GPT-5.5 hallucinates 3x more than MIT-licensed GLM-5.2
Les grands laboratoires d'IA remettent en question la course aux paramètres massifs et à l'augmentation continue des données d'entraînement. Claude Fable 5 a été restreint par le gouvernement américain trois jours après sa sortie en raison d'un jailbreak jugé trop risqué, marquant la première interdiction américaine d'une IA pour des raisons de sécurité nationale. Les plus grands modèles obtiennent souvent les meilleurs scores de benchmark, mais des modèles plus petits ou open-weight comme GLM-5.2 s'en rapprochent suffisamment pour indiquer un plateau de l'intelligence mesurée. Des évaluations montrent des taux d'hallucination très variables et parfois très élevés (par exemple DeepSeek V4 Pro 94%, GLM-5.2 28%, Opus 4.8 36%, Fable 5 48%, GPT-5.5 86%), révélant une difficulté à calibrer l'incertitude et à dire « je ne sais pas ». L'industrie doit repenser la formation et la sélection des modèles en tenant compte du trilemme entre capacité brute, calibration de l'incertitude/taux d'hallucination et efficience computationnelle plutôt que de favoriser uniquement la taille.