Le 3 septembre 2026, Sharif Shameem a publié une reconstitution du Palace of Fine Arts de San Francisco qu’il expliquait avoir réalisée avec GPT-6 Astra dans Blender. Deux jours plus tard, Simon Willison documentait une autre commande pour le même logiciel : un pélican à vélo. Il en partageait le résultat, les scripts et les fichiers de la scène.
Le bâtiment était plus spectaculaire. Le pélican avait davantage d’histoire. En octobre 2024, Willison demandait déjà cet animal sur ce véhicule aux modèles de langage. Il attendait alors un dessin produit avec du code. Désormais, il pouvait ouvrir le résultat dans un outil de production 3D.
Entre ces deux commandes tient une petite histoire du progrès de l’IA. Sur les réseaux, elle se raconte avec des oiseaux mal dessinés, de minuscules jeux vidéo et des balles qui traversent les murs. Ces tests ont conservé quelque chose que les tableaux de scores expliquent moins bien : ce qui nous semblait difficile à croire à chaque époque.
Voir la vidéo originale sur X
Un test que l’on comprend avant de lire l’explication
Un benchmark formel cherche à mesurer une capacité au moyen de tâches, de conditions et de critères définis. Un test de cour de récréation commence autrement : quelqu’un propose une idée, montre le résultat et d’autres décident de l’essayer aussi.
Son avantage est que le spectateur sait déjà en grande partie ce qui devrait se passer. Un vélo a deux roues. Un oiseau doit entretenir une relation reconnaissable avec les pédales. Une balle enfermée dans un récipient ne devrait pas le traverser. Un personnage de jeu doit réagir aux touches.
Cette familiarité réduit le coût de participation. Pour interpréter un score, il faut comprendre ce qui est évalué et à quoi il est comparé. Pour constater qu’une balle s’est échappée, il suffit de regarder. Un échec visible peut aussi être signalé, discuté et retenté avec un autre modèle.
L’humour aide à retenir la commande. La répétition permet de reconnaître le changement. Chaque nouveau lancement rencontre une petite batterie de questions que personne n’a officiellement approuvée, mais qu’une communauté partage déjà.
La facilité à voir le résultat introduit aussi un biais : les tâches qui produisent quelque chose de frappant se retiennent mieux. Une migration réussie, une requête optimisée ou un bug difficile à reproduire peuvent compter beaucoup plus et donner une bien moins bonne vidéo.
Avant le pélican, quelqu’un a essayé de manger des spaghettis
En mars 2023, l’utilisateur chaindrop a publié sur Reddit une vidéo de Will Smith mangeant des spaghettis, générée avec ModelScope. Le visage, les pâtes et les mouvements se déformaient d’une manière difficile à oublier. Ce résultat est devenu une référence récurrente pour comparer les modèles vidéo.
Voir la vidéo originale de chaindrop de mars 2023 sur Reddit.
Une première distinction apparaît ici : générer les images d’une personne qui mange et écrire le programme d’une animation sont deux tâches différentes. Elles partagent le format du test viral, mais ne constituent pas une échelle technique unique.
Elles partagent aussi le risque de voir les comparaisons perdre leur contexte. En février 2024, Will Smith a lui-même tourné une véritable parodie où il mangeait des pâtes, puis l’a présentée à côté de l’ancienne vidéo. Certains y ont vu un progrès de la génération vidéo. Le prétendu nouveau résultat était l’acteur en train de plaisanter, comme l’a documenté Ars Technica.
Une image est facile à comprendre. Savoir d’où elle vient peut demander davantage de travail.
La comparaison reste incomplète si elle s’arrête là. Le 10 février 2026, Carlos Santana, @DotCSV, a publié une version de la même commande réalisée avec Seedance 2.0. C’est un point d’arrivée récent dont l’auteur, le modèle et la date sont identifiés : on peut revenir à la vidéo de 2023 et observer le visage, les mains et les pâtes au fil du mouvement. La date est celle de l’original, pas d’une republication ultérieure.
Voir la vidéo originale sur X
Le code s’est offert une vitrine
En juin 2024, Anthropic a présenté Artifacts avec Claude 3.5 Sonnet. Les créations du modèle pouvaient apparaître dans une fenêtre à côté de la conversation, où il était possible de les voir et de continuer à les modifier.
Ce changement d’interface aide à comprendre la popularité des jeux et des petites applications. Demander un Pong, un Snake ou une page HTML produisait un résultat facile à montrer. L’utilisateur pouvait interagir avec lui et en filmer quelques secondes sans transformer la conversation en tutoriel sur l’exécution de code.
