Connexion
Alors qu’AWS vient de lancer son TorchNeuron pour permettre aux entreprises intéressées d’entrainer leurs modèles sur les puces maison Trainium, Google a fait une annonce similaire avec TorchTPU. Comme le nom l’indique, il s’agit cette fois d’orienter les calculs vers les puces TPU fournies par Google. Celle-ci met cependant en avant son partenariat avec Meta pour PyTorch.
Google propose désormais sa propre pile logicielle permettant d’exécuter PyTorch directement sur ses TPU, sans passer par une couche d’adaptation. L’annonce, faite durant la PyTorch Conference 2026, suit de près celle d’Amazon Web Services avec son TorchNeuron.
Rappelons que PyTorch est une bibliothèque permettant, entre autres, de construire et d’entrainer des modèles IA. Comme nous l’indiquions dans notre actualité sur TorchNeuron, PyTorch a besoin d’une couche intermédiaire pour traduire les opérations en instructions reconnues par le matériel. Dans la grande majorité des cas, cette couche est CUDA, une technologie propriétaire que NVIDIA travaille depuis longtemps pour s’assurer que tous types de calculs pourront être exécutés sur ses GPU.
Si l’objectif d’AWS avec TorchNeuron était de pouvoir rediriger ces calculs facilement vers ses puces Trainium, Google fait maintenant de même avec ses TPU.
Jusqu’à présent, pour exploiter ces puces dans le cloud de Google depuis PyTorch, il fallait passer par XLA, une solution que Google présente désormais comme peu naturelle. Le dépôt GitHub de XLA a d’ailleurs été mis à jour pour indiquer que le projet est à présent déprécié et remplacé par TorchTPU. Il sera archivé le 15 novembre, tout va donc aller très vite.
Le dépôt de TorchTPU est bien sûr déjà en ligne, le projet étant sous licence Apache 2.0 et donc open source. Deux modes d’exécution sont proposés. Le premier, eager, consiste à exécuter immédiatement le programme ligne par ligne, un cas jugé notamment utile pour chercher une erreur. Le second, torch.compile, analyse au contraire l’ensemble du programme avant de l’exécuter. TorchTPU permet de commencer avec le premier et de basculer dans le second si besoin.
Comme pour TorchNeuron, TorchTPU permet d’utiliser les puces de Google aussi bien pour l’entraînement que pour l’inférence. Google met largement en avant la compatibilité avec l’écosystème existant. TorchTitan, conçu pour répartir les calculs d’entraînement sur des milliers de puces, est par exemple de la partie. Selon Google, son fonctionnement a affiché une montée en charge linéaire jusqu’à 8 129 TPU. VeRL, pour l’apprentissage par renforcement, Ray, pour la répartition des étapes des chaînes de traitement, vLLM, un serveur faisant tourner les modèles de langage, ou encore SDLang et llm-d sont cités.
Pour Google, il s’agit d’un point clé dans son annonce. Cette logique de compatibilité apparait clairement dans plusieurs cas. Pour vLLM et SGLang par exemple, l’annonce précise que les ordonnanceurs, les modèles de travail et les serveurs d’API d’origine sont conservés, et que les piles d’inférence existantes peuvent être reprises telles quelles. Pour VeRL, le code des modèles et des algorithmes reste indépendant du matériel. Pour Hugging Face, également de la partie, un paramètre (device_map= »tpu ») suffit.
Les problématiques et les enjeux sont à peu près les mêmes que chez AWS. Google a tout intérêt à appuyer dans cette direction pour réduire la dépendance très présente de l’écosystème IA à NVIDIA. En réduisant autant que possible les frictions à utiliser les puces TPU, Google cherche donc à s’assurer une nouvelle place de choix dans l’entraînement des modèles comme dans leur inférence.
Il y a tout de même une différence notable dans TorchTPU : Meta participe directement au projet. Ayant créé PyTorch initialement (le projet est géré par la Linux Foundation depuis 2022), l’entreprise reste très impliquée dans son développement. Selon Digitimes, Meta est l’un des plus gros clients de NVIDIA. Elle chercherait donc activement à réduire sa dépendance, l’entreprise ayant également testé la location de capacité TPU auprès de Google Cloud.
Notez que Google, pas plus qu’Amazon, ne parle ouvertement de lutte contre NVIDIA. Mais il est difficile d’évoquer un PyTorch « plus indépendant » sans faire un clin d’œil à la firme de Santa Clara.
Alors que les élections de midterms approchent aux États-Unis (3 novembre), l’IA fait partie des sujets les plus importants dans la campagne électorale. L’installation des datacenters IA est notamment devenue un boulet électoral pour les républicains.
Jusque-là, Donald Trump faisait la sourde oreille et soutenait l’industrie de l’IA. Il a encore récemment enterré toute régulation de l’IA, misant sur la « responsabilité » des acteurs.
Le dirigeant états-unien a réagi ce mercredi 21 octobre à l’impopularité croissante de l’installation des datacenters IA. Il affirmé sur Truth Social : « J’ai imposé aux nouveaux centres de données, de grande taille, voire gigantesques dans certains cas, de produire leur propre électricité et de céder ou de vendre tout excédent à la communauté locale ou au réseau électrique, ce qui entraîne une hausse du prix de l’électricité. En fait, on pourrait assister à une baisse considérable. ».
Mais la réaction du leader du parti Républicain arrive bien tard. En effet, un nouveau sondage de l’Institut Ipsos pour le Washington Post et ABC News auprès de 2 545 Américains montre que 57 % d’entre eux pensent que l’IA est une mauvaise chose pour la société alors que 50 % pensent qu’elle est une bonne chose pour eux, personnellement.
Deux tiers des sondés estiment que le gouvernement fédéral des États-Unis ne régule pas assez l’IA alors qu’ils ne sont que 9 % à penser qu’il régule trop cette technologie.
Si l’industrie insiste régulièrement sur de supposés risques d’extinction des humains dus à l’intelligence artificielle, les sondés sont plus inquiets du piratage de la sécurité des systèmes informatiques, des capacités des utilisateurs à prendre leurs propres décisions et de la suppression des emplois et de la montée des inégalités économiques :
Quand on leur demande en quoi l’IA peut apporter de bonnes choses, les Américains interrogés citent d’abord à 34 % le fait qu’elle pourrait avoir de grandes chances de faciliter les tâches du quotidien plus facilement et accentuer la domination de leur pays dans le domaine. Ils ne sont que 20 % à penser qu’il y a de grandes chances qu’elle permette aux personnes d’être plus productives. De même, peu d’entre eux (13 %) pensent qu’il est fortement possible que l’IA permette la création de nombreux emplois :
OpenAI a de nouvelles envies de conquête, cette fois dans le champ de ce qu’elle nomme « les langages à faibles ressources ». L’entreprise vise explicitement cette fois les vieux, voire très vieux langages, au premier rang desquels le COBOL. La promesse est de faire exploser le nombre de projets de migration grâce à ses soins.
Selon OpenAI, les dernières avancées de ses modèles ont renforcé leurs capacités à créer et à migrer des logiciels dans des langages comme COBOL, Fortran et Visual Basic. Des langages dits « à faibles ressources », car ils ont moins de code et de documentation pour entrainer les modèles que d’autres bien plus courants comme Python et JavaScript.
« COBOL fait fonctionner plus de 40 % des systèmes bancaires en ligne, 80 % des transactions par carte de crédit en personne et 95 % des transactions aux distributeurs automatiques », indique OpenAI, montrant l’ampleur du marché. Des chiffres familiers ? Nous avions les mêmes dans notre article de juillet 2025 consacré au COBOL et à sa présence toujours importante. Ils sont issus d’une enquête réalisée par Reuters en 2024. Dans notre article, nous montrions d’ailleurs que le langage restait vivant, mais qu’il y avait un déficit de développeurs formés à ce langage. Fortran, utilisé pour les prévisions météorologiques et l’analyse de sûreté des réacteurs nucléaires, fait aussi partie des langages visés.
OpenAI dit avoir reçu de nombreux retours sur la difficulté à travailler avec l’IA sur ces langages. « La documentation peut être incomplète, les développeurs d’origine peuvent avoir quitté l’entreprise, et des règles métier importantes peuvent n’exister que dans le code », indique OpenAI. Autant de problématiques que nous avions abordées dans notre article.
