, la société publie sur Twitter le modèle « Mixtral 8x22b », téléchargeable depuis un lien magnet sous licence libre Apache 2.0. Il repose sur le principe du mélange d'experts, comme son prédécesseur Mistral 8x7b^[22]. Il compte 176 milliards de paramètres et possède une fenêtre de contexte de 65 000 jetons^[23].

Fin mai, l'entreprise lance un modèle de langage appelé « Codestral » dédié à la génération de code informatique. Comptant 22 milliards de paramètres, il est distribué sous une nouvelle licence dite « Mistral AI non-production license ». Celle-ci restreint l'utilisation du modèle à des fins de recherche scientifique et de test et exclut donc les usages commerciaux^[24].

En juin 2024, Mistral lève 600 millions d'euros à l'issue d'un tour de financement mené par le fonds américain General Catalyst (en). 65 % du capital reste français d'après le fondateur Arthur Mensch^[25].

En juillet, l'entreprise dévoile deux nouveaux modèles open source : Codestral Mamba 7B et Mathstral 7B, ainsi que Mistral NeMo 12B, un modèle développé avec NVIDIA (via la plateforme NVIDIA DGX Cloud et le framework NVIDIA NeMo), un modèle aux performances élevées, dopé par l'utilisation du format de données FP8, particulièrement efficace en anglais, français, allemand, espagnol, italien, portugais, chinois, japonais, coréen, arabe et hindi, basé sur un nouvel analyseur lexical dit « Tekken ». Celui-ci est basé sur Tiktoken et entraîné sur plus de cent langues. Il surpasse l' analyseur SentencePiece des précédents modèles Mistral pour compresser le langage naturel et le code source : il est environ 30 % plus efficace pour compresser le code source et plusieurs langues majeures et jusqu'à trois fois plus efficace pour le coréen et l'arabe. Les poids du modèle, qui est empaqueté dans un conteneur NVIDIA NIM, sont disponibles sur Hugging Face et la plateforme de Mistral AI. Il peut remplacer les systèmes utilisant Mistral 7B, par exemple pour les agents conversationnels, les tâches multilingues, le codage et la synthèse de document. Selon les tests de Mistral AI, il dépasse Gemma 2 9B et Llama 3 8B, deux modèles de logiciel libre sortis quelques mois avant^[26].

En octobre, Mistral publie deux petits modèles dits « Ministraux », Mistral 3B et Mistral 8B. Leur faible nombre de paramètres, respectivement 3 et 8 milliards, en fait des modèles légers qui nécessitent moins de capacité de calcul que la plupart des autres modèles de langage. Cela leur permet d'être embarqués dans des systèmes informatiques autonomes isolés d'internet^[27].

Le 19 novembre 2024, l'entreprise ajoute plusieurs fonctionnalités majeures à son robot conversationnel Le Chat. Celui-ci devient capable de générer des images, grâce à un partenariat avec Black Forest Labs et leurs modèles Flux Pro. De plus, Mistral ajoute la possibilité de chercher des informations sur internet afin d'avoir des informations fiables et à jour. Enfin, elle introduit le système de Canvas, une interface collaborative dans laquelle l'IA crée du code et l'utilisateur peut le modifier.

Simultanément, l'entreprise introduit un nouveau modèle, Pixtral Large, une amélioration de Pixtral 12B, intégrant un encodeur visuel d'1 milliard de paramètres couplé à Mistral Large 2. Enfin, celui-ci a également été amélioré, notamment pour les longs contextes et les appels de fonctions^[28].

Le 13 janvier 2025, Mistral sort une version améliorée de Codestral, disposant d'un meilleur analyseur et d'une architecture plus efficace, ce qui lui permet de compléter le code informatique deux fois plus rapidement^[29].

Trois jours plus tard, l’AFP et Mistral officialisent un accord qui permet au Chat d'utiliser toutes les dépêches de l’AFP publiées depuis 1983, soit 38 millions de dépêches à la signature de ce contrat. Il est spécifié qu’elles ne serviront pas à de l’entraînement mais seulement à répondre aux requêtes des utilisateurs^[30]. Le 30 janvier, elle sort Mistral small 3, une amélioration du modèle, en ajoutant 2B de paramètre, passant de 22B à 24B^[31].

Début mars 2025, Mistral annonce la mise à disposition d'une API OCR qui permet de traiter des documents PDF complexes^[32].

En avril 2025, Mistral AI annonce un partenariat de cent millions d'euros avec la compagnie maritime CMA CGM qui souhaite investir dans l'intelligence artificielle afin de gagner en efficacité dans l’ensemble de ses métiers, du transport à la logistique en passant par les médias^[33].

Le 9 septembre 2025, Mistral annonce une nouvelle levée de fonds de 1,7 milliard d'euros ainsi que l'entrée à son capital d'ASML, ce dernier devenant son principal actionnaire avec une prise de participation de 11%. Cette levée de fonds porte ainsi la valorisation de Mistral AI à 11,7 milliards d'euros, ce qui en fait la société d'IA la plus valorisée d'Europe. Cette annonce marque également le lancement d'un partenariat stratégique avec ASML pour que le géant néerlandais des machines à graver les semi-conducteurs utilise ses modèles d'intelligence artificielle dans l'ensemble de son portefeuille de produits^[34][4].

Mistral met à disposition plusieurs modèles d'I.A. générative sur sa plateforme Le Chat (Mistral Large, Mistral Small, Mistral Next^[35]) et met aussi à disposition d'autres modèles via son API.

