Date de sortie et cutoff d'entraînement : comment lire un nouveau modèle d'IA

Le tracker est hébergé sur stale.jock.pl et a été partagé sur Hacker News le 16 septembre 2026. Il liste 20 modèles provenant de 8 laboratoires. Deux dates figurent à côté de chacun : la date de sortie et la date de coupure d'entraînement, le moment où le modèle a cessé d'ingérer de nouvelles données. Les deux compteurs avancent en temps réel à partir de ces dates.

Onze lignes sur vingt indiquent « Non établi ». Cela ne signifie pas « Jamais publié ». La page précise qu'un champ vide signifie que les sources consultées n'ont pas permis de déterminer une date de coupure pour ce modèle. Il faut donc lire ce tableau avec prudence : il ne s'agit pas d'une affirmation sur la politique de divulgation des laboratoires.

Ce que mesurent réellement ces deux dates

La date de sortie indique quand le laboratoire a déployé le modèle. C'est la donnée que rapportent les titres et les articles de benchmark. La date de coupure d'entraînement indique quand le modèle a cessé d'apprendre. La distance entre les deux mesure à quel point le modèle était déjà en retard le jour de sa sortie, avant que le premier utilisateur ne tape la moindre commande. La page donne un exemple clair. GPT-6 Astra a été sorti le 3 septembre 2026, mais ses données d'entraînement s'arrêtent au 30 avril 2026. Cela représente environ quatre mois d'absence intégrée dès le départ. Les dates proviennent de documents des laboratoires, et chaque nom de modèle est lié au document d'origine.

Certaines lignes montrent un écart plus large. Gemini 3.1 Pro, de Google DeepMind, est listé avec une sortie au 19 février 2026 et une coupure en janvier 2025, soit plus d'un an. Llama 4 de Meta affiche une sortie au 5 avril 2025 contre une coupure en août 2024. Claude Sonnet 5 d'Anthropic indique le 30 juin 2026 contre janvier 2026. Tous les écarts ne sont pas énormes : Grok 4.7 de xAI, sorti le 21 septembre 2026, a une coupure en mai 2026, et Claude Opus 5.5, sorti le 22 septembre 2026, une coupure en juin 2026.

Cinq laboratoires, dix modèles et beaucoup de blancs

Selon la page, 5 des 8 laboratoires ont une date de coupure publiée pour au moins un modèle listé : Anthropic, Google DeepMind, Meta, OpenAI et xAI. Trois laboratoires, Alibaba, DeepSeek et Mistral AI, n'ont aucun modèle avec une date de coupure établie sur la page. Qwen3.8-Max et Qwen3.8-Flash d'Alibaba, V4-Pro et V4.1-Flash de DeepSeek, ainsi que Large 3, Small 4 et Medium 3.5 de Mistral sont tous listés comme non établis. C'est un manque de divulgation, pas une critique des performances. Le tableau ne dit pas que ces modèles sont pires ou plus anciens. Il indique simplement que les sources consultées n'ont pas fourni de date.

Cela compte pour l'interprétation des benchmarks. Un benchmark est un instantané de ce qu'un modèle sait faire sur un ensemble de tâches. Ces ensembles sont écrits par des humains qui connaissent les événements jusqu'à une certaine date. Si la coupure du modèle est antérieure au benchmark, ce qui ressemble à du raisonnement peut être de la simple mémorisation. Si la coupure est postérieure, le benchmark mesure peut-être la capacité du modèle à gérer du matériel présent dans ses données d'entraînement.

Le tableau ne fait pas directement cet argument. Il avance une position plus restreinte : on ne peut pas évaluer l'actualité d'un modèle sans connaître sa date de coupure, et pour la moitié des modèles listés, cette date n'est pas publiée.

Le bouton de recherche ne résout pas le problème

La recherche web est la réponse habituelle à un modèle obsolète. La page s'y oppose et fournit des chiffres. Sur plus de 2 000 appels impliquant 16 modèles, chacun doté d'un outil de recherche web, les modèles de pointe ont décidé correctement presque à chaque fois s'il fallait chercher. Les modèles plus faibles, eux, ont affirmé des faits établis qui avaient changé sans vérifier, et ont cherché sur le web des choses comme le point d'ébullition de l'eau.

La recherche doit aussi être déclenchée par le modèle, en utilisant les mêmes poids qui contiennent le fait obsolète. Les erreurs tombent donc exactement là où le modèle se sent le plus certain.

C'est le mécanisme auquel le tableau fait allusion. Un outil de recherche n'est utile que si le modèle reconnaît en avoir besoin. Cette reconnaissance s'appuie sur les mêmes poids qui contiennent la croyance périmée. La page note aussi que la recherche ne met rien à jour : le modèle lit quelques pages, les utilise dans sa réponse, puis les oublie. Ouvrez une nouvelle discussion, et c'est de nouveau avril.

L'illustration de la page est une question sur le roi de Norvège posée à 16 modèles dotés d'un bouton de recherche. Elle indique que cinq ont nommé un homme mort. C'est une anecdote tirée d'une exécution plus large, pas un benchmark publié avec une section méthodologique. Il faut le lire ainsi.

À quoi sert réellement ce tableau de bord

Le site propose une exportation en models.json contenant la date de sortie, la date de coupure publiée et un lien source pour les 20 modèles. Il fournit aussi un bloc de texte destiné à être collé dans le fichier d'instructions d'un agent, comme AGENTS.md ou CLAUDE.md que les agents de codage lisent déjà. Il ordonne à l'agent de récupérer ce JSON avant de nommer un modèle, une version ou une date comme étant à jour. L'argument est direct et la page le formule ainsi : un modèle est une mauvaise source d'information sur les modèles. Demandez à un modèle sa propre date de coupure d'entraînement, et un modèle bien éduqué répondra ou dira qu'il est incertain. Celui qui invente une date avec assurance vous dit quelque chose sur lui-même.

Pour quiconque lit un article de lancement cette semaine, la version pratique est courte. Vérifiez si le laboratoire a publié une date de coupure. Vérifiez son ancienneté par rapport à la date de sortie. Traitez une date manquante comme une information manquante, pas comme un certificat de bonne santé. Ne supposez pas qu'un outil de recherche comble un écart que le modèle doit décider d'ouvrir lui-même.

Le tableau lui-même est une page unique avec une liste fixe, mise à jour lorsque les nouveautés sortent. Ce n'est pas un benchmark et il ne note pas les modèles. C'est un tableau de dates avec des compteurs, et les dates sont le point central.