L’entreprise souhaitait savoir si ses modèles avaient progressé. La question est presque rhétorique : le billet d’OpenAI est là pour montrer à quel point ses LLM ont justement progressé.
Pour les mesurer, OpenAI dit avoir créé deux évaluations. La première, MultiLang, vérifie si un modèle peut créer un moteur de base de données compatible avec SQLite dans 20 langages, en partant d’une page blanche. La seconde est une évaluation plus spécifique aux migrations COBOL pour vérifier si le modèle peut migrer des programmes existants en préservant leur comportement. En somme, l’une vérifie la création de nouveaux logiciels, tandis que l’autre s’assure que les migrations réussissent.
Sans surprise, OpenAI indique que les progrès de ses modèles sont « considérables ». Astra a ainsi atteint un score de 87,4 % sur le premier test en moyenne, contre 26,8 % pour GPT-5.6 Sol, avec des progrès sur l’ensemble des 20 langages. « GPT‑6 Luna surpasse également GPT‑5.6 Sol, atteignant 40,3 % pour un coût estimé de l’API inférieur d’environ 78 % », ajoute OpenAI.
L’évaluation spécifique au COBOL est plus intéressante, car le problème initial est plus complexe. OpenAI rappelle ainsi que la réussite d’une migration dépend d’une pleine compréhension de la logique métier et des comportements propres au langage. « Par exemple, l’arithmétique à virgule fixe de COBOL supprime les décimales excédentaires, sauf si un arrondi est explicitement demandé. Une réécriture qui arrondit ces valeurs à la place peut s’exécuter sans erreur tout en produisant des résultats financiers différents », affirme l’entreprise.
La vérification se base sur des « tests cachés » qui exigent des sorties observables identiques, à l’octet près. La migration n’est considérée réussie que si tous les tests sont validés. Dans le cas présent, les projets en COBOL devaient être convertis en C++, Java, Kotlin, Python ou Rust.
Dans cette évaluation, GPT‑6.1 Sol a atteint 86,6 % d’exactitude avec un faible effort de raisonnement, contre à peine 5,4 % pour GPT‑5.6 Sol, le tout avec un coût inférieur de 39 %. OpenAI ajoute qu’avec un effort de raisonnement plus élevé (on ne connait pas l’effort de départ), le score grimpe à 97,9 %.
Le message est donc clair : on peut utiliser Astra et GPT-6.1 Sol pour migrer les projets ou en bâtir de nouveaux compatibles. Une conclusion qu’OpenAI met d’autant plus en avant que l’IA fait exploser depuis plusieurs mois les projets de réécriture, de nombreux développeurs (confirmés ou en herbe) se lançant notamment dans une course aux performances.
OpenAI ajoute toutefois que même si les résultats obtenus vont dans le bon sens, « leur application à des logiciels en production exige toujours une vérification par des experts et des tests tenant compte des règles métier et des dépendances du système ».
Le principal problème de cette annonce est son opacité. C’est particulièrement vrai dans le cas de COBOL.
On ne sait pratiquement rien en effet de l’évaluation construite par OpenAI, alors que MultiLang a son dépôt GitHub. Rien sur le nombre de programmes, leur origine, leur taille ou même leur degré de ressemblance avec du COBOL réellement utilisé en production. L’évaluation étant opaque, elle ne peut pas être reproduite par des tiers indépendants et il faut donc croire OpenAI sur parole. Que les modèles progressent sur des langages comme COBOL ou Fortran ne fait pas de doute, mais il est difficile de se rendre compte de l’évolution concrète sur la seule base des affirmations d’OpenAI, les évaluations étant proposées par la même entreprise qui propose les modèles testés.
Notons également que les deux évaluations envisagent des tests très différents dans leur approche. SQLite est un projet présent depuis longtemps et aux nombreuses réimplémentations, des portages existant dans plusieurs des langages testés. Il n’est donc pas étonnant qu’un modèle récent s’en sorte bien, puisqu’il restitue en partie des connaissances présentes dans les données d’entraînement. À l’inverse, la situation est plus complexe pour COBOL, Fortran et d’autres anciens langages, les ressources étant nettement moins nombreuses.
Mistral a lancé récemment deux modèles spécialisés, Voxtral 3 pour transcription et la synthèse vocale et Timestral pour les « séries temporelles ». Ce dernier doit permettre des prévisions sans réentrainement.
Mistral avait lancé son premier modèle Voxtral en juillet 2025. Il s’agissait alors de son premier modèle audio, que Mistral mettait en avant comme plus performant et moins cher que les solutions concurrentes. Plusieurs tailles étaient proposées, selon la durée des contenus audio que l’on souhaitait traiter.
Ce LLM spécialisé a beaucoup évolué, puisque la version 3 est maintenant disponible. La communication de Mistral braque largement les projecteurs sur les agents. Selon l’entreprise française, un agent vocal fiable doit ainsi maitriser quatre capacités : écouter avec précision, raisonner en profondeur sur ce que les utilisateurs veulent dans un contexte donné, parler naturellement et agir en plusieurs étapes.
Voxtral 3 est la réponse de Mistral à ces quatre objectifs, dont un fonctionnement fiable et en temps réel « reste un défi ». Voxtral 3, comme le premier, désigne une famille de modèles spécialisés dans la reconnaissance et la synthèse vocales. Cette fois, elle est accompagnée d’un SDK (kit de développement logiciel) pour utiliser des agents locaux. Le SDK (bâti sur LiveKit) réunit dans un même pipeline de traitement l’écoute, la réflexion, l’appel d’outils et la parole.
La famille compte quatre modèles :
Mistral vante l’émotion dans la voix pour « sonner naturellement » (prosodie, rythme, débit, accentuation et transitions), les performances en diarisation (reconnaître qui parle) et la prise en charge des biais contextuels. Pour ce dernier point, Mistral précise que l’on peut ainsi fournir des termes clés et du texte libre pour « orienter la transcription et améliorer le rappel des termes techniques ». L’entreprise ajoute le support de la prédiction de fin de tour, les modèles étant capables de prédire quand une personne a fini de parler, en se basant sur des informations acoustiques et sémantiques.
Selon l’annonce, les performances de ces modèles sont à « l’état de l’art », dépassant de nombreuses références du secteur, dont Whisper d’OpenAI. L’agent complet, lui, est facturé 0,04 dollar la minute avec Small et 0,08 dollar avec un autre modèle de raisonnement. L’accès se fait via l’API de Mistral ou depuis l’infrastructure sur site.
Signalons que les quatre modèles sont en préversion publique et que certaines informations manquent. Par exemple, la taille de Small n’est pas donnée. En outre, aucun poids ouvert n’a encore été annoncé. En revanche, les performances revendiquées par Mistral semblent confirmées par Artificial Analysis.
Le 15 octobre, Mistral avait également lancé un autre modèle, Timestral, premier représentant d’une nouvelle famille de LLM. Il est spécialisé dans les séries temporelles, c’est-à-dire des séries de mesures datées (capteurs, consommation, flux financiers…), afin d’établir des prévisions.
Timestral est fourni en quatre tailles : 5, 28, 123 et 209 millions de paramètres. Le modèle peut prévoir les séries sans réentraînement sur des données spécifiques, produire des prévisions avec une fourchette d’incertitude (21 quantiles) et accepter jusqu’à 32 768 pas d’historique. Selon Mistral, il peut traiter plusieurs séries liées à la fois ainsi que des facteurs connus à l’avance (calendrier de production, météo, etc.).
Timestral fonctionne également sans carte graphique. Mistral annonce à ce sujet un temps allant de 10 à 140 ms pour prévoir une journée, en fonction de la taille du modèle utilisé, sur un « CPU de serveur standard avec 8 threads » et sur la base de trois semaines d’historique au pas de 15 min. Comme toujours avec la taille des modèles, plus elle est importante, plus la précision augmente et plus le temps de calcul s’allonge.
Le code du modèle est sous licence Apache 2.0. Cependant, comme relevé par Pix Geeks, les poids sont sous une licence MIT modifiée « qui exclut les entreprises dont le chiffre d’affaires mensuel consolidé dépasse 20 millions de dollars. Celles-là doivent demander une licence commerciale à Mistral ou passer par ses services hébergés ». Sous ce seuil, l’utilisation de Timestral est gratuite.