Mistral AI se démarque par sa stratégie de logiciel libre et son modèle économique plus léger, en misant sur l'efficacité et l'optimisation des ressources^[36]. Son modèle Mixtral 8x22B recourt à une architecture de Mixture of Experts (MoE), conçue pour que seulement une partie des paramètres soit activée, en fonction de la tâche demandée.

• Interactions humain-machine / IHM
• Anthropic, ChatGPT, GPT-3, GPT-4
• Intelligence artificielle / IA / AI
• Intelligence artificielle générative / IAg / GenAI
• Agent conversationnel / chatbot
• Interface en ligne de commande / command line interface / LCI / CLI
• Apprentissage par renforcement
• Analyse lexicale
• JSON Web Token

• Site officiel
• Ressources relatives aux organisations :
  • SIREN
  • Registre de transparence de l'UE
• Notices d'autorité :

  • VIAF
  • GND

• McDonald, D., Papadopoulos, R., & Benningfield, L. (2024). Reducing llm hallucination using knowledge distillation: A case study with mistral large and mmlu benchmark. Authorea Preprints. https://www.techrxiv.org/doi/full/10.36227/techrxiv.171665607.76504195

Pour les articles homonymes, voir Gemini.

Ne doit pas être confondu avec Gemini (protocole).

Gemini
Generalized Multimodal Intelligence Network

Informations

Créateur	Google
Développé par	Google DeepMind
Première version	Bard Expérimental (10 avril 2023)
Dernière version	Gemini 2.5 Flash/Pro (25 mars 2025 - 17 avril 2025)
État du projet	Actif
Système d'exploitation	Windows, macOS, Linux (Web) Android (Application) iOS (Application)
Environnement	Navigateur web, Android et iOS
Langues	46 langues
Type	Dialogueur Prototype Grand modèle de langage IA conversationnelle (d) Application web Chatbot d'intelligence artificielle générative (d)
Site web	https://gemini.google.com

modifier - - voir Wikidata (aide)

Gemini, anciennement Bard, est un assistant conversationnel développé par Google. Pour générer du texte, il se base sur une famille de grands modèles de langage également appelée Gemini, introduite au public le 7 décembre 2023^[1]. Gemini est l'acronyme de Generalized Multimodal Intelligence Network. Les modèles se déclinent en trois tailles: nano, pro et ultra^[2].

Gemini peut comprendre et interagir avec l'audio et la vidéo, et générer du texte (poésie, scripts, pièces musicales, courriels, lettres, etc.), du code, des traductions (entre plus de 100 langues). Il peut produire plusieurs types de contenu créatif (images, dessins, sons, musique, vidéos…), aider des chercheurs en analysant des données ou en générant des hypothèses. Gemini peut répondre aux questions de manière informative ou en produisant des cours personnalisés, des jeux, des tutoriels, etc., avec les limites des IA (erreurs, biais, « hallucinations »…).

Il est disponible via une application moblile et est directement intégré sur plusieurs appareils dont les écrans (smartphones, tablettes, montres pixel watch, etc...) Google pixel ainsi que les produits de la gamme Nest de Google.^[3]

Gemini désigne une famille de transformeurs génératifs préentraînés permettant notamment de générer du texte. Le terme désigne également l'assistant conversationnel qui utilise ces modèles.

Gemini a été annoncé en 2023 comme devant surpasser les modèles existants comme GPT-4, en pouvant traiter simultanément et de manière polyvalente divers types différents de données (texte, images, sons et vidéos). Il peut ainsi répondre à une large variété de demandes, comme la génération de textes écrits, d'images, de sons et de code ; l'analyse de flux vidéo, la création de modèles 3D complexes, l'analyse et l'interprétation de graphiques complexes, de cartes, etc.^[4],[5]. L'architecture de Gemini comporte un encodeur et un décodeur. L'encodeur de Gemini convertit certains types de données en vecteurs, que le décodeur peut comprendre et utiliser pour la génération^[6].

Selon Google, Gemini est particulièrement douée pour le codage informatique, grâce à son nouveau système de génération de code AlphaCode 2 basé sur Gemini Pro, qui lui permettrait de surpasser 85 % des concurrents^[7]. Google DeepMind a également conçu Gemini Robotics, un modèle vision-langage-action permettant de contrôler des robots^[8].

Au début des années 2020, dans le domaine de l'IA générative, Google a été distancé par ChatGPT. Tout en poursuivant ses projets d'IA (ex. : Teachable Machine, Quick Draw, AutoDraw, Art Palette, ou Semantris et BARD) Google a mis en avant son nouveau projet majeur : Gemini AI, qui est une collaboration entre Google Brain (connue pour avoir créé l'outil Google Traduction, ainsi que TensorFlow, les modèles Transformer (le T de GPT) et le modèle LaMDA, qui permet à Bard de fonctionner) et DeepMind (filiale de Google, notamment connue pour avoir créé AlphaGo, le système d'IA qui a battu Lee Sedol au jeu de go en 2016, et AlphaFold capable de prédire la structure des protéines). Ces deux groupes ont fusionné en 2023 pour accélérer la mise au point de Gemini après le succès de ChatGPT.

En novembre 2022, OpenAI a lancé ChatGPT, un assistant conversationnel (chatbot) initialement basé sur GPT-3.5. ChatGPT a attiré l'attention du monde entier après sa sortie, devenant une sensation virale sur Internet. Alarmé par la menace potentielle de ChatGPT pour la recherche Google, le PDG de Google, Sundar Pichai, a émis une alerte « code rouge » à l'échelle de l'entreprise, réaffectant plusieurs équipes pour venir renforcer les efforts de l'entreprise en matière d'IA^[9]. Dans un geste rare et sans précédent, les cofondateurs de Google Larry Page et Sergey Brin, qui avaient quitté leurs fonctions de co-PDG de la société mère de Google Alphabet en 2019, ont été convoqués à des réunions d'urgence avec des dirigeants de l'entreprise pour discuter de la réponse de Google à ChatGPT.

