Déployée la semaine dernière, la Tesla FSD v14.3.6 divise déjà : après 59 jours d’usage quotidien, l’auteur signale au moins trois erreurs de placement sur routes locales et trois clignotants manuels ignorés, malgré quelques progrès comme la disparition du « bird braking » et des trajets plus personnalisés.
Tesla FSD 14.3.6 : une mise à jour qui corrige un défaut, mais en rouvre deux autres
La version 14.3.6 de la conduite assistée de Tesla ne laisse pas une impression nette. Sur le terrain, elle semble progresser sur un point très concret : les freinages brusques face à de petits objets, notamment les oiseaux, paraissent en recul. En revanche, elle redevient hésitante dans certaines manœuvres urbaines et, plus gênant, elle peut ignorer un clignotant activé par le conducteur.
Le problème n’est pas anecdotique. Tesla présente bien le FSD comme un système « Supervised », donc supervisé, et rappelle dans sa documentation officielle qu’il ne rend pas le véhicule autonome. Selon l’assistance officielle de la marque, le système peut changer de voie, suivre un itinéraire, contourner des véhicules et effectuer des virages, mais le conducteur reste responsable à tout moment. Cette base change la lecture du sujet : si l’auto refuse une instruction simple comme un clignotant manuel, l’ergonomie de supervision perd en logique. Selon Tesla, le FSD supervisé « can drive your Tesla vehicle almost anywhere », sans pour autant remplacer le conducteur. ([tesla.com](https://www.tesla.com/support/fsd?utm_source=openai))
Mon avis est simple : une aide à la conduite peut commettre des erreurs de trajectoire ponctuelles. En revanche, elle ne devrait jamais neutraliser un ordre clair donné par l’humain quand cet ordre reste cohérent avec la circulation.
Ce que la source décrit vraiment : régression locale, pas effondrement global
Le retour d’expérience fourni en source parle d’un usage intensif du FSD, avec 59 jours consécutifs d’utilisation avant une journée sans activation. Ce détail ne prouve rien sur la qualité intrinsèque du logiciel, mais il donne un contexte utile : la critique vient d’un utilisateur habitué, pas d’un conducteur qui teste la fonction une fois par curiosité.
Le point central est clair : la dégradation signalée concerne surtout les routes locales, pas l’autoroute. La distinction compte. Les systèmes d’assistance avancée sont généralement plus stables sur des axes simples, avec marquage lisible, flux directionnel homogène et moins d’événements imprévus. En ville et en périurbain, le niveau d’incertitude grimpe vite : voies multiples, accès de parkings, insertions courtes, véhicules arrêtés en biais, piétons, vélos, feux, priorités changeantes.
Autrement dit, la version 14.3.6 ne semble pas remettre en cause l’utilité globale du FSD supervisé. Elle montre surtout que le dernier kilomètre logiciel, celui des décisions fines en environnement dense, reste le plus dur à fiabiliser.
Virages en plusieurs voies : le retour d’une hésitation que Tesla avait mieux contenue
Le défaut le plus visible remonte lors des virages vers des chaussées à plusieurs voies. Le véhicule choisirait bien la bonne direction au regard de la navigation, mais sans le niveau d’assurance attendu. La voiture mord sur une ligne discontinue, corrige, hésite, puis finit par se caler. Ce n’est pas seulement désagréable. C’est une faiblesse d’exécution.
Ce type de comportement rappelle une limite classique des systèmes vision-only : la compréhension de la scène peut être suffisante pour la macro-décision, mais moins solide pour la micro-trajectory. En clair, le logiciel sait où aller, mais il exécute mal la manière d’y aller.
Ce point prend encore plus de relief quand on le replace dans l’architecture produit de Tesla. Selon la page d’assistance française du constructeur, les Model 3 et Model Y européens reposent désormais sur Tesla Vision, donc sur un ensemble de caméras et sur le traitement par réseau neuronal, sans radar pour ces marchés. Selon Tesla, ce choix matériel s’appuie sur la vision et le calcul embarqué pour faire fonctionner l’Autopilot et les fonctions associées. ([tesla.com](https://www.tesla.com/fr_FR/support/autopilot?utm_source=openai))
Mon avis est direct : si la stratégie full vision fonctionne, elle doit être jugée sur la qualité des transitions de voie et des entrées de courbe urbaines. C’est là qu’elle gagne ou perd la confiance du conducteur.