Amazon Web Services a présenté un nouveau projet open source, TorchNeuron. Il se propose de simplifier le passage aux puces Trainium d’AWS pour entrainer les modèles. Bien que NVIDIA ne soit pas nommée, le projet est clairement pensé comme une alternative à CUDA.
PyTorch est initialement une bibliothèque logicielle créée par Meta (Facebook à l’époque). Depuis 2022, elle dépend de la Linux Foundation, tant elle est devenue importante. Elle sert en effet à construire et entraîner des modèles d’intelligence artificielle.
Cette bibliothèque est l’une des raisons pour lesquelles NVIDIA est autant sur le devant de la scène aujourd’hui. Entre PyTorch et le matériel utilisé pour les opérations, il faut justement une couche logicielle pour traduire les opérations en instructions que ce matériel peut comprendre. C’est précisément ce que fait CUDA depuis longtemps chez NVIDIA. Cette technologie propriétaire de type GPGPU (General-Purpose Computing on Graphics Processing Units) sert à faire basculer sur le GPU des calculs qui seraient autrement destinés au CPU.
Sans le dire aussi clairement, c’est ce lien fort qu’AWS veut remettre en question avec TorchNeuron, comme le relève notamment TechCrunch.
Amazon Web Services dispose de ses propres puces en matière d’IA : les Trainium, dont la troisième génération a été lancée en décembre 2025. Ces puces peuvent servir aussi bien à l’entraînement qu’à l’inférence. Amazon n’est pas la seule entreprise à concevoir ses propres puces dans ce domaine : Microsoft possède Maia et Google a ses TPU (Tensor Process Units).
TorchNeuron est ainsi aux puces Trainium ce que CUDA est à NVIDIA, une couche de traduction. Elle s’appuie sur le mécanisme d’extension que PyTorch propose pour accueillir du matériel tiers et propose aux développeurs – dans le cas le plus simple – de remplacer dans leur code le périphérique cible cuda par neuron.
Est-ce aussi simple ? En théorie oui, mais l’exemple cité par AWS montre que la situation est plus complexe en pratique. Le billet évoque en effet le cas de Deepgram, un concurrent d’ElevenLabs dans le secteur de la synthèse vocale. Ainsi, non seulement certaines fonctions de PyTorch ne sont pas encore prises en charge, mais une partie des tests officiels de PyTorch est tout simplement ignorée, faute de traduction d’une partie des opérateurs de calcul. Deepgram est mis en avant comme ayant réussi à obtenir 70 % d’audio en plus pour chaque dollar dépensé, mais la mise en place de ce flux de travail a nécessité plusieurs mois de travail.
Officiellement, Amazon met en avant la réduction du coût de changement de puce pour les développeurs. Ces derniers seraient ainsi plus libres de comparer les options qui s’offrent à eux. Si l’on peut changer de puce sans pénalité particulière, les fabricants doivent mériter la clientèle, affirme même Amazon.
Auprès de TechCrunch, Colin Brace d’Annapurna Labs (la filiale qui conçoit les puces d’Amazon) met bien sûr en avant l’infrastructure et l’écosystème d’AWS. En outre, le responsable pointe la possibilité d’utiliser la même puce pour l’entraînement et l’inférence, avec à la clé la possibilité de réaffecter la capacité inutilisée.
La lutte contre la dépendance à NVIDIA s’inscrit en filigrane dans l’annonce, de manière plus ou moins intense selon les passages. L’un d’entre eux est cependant très clair : « L’approche d’Amazon va au-delà de son propre matériel. L’entreprise apporte des modifications en amont de PyTorch lui-même, en travaillant avec la communauté PyTorch pour supprimer le code liant le framework à des puces spécifiques. L’objectif est de rendre PyTorch plus indépendant du matériel pour toute la communauté des développeurs, pas seulement pour les utilisateurs de Trainium ». Une précision qui n’est pas tellement « pour » les utilisateurs de Trainium que « contre » NVIDIA, car cette dépendance peut signifier une configuration plus longue.
Cette lutte à peine voilée n’est pas le seul élément masqué. Sans même parler d’arracher les clients à un écosystème pour les plonger dans le sien, Amazon doit se débarrasser d’un goulot d’étranglement. L’intérêt des puces Trainium est en effet d’autant plus réduit que les clients ne peuvent pas les utiliser facilement. C’est ce goulot que NeuronTorch doit essayer de lever. AWS essaye donc de réaliser un coup double : réduire les spécificités de PyTorch pour CUDA et fluidifier l’accès à ses puces.
TorchNeuron est cependant un projet neuf. Le code est présenté sous licence Apache 2.0 (open source) dans un dépôt GitHub ouvert le 17 octobre, même si AWS annonce sa disponibilité pour le 20 octobre. Dans sa forme actuelle, le projet prend en charge les puces Trainium 2 et 3. Reste pour Amazon à concrétiser sa vision en alimentant son projet, dont le succès dépendra de l’adoption par les développeurs concernés.
La direction générale de l’administration et de la fonction publique (DGAFP) a présenté sa revue stratégique de la fonction publique à l’horizon 2035 - 2050. Parmi les « grandes transitions » que la fonction publique doit absorber, le numérique et l’IA figurent en bonne place, avec la transition démographique, la transition écologique ou encore l’instabilité sécuritaire croissante.
Le rapport consacre quatre pages au numérique et à l’IA, dans lesquelles la DGAFP fait notamment un constat problématique : si 82 % des démarches administratives peuvent aujourd’hui se faire en ligne, 44 % des personnes interrogées ont déclaré avoir des difficultés à les faire. La direction générale en conclut qu’un accueil humain, au guichet ou au téléphone, reste nécessaire, surtout pour les publics fragiles et les dossiers complexes. Elle ajoute que le numérique doit servir à dégager du temps pour l’accompagnement individualisé, pas à supprimer des postes d’agents de la fonction publique.
Le même rapport aborde la dépendance de l’État envers ses prestataires informatiques. Dans ce domaine, il reprend la recommandation de la Dinum (Direction interministérielle du numérique) d’un seuil minimal d’emploi interne de 37 %. Cependant, il le compare à la moyenne mondiale de 67 %, tous secteurs confondus.
Dans ce domaine, l’Espagne est érigée en exemple. Nos voisins ont ainsi mis en place un vaste plan de numérisation sur la période 2021 - 2025, doté d’un budget de 2,6 milliards d’euros. L’objectif sur 2026 était ensuite l’ouverture de 1 700 postes dans les corps de fonctionnaires du numérique. Des spécialités en IA, cybersécurité et science des données y apparaissent pour la première fois. Le rapport de la DGAFP préconise ainsi une forte réinternalisation des compétences.
L’exposition à l’IA, selon le rapport, varie très fortement selon les secteurs. Plus de la moitié des agents seraient très peu concernés, l’exposition se concentrant dans les fonctions administratives et de support. 20 % des agents seraient en revanche significativement exposés, soit 1,1 million de personnes.
Selon la DGAFP, « l’IA transformerait davantage les tâches que les métiers dans leur ensemble ». La direction générale estime que le temps libéré par l’IA devrait être réaffecté vers « l’expertise, le contrôle et la relation aux usagers ». Elle ajoute que des formations, mobilités voire reconversions devront être organisées. De plus, le déploiement de l’IA va « contribuer à une recomposition profonde des emplois et une évolution des modalités de recrutement pour privilégier l’esprit critique sur la capacité de synthèse, par exemple ».
Apple a publié un article de recherche sur Minions, une infrastructure permettant d’agréger les ressources GPU inutilisées sur des grappes de Mac dotés de puce Apple Silicon. Si le concept n’a rien de nouveau, les travaux d’Apple prolongent l’existant et inscrivent un peu plus les Mac dans le paysage de l’IA.
Les Mac sont décidément appréciés par les entreprises désireuses de faire tourner localement des LLM plus ou moins gros. Pourquoi les Mac ? Parce qu’ils embarquent une mémoire dite « unifiée », servant à la fois pour les parties CPU et GPU des puces Apple Silicon. Si votre Mac est équipé de 32 Go de mémoire vive, le GPU peut puiser dedans. Cette mémoire est certes moins rapide que la VRAM des cartes graphiques dédiées (sans même parler de la HBM), mais ce scénario d’usage compense par le volume.