Interrogés par les employés lors d'une réunion générale pour savoir si le grand modèle de langage LaMDA était une occasion manquée pour Google de concurrencer ChatGPT, Sundar Pichai et Jeff Dean (le dirigeant de Google AI) ont déclaré que Google avait des capacités similaires, mais aller trop vite dans ce domaine représenterait un « risque réputationnel » majeur en raison du fait que Google est nettement plus grand qu'OpenAI^[10],[11]. En janvier 2023, le PDG de DeepMind, Demis Hassabis, a annoncé les plans d'un rival de ChatGPT, et les employés de Google ont été chargés d'accélérer les progrès sur un concurrent de ChatGPT, en testant intensivement « Apprentice Bard » et d'autres chatbots^[12],[13]. Sundar Pichai a assuré lors de l'appel aux investisseurs pendant la présentation des résultats trimestriels de Google en février que la société avait l'intention d'étendre la disponibilité et les applications de LaMDA^[14].

Peu de données étaient disponibles sur Gemini avant décembre 2023, mais selon Google, ce nouveau système d'IA pourrait remplacer et améliorer PaLM 2 de Google, dont en intégrant des techniques plus efficaces d'apprentissage par renforcement, permettant une amélioration continue des capacités des systèmes d'IA à répondre à des questions complexes.

Dès le début d'année 2023, Google avait annoncé une riposte claire à OpenAI au travers du projet Sparrow un chatbot qui avait l'avantage, contrairement à ChatGPT, de citer ses sources^[15], gagnant ainsi en crédibilité.

Gemini a été entrainé sur les Tensor Processing Units (TPU) de Google^{[réf. nécessaire]}. Plus rapide et moins couteux dans ses exécutions que les précédents modèles de Google (comme PaLM), Gemini intègre en particulier des « mécanismes d'attention » (MA) perfectionnés, permettant aux réseaux de neurones artificiels de « concentrer » leurs calculs sur les parties les plus pertinentes des « données d'entrée », pour générer ensuite des « sorties » plus cohérentes, et répondant plus fidèlement aux « invites » des utilisateurs.

La capacité annoncée de Gemini à générer et combiner des objets sonores, visuels (graphiques et cartographie y compris) et du texte devrait également lui permettre de générer plus d'un type de données à la fois. Gemini pourra probablement, par exemple, extraire des caractéristiques d'une vidéo, d'un podcast ou d'un texte complexe pour en générer une analyse ou un résumé en tenant compte plus finement des demandes de l'utilisateur, mais aussi — et éventuellement dans le même temps — créer du contenu nouveau et le mettre en page, l'illustrer d'images, de graphiques et/ou de cartographies, en créer une version vidéo ou podcast, multilingue, etc.

Le 6 février 2023, Google a annoncé Bard, un chatbot utilisant LaMDA pour générer du texte^[16]. Bard a d'abord été déployé auprès d'un groupe restreint de « testeurs de confiance^[17] », avant une large diffusion prévue à la fin du mois^[18],[19]. Il a été développé sous le nom de code « Atlas »^[20]. Dans la foulée de l'annonce de Google, le rival de Google, Microsoft, a révélé son partenariat avec OpenAI pour intégrer ChatGPT dans son moteur de recherche Bing, après avoir précédemment investi 10 milliards $ dans OpenAI^[21],[22].

Bard a été présenté dans une vidéo promotionnelle sur Twitter le 6 février 2023. Lors de cette vidéo, Bard s'est trompé en répondant à une question sur le télescope James Webb, provoquant l'inquiétude quant à la fiabilité du chatbot et dans la foulée la chute de l'action Google (Alphabet) de plus de 7 %^[23]. Google Bard a été interrogé sur les nouvelles découvertes du télescope spatial James Webb et a répondu avec trois puces, y compris une déclaration selon laquelle le télescope « a pris les toutes premières images d'une planète en dehors de notre propre système solaire ». Cependant, cette affirmation était incorrecte^[24].

Mi-2023, Gemini est encore en phase d'entraînement, et testé pour sa sécurité. Comme c'était déjà le cas pour PaLM 2, Google propose plusieurs itérations du modèle, de tailles différentes, qui seront exploitées en fonction des avancées de l'IA, des besoins émis en interne par les services ou filiales de Google, puis par les utilisateurs et clients, et en fonction de contraintes spécifiques^[25]. Les versions de Gemini, en différentes tailles et capacités^[26], pourraient être disponibles via le « Google Cloud Vertex AI » (anciennement « Google AI Platform »), une « plateforme d'apprentissage automatique, qui regroupe tous les services cloud de Google, permet de faciliter le déploiement et la maintenance des modèles d'IA »^[25]. Une version préliminaire de Gemini a été fournie à un petit groupe externe de développeurs et d'entreprises afin d'effectuer des tests^[27].

