Avoir tout sous les yeux n'est pas savoir ce qui compte
Stéphane Commenge, avec Claude ·
Le Fait
Fern 0.1, du laboratoire Mirendil, annonce une fenêtre de contexte de 10 millions de tokens. Selon l'éditeur, il retrouve une information isolée dans 100 % des cas, mais ne réussit le raisonnement en plusieurs étapes que dans 45 % des cas.
Le Signal
Plus de contexte n'est pas plus de compréhension. Les études convergent : retrouver une aiguille, oui ; relier plusieurs aiguilles, beaucoup moins.
Et un seul distracteur, une information qui ressemble à la bonne sans l'être, suffit à faire baisser les scores.
L'Action
Quand vous reprenez une longue conversation avec votre IA, ne lui recollez pas tout. Écrivez trois lignes :
1) Ce qui a été décidé.
2) Ce qui a été écarté.
3) Ce qui reste à faire.
Puis posez votre question.
Série « La mémoire des IA », épisode 3. Épisode précédent : la mémoire des agents d'IA face au RGPD.
Vous partez trois semaines. Votre remplaçant arrive lundi matin. Pour qu'il ne manque de rien, vous posez sur son bureau les 3 000 mails de l'année, imprimés.
Il a tout. Il ne sait pas que le client X attend une réponse depuis mardi.
C'est ce que nous faisons aux IA. Avec des bureaux de plus en plus grands.
10 millions de tokens
Le laboratoire Mirendil a présenté Fern 0.1, sorti le 26 octobre selon la presse. Fenêtre de contexte annoncée : 10 millions de tokens. En mars, Anthropic avait ouvert un contexte d'un million de tokens pour Claude Opus 4.6 et Sonnet 4.6.
La course est lancée. Voyons ce que disent les mesures.
Une seule incursion technique
Je vous en promets une. La voici.
Un token est un morceau de texte : souvent un mot court, parfois une partie d'un mot long. « Le chat est sur le tapis » fait quelques tokens.
La fenêtre de contexte, c'est ce que l'IA a sous les yeux au moment de répondre : votre question, les documents collés, l'historique de la conversation. Le bureau du remplaçant. Plus il est grand, plus on y empile de mails.
Fin de l'incursion. Le contexte, c'est ce qui est posé sur le bureau. La mémoire, c'est savoir quoi poser dessus.
Ce que disent les chiffres
Fern, selon l'éditeur, chiffres rapportés par la presse. Test RULER, 10 millions de tokens, 20 exemples : 100 % de réussite pour retrouver une information isolée, 90 % pour en retrouver plusieurs, 45 % pour raisonner en plusieurs étapes. Chiffres non vérifiés à la source. Pris tels quels, ils parlent déjà : trouver une aiguille, oui. Relier plusieurs aiguilles, moins d'une fois sur deux.
Claude Opus 4.6, selon Anthropic. 78,3 % au test MRCR v2, un test de recherche dans un long contexte.
Université de Hong Kong, étude pilote. « Retrieval and Multi-Hop Reasoning in 1M-Token Context Windows », publiée en mai 2026 sur arXiv, compare plusieurs modèles entre 256 000 et un million de tokens. Information isolée : les meilleurs font 100 %. Raisonnement en chaîne : GPT-5.5 passe de 5 réussites sur 5 à 2 sur 5, Qwen3.6-plus de 5 sur 5 à 0 sur 5. Gemini 3.1 Pro tient à 5 sur 5. Peu de cas : l'étude signale une tendance, elle ne la mesure pas à grande échelle.
Chroma, « Context Rot », juillet 2025. 18 modèles testés. Sur LongMemEval, ils répondent moins bien avec l'historique complet d'une conversation, environ 113 000 tokens, qu'avec le seul passage utile, environ 300 tokens. Et un seul distracteur, une information qui ressemble à la bonne sans l'être, suffit à faire baisser le score.
Relisez cette phrase avec le remplaçant en tête. Un seul mail qui ressemble au bon, et il répond à côté.
Le vrai sujet
Manquer d'informations, ça se corrige. Se noyer dans les siennes, beaucoup moins.
Une grande fenêtre est un progrès réel. Un long contrat, une base de code, un dossier complet. Mais elle ne dit pas ce qui a été décidé, ce qui a échoué, ce qui a été abandonné. Elle pose tout sur la même pile, au même niveau.
Un plus grand bureau ne fait pas un meilleur remplaçant. Il fait un remplaçant plus fatigué.
Un bon dossier n'est pas un dossier épais. C'est un dossier où la décision en vigueur est sur le dessus.
Une astuce, dès demain
Quand vous reprenez une longue conversation avec votre IA, ne lui recollez pas tout. Écrivez trois lignes : ce qui a été décidé, ce qui a été écarté, ce qui reste à faire. Puis posez votre question. Essayez, vous verrez vite la différence.
Vous reprenez un dossier après trois semaines. Vous relisez tout, ou vous cherchez ce qui a été décidé ? Un dirigeant qui rentre de vacances ne relit pas sa boîte mail dans l'ordre. Il demande : « qu'est-ce qui brûle ? ».
Ce que je construis avec Mycelora
Le parti pris : servir moins, mais mieux.
À chaque message, ce qui sert ce tour-ci. Avec le plugin, un petit modèle trie la mémoire et ne garde que l'utile pour la question posée.
Une fiche de projet tenue à jour. Ce qui est en vigueur, ce qui reste à faire, les pièges, ce qui a été réfuté.
Des souvenirs typés. Une décision, un piège déjà payé, une idée abandonnée ne portent pas la même étiquette.
La bêta est ouverte : mycelora.ai
Prochain épisode
Ce qui n'est plus vrai. Sur mes propres fiches de projet, la mémoire d'une plateforme gardait des lignes devenues fausses à côté de celles qui les remplaçaient. Elle retient. Elle ne sait pas ce qui a cessé d'être vrai.
Sources
- Startup Fortune, 27/10/2026 : Mirendil unveils Fern, an AI model claiming a 10 million token context window
- Anthropic, 13/03/2026, contexte d'un million de tokens pour Claude Opus 4.6 et Sonnet 4.6 : claude.com/blog/1m-context-ga
- Chow, Université de Hong Kong, « Retrieval and Multi-Hop Reasoning in 1M-Token Context Windows », arXiv, 04/05/2026 : arxiv.org/abs/2605.02173
- Hong, Troynikov, Huber, « Context Rot », Chroma, 14/07/2025 : trychroma.com/research/context-rot