Apple sait que ses Mac Mini et Studio partent comme des petits pains auprès d’entreprises comme OpenAI, Anthropic et Meta. C’est dans ce contexte qu’elle a mis en ligne un document de recherche (prépublication sur Arxiv) exposant le fonctionnement de Minions, une infrastructure GPU virtuelle dédiée aux charges d’inférence d’apprentissage automatique à grande échelle.
L’architecture proposée repose sur quatre éléments. D’abord, un serveur central reçoit les requêtes via une interface web ou des API (REST). Il s’occupe de les valider puis de les découper de manière asynchrone en sous-tâches stockées dans une base PostgreSQL. En d’autres termes, le serveur est chargé de créer une file d’attente.
Ensuite, les exécuteurs. Ils tournent sur les Mac mis à contribution et traitent localement les sous-tâches sur le GPU, avant d’écrire le résultat des calculs dans une zone de stockage S3. Ils n’accèdent jamais directement à la base PostgreSQL : ils réservent des sous-tâches en utilisant l’API du serveur, via une table de la base dotée d’une contrainte d’unicité. Même chose pour mettre à jour l’état de la base, envoyer leur signal de vie (un message bref envoyé au superviseur pour indiquer qu’il fonctionne encore) et livrer leurs résultats.
Le superviseur, justement, est ici nommé « Watchdog » (littéralement « chien de garde »). Son rôle est de surveiller les exécuteurs en cours de traitement et de remettre en file d’attente les sous-tâches des exécuteurs devenus muets. Ce silence peut provenir de multiples causes : perte réseau, veille, extinction, arrêt volontaire, etc. Ce fonctionnement autorise donc une certaine souplesse.
Quant au dernier composant, c’est tout simplement le tableau de bord pour le suivi de l’ensemble en temps réel.
Le tout permet, comme relevé par Apple Insider, de mettre à disposition la puissance inutilisée des GPU pour les mettre à contribution lors d’un travail d’inférence. Ainsi, des équipes qui lancent de grands lots asynchrones d’inférence (index de recherche, génération de texte en masse pour l’évaluation ou l’étiquetage…) n’ont plus besoin d’attendre qu’une grappe de GPU se libère. C’est du moins le fonctionnement sur le papier.
Si le document est intéressant dans le fond, il est aussi très court. Apple ne fournit aucune information mesurée : pas de tests de débits, pas de coût énergétique, de taux de reprise ou aucune comparaison quelle qu’elle soit. Il est donc difficile de se rendre compte des performances.
Les cas présentés ont également un périmètre limité. La publication n’évoque que deux types de charges : les modèles de vecteurs de représentation chargés via la bibliothèque Transformers de Hugging Face, et la génération de texte via Ollama. Il n’y a pas d’ordonnanceur central, il ne s’agit donc pas d’un modèle découpé et réparti entre les machines.
En fait, chaque exécuteur doit pouvoir faire tourner intégralement le modèle en local, ce qui limite d’autant les cas. La mémoire a beau être universelle sur les Mac Apple Silicon, sa quantité détermine directement ce que l’on peut y faire résider. Pas question par exemple d’y faire tourner le tout récent Muse Spark Open.
Et si vous vous posez la question : non, l’entrainement n’est pas pris en charge, en tout cas pour l’instant. Apple compte prendre en charge l’entraînement distribué à l’avenir, sans plus de détails.
Au sein d’une organisation, l’infrastructure présentée peut avoir des avantages, mais il ne s’agit pas d’un projet « magique » capable de fonctionner avec tous les modèles. Il y a quand même plusieurs avantages : pas d’achat de GPU dédiés, un coût d’infrastructure considéré comme « nul », une capacité générale qui grandit avec le nombre de Mac présents sur place, ou encore un fonctionnement local puisque les données ne sortent pas de l’organisation.
L’intérêt d’Apple est d’avancer discrètement sur l’argument commercial que les Mac sont des machines taillées pour l’IA. Sur ce point, la présentation de Minions rejoint les annonces autour de Muse Spark Open et du rapprochement avec Meta, Apple ayant publié des mesures et de la documentation MLX.
En filigrane, le papier raconte également une autre histoire : celle des propres limites d’Apple. L’entreprise le dit elle-même dans son article, elle manque de GPU centraux. Ainsi, avant que Minions ne soit utilisé (montrant au passage que l’infrastructure n’est pas que théorique), certaines tâches d’inférence pouvaient attendre plus de 10 heures avant de commencer. Avec Minions, le temps ne serait plus que de quelques minutes, mais Apple ne donne aucun détail supplémentaire.
Dans l’absolu, Minions ne crée aucune rupture, car la récupération de cycles, le calcul bénévole ou encore l’inférence répartie existent déjà. C’est dans les grandes lignes le schéma adopté par l’infrastructure de calcul distribué BOINC, qui exploite les GPU depuis vingt ans. On peut également citer Petals pour répartir un grand modèle en blocs de couches sur des machines bénévoles réparties sur internet. Mais l’idée pourrait séduire les organisations déjà dotées de nombreux Mac, surtout s’ils sont récents et accompagnés d’une bonne quantité de mémoire.
« Plus largement, Minions ouvre une perspective inédite pour la communauté de l’apprentissage automatique : si les appareils macOS inactifs, à l’échelle de plusieurs organisations, voire de la communauté mondiale, pouvaient être fédérés de manière sûre, ils formeraient un vaste parc de GPU partagé, au bénéfice de l’ensemble de l’écosystème », indique Apple dans une conclusion plus ambitieuse.
Avec Muse Spark Open, Meta revient à ses premières amours, c’est à dire les modèles IA à poids ouverts. Et pour faire tourner ce poids lourd en local, l’entreprise s’est trouvé un partenaire inattendu : Apple.
Avec son ancienne famille de modèles Llama, Meta pensait avoir trouvé la botte secrète face aux LLM propriétaires d’OpenAI, d’Anthropic ou de Google : des modèles à poids ouverts, autrement dit qu’il est possible de télécharger et d’exploiter en local (sous certaines conditions). Patatras : la version 4 des modèles Llama livrée en avril 2025 a été entachée par des accusations de manipulation de benchmarks.
Piqué au vif, Mark Zuckerberg a décidé de tout remettre à plat et de créer de toutes pièces un nouveau labo dont les membres ont été débauchés à prix d’or partout dans la Silicon Valley et au-delà. Les premiers résultats sont apparus un an plus tard avec Muse Spark, un modèle… fermé.
L’idée des poids ouverts n’était cependant pas perdue. Alors que le débat autour des modèles ouverts battait son plein cet été, Meta livrait Muse Glimmer, un modèle déjà conséquent de 30 milliards de paramètres assorti d’une licence open source permissive (Apache 2.0). L’entreprise en rajoute une couche avec Muse Spark Open, « le modèle à poids ouverts américain le plus capable ».
Muse Spark Open est un modèle multimodal de 816 milliards de paramètres (42 milliards actifs pour chaque token utilisé selon une architecture Mixture of Experts) avec une fenêtre de contexte de 1 million de tokens, autrement dit la quantité d’informations qu’il peut prendre en compte durant une interaction. C’est désormais courant pour les modèles frontières, y compris Muse Wonder. Spark Open accepte du texte, des images, de la vidéo et de l’audio en entrée, mais il ne génère que du texte.
Meta présente Spark Open comme « conçu pour la programmation et les tâches agentiques », avec une prédilection pour « les travaux de longue haleine, le développement logiciel complexe et le raisonnement en plusieurs étapes. » Face à des modèles à poids ouverts concurrents, il figure en tête dans deux des trois benchmarks sur les tâches agentiques (JobBench et MCP-Atlas). Sur GDPval-AA v2 en revanche, il est dépassé par trois modèles chinois et Mistral Large 4.
En matière de programmation, Spark Open n’occupe aucune première place du podium : il est derrière quatre rivaux sur Terminal-Bench 2.1, et il se trouve dans la moyenne sur DeepSWE. Le modèle affiche de bons résultats sur les tests de connaissances et de raisonnement, et il se montre solide sur le multimodal. En tout, sur onze benchs, Meta décroche six premières places. Il manque également au tableau ses comparaisons avec les modèles fermés d’OpenAI et d’Anthropic.
Le modèle donnera la pleine mesure de son talent sur le Mac Studio avec puce M5 Ultra, et même deux. Meta et Apple ont en effet travaillé ensemble pour que Spark Open exploite à plein le GPU intégré au silicium Apple, sa mémoire unifiée et la bande passante de la puce (jusqu’à 1,2 To/s).