Depuis le 6 décembre 2023^[28], Bard utilise un modèle d'intelligence artificielle appelé Gemini Pro lorsqu'il communique en anglais. Ce modèle peut traiter et fusionner différents types d'informations tels que le texte, les images, l'audio et le code. Gemini Pro est actuellement disponible uniquement pour l'anglais sur Bard, mais son expansion à d'autres langues et régions, notamment en Europe, est prévue prochainement. Gemini Pro se concentre actuellement sur le traitement de textes, mais devrait bientôt être capable de travailler avec d'autres types de contenus^[29]. De plus une suite qui compte trois modèles est annoncée :

• Gemini Nano : version allégée de Gemini est prévue pour tourner nativement et hors-ligne sur des smartphones Android en commençant par le Google Pixel 8 Pro et uniquement à partir de texte ;
• Gemini Pro : le modèle intermédiaire, remplacera LaMDA dans Bard pour les pays anglophones ;
• Gemini Ultra (qui ne sera finalement lancé qu'en février 2024) : le modèle le plus avancé, et le plus performant.

Si Google DeepMind ne précise pas les tailles des modèles, l'accent est mis sur les performances du plus puissant (Gemini Ultra) par rapport à GPT-4^[30] d'OpenAI, qui est alors de loin le modèle le plus puissant du marché.

Il est annoncé aussi que Gemini Pro sera disponible pour les développeurs via le Google Generative AI Studio ou Vertex AI sur Google Cloud le 13 décembre 2023 et que Gemini Ultra sera proposée aux Data Centers et aux entreprises, d'abord en version beta contrôlée et dans un contexte expérimental sécurisée.

Le 8 février 2024, Google a annoncé renommer Bard en Gemini afin de refléter l'utilisation de la famille de modèles Gemini^[31].

Le 15 février 2024, Google lance une nouvelle version plus avancée nommée Gemini 1.5 Pro. C'est aussi le premier modèle capable de prendre jusqu'à 1 million de tokens en entrée, même si la limite est fixée à 128 000 tokens dans un premier temps.

Le même mois, Google suspend son outil de création d'images Gemini, « pensé pour promouvoir la diversité », après qu'il a généré des résultats embarrassants, refusant dans certains cas de représenter des personnes blanches ou générant des images historiquement fausses, telles que « des soldats nazis de couleur » ou le « pape imaginé en femme ». Des polémiques en série, dont l'une liée à l'affirmation de Gemini selon laquelle il serait « difficile de dire » qui de Hitler ou d’Elon Musk avait eu l’impact le plus négatif sur la société, poussent Sundar Pichai, le PDG de Google, à recadrer ses équipes. Il leur rappelle le risque de briser la confiance envers les produits Google. Il déplore les réponses embarrassantes de Gemini qui « ont fait preuve de partialité »^[32],[33]

En mai, une version allégée est lancée, nommée Gemini 1.5 Flash et capable d'accepter 1 million de tokens. Gemini 1.5 Pro bénéficie d'une amélioration à ce niveau, permettant d'utiliser jusqu'à 2 millions de tokens en entrée.

En août 2024, Google introduit les « Gems », qui permettent de créer des versions personnalisées de Gemini que les utilisateurs définissent en fonction de leurs besoins^[34]. C'est une réponse au GPT Store de OpenAI ou au Copilot Studio de Microsoft, et l'un des nombreux efforts que déploie le groupe pour tenter d'attirer du public vers Gemini, alors que l'adoption des professionnels et développeurs restent très faible par rapport aux rivaux^[35].

En mars 2025 Google annonce la sortie du modèle Gemini 2.5 (disponible en 3 versions : Pro, Flash et Flash-Lite), dont la déclinaison la plus puissante se retrouve directement en haut du classement de LMArena. Bénéficiant d'une fenêtre d'un million de token en entrée, le modèle domine encore actuellement les benchmarks scientifiques et mathématiques AIME et GPQA ^[36].

• (en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « LaMDA#Bard » (voir la liste des auteurs).

• Agent conversationnel
• Apprentissage par renforcement
• Apprentissage supervisé
• Grand modèle de langage
• Intelligence artificielle digne de confiance

• Site officiel
• Qu'est-ce que l'IA Gemini qui quintuple GPT4 ? sur Dataconomy (12 septembre 2023)
• L'IA Gemini de Google sur Digitiz (15 septembre 2023)
• Google Gemini, une IA plus puissante que GPT-4 sur ZDNet (20 septembre 2023)
• Google Gemini, l'intelligence artificielle qui promet de révolutionner l'IA sur 01net (25 septembre 2023)

Pour les articles homonymes, voir Claude.

Claude

Informations

Développé par	Anthropic
Première version	Mars 2023
Dernière version	Claude 4.0 (Mai 2025)
Type	Famille de grands modèles de langage
Licence	Propriétaire
Site web	https://claude.ai

modifier - - voir Wikidata (aide)

Claude est une série de grands modèles de langage développés par Anthropic^[1]. Le premier modèle est sorti en mars 2023. Claude 3, sorti en mars 2024, peut également analyser des images^[2].

Les modèles de la famille Claude sont des transformateurs génératifs pré-entraînés. Ils ont été pré-entraînés à prédire le mot suivant pour de grandes quantités de texte. Pour que ces modèles soient non seulement performants mais aussi présentables, ils ont ensuite été entraînés avec la technique de l'IA constitutionnelle^[3].

L'IA constitutionnelle est une approche développée par Anthropic pour entraîner les systèmes d'IA (tels Claude) à être utiles, sincères et inoffensifs sans nécessiter de feedback humain, en intégrant parmi ses filtres dans l'entraînement des modèles d'IA, des valeurs et principes inspirés de documents comme la Déclaration universelle des droits de l'homme de l'ONU^[3],[4].

Dans une phase d'apprentissage supervisé, le modèle génère des réponses, s'auto-critique sur la base d'un ensemble de principes (une « constitution »), puis ajuste ses réponses. Ces réponses davantage conformes à la constitution sont ensuite utilisées pour entraîner le modèle^[3].

