Coinbase a affiné un modèle d'IA open-weight pour détecter la fraude sur sa plateforme, après que des tests internes ont révélé que les versions plus récentes des modèles frontières obtenaient en réalité de moins bons résultats sur plusieurs indicateurs de détection de fraude que les modèles qu'elles remplaçaient. La plateforme d'échange a ajusté Qwen3.5-9B sur ses propres données de transaction, et le PDG Brian Armstrong a déclaré que le résultat surpassait les modèles frontières en matière de prévention de la fraude.
Cette décision est importante car elle va à l'encontre de l'hypothèse selon laquelle le modèle le plus grand et le plus récent est toujours le bon outil. Pour une entreprise soumise à de lourdes obligations de conformité comme une plateforme d'échange, un modèle plus petit qui vit à l'intérieur de l'entreprise — et peut être ajusté directement — peut valoir plus qu'un généraliste accessible via l'API d'un tiers.
Pourquoi les modèles plus récents ont perdu
Coinbase a réalisé la comparaison sur un benchmark fixe de 16 140 transactions réparties sur 7 293 utilisateurs. Cet ensemble comprenait 813 transactions frauduleuses confirmées, soit le chiffre qui compte réellement lorsqu'on mesure si un modèle détecte les paiements frauduleux ou se contente d'éviter les fausses alertes.
Selon Armstrong, les versions plus récentes d'Opus, Sonnet et GPT ont obtenu de moins bons scores sur plusieurs indicateurs de détection de fraude que leurs prédécesseurs. GPT-5.6 était plus précis mais avait un rappel plus faible, ce qui signifie qu'il identifiait une part plus petite de transactions frauduleuses. Dans le domaine de la fraude, ce compromis est tout l'enjeu : un modèle qui crie rarement au loup mais laisse passer la fraude ne fait pas le travail.
Ces résultats ont poussé Coinbase vers un modèle open-weight, dont les paramètres pouvaient être adaptés directement plutôt que d'être accessibles uniquement via l'API d'un fournisseur. Armstrong a formulé la leçon plus large simplement : les modèles frontières sont des généralistes, tandis que les modèles spécialisés surpassent de plus en plus les autres sur des tâches étroites.
Ce que fait réellement l'agent
Coinbase a ajouté un agent de risque IA à son modèle d'apprentissage automatique existant et à son moteur de règles pour Onramp, le produit qui permet aux utilisateurs d'acheter des cryptomonnaies via des applications partenaires, y compris le paiement invité. L'agent examine les séquences de transactions récentes pour repérer des schémas qui ne sont pas visibles à partir d'un paiement isolé.
Une expérience en ligne a révélé 30 % de transactions frauduleuses en moins et 22 % de valeur de fraude en moins dans le groupe qui a bénéficié de la revue IA supplémentaire.
L'agent fonctionne avec des limites. Il renvoie un score de risque, et le code de l'application applique la politique de décision. Il peut bloquer une transaction qui a passé les vérifications précédentes, mais il ne peut pas annuler un blocage en amont — une valve à sens unique qui empêche la couche autonome de contourner les contrôles existants.
La question de sécurité soulevée par Certik
La société de sécurité Certik a averti que des agents de sécurité plus autonomes apportent leurs propres risques : des sorties incorrectes et un examen humain réduit à mesure que les gens apprennent à faire confiance à la machine. Certik a recommandé des limites claires aux décisions autonomes et un responsable nommé pour chaque agent.
La conception de Coinbase répond en partie à cela. L'agent propose, le code applicatif environnant décide, et la direction de blocage uniquement signifie qu'il ne peut pas annuler une décision prise ailleurs dans la pile. La question de savoir si un responsable humain nommé se trouve derrière chaque agent n'est pas quelque chose que l'entreprise a détaillé publiquement.
Le timing n'est pas accidentel. Les équipes antifraude sont sous pression pour automatiser l'examen sans confier à un modèle le dernier mot, et les données de benchmark publiées par Coinbase vont à l'encontre du réflexe de se tourner vers le plus grand modèle disponible à chaque nouvelle sortie.
Ce qui reste non résolu, c'est la manière dont le Qwen3.5-9B ajusté de Coinbase résiste à l'évolution des schémas de fraude et à l'arrivée de la prochaine vague de modèles frontières. La plateforme d'échange n'a pas précisé si elle prévoit de publier le modèle ou le benchmark pour un examen externe — et tant que personne n'aura relancé le test sur des données fraîches, la comparaison repose sur les propres chiffres de Coinbase.
