Chez OpenAI, chaque chercheur utilise en moyenne 5,7 jours-agents par jour

Illustration de plusieurs agents travaillant en parallèle pour la recherche chez OpenAI
OpenAI mesure en moyenne 5,7 jours-agents par chercheur et par jour dans son organisation de recherche.

OpenAI publie de nouvelles mesures sur l’usage des agents de programmation par ses chercheurs. Leur temps d’exécution moyen serait passé de 0,5 à 5,7 « jours-agents » par chercheur et par jour en 2026, tandis que les usages simultanés se multiplient. L’entreprise insiste cependant sur une frontière irrégulière : les agents accélèrent certaines tâches, mais restent faibles sur d’autres.

Un jour-agent correspond à huit heures d’exécution. Cette unité mesure le temps de calcul consacré au travail plutôt que son coût ou sa qualité. Les équipes de préentraînement et de postentraînement atteignent environ huit jours-agents par chercheur et par jour, contre quatre dans l’infrastructure et le passage à l’échelle.

Des agents utilisés en parallèle

À la mi-octobre, plus des deux tiers des chercheurs étudiés atteignaient chaque jour un pic d’au moins quatre agents simultanés. Plus de 10 % en lançaient au moins seize. OpenAI inclut ici plusieurs sessions et des sous-agents mobilisés pour coder, surveiller des expériences ou analyser des données.

La dépense équivalente aux tarifs de l’API atteint une médiane de 2 400 dollars par chercheur et par jour, et 23 000 dollars au 90e percentile. Ces montants ne correspondent pas nécessairement à une facture interne : ils valorisent l’usage aux prix publics pour suivre son évolution.

En septembre, cette valeur équivalente représentait environ deux fois la rémunération hors actions des chercheurs. Malgré ce ratio, Codex, ChatGPT et l’API réunis ne mobilisaient que 2 % du calcul total consacré à la recherche.

Une efficacité très variable selon les tâches

Entre le 1er août et le 18 octobre, les agents auraient terminé sans intervention humaine 69 % des tâches de communication et 58 % des tâches d’analyse, contre 43 % pour la construction de systèmes. La surveillance des exécutions atteignait 79 % et les réponses aux questions techniques 72 %.

Les résultats chutent à 25 % pour l’écriture de code d’inférence et de service, et à 29 % pour la création d’environnements d’évaluation ou d’apprentissage par renforcement. Ces écarts montrent pourquoi une moyenne globale peut masquer des blocages importants dans une chaîne de recherche.

Les chercheurs gardent la main sur les idées

OpenAI a interrogé ses équipes sur les idées ayant contribué à GPT-6 Astra et GPT-6.2 Astra. Les chercheurs en postentraînement et en sécurité ont attribué aux humains les idées importantes qu’ils avaient retenues, les modèles aidant ensuite à les mettre en œuvre.

En préentraînement, certains ont néanmoins décrit des idées élaborées en conversation avec Codex. L’un d’eux a crédité l’agent d’un élément clé, un autre d’une modification ayant permis de faire fonctionner son approche.

Les entretiens signalent aussi des limites : code médiocre, données inutilisables, mauvaises hypothèses d’analyse et difficulté à proposer des problèmes de recherche bien posés. Les équipes disent procéder par petites étapes, avec revue humaine entre chaque série de travaux.

Un indicateur de l’accélération de la recherche

OpenAI présente ces mesures comme un suivi partiel des signes d’auto-amélioration récursive. Elles proviennent d’un laboratoire qui développe les modèles et doit donc être lu comme juge et partie. Le rapport fournit néanmoins des chiffres rares sur l’organisation concrète du travail avec des agents avancés.

Le changement le plus visible n’est pas le remplacement d’un chercheur par un agent unique. C’est la multiplication de processus parallèles sous supervision humaine. La question centrale devient alors la qualité de cette supervision, surtout lorsque le volume de sorties augmente plus vite que le temps disponible pour les vérifier.

Sources : rapport « Research acceleration: The jagged frontier », annonce officielle d’OpenAI sur X.

Le briefing RoboActu

L’essentiel de la robotique, une fois par semaine.

Une sélection courte des annonces, usages et robots à suivre.

Continuer sur ce sujet

Comparer les robots