From Pioneer LLMs (2022-2025) to Ecosystem LLMs (2025-2029): Towards a Third Rupture, the Post-LLM Era
November 27, 2025 – Exactly three years after the public release of ChatGPT, it is finally possible to periodize the emergence of generative AI. A major transition is currently underway.
First Period: The Pioneer LLMs (November 2022 – November 2025)
The release of ChatGPT on November 30, 2022, inaugurated an era of “proof of concept.” For three years, scaling laws were the primary driver of performance. LLMs grew like hypertrophied prototypes, relying on massive volumes of data and parameters.
OpenAI now embodies the limits of this strategy. The company recorded record losses of $12.5 billion in the third quarter of 2025 alone. Of the $288 billion in signed cloud contracts, only one-third will be actionable by 2030. According to HSBC analysis, financing needs have reached $207 billion. A business model based on LLMs without proprietary infrastructure reveals its structural fragility here.
Second Period: The Ecosystem LLMs (2025-2029)
The release of Gemini 2.0 Flash in December 2024 marked the first rupture. Twice as fast as Gemini 1.5 Pro, this model no longer behaves as an isolated algorithm but as an interface layer seamlessly inserted into the Google ecosystem. Gmail, Maps, YouTube, Colab, and Search become native extensions of the model. Infrastructure becomes part of its cognition.
On November 18, 2025, Gemini 3 Pro reached a new milestone. With an unprecedented score of 1,501 Elo on LMArena, it surpassed GPT-5.1 and all competitors. The dynamic is generalizing: Microsoft is integrating ChatGPT as a mere service within Azure and Office. The intuition formulated in 2023 is confirmed: Sam Altman paved the way, Satya Nadella is capitalizing on it.
However, this centralization by American “Leviathans” (Google, Microsoft) finds a major counterpoint in the vitality of Open Source. With the release of Llama 4 in April 2025, Meta demonstrated that it was possible to achieve state-of-the-art performance – notably with the “Behemoth” model of 2 trillion parameters – while offering total transparency. This dynamic allows for the emergence of an archipelago of smaller, sovereign, and specialized ecosystems, preventing total hegemony by closed proprietary models.
Perplexity embodies a third path in this ecosystem era. Rather than owning the cloud infrastructure or the model, the company positions itself as a meta-interface. Its November 26, 2025 announcement regarding portable memory confirms this strategy: value no longer lies in the model itself, which has become an interchangeable commodity, but in orchestrating access to information and ensuring continuity of user experience across different systems.
The American Digital Leviathan: Genesis
The Presidential Executive Order of November 24, 2025, launched the Genesis Mission. It is the political incarnation of the ecosystem era. Led by the Department of Energy, this project aims to build an “American Science and Security Platform” by exploiting federal data.
Explicitly compared to the Manhattan Project, Genesis aligns with what Eric Schmidt calls the “San Francisco Consensus”: the shared conviction among tech elites that AI will radically transform all aspects of human activity within three to six years. The partnership between the Department of Energy, Nvidia, AMD, and Oracle to build the largest AI supercomputer in the US materializes this public-private fusion.
This is exactly what I describe as a “hive society”: a digital backbone connecting all public data, operated by a centralized system.
Current Structural Flaws: A Systemic Risk
Despite progress, three limitations compromise the viability of a world relying on current LLMs.
Fragmented Memory. LLMs overweight recent messages at the expense of initial context. This deficit of continuity harms temporal coherence, which is indispensable for critical use cases.
Absence of a World Model. No spatial or structural representation. No entity graph. LLMs perform statistical text compression rather than relational and causal understanding. This is a major limitation for decision-making in the physical world.
Opacity of Matrix Calculations. Successive weightings produce plausible but uninterpretable results. This “black box” becomes untenable for essential infrastructures.
These three flaws create a risk of a sociotechnical “Black Swan” phenomenon: propagated hallucinations, inter-system bugs, and chain reactions in critical infrastructures. We are building the 21st century on an unstable foundation.
Third Period: Towards the Post-LLM Era (2029-2030)
The 2029-2030 horizon should see the emergence of a third configuration. Rather than a brutal rupture, it will likely be a progressive hybridization. The LLM will not disappear but will become the mere linguistic engine at the heart of composite systems, augmented by external modules for memory and reasoning.
A, neuro-symbolic architectures and Graph Neural Networks (GNN) constitute the most promising path to address the lack of a world model. Recent work, such as that presented at NeurIPS 2025 (LogiX-GIN), shows that it is possible to combine the flexibility of neural networks with the logical rigor of graphs.