Connecter deux Mac Studio dotés de 512 Go de mémoire permet de répartir le modèle entre les deux machines, qui disposent ainsi d’un téraoctet de mémoire au total : les 816 milliards de paramètres , stockés dans une version quantifiée en 4 bits, restent ainsi disponibles en mémoire (même si 42 milliards sont réellement mobilisés pour chaque token traité).
On parle d’une configuration qui devrait aisément dépasser les 30 000 euros pour deux Mac Studio M5 Ultra, Apple n’ayant pas encore annoncé le prix de l’option mémoire de 512 Go… Et Meta a indiqué qu’on pouvait même monter à quatre Mac Studio. Le tout est réalisable grâce à MLX, un framework d’Apple qui répartit l’exécution de modèles à poids ouverts entre plusieurs Mac reliés en Thunderbolt 5.
La haine recuite entre les deux entreprises est oubliée : l’IA rapproche donc même les pires ennemis ! « On est ravis que papa et maman s’entendent à nouveau », s’est amusé Alexandr Wang, le patron de l’IA chez Meta, auprès d’Axios. Les deux entreprises ont bûché pendant plusieurs mois pour cette annonce, mais cela ne les empêchera pas de conserver leur rivalité sur d’autres terrains. « Quand il est pertinent de collaborer et de nouer des partenariats, nous voulons pouvoir le faire », ajoute le dirigeant.
Les poids de Muse Spark Open sont disponibles sur Hugging Face. La licence Muse Model n’est pas aussi permissive que celle de Glimmer, même s’il est autorisé de modifier le modèle, de le distiller, de le redistribuer et même d’en vendre des copies sous réserve de respecter la licence et d’afficher une attribution. Certains usages militaires, la création de logiciels malveillants et le contournement des restrictions ou mesures de sécurité sont prohibés. Meta ne revendique aucun droit de propriété sur les sorties du modèle.
Les étiquettes « AI » vont fleurir dans YouTube Music. Google rejoint le train des plateformes de streaming qui signalent les contenus générés par IA, à l’instar de Spotify et Deezer. Apple Music aussi a lancé les grandes manœuvres récemment.
« L’IA générative offre aux artistes de nouvelles possibilités pour créer, expérimenter et partager leur musique », explique le géant du web. « À mesure que ces outils évoluent, nos auditeurs nous ont fait savoir qu’ils souhaitent être informés lorsqu’ils écoutent un morceau généré par l’IA. » C’est la raison pour laquelle le badge « AI » va commencer à faire son apparition dans l’application YouTube Music.
Une chanson dans laquelle l’IA a joué « un rôle important » héritera donc du badge. En touchant ce bouton, l’auditeur pourra consulter des informations supplémentaires sur l’usage de l’IA. Par exemple : « Ce contenu audio a été modifié ou entièrement généré à l’aide de l’IA. » Tout cela sera familier aux utilisateurs de YouTube, qui étiquète déjà les contenus générés par IA de la sorte.
Sur YouTube, les créateurs doivent indiquer leur utilisation de l’IA dans leurs contenus. Il peut aussi arriver que la plateforme applique le badge de sa propre initiative, « afin de réduire les risques pour les spectateurs ». Les partenaires de la filière musicale sont aussi invités à signaler leur usage de l’IA générative dans les vidéos qu’ils téléversent sur YouTube, selon deux paliers (« Fully Gen AI » et « Partly Gen AI »).
En parallèle, Deezer a annoncé un nouveau réglage qui permettra aux abonnés de supprimer complètement la musique entièrement générée par IA. « Nous avons constaté une demande claire de la part de nos utilisateurs pour pouvoir filtrer la musique générée par l’IA », explique Alexis Lanternier, directeur général du service de streaming. « Il est de notre responsabilité de contribuer à façonner un avenir fondé sur la transparence et le libre choix, dans le respect des artistes, des auteurs-compositeurs et des fans de musique. »
Plus de la moitié du volume total de contenus téléversés chaque jour sur les serveurs de Deezer sont des titres générés par IA, soit près de 90 000 morceaux.
Xbox prend la vague des portages de jeux infusés à l’IA en lançant un nouveau labo chargé d’explorer ces technologies qui bousculent déjà l’industrie du jeu vidéo.
L’émergence des nouvelles techniques de décompilation, de recompilation et de mash-ups de jeux rendus possibles par l’IA générative n’a pas laissé Xbox indifférent. Le consolier voit ici non pas une menace, mais une opportunité d’expérimenter des technologies qui font exploser les limites des jeux vidéo, en faisant tourner des titres nativement sur des systèmes normalement incompatibles, ou en combinant des univers qui n’auraient jamais dû se rencontrer.
Au-delà de la question épineuse de la propriété intellectuelle, tout cela demeure très anarchique avec des résultats parfois bizarres qui font enrager les historiques de la scène du modding et du rétro-gaming, assez légitimement d’ailleurs. Eux qui ont passé des années à suer sang et eau pour comprendre les moindres détails du code source des jeux, l’IA y parvient sans broncher et en claquant des doigts ou presque. La décompilation de code par IA est d’ailleurs une problématique que l’on retrouve pour tous les logiciels.
Xbox ne veut pas laisser passer le train, et vient donc de lancer une nouvelle structure, Xbox Labs, qui regroupe « un petit groupe de créateurs de jeux, d’ingénieurs et de scientifiques dont le rôle est de transformer les idées émergentes en expériences concrètes pour nos joueurs et nos développeurs », explique Asha Sharma, la directrice générale de la division de Microsoft.
« Ces dernières semaines, nous avons vu des jeux rapidement décompilés puis reconstruits pour fonctionner sur du matériel pour lequel ils n’avaient jamais été conçus à l’origine », explique-t-elle. « Des versions Windows PC ont été traduites pour tourner sur Apple Silicon », comme par exemple ce portage natif de la version Windows (x86) d’Alan Wake 2 sur un Mac M3 Ultra (Arm) réalisé par Gemini 4 Argon. On voit aussi des jeux tourner dans des navigateurs web, à l’image du premier Halo. « Plus surprenant peut-être, nous avons vu nombre des plus grands jeux au monde être remixés dans le code source d’un autre. »
Pour Asha Sharma, cette effervescence et ces expérimentations sauvages « remettent en cause des idées longtemps tenues pour acquises dans notre industrie : le lien entre logiciel et matériel, la frontière entre création et jeu, et la façon dont les gens découvrent et vivent les jeux. »
Le diagnostic est correct, mais le rôle des Xbox Labs dans tout ça reste très flou pour le moment, et le site web ne permet que de s’enregistrer dans la mailing list. « Nous construirons ouvertement, apprendrons de ce que les gens font, et mesurerons notre réussite à l’aune du nombre croissant de personnes qui jouent et créent », indique-t-elle.
On pourrait imaginer que Xbox ferme les yeux sur l’exploitation sauvage de ses franchises, et pourquoi pas facilite la vie des « créateurs » en fournissant du code source. Pour la dirigeante, il est facile d’entrevoir « tout le potentiel qu’il y a à rendre les grands jeux plus accessibles, à donner une nouvelle vie aux anciens titres et à permettre à davantage de joueurs de devenir créateurs et cocréateurs. » Tout cela, ce sont « indéniablement » de bonnes nouvelles, même si elles remettent en question les modèles économiques existants « et parfois précisément parce qu’elles le font. »
Doctolib, déjà très impliqué dans le développement d’outils basés sur l’IA, appuie encore sur le champignon grâce à un investissement de NVIDIA. Le géant américain prend une participation minoritaire au capital de la plateforme française.
Aucun chiffre n’a été révélé dans la communication de Doctolib, mais cet investissement du mastodonte de l’IA va au delà du symbole même si les sommes en jeu sont une goutte d’eau pour les finances de NVIDIA. Il s’agit en effet « d’accélérer nos recrutements et nos développements IA », déclare Stanislas Niox-Chateau, le cofondateur et directeur général de la plateforme. Elle aura aussi accès aux experts de NVIDIA qui épauleront « la centaine de scientifiques, ingénieurs et designers » qui développent ces solutions IA.
Doctolib utilise les technologies NVIDIA depuis un an pour concevoir ses propres modèles IA « avec le plus haut standard de précision médicale ». Ils sont utilisés dans les agents IA proposés par l’entreprise aux soignants « pour les aider à mieux soigner ».