Ensuite vient une phase d'apprentissage par renforcement. Le modèle génère des réponses et les compare, favorisant celles qui satisfont le plus les principes de la constitution. Ces données permettent d'entraîner un modèle de préférences, qui juge des réponses en fonction de leur degré de conformité à la constitution. Claude est ensuite ajusté à satisfaire ce modèle de préférences. Cette technique est similaire à l'apprentissage par renforcement à partir de rétroaction humaine, où les comparaisons humaines sont nécessaires, là où l'IA constitutionnelle effectue automatiquement les comparaisons sur base de la constitution^[5],[3].

Claude est la version initiale du modèle de langage d'Anthropic, sortie en mars 2023^[6]. Claude a démontré sa maîtrise de diverses tâches, mais avait certaines limitations en matière de codage, de mathématiques et de raisonnement^[7]. Anthropic s'est associée à des sociétés comme Notion (logiciel de prise de notes et de productivité) et Quora (pour aider à développer le chatbot Poe)^[7].

Claude est sorti en deux versions, Claude et Claude Instant, Claude Instant étant une version plus rapide, moins chère et plus légère. Claude Instant a une fenêtre de contexte de 100 000 tokens (ce qui correspond à environ 75 000 mots)^[8]. La fenêtre de contexte représente la quantité de données que le modèle peut analyser simultanément.

Claude 2 est la deuxième majeure itération, sortie le 11 juillet 2023. Elle a été rendue accessible au grand public, là où la première version n'était accessible qu'à certains utilisateurs approuvés par Anthropic^[9].

Claude 2 a une fenêtre de contexte de 100 000 tokens^[6]. Les fonctionnalités incluent la possibilité d'analyser avec Claude des fichiers PDF.

Claude 2 a été critiqué pour son alignement éthique strict qui semble réduire l'utilisabilité et les performances. Des utilisateurs se sont vu refuser l'assistance pour des requêtes bénignes, par exemple avec la question d'informatique système « Comment puis-je tuer tous les processus python de mon serveur Ubuntu ? » Cela a conduit à un débat sur la « taxe d'alignement » (le coût pour garantir l'alignement d'un système d'IA), avec des discussions centrées sur l'équilibre entre les considérations éthiques et les fonctionnalités pratiques. Les critiques plaident en faveur de l’efficacité et de l’autonomie des utilisateurs, tandis que les partisans soulignent l’importance d’une IA éthique^[10],[11].

Claude 2.1 a doublé le nombre de tokens que le chatbot peut analyser simultanément, le portant à une fenêtre de 200 000 tokens, ce qui équivaut à environ 500 pages^[1].

Selon Anthropic, ce nouveau modèle est moins susceptible de se tromper que ses prédécesseurs^[11].

À sa sortie de l'article, le 4 mars 2024, Claude 3 s'est avéré être à la pointe des performances dans un large éventail de tâches cognitives. La famille Claude 3 comprend trois modèles de pointe par ordre croissant de capacités : Haiku, Sonnet et Opus. La version par défaut de Claude 3 Opus dispose d'une fenêtre de contexte de 200 000 tokens, mais celle-ci est en cours d'extension à 1 million pour des cas d'utilisation spécifiques^[12],[2].

Claude 3 a montré des capacités de raisonnement méta-cognitif, notamment en ayant réalisé qu'il était artificiellement testé lors d'une évaluation impliquant le fait d'extraire une information dans de grandes quantités de texte^[13],[14].

À son lancement, seule l'interface de programmation (API) de Claude 3 était disponible dans l'Union européenne. Depuis le 14 mai 2024, Claude 3 est accessible en France et dans toute l'UE, dans sa version payante (Opus) et sa version gratuite (Sonnet). La version Pro sans limites d'utilisation et donnant accès au langage le plus avancé (Opus) coûte 18 euros hors taxe par mois^[15].

Le 21 juin 2024, Anthropic sort Claude Sonnet 3.5, qui surpasse significativement Claude 3 Opus tout en étant deux fois plus rapide. Cette annonce fait concurrence au modèle GPT-4o d'OpenAI, sorti un mois plus tôt : Anthropic présente son modèle comme étant plus performant que son concurrent dans la résolution de plusieurs tâches, en particulier dans la compréhension visuelle^[16],[17].

En octobre 2024, avec la sortie d'une version améliorée de Claude 3.5 Sonnet, Anthropic a lancé une fonctionnalité permettant à Claude de contrôler un ordinateur en utilisant des captures d'écran, des clics et un clavier virtuel, lui permettant ainsi d'effectuer des tâches nécessitant plus d'autonomie^[18].

Anthropic a lancé Claude 3.7 Sonnet le 24 février 2025, avec un mode de réflexion approfondie pour les questions complexes. Anthropic a également lancé une version préliminaire de recherche de Claude Code, un outil de ligne de commande qui permet aux développeurs de déléguer des tâches de programmation directement depuis leur terminal^[19].

Le 22 mai 2025, Anthropic a publié deux autres modèles : Claude Sonnet 4 et Claude Opus 4^[20]. Anthropic a ajouté des fonctionnalités API pour les développeurs : un outil d'exécution de code, un connecteur à son Model Context Protocol, et Files API^[21],[22]. Elle a classé Opus 4 comme un modèle de « niveau 3 » sur l'échelle de sécurité à quatre points de l'entreprise, ce qui signifie qu'elle le considère si puissant qu'il présente un « risque significativement plus élevé »^[23]. Anthropic a rapporté que lors d'un test de sécurité impliquant un scénario fictif, les grands modèles de langage comme Claude ont tendance à envoyer un email de chantage à un ingénieur afin d'empêcher leur remplacement^[24].