Le 20 juin, Nick Dobos a précisément publié cet exemple : il avait demandé un Pong et montrait le jeu dans Artifacts. Deux raquettes, une balle et un score suffisaient à reconnaître la commande. Il n’était plus nécessaire de copier le code ailleurs avant de vérifier son utilité : la conversation et son résultat partageaient l’écran.
Voir la vidéo originale sur X
L’amélioration du modèle et la réduction des frictions se renforçaient. Quand une capacité est plus facile à essayer, davantage de personnes trouvent des usages, des erreurs et des variantes. La vitrine aide aussi à découvrir ce que sait faire l’outil.
En décembre 2024, WebDev Arena a organisé cette comparaison : une même demande arrivait à deux modèles et l’utilisateur choisissait le résultat qu’il préférait. La version examinée par Willison visait React, TypeScript et Tailwind. Elle mesurait des préférences dans cet environnement précis ; son nom ne devait pas être compris comme une évaluation de tout le développement web.
En septembre 2026, le format « un jeu dans un seul HTML » était toujours vivant. Le 4, @claudeebum montrait une ébauche du niveau 1-1 de Mario générée avec Astra dans un seul fichier. Selon sa publication, cela avait pris deux minutes. Le contenant était le même qu’en 2024 ; il accueillait désormais un décor, du défilement et davantage de règles de jeu.
Voir la vidéo originale sur X
Le même jour, @AiBattle_ publiait deux versions d’un jeu Sonic en 3D créé dans Godot avec Astra, l’une avec un effort de raisonnement moyen, l’autre maximal. L’environnement change aussi : Godot est un moteur de jeu doté d’outils pour les scènes, les animations et la physique. Le saut depuis Pong se voit mieux dans ces deux démos qu’en énumérant les versions de modèles parues entre-temps.
Voir la vidéo originale sur X
Le pélican a placé tout le monde devant le même dessin
Le 25 octobre 2024, Willison a publié une comparaison de 16 modèles avec une courte demande :
Generate an SVG of a pelican riding a bicycle
SVG est un format d’image qui décrit des formes au moyen de code : cercles, lignes, courbes, couleurs et positions. Le modèle devait écrire des instructions qui composeraient une scène reconnaissable une fois ouvertes dans un navigateur.
Willison avait choisi cette combinaison parce qu’il aime les pélicans et jugeait peu probable de trouver ce SVG précis dans les données d’entraînement. C’était une précaution intuitive, pas une garantie de son absence.
Sonnet · juin 2024
Sonnet · octobre 2024
Le dessin concentre plusieurs exigences. Les éléments doivent apparaître, garder leurs proportions et entretenir des relations entre eux. Un oiseau près d’un vélo ne répond pas exactement à la même commande qu’un oiseau monté dessus.
Cela permet de parler de composition et de suivi des instructions. Affirmer que le résultat démontre une compréhension générale de l’espace demanderait des tests supplémentaires. La distinction compte précisément parce que l’exemple est bon : il révèle des différences sans qu’on lui attribue davantage que ce qu’il montre.
Le pélican a fini par sortir des comparatifs. Le 20 mai 2025, il est brièvement apparu dans la keynote de Google I/O, un passage que Willison a relevé sur son blog. Le clin d’œil était assez reconnaissable pour entrer dans la présentation d’un fabricant.
Ce même dessin a aussi sa version de cette semaine. Le 4 septembre 2026, Willison a publié une grille des pélicans SVG d’Astra et de GPT-5.6 Sol, Terra et Luna à différents niveaux de raisonnement. Nous ne comparons plus seulement les deux Sonnet de 2024 : on peut observer la même commande avec des modèles actuels. Même ici, des détails restent à résoudre ; Willison note qu’en dessous de l’effort maximal, Astra ne place pas systématiquement les pattes de part et d’autre du cadre.
Le 1er septembre, il avait également repris le SVG de Fable 5.1 obtenu avec un effort maximal, puis demandé son animation avec un effort élevé. L’oiseau pédale désormais. La vidéo est un export de ce SVG ; l’auteur prévient que les roues semblent tourner à l’envers dans le MP4 et attribue cet effet à la conversion. Le progrès visuel s’accompagne d’un processus que l’on peut reconstituer.
Avec l’hexagone, il fallait attendre que quelque chose se passe
Le 31 janvier 2025, Flavio Adamo a publié une comparaison entre o3-mini et DeepSeek R1. Il demandait un programme Python avec une balle dans un hexagone en rotation, soumise à la gravité et au frottement, avec des rebonds réalistes contre les parois.
La commande ajoutait une condition temporelle. Une capture pouvait sembler correcte, puis, quelques secondes après, la balle traverser un côté ou se coincer dans un angle.
Voir la vidéo originale sur X
Une paroi en mouvement a des conséquences : elle peut transmettre de la vitesse à la balle. La solution doit tenir compte du mouvement des deux au point de collision et empêcher les pas de simulation de laisser traverser la limite. Le spectateur peut en saisir intuitivement la difficulté sans avoir jamais programmé une collision.
