Benchmark d’automatisation du travail à distance en nette hausse

Le fait — Dans son édition du 6 juillet, Import AI relaie une mise à jour du Remote Labor Index. Ce benchmark est développé par le Center for AI Safety, ou CAIS, et Scale Labs. Il mesure la capacité de modèles à accomplir des projets de travail freelance en ligne. Les auteurs indiquent une hausse du meilleur taux de réussite. Il passe de 2,5% en octobre 2025 à 16,1% en juillet 2026. Trois modèles récents sont cités. GPT-5.5 atteint 6,3%. Opus 4.8 atteint 8,3%. Fable 5 atteint 16,1%. Import AI mentionne aussi OSWorld 2.0. Ce benchmark évalue des tâches informatiques multi-étapes sur plusieurs logiciels. Le texte note que les scores y ont déjà fortement progressé depuis 2025.

Le contexte — Ce type d’évaluation intéresse la trajectoire AGI car il observe des tâches ouvertes, coûteuses et proches du travail réel. On ne mesure pas seulement une réponse textuelle. On mesure l’exécution d’actions, la gestion d’étapes successives et la robustesse en environnement numérique. CAIS est un acteur connu des débats sur les risques avancés de l’IA. Scale Labs travaille sur l’évaluation appliquée des agents. Ensemble, ils proposent un indicateur plus proche d’une capacité économique générale que des quiz académiques classiques.

L’analyse — Ce résultat ne montre pas une intelligence générale acquise. Un taux de 16,1% reste faible pour une délégation large du travail. Mais la vitesse de progression est notable. Elle suggère que certains agents gagnent plus vite sur des tâches longues et interactives que sur les seuls benchmarks statiques. Le signal important pour le récit AGI n’est pas l’automatisation totale. C’est l’entrée de modèles dans des travaux qui demandent planification, navigation logicielle et adaptation locale. Cela renforce l’idée que les capacités agentiques deviennent un axe central de la course. La question reste ouverte sur la stabilité de ces gains hors benchmark, et sur leur traduction en autonomie générale fiable.