L’organisation de recherche METR a publié le 27 juillet 2026 une nouvelle métrique baptisée horizon de dépense (« expenditure horizon »), conçue pour répondre à une question concrète : à partir de quel point une IA agentique coûte-t-elle plus cher qu’un humain pour produire la même amélioration ? Selon METR, « le point où les deux courbes se croisent détermine si l’IA représente un meilleur investissement ou si le travail humain reste plus économique », rapporte The Decoder.
Comment fonctionne l’horizon de dépense
La métrique convertit tous les coûts impliqués dans une tâche, le temps de travail humain, le calcul expérimental et l’opération de l’IA, en une seule et même devise. L’idée est de sortir du simple duel binaire « l’IA réussit ou échoue » pour produire une comparaison économique nuancée : combien coûte chaque point de pourcentage d’amélioration, selon que la tâche est confiée à un humain ou à un agent IA fonctionnant seul.
Le cas NanoGPT : des chiffres concrets
METR a testé sa métrique sur le benchmark NanoGPT speedrun, qui consiste à réduire le temps d’entraînement d’un modèle de langage miniature. Sur ce benchmark, le travail humain a permis une amélioration cumulée de 33x, faisant passer le temps d’entraînement de 45 minutes à moins de 2 minutes, en 82 étapes successives. Coût estimé de cet effort humain : environ 250 000 dollars au total, soit près de 2 500 dollars par point de pourcentage d’amélioration, sur la base de 16 heures de travail facturées 150 dollars de l’heure.
Face à ce niveau de référence, seuls deux modèles testés par METR ont livré une amélioration réelle en fonctionnant seuls : GPT-5.5 (1 % d’amélioration) et Opus-4.8 (1,5 %). Des résultats qui restent très en retrait de la performance humaine cumulée sur ce benchmark précis.
Une limite assumée par METR
METR reconnaît une limite importante de son étude : la métrique mesure des agents IA fonctionnant en totale autonomie, sans intervention humaine. Or, dans la plupart des usages réels, humains et IA collaborent plutôt qu’ils ne se substituent l’un à l’autre. L’horizon de dépense ne capture donc pas le scénario le plus courant en entreprise, celui d’un agent qui accélère le travail d’un humain plutôt qu’il ne le remplace intégralement.
Reste que l’outil offre un cadre chiffré utile pour les équipes qui doivent arbitrer entre budget de calcul et budget humain sur des tâches d’ingénierie ou de recherche répétitives.
Qu’est-ce que l’horizon de dépense de METR ?
L’horizon de dépense est une métrique développée par METR qui convertit les coûts humains et IA en une même devise pour déterminer à partir de quel point un agent IA devient plus coûteux qu’un humain pour produire la même amélioration.
Quels modèles ont été testés par METR ?
Sur le benchmark NanoGPT speedrun, seuls GPT-5.5 et Opus-4.8 ont livré une amélioration réelle en fonctionnant seuls, avec respectivement 1 % et 1,5 % de gain, loin derrière la performance humaine cumulée de 33x.
Quelle est la principale limite de cette étude ?
L’étude mesure uniquement des agents IA fonctionnant en totale autonomie, sans collaboration avec un humain, ce qui ne reflète pas le scénario le plus courant en entreprise où l’IA assiste plutôt qu’elle ne remplace.