Le 18 février, Theo publiait un résultat de Grok 3 qui échouait au même exercice. La vidéo montre l’autre moitié de l’attrait du test : un lancement pouvait s’accompagner de grands scores et se retrouver, en ouvrant X, face à une balle qui ne respectait pas les règles du récipient.
Voir la vidéo originale sur X
Mais une animation agréable peut cacher une simulation incorrecte. Et un échec isolé ne suffit pas à établir la place de deux modèles dans un classement général. Il faudrait connaître les tentatives, les instructions, le mode de raisonnement et les critères de réussite.
L’hexagone enseigne quelque chose d’utile : regarder plus longtemps peut changer le verdict. La même idée vaut pour un jeu qui fonctionne jusqu’au redémarrage ou une page dont le bouton le plus voyant ne fait rien.
La version du 5 septembre 2026 complique la question : des dizaines de balles de tailles différentes, des collisions entre elles et un obstacle central tournant en sens inverse. Tom Farnschläder a publié sur DataCamp une exécution avec Astra et une autre avec Fable 5.1, toutes deux avec un raisonnement élevé et les mêmes outils. Selon son évaluation, les deux ont gardé les balles à l’intérieur pendant trente secondes ; Fable présentait une certaine adhérence aux parois. Chaque modèle a réalisé une seule exécution de la commande, avec accès aux outils : les conditions de 2025 ne sont donc pas reproduites non plus.
Blender était déjà là ; c’est la commande qui change
Le lien entre les modèles de langage et Blender n’a pas commencé en septembre 2026. Le 11 mars 2025, Siddharth Ahuja présentait Blender MCP avec une démo de dragon à faible nombre de polygones gardant un trésor.
MCP offre un moyen de connecter un assistant à des outils. Cette intégration permettait d’interroger la scène, de créer et modifier des objets, et d’exécuter du code dans Blender. Le pont vers une application 3D existait déjà.
Voir la vidéo originale sur X
L’exemple documenté par Willison le 5 septembre 2026 emprunte une autre voie : un agent de programmation exécute des scripts avec l’API Python de Blender, qui permet de contrôler le logiciel par le code. Il n’a pas besoin de reproduire tous les clics d’une personne.
Après le premier pélican, il a demandé un arrière-plan et davantage de détails. Puis une autre amélioration. Il a publié les fichiers des trois étapes et la conversation. Cette documentation distingue le résultat initial du travail accumulé au fil des révisions.
La nature du résultat change ce que l’on peut demander ensuite. Une scène contient des objets, des matériaux, des lumières et des caméras. Si sa structure est bien construite, on peut en modifier une partie et refaire le rendu : calculer une nouvelle image à partir de cette scène.
Pouvoir conserver et modifier cette structure compte autant que la finition du film. Cela ouvre des commandes comme conserver un objet entre plusieurs plans, changer la caméra ou ajuster une lumière sans tout refaire. Cela permet aussi d’inspecter le travail de l’intérieur.
Un autre exemple de cette semaine élargit la commande. Le 4 septembre, Duncan Trussell publiait des Backrooms : des couloirs à l’esthétique horrifique, avec des effets de cassette VHS. Selon son récit, Astra avait construit la scène dans Blender et créé aussi les effets sonores. Il évoquait environ cinq instructions, trente minutes de création et vingt autres pour l’exportation.
Voir la vidéo originale sur X
La vidéo réunit ambiance, parcours et finition audiovisuelle. Face au Pong d’autrefois, l’intérêt tient à la diversité du travail désormais contenue dans une commande. Le résultat peut évoquer un générateur de vidéo ; le processus décrit par Trussell passe par la construction et le rendu d’une scène dans une application 3D.
Cela ne rend pas automatiquement chaque fichier prêt pour une production. Il faudrait examiner son organisation, ses géométries et son comportement lors des modifications. Mais une question plus concrète remplace celle de l’image impressionnante : quelle partie du travail livré peut-on continuer à utiliser ?
Quand tout le monde connaît la question
La popularité introduit un paradoxe. Le prompt du pélican cherchait au départ une combinaison inhabituelle. À force de répétition, ses résultats entrent dans la conversation publique. On peut légitimement se demander si un progrès reflète une capacité large ou une préparation spécifique à l’exercice.
Dylan Castillo a tenté d’examiner cette suspicion en juillet 2026. Il a généré 1 008 SVG avec sept modèles, en combinant huit animaux et six véhicules. Il pouvait ainsi comparer le pélican à vélo à d’autres scènes au lieu d’observer uniquement le prompt célèbre.