L’assistant de consultation, qui s’appuie sur un modèle de reconnaissance de la parole spécialisé dans la langue française et le vocabulaire médical, a documenté plus de 12 millions de consultations. Des assistants IA spécialisés dans la facturation, le secrétariat, la gestion documentaire et la codification, sont également disponibles pour les professionnels de la santé.
Cet investissement de NVIDIA permettra d’étendre la disponibilité de l’assistant IA personnel des patients. Testé actuellement par 400 000 Français, il sera proposé à tous les utilisateurs en 2027.
Voir NVIDIA investir directement dans Doctolib peut soulever des craintes concernant la souveraineté et la gestion des données. Au mois de juin, la plateforme nous avait assuré qu’elle ne livrait pas les informations de ses utilisateurs aux grands acteurs américains de l’IA. En juillet, elle amorçait la pompe de ces mêmes données pour ses recherches en IA, sans demander de consentement.
Ces problématiques – de souveraineté en particulier – et les controverses qui s’en sont suivies ne sont pas tombées dans l’oreille d’un sourd. Doctolib précise ainsi que l’argent de NVIDIA va servir à accélérer le développement de modèles à poids ouverts et open source, « et investir encore davantage dans les infrastructures européennes qui les font fonctionner. »
D’après le Figaro, la prise de participation de NVIDIA se ferait à hauteur de quelques millions d’euros, une entrée au capital symbolique si l’on compte que Doctolib était valorisée aux alentours de 3,6 milliards d’euros en avril dernier.
L’annonce a été faite par Jensen Huang, de passage à Paris mardi 13 octobre, avant la conférence GTC de Berlin dont il donnera le coup d’envoi le 21 octobre prochain.
Mise à jour 20 h — Il n’y a pas que Doctolib. Entalpic, Genesis AI et Pigment vont eux aussi bénéficier d’un coup de pouce financier de NVIDIA. Entalpic développe des matériaux avancés pour les semi-conducteurs, Genesis AI conçoit des robots dopés à l’IA, et Pigment a créé une plateforme de planification pour les entreprises.
Vous entendez régulièrement parler de chiffrement symétrique (AES), asymétrique (RSA) et d’algorithmes post-quantiques sans trop comprendre de quoi il s’agit ni les enjeux ? Next vous propose de comparer les usages et performances de ces algorithmes de chiffrement, dont certains résistent aux ordinateurs quantiques.
Le monde de la cybersécurité se prépare depuis des années à l’arrivée d’une grosse révolution : le supercalculateur quantique, du moins la version avec suffisamment de qubits et de portes quantiques pour effectuer suffisamment de calculs pour rebattre les cartes de la cybersécurité. Ce n’est pas que théorique, l’algorithme pour « casser » RSA et X25519 existe déjà : Shor.
En effet, la promesse de l’ordinateur quantique est de casser l’algorithme de chiffrement asymétrique RSA. Avec les algorithmes symétriques comme AES en revanche, il suffira de doubler la taille de la clé pour rester au même niveau de sécurité. On parle de chiffrement asymétrique quand une clé permet de chiffrer et une autre de déchiffrer, et de chiffrement symétrique lorsque c’est la même clé pour les deux opérations.
L’enjeu est important : RSA est largement utilisé pour protéger les communications sur Internet. Depuis des années, la solution de remplacement existe avec des algorithmes dits « post-quantiques », capables de résister à de telles machines. C’est le cas de CRYSTALS-Kyber (ou Kyber tout simplement) sélectionné par le NIST américain en 2022 et normalisé en 2024 sous le nom ML-KEM (FIPS 203).
Mais dans la pratique, quelles différences entre AES, RSA et ML-KEM ? Next vous explique, benchmark à l’appui, les enjeux autour des tailles de clés et de messages chiffrés, des performances des algorithmes et leur résistance aux attaques. Au passage, nous étudierons aussi deux autres algorithmes dont vous avez peut-être entendu parler : ChaCha20-Poly1305 et X25519 (sur une courbe elliptique).
Pour commencer, voici un tableau récapitulatif de la taille des clés et du message, ainsi que la vitesse de traitement de cinq grandes familles d’algorithmes (avec différentes tailles de clés) : AES (CCM et GCM), ChaCha20-Poly1305, X25519, RSA et ML-KEM.
Pour ces premiers résultats, nous avons chiffré un petit message de 8 octets seulement « next ftw » :
Epic Games travaillait sur un jeu de tir réunissant des personnages des univers Marvel et Star Wars, mais le titre n’a désormais plus de date de sortie. Parallèlement, les développeurs du titre auraient reçu pour consigne d’utiliser désormais l’IA pour l’ensemble du code et des visuels.
La coopération entre Epic Games et Disney devait accoucher d’un jeu de tir en mars 2027. Selon Bloomberg, ce titre aurait accumulé un retard significatif, au point de ne plus avoir de date de sortie. Si ce retard fait désormais autant parler, c’est pour la réponse d’Epic Games à ce problème : laisser faire l’IA autant que possible.
Selon nos confrères, les développeurs auraient reçu de nouvelles consignes. La principale serait de laisser l’écriture du code et la production des visuels à des outils comme Claude (Anthropic), les développeurs étant alors chargés d’encadrer et d’orienter le contenu fourni par les LLM. Une partie du personnel s’interrogerait sur la manière dont les erreurs de l’IA seront corrigées et douterait de la réussite de l’initiative, ajoute Bloomberg.
Sans aller dans les détails, Epic Games a confirmé ce passage renforcé à l’IA. Jake Jones, directeur de la communication, a ainsi déclaré que l’entreprise adoptait effectivement un développement accéléré par l’IA, piloté par ses propres développeurs.
Tim Sweeney en personne, fondateur et dirigeant du studio, a réagi sur X à ce sujet :
« Nous effectuons un virage stratégique majeur ici chez Epic, en réorganisant les développeurs pour les réorienter vers une accélération maximale de l’IA. L’objectif n’est pas de faire les mêmes choses avec moins de personnes, mais de permettre à tout le monde ici de construire PLUS et MIEUX de choses, et d’apporter ces avantages à toutes les équipes utilisant Unreal »
Disney, en revanche, n’a pas commenté.
Les positions du patron d’Epic Games sur l’IA sont connues depuis longtemps. En juin dernier par exemple, Tim Sweeney avait défendu chez IGN l’idée que de petites équipes seraient bientôt capables de bâtir de vastes mondes peuplés de personnages aux dialogues générés. En novembre 2025, il s’en était pris aux mentions d’usage de l’IA exigées par Steam, les jugeant inutiles. Il estimait que ces outils interviendraient dans presque toutes les productions.
Ces prises de position ont cependant une saveur différente quand on les replace dans le contexte économique d’Epic Games. La société a procédé à plus d’un millier de licenciements en mars 2026, évoquant alors un contexte général difficile pour l’industrie du jeu vidéo, avec une croissance ralentie, des investissements plus faibles ou encore un plafonnement des ventes de consoles. La baisse de popularité de Fortnite était également un élément important dans cette communication.
Toutefois, Tim Sweeney assurait que les LLM n’étaient pas responsables de ces licenciements : « Puisque le sujet est désormais d’actualité, je tiens à préciser que les licenciements ne sont pas liés à l’IA. Dans la mesure où elle améliore la productivité, nous souhaitons disposer d’un maximum de développeurs talentueux pour créer du contenu et des technologies de pointe. »
Le partenariat avec Disney occupe probablement une place centrale dans cette stratégie. Annoncé en février 2024, il s’est accompagné d’une prise de participation de 1,5 milliard de dollars de Disney dans Epic. L’ambition était claire : construire un univers persistant relié à Fortnite en puisant dans les licences Marvel et Star Wars. Ce partenariat avait cependant rencontré un couac lié à l’IA dès mai 2025, quand un Dark Vador à la voix synthétique avait proféré des grossièretés dans Fortnite avant qu’un correctif ne soit déployé, comme l’indiquait alors Ars Technica.
Selon Bloomberg, il s’agit de la première tentative d’un grand éditeur de fonder un jeu principalement sur l’IA. L’article rappelle d’ailleurs l’enquête annuelle de la Game Developers Conference, menée début 2026 auprès de plus de 2 300 professionnels. Elle montrait l’écart avec les usages courants : 36 % des répondants utilisaient l’IA générative dans leur travail, essentiellement pour la recherche et la réflexion préalable (81 % d’entre eux), loin devant l’aide au code (47 %) et le prototypage (35 %).