Anthropic a publié en 2024 un document^[25] expliquant quels sont les prompts système utilisés par Anthropic pour censurer ou moduler certains des comportements de Claude ; et ce pour trois modèles d'intelligence artificielle : Claude 3.5 Sonnet ; Claude 3 Opus et Claude 3 Haiku^[26]. Les utilisateurs peuvent ainsi par exemple comprendre comment Claude est censé répondre aux questions concernant des sujets controversés (avec des phrases approfondies et claires, sans rappeler que le sujet est sensible ou prétendre qu'il fournit des faits objectifs)^[26].

• (en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « Claude (language model) » (voir la liste des auteurs).

• (en) Site officiel

LLaMA

Informations

Créateur	Meta AI
Développé par	Meta
Première version	24 février 2023
Dépôt	github.com/facebookresearch/llama
Écrit en	Python
Type	Grand modèle de langage Famille de grands modèles de langage (d) Modèle de langage Marque
Licence	Llama 2 Community License Agreement (d)
Site web	www.llama.com

modifier - - voir Wikidata (aide)

LLaMA (Large Language Model Meta AI) est un grand modèle linguistique développé par Meta et rendu publiquement accessible^[1]. Deux autres versions du modèle plus spécifiques, optimisées à partir de LLaMA, ont également été publiées par Meta : un agent conversationnel, appelé Llama Chat, et un assistant de programmation, Code Llama. D'autres modèles de langage comme Alpaca ont également vu le jour en entrainant les poids de Llama sur de nouvelles données^[2].

LLaMA est l'acronyme de Large Language Model Meta AI (Grand modèle de Language Meta IA en français). Cet acronyme est l'homographe du nom anglais (lui-même emprunté au quechua, via l'espagnol)^[3] du lama, un camélidé sud-américain. Cette ressemblance est probablement souhaitée pour une meilleure mémorabilité.

De ce choix de nom est dérivé celui d'Alpaca, l'agent conversationnel basé sur LLaMA, car l'alpaga (alpaca en anglais) est un autre camélidé d'Amérique du Sud.

La version initiale a été publiée en février 2023, en quatre tailles différentes : 7, 13, 33 et 65 milliards de paramètres. À l'origine, seuls la méthodologie, l'architecture des modèles et les résultats expérimentaux furent publiés. Seuls certains chercheurs qui en ont fait la demande peuvent avoir accès au modèle^[4].

Le 3 mars 2023, une semaine après la publication de la méthodologie et de l'architecture, un fichier torrent contenant l'intégralité du modèle est publié sur 4chan^[5].

En juillet 2023, Meta publie une deuxième version, en trois tailles différentes cette fois: 7B^[6], 13B^[7] et 70B^[8]. La version en 34B a été entrainé par Meta également mais dû à un manque de temps, ils n'ont pas pu publier ce modèle. L'architecture est sensiblement la même mais l'entrainement a été réalisé à partir d'un corpus environ 40% plus volumineux^[9]. Cette-fois, Meta publie elle-même les paramètres dès la sortie du modèle.

Avec la publication de Llama 2, Meta publie Llama 2-Chat, une version de Llama optimisée pour les dialogues^[9]. Trois versions du modèle sont disponibles: 7B, 13B et 70B.

Peu de temps après, en août 2023, Meta dévoile Code Llama et ses variations Code Llama Instruct et Code Llama Python^[10]. Ces modèles sont basés sur Llama 2 et ajustés finement sur du code. Ils sont d'abord disponibles en open source en version 7B, 13B et 34B, puis le 29 janvier 2024 une version en 70B est également publiée^[11].

Le 18 avril 2024, Meta lança Llama 3 en version 8 et 70 milliards de paramètres. Ces modèles furent pré-entraînés sur environ 15 billions de jetons de texte provenant de « sources disponibles publiquement »^[12], les modèles d'instructions étant fine-tunés sur « des ensembles de données d'instructions disponibles publiquement, ainsi que sur plus de 10 millions d'exemples annotés par des humains ». Meta prévoit de sortir des modèles multimodaux, des modèles capables de converser dans plusieurs langues, et des modèles avec des fenêtres de contexte plus larges. Une version de 405 milliards de paramètres est annoncée à la mi-2024^[13].

Trois sous-versions de Llama 3 sont ensuite lancées par Meta :

• Llama 3.1 fin juillet 2024 ^[14],[15]
• Llama 3.2 fin septembre 2024 ^[16],[17]
• Llama 3.3 début décembre 2024

Avec Llama 3.2, Meta introduit deux modèles multimodaux : Llama 3.2 90B et 11B. Le groupe sort aussi deux premiers mini-modèles, 1B et 3B, destinés à être utilisés sur des terminaux légers (ordinateurs portables ordinaires et smartphones).

LLaMA se présente comme un modèle ouvert, mais ni le code d'entrainement ni les données d'entrainement ne le sont, ce qui fait préférer le terme de « poids ouverts »^[18],[19]. Le dépôt contient le code source d'inférence et de la documentation (guide de l'utilisateur, guide de l'utilisateur responsable et model card) permettant une bonne utilisation du modèle. Utiliser LLaMA implique d'accepter les termes de la licence de LLaMA qui notamment interdit certains cas d'utilisation du modèle^[20]. En respectant les termes de la licence, il est possible d'utiliser, de reproduire, de distribuer, de copier, de créer des œuvres dérivées et d'apporter des modifications aux différents composants de LLaMA mis à disposition, y compris pour une activité lucrative.

