Anthropic a annoncé que son modèle Fable 5.2 avait mené à bien 41,3 % des missions d’un test composé de véritables projets freelance. Réalisé par Scale Labs, ce test évalue la capacité d’une IA à fournir un travail de qualité professionnelle sur des missions complètes, et pas seulement sur des tâches isolées. À titre de comparaison, Manus, le meilleur système il y a un an, n’en avait réussi que 2,5 %. Fable 5.2 a donc résolu plus de seize fois plus de missions que le premier modèle en tête du classement. Le test porte sur 240 projets issus du travail de 358 freelances Upwork dont le statut a été vérifié. Leur valeur totale avoisine les 144 000 $, pour un coût moyen de 632,60 $ par projet et environ 29 heures de travail humain. Les missions vont du montage vidéo et de la conception assistée par ordinateur au développement de jeux vidéo et à l’analyse de données. Les agents travaillent dans un espace virtuel doté d’outils professionnels comme Blender, GIMP et Audacity, ainsi que de générateurs d’IA spécialisés dans l’image, l’audio et la vidéo. Selon Scale Labs, Fable 5.2 a surtout progressé dans le montage audio et musical, la conception architecturale et d’intérieur, ainsi que la création de modèles 3D. Il a aussi pris en charge des projets plus longs et complexes que les agents précédents ne parvenaient pas à terminer. Près de 50 de ses réussites concernaient des tâches qu’aucune IA du test n’avait encore résolues. Les modèles suivants au classement sont Opus 5.5 d’Anthropic, avec 21,25 %, et GPT‑6 Astra d’OpenAI, avec 20,83 %. Gemini Argon 4 de Google arrive cinquième avec 17,08 %. Des modèles plus anciens comme GPT‑5.2 et Gemini 3 Pro sont restés sous la barre des 3 %. Des spécialistes ont examiné manuellement chaque résultat de l’IA, en ouvrant les fichiers dans les logiciels concernés et en les comparant au travail du freelance. Les tentatives d’automatisation de cette évaluation par une autre IA ont échoué : les évaluateurs peinent à repérer les défauts techniques subtils.
Pourquoi cette progression compte
Pour les entreprises qui font appel à des freelances, ces résultats laissent penser que des agents d’IA comme Fable 5.2 pourraient bientôt prendre en charge une part importante des projets courants de conception et de production de contenus, ce qui pourrait réduire les coûts et les délais. Le test a toutefois aussi révélé des lacunes en conception de produits industriels et en animation, et les évaluateurs ont relevé que les résultats de l’IA peuvent rester incomplets ou comporter des défauts techniques. Tant que ces problèmes ne seront pas résolus, une supervision humaine restera nécessaire.
Pourquoi c'est important
Les entreprises peuvent envisager de confier aux agents d’IA un éventail plus large de missions freelance, notamment en montage audio, en architecture et en modélisation 3D, ce qui pourrait réduire les coûts. Mais les erreurs persistantes signifient que les freelances devront encore vérifier et peaufiner les résultats de l’IA : la transition sera donc progressive.
