Le mème modèle, 30% contre 100% : la révélation qui change tout
Le 21 août 2026, NVIDIA a publié un résultat qui a secoué le monde de l’intelligence artificielle. Son système agent AVO (Agentic Variation Operators) a obtenu un score parfait de 100% sur le benchmark ARC-AGI-3, un ensemble de 183 énigmes interactives réparties dans 25 environnements distincts. Le modèle de langage utilisé ? Claude Opus 5 d’Anthropic, l’un des plus puissants au monde. Jusque-là, rien d’extraordinaire à première vue.
Sauf que le même Claude Opus 5, sans AVO, plafonne à 30% sur ce même benchmark. Le modèle n’a pas changé. Les poids du réseau neuronal sont strictement identiques. La seule différence, c’est ce qui l’entoure : l’architecture agent, le harnais, la mémoire, la supervision. Ce saut de 30 à 100% est un signal clair : dans le domaine de l’IA agentique, le système compte autant que le modèle.
ARC-AGI-3 : un test de raisonnement en environnement inconnu
ARC-AGI-3 n’est pas un benchmark classique où l’on pose une question et attend une réponse. L’agent est plongé dans un environnement interactif inconnu, sans instructions, sans règles explicites, sans objectif clairement énoncé. Il doit découvrir par lui-même le fonctionnement de chaque niveau, comprendre les effets de ses actions, et planifier une stratégie pour atteindre le score maximal, le tout en utilisant un nombre limité d’interactions.
La métrique utilisée, le RHAE (Relative Human Action Efficiency), combine la complétion des niveaux avec l’efficacité des actions comparée à celle d’un humain jouant pour la première fois. Autrement dit, il ne suffit pas de résoudre les énigmes : il faut le faire avec un nombre d’actions comparable à celui d’un humain. AVO a réussi l’ensemble des 183 niveaux en 6 624 actions, soit 12% de moins que VISTA, un autre système agent ayant également atteint 100% avec le même modèle.
Les quatre piliers de l’architecture AVO
Ce qui distingue AVO, ce n’est pas un algorithme miracle, mais une architecture système complète articulée autour de quatre mécanismes essentiels.
1. Mémoire persistante
Dans un agent classique, chaque appel au modèle de langage repart d’une page blanche, ou presque. Le contexte s’accumule dans la fenêtre de tokens, mais finit par déborder ou être tronqué. AVO résout ce problème avec une mémoire persistante qui conserve les implémentations précédentes, les résultats d’évaluation, les sorties de compilation et de profilage, ainsi que le raisonnement accumulé. L’agent reprend là où il s’était arrêté, sans avoir à reconstruire son état à chaque itération.
Cette mémoire transforme les échecs en données exploitables. Au lieu de redécouvrir qu’une approche ne fonctionne pas, l’agent s’appuie sur ses tentatives précédentes pour affiner sa stratégie. Dans un environnement interactif comme ARC-AGI-3, où chaque action est comptée, ce mécanisme évite de gaspiller des interactions précieuses à explorer des pistes déjà écartées.
2. Supervision autonomique
Le deuxième mécanisme clé est un superviseur logiciel (pas un humain) qui surveille la trajectoire globale de l’agent. Quand l’agent principal commence à stagner, à tourner en rond sur une stratégie qui ne fonctionne plus, ou à explorer des impasses déjà visitées, le superviseur intervient et le redirige vers des approches alternatives.
NVIDIA décrit ce superviseur comme un “CEO” qui garde le cap général pendant que l’agent principal exécute les décisions tactiques. Cette division du travail entre exploration tactique et supervision stratégique est ce qui a permis à AVO de fonctionner de manière autonome pendant sept jours complets sur une tâche d’optimisation de kernels GPU, sans intervention humaine.
3. Boucle de rétroaction ancrée
AVO ne se fie pas au raisonnement généré par le modèle pour juger de ses propres progrès. Chaque décision est validée par des signaux externes concrets. Dans l’optimisation GPU, ce sont les compilateurs et les benchmarks de performance. Dans ARC-AGI-3, ce sont les transitions d’état de l’environnement. Cette rétroaction ancrée empêche le modèle de se raconter des histoires sur ses propres progrès, un bien connu dans les systèmes agents qui hallucinent leurs réussites.