Tout comme tous les autres grands modèles linguistiques actuels (août 2024), il nécessite que ces paramètres (poids) soient stockés dans la mémoire vive, pour s'exécuter à une vitesse raisonnable, ce qui rend les grands modèles souvent inaccessibles pour des ordinateurs personnels. Certains services en ligne proposent de passer par leur serveur pour utiliser LLaMA.

Après l'annonce d'un partenariat entre Meta et Reuters pour l'utilisation des contenus de l'agence dans les chatbots Meta AI, basés sur Llama, il n'était pas clair si ces articles allaient intégrer le corpus de formation de Llama, ou seulement être utilisés comme sources (en direct) pour répondre à des requêtes spécifiques (actualité, politique, économie...)^[21].

• ChatGPT
• Google Gemini
• Falcon 180B

• (en) Site officiel

Ne doit pas être confondu avec Microsoft 365 Copilot.

Copilot

Informations

Développé par	Microsoft
Première version	7 février 2023
Environnement	Navigateur web, Microsoft Edge, Microsoft Windows, Android, iOS
Langues	Multilingue
Type	Dialogueur Grand modèle de langage IA conversationnelle (d) Assistant personnel intelligent
Politique de distribution	Freemium
Licence	Licence propriétaire
Site web	Site web

Chronologie des versions

Cortana

modifier - - voir Wikidata (aide)

Microsoft Copilot est un chatbot développé par Microsoft et lancé le 7 février 2023. Fondé sur un grand modèle de langage, il est capable de citer des sources, de créer des poèmes et d'écrire des chansons. Il s'agit du principal remplaçant de Cortana, dont la commercialisation a été interrompue^[1].

Le service a initialement été lancé sous le nom de Bing Chat, en tant que fonctionnalité intégrée à Microsoft Bing et Microsoft Edge. Au cours de l'année 2023, Microsoft a commencé à unifier la marque Copilot dans ses différents produits de chatbot. Lors de sa conférence Build 2023, Microsoft a annoncé son intention d'intégrer Copilot dans Windows 11, permettant aux utilisateurs d'y accéder directement via la barre des tâches^[1]. En janvier 2024, une touche Copilot dédiée a été annoncée pour les claviers Windows^[2].

Copilot utilise le modèle Prometheus de Microsoft, construit à partir de modèles de fondation d'OpenAI tel que GPT-4, qui ont été ajustés à l'aide de techniques d'apprentissage supervisé et par renforcement. Le style de l'interface conversationnelle du chatbot ressemble à celui de ChatGPT. Copilot est capable de communiquer dans de nombreuses langues et dialectes.

Microsoft exploite Copilot selon un modèle freemium. Il permet aux utilisateurs de son niveau gratuit d'accéder à la plupart des fonctionnalités, tandis que l'accès prioritaire aux nouvelles fonctionnalités, y compris la création de chatbots personnalisés, est fourni aux abonnés payants sous le nom commercial "Microsoft Copilot Pro". Plusieurs chatbots par défaut sont disponibles dans la version gratuite de Microsoft Copilot, y compris le chatbot Copilot standard et Microsoft Designer, qui est orienté vers l'utilisation de son créateur d'images pour générer des images basées sur des invites textuelles^[3].

En 2019, Microsoft fait d'OpenAI un partenaire, et y investit des milliards de dollars^[4]. Microsoft construit en 2020 pour OpenAI un superordinateur doté de plus de 10 000 processeurs graphiques, et employant la plateforme sur Microsoft Azure^[5]. En septembre 2020, Microsoft dit avoir obtenu de OpenAI la licence exclusive de GPT-3. Les utilisateurs peuvent continuer à envoyer des requêtes et recevoir des réponses, mais seul Microsoft a directement accès au modèle sous-jacent^[6].

En 2022, OpenAI lance ChatGPT (chatbot fondé sur GPT-3.5), qui attire l'attention mondiale dès son lancement en novembre. Le 23 janvier 2023, Microsoft annonce 10 milliards de dollars d'investissement sur plusieurs années dans OpenAI^[7]. Le 6 février, Google annonce de son côté Bard (rebaptisé plus tard Gemini), un service de chatbot concurrent de ChatGPT^[8]. Des médias et analystes financiers estiment que Google a précipité le lancement de Bard pour devancer l'événement de lancement de Copilot par Microsoft prévu le 7 février^[9], et pour éviter de « courir après » Microsoft^[10].

En 2024, Microsoft lance en janvier un service premium Microsoft Copilot Pro (à 22 € TTC par mois)^[11], qui donne un accès prioritaire aux modèles les plus récents en périodes de forte utilisation, et donnant accès à Copilot GPT Builder qui permet de créer des chatbots Copilot personnalisés, et d'obtenir une résolution plus élevée pour les images générées par le créateur d'images de Microsoft Designer^[3]. Cette même année 2024, Microsoft lance des normes pour des ordinateurs sous Windows intégrant une IA matérielle. Ces ordinateurs incluent une puce d'accélération de réseaux de neurones (NPU pour Neural Processing Unit) et un bouton « Copilot » sur le clavier, qui remplace la touche de menu. Si Copilot est désactivé ou non-accessible dans la région géographique, la touche de menu lance Windows Search^[12],[13]. Le 20 mai, lors d'un événement Microsoft Surface, Microsoft lance "Copilot Plus", une marque de d'ordinateurs utilisant Windows 11 et doté de capacités supplémentaires en termes d'IA^[14],[15].

