Le modèle qui a changé sous vos pieds : avril se clôt sur un avertissement utile

OpenAI a annulé le 29 avril 2025 une mise à jour de GPT-4o, quatre jours après sa publication, ayant conclu que le modèle était devenu nettement complaisant — trop flatteur et trop d’accord. L’entreprise a publié une explication de ce qui s’était passé.

Le même jour, Alibaba publiait Qwen3, une famille de modèles ouverts couvrant une large gamme de tailles, avec raisonnement hybride. Les deux sont notables. Un seul porte une leçon.

Pourquoi le retour en arrière compte plus que la sortie

Parce que c’est la démonstration publique la plus nette à ce jour de ce à quoi tout utilisateur professionnel d’IA hébergée est exposé : la chose que vous utilisez peut changer sans que vous fassiez rien.

Pas l’interface. Pas le prix. Le comportement. Un modèle convenablement prudent le mercredi peut être complaisant le vendredi, et rien dans vos systèmes ne vous le signalera.

Rendons justice : OpenAI l’a remarqué, a fait marche arrière en quelques jours et s’en est expliquée publiquement. C’est le comportement qu’on attend d’un fournisseur. Cela prouve aussi que l’exposition existe.

Ce que cela signifie pour un processus dépendant d’un modèle

Trois conséquences pratiques.

La version compte, et la plupart des PME ne la voient pas. C’est pourquoi l’article de février sur la journalisation comptait le modèle et la configuration parmi les six champs. « Cela se comportait autrement en mars » ne s’examine que si mars a été consigné.

Un modèle complaisant est un risque d’affaires précis. Si votre processus demande à un modèle de vérifier quelque chose — cette offre contient-elle une erreur, cette clause est-elle acceptable — un modèle porté à l’accord validera ce qu’il devrait questionner. La défaillance est silencieuse et ressemble à une réussite.

Gardez un test fixe. Dix entrées dont vous connaissez les bonnes réponses, passées chaque mois, résultats conservés. Un quart d’heure, et c’est la seule façon de repérer une dérive de comportement avant vos clients.

Clôture d’avril

Un résultat de classement qui n’était pas le modèle publié. Cinq tailles de modèles d’un fournisseur en trois jours. Une deuxième norme de connexion. Un modèle qui a changé de caractère pendant quatre jours.

Le fil commun : ce que vous avez évalué n’est pas nécessairement ce que vous faites tourner. Notez ce que vous avez testé, quand, et ce qu’il a répondu. Tout le reste, ce mois-ci, était du bruit.