OpenAI o4 Pro pulvérise FrontierMath : 85,2 % là où GPT-4o avait 2,3 %
Intelligence Artificielle — OpenAI o4 Pro · FrontierMath · Raisonnement mathématique avancé
En juin 2026, OpenAI a publié les résultats de son modèle o4 Pro sur FrontierMath — un benchmark conçu par EpochAI pour tester le raisonnement mathématique de niveau recherche, avec des problèmes si ardus que même les mathématiciens experts peinent à les résoudre. Résultat : 85,2 % de réussite pour o4 Pro, contre 2,3 % pour GPT-4o il y a seulement un an. C'est une progression de ×37 en moins de 18 mois. FrontierMath inclut des problèmes de théorie des nombres, de géométrie algébrique et de topologie que les meilleurs étudiants en doctorat de mathématiques peinent à résoudre en plusieurs heures. o4 Pro les traite en quelques minutes grâce à une architecture de raisonnement enchaîné prolongé (extended thinking) qui lui permet de vérifier ses propres étapes de calcul, de revenir en arrière sur des erreurs et d'explorer plusieurs stratégies de résolution en parallèle. Parmi les implications concrètes : la démonstration automatisée de théorèmes, l'assistance à la recherche en physique théorique, et la vérification formelle de code critique. OpenAI a également annoncé que o4 Pro dépasse désormais les 90 % sur MATH-500, GPQA Diamond et AMC 2026 — établissant un nouveau standard de référence en raisonnement formel.
Pourquoi c'est important
La différence entre 2,3 % et 85,2 % sur un benchmark de niveau recherche n'est pas une amélioration incrémentale : c'est un changement de catégorie. Un modèle capable de raisonner sur des mathématiques de niveau doctoral peut potentiellement accélérer la recherche scientifique dans des domaines entiers — physique des particules, cryptographie post-quantique, biologie computationnelle. Pour la première fois, l'IA dépasse les humains non sur des tâches de mémorisation mais sur des tâches de raisonnement pur. Le cap est franchi.
Sources : OpenAI · EpochAI FrontierMath · Nature · Artificial Analysis