L'Index AI 2026 de Stanford montre que l'écart de performance entre les modèles d'IA américains et chinois s'est réduit à seulement 2,7 %, contre une avance à deux chiffres encore en 2023, le Claude Opus 4.6 d'Anthropic détenant une avance de 39 points Elo sur le modèle le plus performant de ByteDance selon les benchmarks suivis par Stanford.
L'Index AI 2026 de Stanford, publié le 14 avril, documente la quasi-disparition de l'avantage de performance américain en intelligence artificielle, le meilleur modèle américain ne devançant le meilleur modèle chinois que de 2,7 % sur les benchmarks Arena Leaderboard suivis par Stanford en mars 2026.
Le rapport de 423 pages de l'Institut de Stanford pour l'IA Centrée sur l'Humain présente les chiffres spécifiques de manière frappante : en 2023, les écarts de performance entre les principaux modèles américains et chinois variaient de 17,5 à 31,6 points de pourcentage sur les benchmarks majeurs, notamment MMLU, MATH et HumanEval. Fin 2024, ces écarts s'étaient réduits à 0,3, 1,6 et 3,7 points de pourcentage respectivement. L'avance Elo actuelle de 2,7 % entre le Claude Opus 4.6 d'Anthropic et le Dola-Seed-2.0 Preview de ByteDance est suffisamment étroite pour être inversée lors de la prochaine mise à jour majeure de l'une ou l'autre partie.
L'avantage américain reste substantiel en matière d'investissement, d'infrastructure et de production de modèles. Les entreprises américaines ont investi 285,9 milliards de dollars dans l'IA en 2025, soit 23,1 fois l'investissement privé de la Chine de 12,4 milliards de dollars. Les États-Unis ont produit 50 modèles d'IA notables en 2025, contre 30 pour la Chine. Les États-Unis hébergent 5 427 centres de données, soit plus de dix fois plus que tout autre pays.
Les brevets à fort impact, où la qualité de l'innovation prime sur le volume, favorisent également les États-Unis. La Chine est en tête mondiale pour la production totale de brevets, déposant 69,7 % de tous les brevets d'IA dans le monde. Mais l'analyse de Stanford fait la distinction entre le volume des brevets et leur impact, et les chercheurs américains produisent toujours plus de propriété intellectuelle commercialement influente.
La Chine produit désormais 23,2 % de toutes les publications mondiales en IA et reçoit 20,6 % de toutes les citations de recherche en IA mondiales, contre 12,6 % pour les États-Unis. Les organisations chinoises ont installé 295 000 robots industriels en 2024, contre 34 200 aux États-Unis, la Chine représentant 51,1 % des installations mondiales de robots industriels. Le rapport note que les fonds d'orientation du gouvernement chinois, estimés à 912 milliards de dollars déployés dans toutes les industries depuis 2000, signifient que les chiffres d'investissement privé sous-estiment considérablement l'engagement total de la Chine en ressources d'IA.
La Corée du Sud est devenue le leader mondial en densité d'innovation, déposant plus de brevets d'IA par habitant que tout autre pays, introduisant ainsi un troisième concurrent significatif dans une rivalité auparavant bilatérale.
La découverte la plus alarmante du rapport pour les décideurs politiques américains pourrait être les données sur les talents. Le nombre de chercheurs en IA entrant aux États-Unis a chuté de 89 % au cours des sept dernières années, avec une baisse de 80 % au cours de la seule dernière année. Les nouvelles restrictions de visa H-1B, incluant des frais de 100 000 dollars par embauche pour les employeurs, sont citées comme un facteur contributif.
Les données de Stanford s'inscrivent directement dans le contexte de la course à l'IA en cours entre les États-Unis et la Chine, qui a entraîné les investissements les plus importants en infrastructures et en semi-conducteurs de l'histoire du pays, y compris les modèles d'IA quantique NVIDIA Ising lancés cette semaine et le projet de puce Terafab. Pour les tokens IA et l'intersection plus large entre la crypto et l'IA, la convergence des capacités des deux pays est importante : elle supprime l'hypothèse que les systèmes américains ont une avance durable et augmente les enjeux concurrentiels à chaque nouvelle version de modèle.