Clignotant manuel ignoré : le vrai point dur de la version 14.3.6
Le grief le plus sérieux de la source ne concerne ni le confort, ni la fluidité. Il touche à la hiérarchie de commande entre l’humain et la machine. Dans le cas décrit, le conducteur active trois fois le clignotant gauche pour demander un placement dans une voie utile, et le système le coupe à chaque fois pour poursuivre sa propre logique.
Sur un produit baptisé « Full Self-Driving (Supervised) », cette réaction pose un problème d’interface homme-machine. Dans un système supervisé, la voiture peut proposer, optimiser, temporiser ou refuser une manœuvre dangereuse. Mais si l’ordre manuel est raisonnable, cohérent et légal, il doit primer.
La documentation officielle de Tesla insiste justement sur le rôle actif du conducteur et sur le fait que le système ne rend pas le véhicule autonome. Selon Tesla, les fonctionnalités exigent une supervision active, et leur disponibilité dépend aussi de la version logicielle, de la configuration matérielle, de la région et des validations réglementaires. ([tesla.com](https://www.tesla.com/support/fsd?utm_source=openai))
C’est ici que le décalage devient gênant : le discours commercial parle d’assistance avancée sous supervision, alors que le comportement remonté donne le sentiment d’un logiciel qui surinterprète l’intention de conduite. Mon avis est tranché : un clignotant manuel ne devrait pas être traité comme une suggestion.
Le bon point de la 14.3.6 : la disparition apparente du « bird braking »
La source rapporte en revanche une amélioration nette sur les freinages parasites causés par de petits éléments mobiles dans le champ de vision. Ce défaut, surnommé « bird braking », désigne un freinage brusque alors qu’un oiseau ou un objet léger traverse la scène sans risque réel de collision.
Si cette amélioration se confirme, elle n’a rien de cosmétique. Un freinage fantôme détruit immédiatement la confiance passager, et c’est encore plus vrai dans une logique de service robotaxi. Une conduite qui tourne un peu trop large est corrigeable. Un freinage sec et non justifié fait fuir.
Ce point rejoint la stratégie plus large de Tesla autour du transport autonome. Selon la page officielle Robotaxi de la marque, des trajets autonomes Robotaxi sont déjà proposés à Miami, Austin, Dallas et Houston. Selon les conditions de service Robotaxi de Tesla, l’offre est encadrée comme un service en FSD supervisé de niveau SAE 2 avec safety driver. ([tesla.com](https://www.tesla.com/robotaxi?utm_source=openai))
Dit autrement : même si l’article de départ parle d’un véhicule particulier, la qualité de ce type de correctif a une portée bien plus large. Chaque baisse des faux positifs de freinage améliore directement l’acceptabilité commerciale d’un service autonome ou semi-autonome.
Un début d’apprentissage des préférences conducteur ? Hypothèse crédible, pas preuve
La source évoque aussi un comportement plus intelligent sur les accès de parking et la place de stationnement à domicile. Le véhicule aurait commencé à reproduire des choix habituellement imposés à la main : entrer par un accès secondaire plus fluide, puis rejoindre de façon répétée la place attribuée dans une résidence.
Cette observation reste empirique. Elle ne suffit pas à démontrer qu’un module d’apprentissage des préférences personnelles est actif dans la version 14.3.6. Mais elle est cohérente avec l’évolution produit que Tesla laisse entrevoir sur ses pages FSD, où la marque promet un système amené à s’améliorer via mises à jour logicielles continues. Selon Tesla France, le FSD supervisé s’appuie sur des données de conduite anonymisées collectées sur des milliards de miles pour entraîner le système. ([tesla.com](https://www.tesla.com/fr_fr/fsd?utm_source=openai))
Mon avis est nuancé : si ce début d’adaptation existe vraiment, il peut devenir plus utile au quotidien que des démonstrations spectaculaires. Savoir choisir la bonne entrée de station-service ou la bonne place de parking a plus de valeur pratique qu’un discours marketing sur l’autonomie générale.
