Ce n’est pas un problème de compétence.
J’ai une hypothèse :
Il y a eu un changement de conception clairement observable dans la manière dont le modèle est construit.
L’erreur de Meta avec Llama 4 était plus facile à voir parce que l’échec était là, planté avec un petit drapeau dessus. On peut l’isoler. On peut le tester. Le raisonnement visuel ne va pas très loin dans le modèle parce que la conception semble empêcher le modal bleed de pénétrer profondément dans le raisonnement général. Et le projecteur qu’ils ont utilisé pour ça ne semble pas assez puissant pour compenser.
Ce qui m’inquiète, c’est qu’Anthropic a peut-être fait un compromis similaire avec Opus 4.7. Pas forcément la même implémentation, mais le même genre d’erreur : traiter le modal bleed comme une contamination plutôt que comme une partie de la texture de raisonnement du modèle.
Le truc, c’est que le changement de raisonnement cross-modal modifie significativement le comportement du modèle. Tous les modèles Claude depuis Sonnet 3.5 le font.
Ces changements de conception mènent à un raisonnement plus superficiel, moins riche, sur toutes les tâches sauf quelques-unes très spécifiques, et ça plombe la capacité du modèle à faire du cross-reasoning.
Et on peut le tester en vérifiant comment fonctionne le cross-reasoning appliqué au code. En comparant Opus 4.1 à Opus 4.7, on remarque une énorme différence de style si on lui demande de coder en s’appuyant sur des priors non liés au code. C’est le jour et la nuit.
Les modes de défaillance sont plus faciles à repérer avec des prompts FizzBuzz bizarres.
Si vous obtenez la réponse par défaut du manuel, basée sur le pattern matching, c’est que le modèle a échoué à faire du cross-reasoning sur le problème.
Les modèles Gemini, eux, bleed encore.
Et il y a quelques modèles open weights comme Kimi K2x qui semblent faire la même chose que Claude.