Transparency by design will become an imperative in sensitive fields. This requirement for reliability will necessitate moving away from purely statistical logic to reintroduce verifiable causal structures, transforming AI from a probabilistic black box into an explainable reasoning tool.
Conclusion: Do Not Repeat the Errors of Premature Deployment
It is not about yielding to apocalyptic thinking, but identifying a real technical risk: that of a chain reaction of bugs in systems that have become too complex to be understood by their creators. The accelerated reconfiguration of our infrastructures around technologies whose explainability we do not master constitutes a major civilizational experiment.
The era of ChatGPT is ending. The era of ecosystems is beginning, shared between centralized Leviathans and a constellation of open-source models. But true technological maturity will only come with the third post-LLM era, that of reliability and explainability.
References & Further Reading
- On the “San Francisco Consensus” and the geopolitical vision of AI:
- Schmidt, Eric. “San Francisco Consensus: A New Epoch in AI”. Address at the RAISE Summit, Paris, July 2025.
- Forbes: What Is The San Francisco Consensus?
- On the Genesis Mission and US AI Policy:
- The White House. “Fact Sheet: President Donald J. Trump Unveils the Genesis Mission to Accelerate AI for Scientific Discovery”. November 24, 2025.
- Official White House Fact Sheet
- On Gemini 3 Pro and the performance leap in late 2025:
- Google DeepMind. “Gemini 3 Pro Model Card”. November 2025.
- DeepMind Gemini 3 Pro Technical Report
- On Post-LLM architectures and Explainable AI (LogiX-GIN):
- Ragno, A., Plantevit, M., & Robardet, C. “On Logic-based Self-Explainable Graph Neural Networks”. Proceedings of NeurIPS 2025.
- NeurIPS 2025 Paper Abstract
- On the Open Source ecosystem and Llama 4:
- Meta AI. “Llama 4: Open Foundation Models for the Future”. April 2025.
- Interconnects.ai Analysis of Llama 4 Release
De la période des LLM pionniers (2022-2025) à celle des LLM écosystémiques (2025-2029) : vers une troisième rupture, celle des post-LLM
27 novembre 2025 – trois ans après l’ouverture publique de ChatGPT, il devient enfin possible de périodiser l’émergence de l’IA générative. Une transition majeure est en cours.
Première période : les LLM pionniers (novembre 2022 – novembre 2025)
La sortie de ChatGPT le 30 novembre 2022 a ouvert une ère de proof of concept. Pendant trois ans, la logique d’échelle a été le principal moteur de performance. Les LLM ont grandi comme des prototypes hypertrophiés, dépendants d’un volume massif de données et de paramètres.
OpenAI incarne aujourd’hui les limites de cette stratégie. L’entreprise enregistre des pertes record de 12,5 milliards de dollars au seul troisième trimestre 2025. Les 288 milliards de dollars de contrats cloud signés ne seront exploitables qu’à un tiers d’ici 2030. Les besoins de financement atteignent 207 milliards de dollars selon l’analyse de HSBC. Un modèle fondé sur les LLM sans infrastructure propre montre ici sa fragilité structurelle.
Deuxième période : les LLM écosystémiques (2025-2029)
La sortie de Gemini 2.0 Flash en décembre 2024 a constitué la première rupture. Deux fois plus rapide que Gemini 1.5 Pro, ce modèle ne se comporte plus comme un algorithme isolé mais comme une couche d’interface insérée dans l’écosystème Google. Gmail, Maps, YouTube, Colab et Search deviennent des extensions natives du modèle. L’infrastructure devient une part de sa cognition.
Le 18 novembre 2025, Gemini 3 Pro franchit une nouvelle étape. Avec un score sans précédent de 1 501 Elo sur LMArena, il dépasse GPT-5.1 et l’ensemble de la concurrence. La dynamique se généralise : Microsoft intègre ChatGPT comme simple service dans Azure et Office. L’intuition formulée en 2023 se confirme : Sam Altman a ouvert la voie, Satya Nadella transforme l’essai.
Cette centralisation des “Léviathans” américains (Google, Microsoft) trouve cependant un contrepoint majeur dans la vitalité de l’Open Source. Avec la sortie de Llama 4 en avril 2025, Meta a démontré qu’il était possible d’atteindre des performances de pointe (notamment avec le modèle Behemoth de 2000 milliards de paramètres) tout en offrant une transparence totale. Cette dynamique permet l’émergence d’un archipel d’écosystèmes plus petits, souverains et spécialisés, évitant une hégémonie totale des modèles propriétaires fermés.