Ce que Tesla dit officiellement du produit, et pourquoi cela compte
Le décalage entre l’expérience décrite et les documents officiels mérite d’être posé clairement. Selon Tesla, le FSD supervisé est une suite de fonctions d’aide à la conduite capable d’opérer sur quasiment tous types de routes, y compris les rues urbaines et résidentielles. La marque précise aussi que ses véhicules équipés de FSD supervisé enregistrent moins de collisions que ceux conduits sans cette fonction : 7 fois moins de collisions majeures et mineures, et 5 fois moins de collisions hors autoroute, selon la page support FSD. ([tesla.com](https://www.tesla.com/support/fsd?utm_source=openai))
Cette statistique doit être lue avec prudence, car elle vient du constructeur lui-même, mais elle ajoute un contexte utile : Tesla vend un système d’assistance active, pas une simple aide de maintien dans la voie. Cela explique aussi pourquoi les petits défauts de comportement deviennent très visibles. Plus l’ambition produit monte, plus la tolérance aux incohérences baisse.
Prix, conversion en euros et deux métriques utiles pour juger le service
Selon l’assistance officielle de Tesla, le FSD supervisé est proposé par abonnement à 99 USD par mois et n’est plus disponible à l’achat ferme dans la page consultée. Converti au taux de référence de la Banque centrale européenne du 27 juillet 2026, soit 1 € = 1,1389 USD, cela représente 87 € par mois. ([tesla.com](https://www.tesla.com/support/fsd?utm_source=openai))
Première métrique dérivée : ce tarif correspond à 2,90 € par jour sur une base de 30 jours. Pour un gros rouleur qui active le système tous les jours, le coût d’usage perçu reste donc relativement bas.
Deuxième métrique dérivée : selon l’assistance Tesla, une mise à niveau matérielle vers l’ordinateur IA peut être proposée à 1 000 USD pour certains véhicules éligibles. Avec le même taux de change, cela équivaut à 878 €. Rapporté au prix mensuel du FSD supervisé, cette mise à niveau représente un peu plus de 10 mois d’abonnement. ([tesla.com](https://www.tesla.com/support/ai-computer?utm_source=openai))
Mon avis est clair : à 87 € par mois, la valeur n’est défendable que si le logiciel reste prévisible sur les trajets banals. Personne ne paie pour surveiller un assistant qui contredit un clignotant.
Le contexte marché a changé : Waymo avance, GM referme la parenthèse Cruise
Le sujet dépasse largement un bug de version. En 2026, le marché de la conduite automatisée s’est polarisé. D’un côté, Waymo accélère en service commercial. Selon l’entreprise, Waymo One dépasse 400 000 trajets payants par semaine dans six grandes métropoles américaines, après avoir franchi 20 millions de trajets cumulés et 127 millions de miles en conduite totalement autonome. Waymo affirme aussi avoir réduit de 90 % les accidents avec blessures graves par rapport à la conduite humaine sur cette base opérationnelle. ([waymo.com](https://waymo.com/blog/2026/02/waymo-raises-usd16-billion-investment-round/?utm_source=openai))
Troisième métrique dérivée : si l’on répartit mécaniquement ces 400 000 trajets hebdomadaires sur six métropoles, on obtient une moyenne d’environ 66 667 trajets par semaine et par zone. La réalité varie d’une ville à l’autre, mais cet ordre de grandeur illustre déjà le niveau d’industrialisation atteint par le concurrent. ([waymo.com](https://waymo.com/blog/2026/02/waymo-raises-usd16-billion-investment-round/?utm_source=openai))
De l’autre côté, General Motors a changé de cap. Selon son communiqué du 4 février 2025, le groupe a repris 100 % de Cruise et va intégrer cette technologie à Super Cruise pour ses véhicules particuliers. GM indique aussi que Super Cruise couvre 750 000 miles de routes en Amérique du Nord, qu’il équipe plus de 20 modèles et que les clients parcourent plus de 10 millions de miles par mois avec ce système. ([investors.gm.com](https://investors.gm.com/news-releases/news-release-details/gm-acquires-full-ownership-cruise/?utm_source=openai))
Le contraste est fort. Tesla pousse une assistance généralisée vers un usage de plus en plus large. Waymo opère un vrai service autonome commercial. GM, lui, recentre l’approche sur l’assistance premium grand public. Mon avis : cette divergence montre que le secteur n’a toujours pas tranché entre autonomie totale géofencée et assistance universelle supervisée.