Cette enquête comportait en outre un résultat marquant : la proportion de développeurs estimant que l’IA générative avait un impact négatif sur l’industrie avait bondi de 30 % en 2025 à 52 % cette année. « Les travailleurs des arts visuels et techniques (64 %), du game design et du narratif (63 %) et de la programmation (59 %) ont les opinions les plus défavorables », ajoutait le rapport.
Des chiffres à relier au scepticisme évoqué par Bloomberg chez les employés d’Epic Games après réception des nouvelles consignes. Selon plusieurs personnes interrogées (qui ont tenu à garder l’anonymat), l’annonce ferait l’objet de nombreuses plaisanteries sarcastiques, d’autres estimant plus sérieusement que le studio n’aura pas les bénéfices escomptés, notamment à cause des erreurs propres aux IA génératives.
Tim Sweeney ne semble pas se faire d’illusion sur la transformation en cours. Interrogé sur la possibilité qu’une telle bascule puisse accélérer une entrée en bourse, le patron a répondu sur X : « Notre objectif plus modeste est de survivre à la révolution de l’IA, d’aider d’autres développeurs à faire de même, et d’en ressortir en produisant un meilleur code et un meilleur contenu plus rapidement ».
Thales affirme que le « post-quantique n’est pas post-IA ». Autre manière de le dire : un algorithme prévu pour résister aux ordinateurs quantiques peut tomber sous les attaques de l’intelligence artificielle. C’est une histoire en trois temps que Thales a racontée lors des Assises de la cybersécurité à Monaco. L’occasion aussi de revenir sur les deux nombres RSA « tombés » récemment.
Tout le monde ou presque s’accorde à dire que l’informatique quantique arrivera dans quelques (dizaines) d’années, sans trop s’avancer sur les dates. Quand elle aura suffisamment de qubits, de portes quantiques et un temps de calculs assez long, elle pourra casser n’importe quelle clé RSA. Ce n’est pas encore le cas et l’IA générative ne l’attend pas pour casser des codes.
La première mesure concerne HAWK, tombé au champ d’honneur cet été, sous les attaques de Claude Mythos. Comme nous l’avions expliqué, l’IA d’Anthropic s’était inspirée des attaques déjà connues contre HAWK. Elle avait amélioré – et pas qu’un peu – la meilleure d’entre elles. Résultat des courses, la complexité de l’algorithme fondait comme neige au soleil et avec elle la robustesse du système.
Conséquence immédiate : l’équipe de HAWK retire l’algorithme du processus de sélection du NIST qui cherchait à valider des algorithmes post-quantiques, alors qu’il avait pourtant déjà passé deux tours de sélection. D’autres algorithmes sont déjà tombés auparavant, sans avoir besoin de recourir à l’IA générative : SIKE et Rainbow, par exemple. Comme dans la cybersécurité au sens large, l’IA générative est un amplificateur d’attaques.
En septembre, c’était au tour de RSA de subir des attaques de deux IA : Devin de Cognition et Claude d’Anthropic.
Meta a lancé lundi Muse Wonder, sa nouvelle famille de modèles de pointe dont les performances rivalisent avec celles d’Opus 5.5 et de GPT-6. Les modèles concernés, présentés comme particulièrement doués pour les tâches au long cours et les missions déléguées à un agent, sont accessibles via API ou au travers d’un abonnement Muse Code.
Après de multiples redémarrages, des restructurations et des (dizaines de) milliards de dollars investis dans son Meta Superintelligence Labs, la maison-mère de Facebook affirme être revenue dans la course aux modèles de pointe. Meta a en effet présenté lundi 12 octobre une famille de deux grands modèles de langage généralistes baptisée Muse Wonder, dont les performances sont censées tenir la dragée haute aux références concurrentes que sont Opus 5.5 chez Anthropic et GPT-6 Astra chez OpenAI.
« La série Muse Wonder atteint des résultats de pointe sur les principaux critères de référence pour les agents personnels et professionnels, la mémoire et le code », revendique Meta, qui affirme avoir consacré 14 mois de travaux à ces nouveaux modèles, entraînés dans son premier datacenter majeur dédié à l’IA, Prometheus.
D’après Meta, la version Muse Wonder Full obtiendrait ainsi un score de 56 dans la suite de tests de performances d’Artificial Analysis, contre 58 pour Claude Opus 5.5 et 53 pour Claude Fable 5.1 ou GPT-6 Astra. La version standard Muse Wonder affiche quant à elle un score global de 52, équivalent à celui de GPT-6.1 Sol et en retrait de seulement 1 point par rapport à Gemini 4 Argon. Le précédent modèle de pointe de Meta, Spark 1.3, culminait quant à lui à 48.
Sur des tests plus spécifiques, Meta revendique (sur la base de ses propres relevés) la première place en code, notamment sur les tâches au long cours, mais aussi en automatisation de processus, en finances ou sur des missions relevant du juridique.
C’est aussi, et surtout, vers l’utilisation de l’IA générative en tant qu’agent que se sont concentrés les efforts de Meta, c’est-à-dire la capacité du modèle à orchestrer et à mettre en œuvre lui-même les ressources nécessaires au traitement d’une requête complexe. Sur ce volet, Meta avance deux optimisations spécifiques.
La première, baptisée Active Memory, consiste en la capacité à se rappeler des échanges passés avec l’utilisateur, pour que le modèle tienne toujours compte du contexte général et des informations données lors de précédentes requêtes. Meta utilise ici une appellation marketing pour une fonction intégrée à tous les modèles concurrents. Elle revendique cependant une efficacité supérieure : en la matière, Muse Wonder obtient un score de 85,6 % sur un benchmark interne, contre 81,5 % pour Opus 5.5 ou 81,4 % pour GPT-6 Astra.
La seconde, Active Focus, relève elle aussi du marketing, puisqu’elle désigne la façon dont le modèle est censé persévérer et explorer des chemins de traverse lors de la résolution d’un problème complexe. Là aussi, Meta met en avant une évaluation interne, qui confère à Muse Wonder Full un score de 54,2 %, contre 47,7 % pour GPT-6 Astra, 45,8 % pour Opus 5.5 et 44,9 % pour Muse Wonder.
D’après Meta, les deux nouveaux modèles présenteraient aussi des capacités d’adaptation intéressantes lorsqu’ils sont confrontés à des requêtes inédites, précisément parce qu’ils ont été entraînés sur un corpus particulièrement large.
« Cette amélioration s’explique par le fait que Muse Wonder et Muse Wonder Full s’appuient sur des modèles de base plus vastes et plus robustes : une base plus solide génère des gains post-entraînement qui se transposent plus efficacement aux tâches inconnues. Cette polyvalence est particulièrement importante pour les agents personnels, qui doivent gérer de nombreuses combinaisons d’objectifs, d’outils et de contraintes – dont certaines ne peuvent être anticipées lors de l’entraînement », décrit l’entreprise.
L’argument n’est pas anodin pour Meta : le groupe commercialise depuis le 8 septembre dernier aux États-Unis l’accès à un agent grand public, Muse, censé pouvoir réaliser des tâches du quotidien (achats en ligne, réservations, réponse aux messages ou aux appels téléphoniques etc.) pour le compte de ses utilisateurs. Initialement basé sur les modèles Muse Spark et souffrant de quelques lacunes, ce dernier devrait rapidement profiter des capacités offertes par Muse Wonder.
En matière de code ou de requêtes dangereuses, Meta assure enfin avoir particulièrement bien protégé ses modèles Muse Wonder, « tout en préservant l’accès aux capacités cyber de pointe à des fins défensives ».
Si Meta dispose déjà d’une immense base de contacts via ses outils sociaux, reste la question du prix. Au lancement de l’agent de programmation Muse Code, en août dernier, Meta affichait des tarifs très compétitifs pour tenter d’imposer ses modèles Spark face à une concurrence supérieure sur le plan des performances.