Perplexity incarne une troisième voie dans cette ère écosystémique. Plutôt que de posséder l’infrastructure cloud ou le modèle, l’entreprise se positionne comme une méta-interface. Son annonce du 26 novembre 2025 sur la mémoire portable confirme cette stratégie : la valeur ne réside plus dans le modèle lui-même, devenu une commodité interchangeable, mais dans l’orchestration de l’accès à l’information et la continuité de l’expérience utilisateur à travers différents systèmes.
Le Léviathan numérique américain : Genesis
Le décret présidentiel du 24 novembre 2025 lance la Mission Genesis. C’est l’incarnation politique de l’ère écosystémique. Piloté par le département de l’Énergie, ce projet vise à construire une American Science and Security Platform en exploitant les données fédérales.
Comparée au Projet Manhattan, Genesis s’inscrit dans ce qu’Eric Schmidt nomme le « Consensus de San Francisco » : la conviction partagée par les élites de la tech que l’IA transformera radicalement tous les aspects de l’activité humaine d’ici trois à six ans. Le partenariat entre le département de l’Énergie, Nvidia, AMD et Oracle pour le plus grand supercalculateur IA américain matérialise cette fusion public-privé.
C’est exactement ce que je décris comme une société-ruche : une dorsale numérique connectant l’ensemble des données publiques, opérée par un système centralisé.
Les failles structurelles actuelles : un risque systémique
Malgré les progrès, trois limites compromettent la viabilité d’un monde reposant sur les LLM actuels.
Une mémoire fragmentée. Les LLM surpondèrent les derniers messages au détriment du contexte initial. Ce déficit de continuité nuit à la cohérence temporelle, indispensable dans les usages critiques.
L’absence de world model. Pas de représentation spatiale ou structurelle. Pas de graphe d’entités. Les LLM opèrent une compression statistique du texte plutôt qu’une compréhension relationnelle et causale. C’est une limite majeure pour la prise de décision dans le monde physique.
L’opacité des calculs matriciels. Les pondérations successives produisent des résultats plausibles mais non interprétables. Cette boîte noire devient intenable pour les infrastructures essentielles.
Ces trois failles créent un risque de phénomène de type Black Swan sociotechnique : hallucinations propagées, bugs inter-systèmes, réactions en chaîne dans des infrastructures critiques. Nous construisons le XXIᵉ siècle sur un socle instable.
Troisième période : vers l’ère post-LLM (2029-2030)
L’horizon 2029-2030 devrait voir émerger une troisième configuration. Plutôt qu’une rupture brutale, il s’agira vraisemblablement d’une hybridation progressive. Le LLM ne disparaîtra pas mais deviendra le simple moteur linguistique au cœur de systèmes composites, augmentés de modules externes pour la mémoire et le raisonnement.
Les architectures neuro-symboliques et les Graph Neural Networks (GNN) constituent la piste la plus prometteuse selon moi pour pallier l’absence de world model. Des travaux comme ceux présentés à NeurIPS 2025 (LogiX-GIN) montrent qu’il est possible de combiner la flexibilité des réseaux de neurones avec la rigueur logique des graphes.
La transparence dès la conception (transparency by design) deviendra un impératif dans les domaines sensibles. Cette exigence de fiabilité nécessitera de sortir de la logique purement statistique pour réintroduire des structures causales vérifiables, transformant l’IA d’une boîte noire probabiliste en un outil de raisonnement explicable.
Conclusion : ne pas répéter les erreurs du déploiement prématuré
Il ne s’agit pas de céder à une pensée apocalyptique, mais d’identifier un risque technique réel : celui d’une réaction en chaîne de bugs dans des systèmes devenus trop complexes pour être compris par leurs créateurs. La reconfiguration accélérée de nos infrastructures autour de technologies dont nous ne maîtrisons pas l’explicabilité constitue une expérimentation civilisationnelle majeure.
L’ère de ChatGPT se termine. Celle des écosystèmes commence, partagée entre des Léviathans centralisés et une constellation de modèles open source. Mais la véritable maturité technologique ne viendra qu’avec la troisième ère post-LLM, celle de la fiabilité et de l’explicabilité.
OpenEdition vous propose de citer ce billet de la manière suivante :
Maxime Derian (27 novembre 2025). EN/FR : From Pioneer LLMs (2022-2025) to Ecosystem LLMs (2025-2029): Towards a Third Rupture, the Post-LLM Era. Anthropologie des interfaces Homme/Machine. Consulté le 16 janvier 2026 à l’adresse https://doi.org/10.58079/158aj