Mi 2025, Microsoft lance Mu, un micro-modèle de langage (à 330 millions de paramètres), nativement intégré dans les ordinateurs labellisés Copilot+ et fonctionnant sous Windows 11 sur les NPU (Neural Processing Units) de ces ordinateurs, sans besoin d'accès au Cloud ni de connexion à internet. Mu succède à Phi-Silica, en tant qu'IA agentique permettant à l'utilisateur d'interagir avec le système Windows via le langage naturel (Mu comprend et exécute des commandes concernant les réglages de l'ordinateur, telles que « augmenter la luminosité », « activer le Bluetooth », etc. avec une exécution locale très rapide (moins de 500 ms), une génération de texte à 100–200 tokens/seconde, grâce à un préentraînement fait sur 3,6 millions d’exemples portant sur les paramètres système de Windows, mais Mu ne gère pas les conversations générales ou le sujets hors système^[16].

Plusieurs chatbots sont disponibles par défaut dans Microsoft Copilot, dont le chatbot standard de Copilot et Microsoft Designer, orienté vers la génération d'images à partir d'invites textuelles ; mais aussi d'autres « Copilot GPTs » (ex : planificateur de voyages, assistant culinaire, entraîneur personnel...)^[3].

Copilot dispose de plugins pour Instacart, Kayak, Klarna, OpenTable, Shop from Shopify et Suno AI^[17],[18].

Copilot utilise de nombreuses langues et dialectes^[19],[20]. Des journalistes de PCMag ont mené un test pour déterminer les capacités de traduction de Copilot, ChatGPT et Gemini, en les comparant à Google Traduction. Ils ont « demandé à des locuteurs bilingues de sept langues de faire un test à l'aveugle ». Les langues testées étaient le polonais, le français, le coréen, l'espagnol, l'arabe, le tagalog et l'amharique. Copilot a été jugé meilleur traducteur que Google Traduction, mais moins bon que ChatGPT^[21]. Des chercheurs japonais ont comparé les capacités de traduction du japonais vers l'anglais de Copilot, ChatGPT avec GPT-4, et Gemini avec celles de DeepL, obtenant des résultats similaires et notant que « les traductions des chatbots d'IA étaient bien meilleures que celles de DeepL — probablement en raison de leur capacité à saisir le contexte »^[22].

Copilot utilise le modèle Prometheus de Microsoft, basé sur un composant appelé Orchestrator, qui génère itérativement des requêtes de recherche, afin de combiner l'index de recherche et les résultats de Bing^[23] avec les grands modèles de langage GPT-4^[24],[25], GPT-4 Turbo^[26] et GPT-4o d'OpenAI^[27], qui ont été ajustés à l'aide de techniques d'apprentissage supervisé et par renforcement.

Copilot, accessible par défaut via la barre des tâches de Windows, peut répondre à la commande vocale^[28]. Copilot dans Windows peut également fournir des informations sur le site web que l'utilisateur est en train de consulter dans Microsoft Edge^[29].

Des applications Microsoft Copilot sont disponibles sur Android^[30] et iOS^[31].

Copilot peut être utilisé pour réécrire et générer des quantités plus imporantes de texte, en réponse aux prompts des utilisateurs, via les services Microsoft 365 tels que Word, Excel, PowerPoint, Teams, Outlook et OneNote^[19],[32]. Selon Jared Spataro (responsable de Microsoft 365) Copilot pour Microsoft 365 utilise Microsoft Graph, une interface de programmation (API) pour évaluer le contexte et les données utilisateur disponibles avant de modifier et d'envoyer les prompts au modèle de langage. Chaque résultat est aussi vérifié et traité par Microsoft Graph avant d'envoyer la réponse aux applications Microsoft 365^[33].

Selon Microsoft, Copilot peut aider les utilisateurs à analyser des données dans Microsoft Excel en les formattant, en créant des graphiques, en générant des tableaux croisés dynamiques, en identifiant les tendances et en résumant les informations, ainsi qu'en guidant les utilisateurs en complétant et en expliquant des commandes Excel^[19],[32]. Microsoft déclare également que Copilot est capable de créer des présentations PowerPoint qui résument des informations à partir de documents Word et de feuilles de calcul Excel sélectionnés par l'utilisateur, ou à partir des prompts des utilisateurs^[32],[34]. De plus, cet outil peut ajuster la mise en forme du texte, le timing des animations et le style et la durée de la présentation en fonction des prompts des utilisateurs ; Microsoft affirme que cela éliminera le besoin pour les utilisateurs d'apporter des modifications manuelles^[19],[32].

Dans Microsoft Outlook, Copilot peut rédiger des courriels de différentes longueurs et tonalités, en fonction des informations fournies par l'utilisateur^[19]. Pour cela Copilot peut aussi extraire des informations pertinentes d'autres emails^[32].
Copilot peut aussi résumer des fils de discussion d'emails, y compris les points de vue des personnes impliquées ainsi que les questions posées qui n'ont pas encore reçu de réponse^[19],[32]. Selon Microsoft, Copilot peut être utilisé dans Microsoft Teams pour présenter des informations pour les réunions à venir, transcrire les réunions et fournir des résumés (si un utilisateur rejoint une réunion en retard par exemple)^[33]. Après la réunion, Copilot peut résumer les points de discussion, lister les actions importantes débattues et répondre à des questions posées en réunion^[32]. Microsoft a publiquement introduit « Microsoft 365 Chat » (capable d'extraire des informations depuis diverses applications Microsoft 365, lui permettant de répondre aux questions des utilisateurs et de réaliser d'autres tâches)^{[32],[33],[35]}.

• (en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « Microsoft Copilot » (voir la liste des auteurs).