Pourquoi ce bug de clignotant pèse plus lourd dans un contexte Robotaxi
Le titre de départ évoque le Robotaxi, et ce n’est pas un hasard. Si un système coupe volontairement les clignotants déclenchés par un conducteur humain, cela interroge sa logique de priorité décisionnelle. Or, dans une future chaîne de service automatisée, la gestion de l’intention devient centrale : intention du passager, de l’opérateur, du safety driver, du logiciel de navigation et des autres usagers.
Selon les conditions Robotaxi de Tesla, le service reste aujourd’hui encadré comme une expérience FSD supervisée de niveau SAE 2 avec safety driver. Nous ne sommes donc pas face à une autonomie sans filet dans la source officielle consultée. ([tesla.com](https://www.tesla.com/legal/terms?utm_source=openai))
C’est précisément pour cela que le bug mérite d’être surveillé. Un système supervisé doit accepter une reprise de préférence ou d’intention sans friction. Sinon, il crée un paradoxe produit : l’humain garde la responsabilité, mais perd une partie de l’autorité pratique.
Ce que cette version dit de l’état réel du logiciel
La version 14.3.6 ne montre pas un effondrement du FSD supervisé. Elle montre quelque chose de plus banal et de plus instructif : un logiciel très ambitieux progresse par couches, avec des gains locaux et des régressions locales.
Les éléments nouveaux issus des sources officielles permettent d’élargir la lecture :
1. Le FSD reste officiellement un système supervisé, pas autonome
Selon Tesla, le produit exige une supervision active et ne transforme pas le véhicule en voiture autonome. ([tesla.com](https://www.tesla.com/support/fsd?utm_source=openai))
2. L’abonnement officiel est à 99 USD, soit 87 €
Selon Tesla et la BCE, le coût mensuel ressort à 87 € avec le taux 1 € = 1,1389 USD. ([tesla.com](https://www.tesla.com/support/fsd?utm_source=openai))
3. Le hardware éligible démarre à l’ordinateur FSD 3.0
Selon l’assistance officielle de Tesla, l’abonnement est réservé aux véhicules disposant du FSD computer 3.0 ou plus récent. ([tesla.com](https://www.tesla.com/support/full-self-driving-subscriptions?utm_source=openai))
4. Le marché concurrent est désormais structuré
Selon Waymo, son service dépasse 400 000 trajets payants hebdomadaires dans six métropoles, tandis que GM recentre la technologie Cruise dans Super Cruise. ([waymo.com](https://waymo.com/blog/2026/02/waymo-raises-usd16-billion-investment-round/?utm_source=openai))
5. Le Robotaxi Tesla existe déjà sous forme de service encadré
Selon les pages officielles Tesla, des trajets Robotaxi sont proposés dans plusieurs villes américaines, avec un cadre d’utilisation précis. ([tesla.com](https://www.tesla.com/robotaxi?utm_source=openai))
Au fond, la leçon est simple. Une mise à jour peut supprimer un freinage absurde et, dans le même temps, détériorer la coopération homme-machine. Entre les deux, le second point est le plus dangereux pour l’adoption. Un conducteur accepte plus facilement une trajectoire un peu sèche qu’un système qui refuse d’obéir à une consigne claire.
Source d’autorité : https://www.tesla.com/support/fsd
Mon avis :
FSD 14.3.6 montre un vrai progrès sur un point concret: la disparition du « bird braking ». En revanche, cette version recule sur l’agrément et la prévisibilité, avec des virages multi-voies hésitants, un volant saccadé et, plus gênant, des clignotants manuels ignorés.