4. Outils et récupération
L’agent dispose d’outils logiciels pour inspecter, éditer, exécuter et valider. Il peut consulter une base de connaissances, lancer des tests, diagnostiquer des échecs et réviser son code. Cette capacité à rebondir après une erreur est fondamentale pour les tâches longues, où l’échec est inévitable à un moment donné.
Du code GPU aux énigmes : la même boucle agentique
Le résultat le plus important, selon NVIDIA, n’est pas le score parfait en lui-même, mais le fait que la même architecture ait réussi sur deux problèmes radicalement différents. AVO a d’abord été démontré sur l’optimisation de kernels GPU pour l’attention multi-têtes, une tâche d’ingénierie logicielle très spécialisée. Pendant sept jours d’exploration autonome, le système a examiné plus de 500 directions d’optimisation, produit 40 versions de kernels, et abouti à des performances supérieures de 3,5% à cuDNN et de 10,5% à FlashAttention-4 sur les systèmes DGX B200 de NVIDIA.
Pour ARC-AGI-3, les outils ont changé (compilateurs et profileurs remplacés par les interactions avec l’environnement), mais la boucle fondamentale est restée identique : formuler une hypothèse, agir, observer les conséquences, mettre à jour l’état, et continuer. Cette transférabilité suggère que la généralité ne vient pas seulement de la connaissance du domaine, mais des mécanismes système qui permettent au raisonnement et à la rétroaction de s’accumuler dans le temps.
Ce que cela signifie pour les entreprises
Ce résultat redessine la hiérarchie des priorités dans le déploiement de l’IA agentique. Pendant des mois, la conversation a été dominée par la course aux modèles toujours plus gros : GPT-5.6, Claude Fable 5, Kimi K3, chacun promettant de repousser les limites du raisonnement. Mais AVO démontre qu’un modèle moyen (30%) dans un excellent système (100%) surpasse largement un excellent modèle sans système.
Pour les entreprises qui construisent des agents IA, le message est clair : investir dans l’architecture agent, mémoire persistante, supervision, boucles de rétroaction, mécanismes de récupération, peut rapporter davantage que d’attendre le prochain modèle de pointe. Le modèle est le moteur, mais le harnais est la transmission, la suspension et le volant. Un moteur parfait sans transmission ne va nulle part.
Limites et questions ouvertes
Ce tableau mérite quelques nuances. Le score parfait d’AVO porte uniquement sur l’ensemble public d’ARC-AGI-3. Les ensembles semi-privé et privé, qui contiennent des environnements inédits, n’ont pas été résolus. La vraie mesure de la généralisation reste à prendre.
De plus, NVIDIA n’a pas isolé la contribution de chaque composant. Combien de points viennent de la mémoire persistante, combien du superviseur, combien des outils ? La réponse n’est pas publique. Et AVO reste un projet de recherche, aucun code, aucun poids, aucune API n’a été publié. Les équipes qui veulent appliquer ces principes aujourd’hui doivent les implémenter avec leurs propres frameworks.
Néanmoins, la direction est claire. La prochaine frontière de l’IA n’est pas le prochain modèle, mais le prochain système. Et les entreprises qui l’ont compris ont un temps d’avance.
Sources
- NVIDIA Technical Blog. (2026). NVIDIA AVO Reaches 100% on ARC-AGI-3. developer.nvidia.com. Lien
- ARC Prize Foundation. (2026). ARC-AGI-3 Benchmark Results. arcprize.org.
- The New Stack. (2026). Claude Opus 5 scored 30% on ARC-AGI-3. Wrapped in Nvidia’s AVO, it hit 100%. thenewstack.io. Lien
- RuntimeWire. (2026). NVIDIA’s AVO scores 100% on ARC-AGI-3’s public set. runtimewire.com.
- Singularity.Kiwi. (2026). NVIDIA’s Agent Architecture Saturates ARC-AGI-3 With a Perfect Score. singularity.kiwi.
