Date de coupure des connaissances : ce que l'IA ne sait pas encore
La date de coupure des connaissances est le moment où un modèle d'IA a cessé de recevoir de nouvelles données d'entraînement. Tout ce qui s'est passé après, il l'ignore, sauf s'il va chercher l'information sur le web.
Données au 22 octobre 2026
L'essentiel en chiffres
| Niveau | Débutant |
|---|
Une photo du monde prise à une date précise
Un grand modèle de langage apprend à partir d’une immense quantité de textes : ses données d’entraînement. Cette collecte s’arrête un jour donné. Le modèle « gèle » alors sa vision du monde à ce moment-là, un peu comme une encyclopédie imprimée qui ne se met pas à jour toute seule.
Exemple concret : vous demandez à un assistant le prix actuel d’un abonnement, le nom d’un nouveau ministre ou le résultat d’un match récent. S’il ne consulte pas le web, il répond avec ce qu’il savait à sa date de coupure, parfois avec beaucoup d’assurance. La réponse paraît juste, mais elle est périmée.
Deux dates qui ne disent pas tout à fait la même chose
Certains fabricants distinguent deux notions. Anthropic, par exemple, publie pour ses modèles Claude une « date de coupure fiable », jusqu’à laquelle les connaissances du modèle sont les plus complètes, et une « date de coupure des données d’entraînement », plus large. Entre les deux, le modèle a vu quelques informations, mais de façon incomplète.
Autre point : la date de coupure n’est pas la date de sortie. Un modèle peut être publié plusieurs mois après la fin de sa collecte de données. La liste des modèles du site aide à situer chaque modèle dans le temps.
Pourquoi ça compte pour vous
- Actualité, prix, lois, versions de logiciels : ce sont les sujets les plus exposés. Vérifiez toujours la date de l’information.
- Le modèle peut combler les trous en inventant. Interrogé sur un événement postérieur à sa coupure, il peut produire une réponse plausible mais fausse, une hallucination.
- La parade existe : utilisez un assistant capable de rechercher sur le web, ou fournissez-lui vous-même un document à jour. C’est le principe du RAG : apporter au modèle des sources récentes au moment de répondre.
Idées reçues
- « L’IA est connectée à Internet en permanence. » Pas toujours : sans fonction de recherche activée, elle répond de mémoire.
- « Si le modèle est récent, ses connaissances le sont aussi. » Non, il y a toujours un décalage entre coupure et sortie.
- « Le modèle sait qu’il ne sait pas. » Rarement : il signale mal les limites de ses connaissances, d’où l’intérêt de vérifier.
Termes liés
- Données d'entraînement · Ensemble des exemples (textes, images, sons…) dont un modèle d'IA se sert pour apprendre ; il façonne ce qu'il sait et ses défauts.
- Pré-entraînement · Première phase d'entraînement d'un modèle de langage : il apprend à prédire la suite de textes sur un immense corpus, sans tâche précise.
- Recherche web par IA · Recherche où une IA consulte des pages web puis rédige une réponse synthétique avec ses sources, au lieu d'une liste de liens.
- Hallucination · Réponse d'une IA qui paraît sûre d'elle et plausible mais qui est fausse ou inventée : chiffre, citation, source, référence.
- RAG (génération augmentée par récupération) · Technique qui va chercher des passages dans vos documents avant de répondre, et les donne au modèle pour qu'il s'appuie dessus.
- Grand modèle de langage (LLM) · Programme entraîné sur d'immenses quantités de textes pour prédire la suite d'un texte ; c'est le moteur des assistants IA.
À essayer
Tout le glossaire
Questions fréquentes
Comment connaître la date de coupure d'un modèle ?
Les fabricants l'indiquent souvent dans la documentation technique de leurs modèles. Demander directement au modèle est moins fiable : il peut se tromper sur sa propre date de coupure.
Pourquoi un modèle sorti récemment a-t-il une date de coupure plus ancienne ?
Entre la fin de la collecte des données et la mise à disposition du public, il faut entraîner le modèle, le tester et le sécuriser. Ce délai se compte généralement en mois.
La recherche web supprime-t-elle le problème ?
Elle le réduit fortement pour les faits récents, puisque l'assistant lit des pages à jour. Mais le raisonnement du modèle reste fondé sur ses connaissances d'entraînement, et il peut mal résumer ce qu'il trouve.
L'IA sait-elle quel jour nous sommes ?
Pas forcément. Beaucoup d'assistants reçoivent la date du jour discrètement au début de chaque conversation, mais un modèle utilisé sans ce réglage peut supposer qu'on est encore à l'époque de sa coupure.
Sources des données
Données au 22 octobre 2026
Signaler une erreur
Un chiffre, une date ou une information vous semble faux ? Dites-le-nous : chaque signalement est vérifié.