Sapient parie que de minuscules modèles surpassent les LLM en raisonnement ; le HRM open source atteint 11,4 K étoiles

Sapient Intelligence conçoit des architectures d'IA inspirées du cerveau, à commencer par le Hierarchical Reasoning Model (HRM) — un système récurrent à deux modules (un planificateur lent plus un exécuteur rapide) ciblant des tâches de raisonnement complexes et déterministes où les LLM échouent, avec des applications d'entreprise en robotique, logistique, santé et prévision climatique.

Que le raisonnement hiérarchique inspiré du cerveau — un planificateur lent plus un exécuteur rapide — surpasse les transformeurs à grande échelle, avec 27 M de paramètres et 1 000 exemples.

22 M$ en amorçage sur une valorisation de 200 M$, mené par Vertex Ventures, Sumitomo Group et JAFCO (annoncé en décembre 2024).

Fondée en 2024 à Singapour par Guan Wang et Austin Zheng, Sapient Intelligence s'est donné pour mission de remettre en cause l'hypothèse selon laquelle une meilleure IA signifie des modèles plus grands. L'équipe soutenait que les LLM à transformeur autorégressif sont faibles en raisonnement multi-étapes à long horizon, et s'est tournée vers les neurosciences : le cerveau organise le calcul de manière hiérarchique entre des régions fonctionnant à différentes échelles de temps (VentureBeat ; Digit).

En décembre 2024, la startup a annoncé un amorçage de 22 M$ sur une valorisation de 200 M$, mené par Vertex Ventures, Sumitomo Group et JAFCO (Digit). À la mi-2025, elle a publié HRM : deux modules récurrents couplés — un planificateur de haut niveau lent et un exécuteur de bas niveau rapide — permettant une « convergence hiérarchique » avec 27 M de paramètres entraînés sur environ 1 000 exemples par tâche. VentureBeat a rapporté un score ARC-AGI de 40,3 % (contre 34,5 % pour o3-mini-high), des résultats quasi parfaits sur Sudoku-Extreme et Maze-Hard (où les modèles à chaîne de pensée obtenaient 0 %), et une accélération revendiquée d'environ 100x sur l'achèvement des tâches. Le code a été publié sur GitHub en août 2025 et est devenu une entrée du ROSS Index Q4 2025 : 11,4 K étoiles, une croissance de 11,4x, au 2025-10-24.

Les LLM autorégressifs sont faibles en raisonnement multi-étapes à long horizon, de sorte que Sapient a ciblé une lacune réelle plutôt que de se mesurer frontalement aux tâches linguistiques.

Un modèle de 27 M de paramètres avec 1 000 exemples d'entraînement constitue une affirmation falsifiable et reproductible — sa publication en open source a converti les résultats de benchmarks en confiance de la communauté et en étoiles GitHub.

La valorisation de 200 M$ en amorçage reposait sur l'architecture, non sur un produit : les investisseurs ont parié que le calcul hiérarchique inspiré du cerveau pourrait devenir une couche de raisonnement générale plutôt qu'une course de modèles de plus.

En ciblant des domaines déterministes et sensibles à la latence (robotique, logistique, diagnostics), Sapient a choisi des problèmes où « plus intelligent, plus petit et plus rapide » a une valeur économique claire.

Le coin d'attaque de Sapient était la preuve : un petit modèle ouvert et reproductible qui bat les géants sur des benchmarks difficiles est plus convaincant que n'importe quel article — les étoiles GitHub comme moteur de crédibilité.

Au 02 septembre 2026, Sapient Intelligence est en activité et financée en amorçage : HRM reste open source sur GitHub (11,4 K étoiles fin octobre 2025, ROSS Index Q4 2025), et l'entreprise déclare faire évoluer HRM d'un résolveur de problèmes spécialisé vers un module de raisonnement plus généraliste, avec des travaux préliminaires en santé, prévision climatique et robotique — dont une précision rapportée de 97 % sur les prévisions climatiques saisonnières (Korben, 2025-08-27).