Il n’a pas trouvé d’avantage statistiquement clair pour cette combinaison. L’étude avait ses limites : trois échantillons par combinaison et modèle, un modèle pour juger les images et aucun moyen de détecter une optimisation générale de la génération de SVG. Elle ne démontre pas qu’un entraînement spécifique est impossible ; elle ne permet pas non plus de le tenir pour acquis. Méthode, résultats et code.
Changer l’animal et le véhicule améliore simplement la question. On peut aussi changer la forme du récipient ou demander une modification d’une scène existante. Si la capacité se maintient lorsque des conditions pertinentes changent, on apprend davantage qu’en répétant indéfiniment la même commande.
Le prochain test pourrait consister à préserver ce qui fonctionne
Ces démos méritent notre attention. Elles rendent une capacité visible, invitent à l’essayer et donnent un langage commun pour discuter de ses échecs. Un bon exemple peut en apprendre davantage sur un comportement précis qu’un score agrégé dont on comprend à peine le sens.
Un post montre rarement le nombre d’essais nécessaires, les instructions ajoutées ensuite ou la part de travail apportée par l’environnement. Donner à un modèle une seule chance d’écrire du code et laisser un agent l’exécuter, observer le résultat puis le corriger sont deux conditions différentes. Pour comparer les progrès, mieux vaut savoir laquelle on observe.
Nos attentes ont aussi changé. Au départ, quelque chose de reconnaissable suffisait. Puis on voulait que cela tourne, réponde et ne casse pas au bout de quelques secondes. Aujourd’hui, certaines démonstrations livrent un projet que l’on peut ouvrir et poursuivre.
Le pélican rappelle ce déplacement sans le transformer en course aux noms et aux versions. La scène Blender conserve une plaisanterie de 2024 tout en ouvrant des commandes que le dessin d’origine ne permettait pas.
Le prochain test de cour de récréation demandera peut-être quelque chose de moins spectaculaire : déplacer une caméra sans changer la scène, corriger une collision sans casser le jeu ou ajouter une fonction en conservant les précédentes. Pendant un temps, nous demandions si le pélican pouvait monter sur le vélo. Nous pouvons maintenant vérifier s’il continue à pédaler après avoir touché au reste.
Voir le palais de Mysuru avec Astra · MV Karan · 5 septembre 2026
Nous avons fini par réunir ces tests dans un jeu
Après avoir préparé cet article, nous avons réuni plusieurs de ses tests dans Pelican Grand Prix, un jeu de course construit avec Codex et Three.js. Le personnage principal est un pélican à vélo sur un circuit hexagonal vertical, avec un autre hexagone tournant en sens inverse et des balles rebondissant entre les deux.
Nous l’avons affiné en jouant : ajuster le frein, récompenser les dérapages et corriger les collisions avec le côté des rampes. Le résultat est issu de plusieurs séries de consignes et de corrections. Cette expérience, que nous continuons à améliorer, permet de mettre à l’épreuve la question qui clôt cet article.
S’ouvre dans le navigateur. Jeu en anglais, avec commandes au clavier et tactiles.
Sources
- MV Karan — Mysuru Palace, 2026-09-05.
- Carlos Santana — Seedance 2.0, 2026-02-10.
- @claudeebum — Mario 1-1 / Astra, 2026-09-04.
- @AiBattle_ — Sonic / Godot / Astra, 2026-09-04.
- Simon Willison — The Pelican comparison grid for Astra is pretty interesting, 2026-09-04.
- Simon Willison — Claude Fable 5.1 made me a really nice animated pelican, 2026-09-01.
- Tom Farnschläder — GPT-6 Astra vs Claude Fable 5.1, 2026-09-05.
- Sharif Shameem — Palace of Fine Arts, 2026-09-03.
- Simon Willison — Using Blender with coding agents on macOS, 2026-09-05.
- Chaindrop — Will Smith eating spaghetti, 2023-03.
- Ars Technica — Will Smith parodies viral AI-generated video by actually eating spaghetti, 2024-02-20.
- Anthropic — Claude 3.5 Sonnet, 2024-06.
- Nick Dobos — Pong / Claude Artifacts, 2024-06-20.
- Simon Willison — Pelicans on a bicycle, 2024-10-25.
- Simon Willison — WebDev Arena, 2024-12-16.
- Flavio Adamo — o3-mini / DeepSeek R1, 2025-01-31.
- Theo — Grok 3, 2025-02-18.
- Siddharth Ahuja — Blender MCP, 2025-03-11.
- Blender MCP — GitHub.
- Simon Willison — Google I/O, 2025-05-20.
- Dylan Castillo — Are AI labs pelicanmaxxing?, 2026-07-18.
- Duncan Trussell — Backrooms / Astra / Blender, 2026-09-04.