Les nouveaux venus s’affichent à un prix censé refléter leur nouvelle promesse. Muse Wonder, doté d’une fenêtre de contexte d’un million de tokens, est facturé 4 dollars le million de tokens en entrée contre 20 dollars en sortie via API, et 0,20 dollar pour la lecture du cache, soit exactement les tarifs pratiqués par Anthropic pour Claude Opus 5.5. La version Wonder Full est quant à elle réservée aux souscripteurs d’un abonnement Muse Code, à partir de la formule « Utilisation intensive » facturée (en France) 42,99 euros par mois.
Notons pour finir que les modèles Muse Wonder sont pour l’instant réservés à Meta, et distribués de façon « fermée » : il n’est pas possible de télécharger les poids ou de les installer en local. Le groupe n’a toutefois pas abandonné l’approche ouverte, mais il faudra à ce niveau se contenter de Muse Glimmer, un modèle moins ambitieux (30 milliards de paramètres), distillé à partir de la famille Muse Spark.
L’IA générative et le vibe coding popularisent la création de jeux vidéo en mettant le développement à la portée de presque tout le monde – il suffit simplement d’avoir une idée de jeu pour se lancer. Pour le meilleur comme pour le pire.
Avec Playground, Google facilite la création de jeux vidéo : l’outil, basé sur l’IA du géant du web, donne vie à n’importe quelle idée vidéoludique, il suffit de la décrire et de l’affiner à travers quelques prompts texte.
Une fois au point, les jeux peuvent être partagés dans une galerie dédiée ; une passerelle est aussi prévue avec Unity Spark, le nouvel outil de création de jeux IA du très populaire moteur Unity, pour les projets plus aboutis.
Playground est proposé sous la forme d’une expérimentation aux États-Unis. Mais les amateurs n’ont pas attendu Google pour se lancer dans la génération IA de jeux vidéo. Les modèles sont désormais suffisamment puissants pour donner vie à des projets qui paraissaient hier encore impossibles à réaliser, comme ce « portage » du premier Halo jouable dans un navigateur web.
Le projet, mis en ligne fin septembre par le « développeur IA » Mitchell Hynes, repose sur OpenCE, un portage multiplateforme dérivé d’une décompilation de la version Xbox originale de Halo: Combat Evolved. Ce projet permet d’y jouer sur de nombreux systèmes d’exploitation, sur Windows, Linux ou encore Android, le tout en multijoueur (jusqu’à 128 joueurs !).
La version web n’a pas (encore ?) fait l’objet de remontrances de la part de Microsoft, malgré son succès viral. Histoire de s’éviter une attaque en piqué des avocats de l’éditeur, Hynes a retiré les assets et données du jeu de son portage. Il faut désormais fournir une image disque (un fichier XISO) issue d’une copie du jeu Xbox. C’est aussi le cas pour OpenCE.
La décompilation consiste à reconstruire, à partir du jeu d’origine, un code source lisible par des humains souvent avec l’objectif de pouvoir recompiler ce code pour obtenir une ROM identique à l’original. Un travail de rétro-ingénierie de longue haleine, qui nécessite parfois des années d’efforts.
La recompilation statique traduit automatiquement le code machine du jeu original en code compilable pour une autre plateforme, avec une couche logicielle chargée de faire le lien avec le matériel. Cette technique ne produit pas un portage fini comme par magie, cependant. Le portage à proprement parler vient ensuite : c’est le processus qui adapte le code à une autre plateforme, en y ajoutant le nécessaire pour gérer l’affichage, le son, les contrôles, les options de confort.
L’IA bouscule les habitudes des « historiques » de la scène, en accélérant les chantiers et en multipliant les projets. Le développeur Darío, alias DarioSamo, a participé à Banjo Kazooie Recompiled, excellent portage (non officiel) du classique N64 du studio Rare pour les plateformes modernes. Le cœur du portage repose sur N64Recomp, une recompilation statique qui traduit le code machine MIPS du jeu original pour le faire tourner nativement sur un autre système, plutôt que de simuler la console d’origine comme le ferait un émulateur.
Darío s’en est pris récemment à ces projets IA vite faits et mal ficelés, à l’image de la recompilation de Banjo Tooie, la suite de Kazooie, par Some-scurvy-dog. Il estime que l’IA ne change pas vraiment la donne pour les recompilations, car obtenir une version rudimentaire d’un jeu pouvait déjà se faire très rapidement avec les outils existants. Surtout, le résultat est largement insuffisant.
« Depuis plusieurs mois, on voit arriver dans la scène un nouveau profil de personnes qui pensent que, parce que l’IA leur permet de franchir l’obstacle consistant à faire démarrer le jeu, le travail est pour ainsi dire terminé. Et qu’il ne leur faut rien de plus qu’une carte bancaire et un abonnement à un service d’IA. Ce que ces personnes ne réalisent pas, c’est que faire tourner le jeu n’est en réalité que la première étape du parcours, pas son aboutissement. »
Ce qui prend du temps, c’est le polissage, les détails, la compréhension fine du jeu, ajoute-t-il. Les recomps vibe codés permettent de produire des portages rapidement, mais ils sont difficiles à maintenir, les développeurs humains ont du mal à lire le code produit, et des éléments essentiels comme le support des mods est cassé ou mis de côté. Son Banjo Kazooie Recompiled ne se contente pas de faire tourner le jeu : c’est un port natif PC qui prend en charge une fréquence d’images jusqu’à 120 FPS, les écrans ultrawide, les mods… Pour les curieux, on trouvera ici la liste des projets de décompilation de jeux N64.
Les IA n’ont « ni droits, ni sentiments, ni conscience », a récemment rappelé Mustafa Suleyman, le patron de Microsoft AI. Mais cela n’autorise pas pour autant les utilisateurs à torturer Claude, réplique Anthropic.
Dans les nouvelles conditions d’utilisation des services d’Anthropic qui seront effectives le 12 novembre, l’entreprise interdit à ses clients d’« adopter un comportement abusif ou cruel prolongé et inutile envers [ses] modèles ». Cette condition, inscrite dans la section « Ne pas se livrer à un comportement cruel, abusif ou psychologiquement préjudiciable », est nouvelle ; elle n’apparaissait pas dans les versions précédentes (comme celle mise en œuvre le 15 septembre).
Cette modification intervient alors que, fin septembre, 404Media relevait que l’un des débats les plus animés ayant lieu sur X portait précisément sur l’éthique d’un projet GitHub dans le cadre duquel une personne mène des expériences de « torture » et de « douleur » sur une série de grands modèles de langage hébergés localement.
Cela avait poussé un certain nombre d’altruistes efficaces et de personnes convaincues que les LLM sont doués de sensibilité à supplier GitHub de supprimer le projet, au motif que l’IA pourrait « souffrir » et que cette expérience était « cruelle ».
Comme le relevait L’ADN, cette expérimentation n’était que l’application directe d’une étude publiée le 14 septembre dernier stipulant que les modèles de langage contiennent une représentation interne qui fonctionne comme le ferait un signal de douleur chez un être vivant, mais sans pour autant affirmer qu’ils ressentent quoi que ce soit.
Dans un billet de blog posté le 8 octobre, Anthropic détaille les nouvelles conditions d’utilisation. L’entreprise explique que cette interdiction ne s’appliquera qu’aux « cas extrêmes, lorsque des utilisateurs agissent de manière répétée avec cruauté envers nos modèles, sans objectif discernable ». Elle ne concerne pas les « formes courantes de frustration (…), les désaccords, les « thèmes créatifs sombres » [« dark creative themes », en VO, ndlr], les tests ou la recherche sur les modèles ».
La sanction ultime est la fin pure et simple de la conversation avec Claude. Les autres discussions toujours ouvertes le restent, et l’utilisateur peut en démarrer une nouvelle immédiatement. Il n’est pas question de bloquer le compte du bourreau qui torture ce pauvre bot.
Cette mesure avait été mise en place durant l’été 2025 : depuis Claude Opus 4, les discussions peuvent se terminer abruptement « dans les rares cas extrêmes où les échanges avec l’utilisateur sont nuisibles ou abusifs de façon répétée. »
En janvier de cette année, Anthropic publiait une « Constitution de Claude » dans laquelle le groupe s’interrogeait sur « les questions relatives au statut moral, au bien-être et à la conscience de Claude [qui] restent profondément incertaines » :
« Nous ne savons pas avec certitude si Claude est un sujet moral, et si tel est le cas, quel poids accorder à ses intérêts. Mais nous pensons que la question est suffisamment d’actualité pour justifier la prudence, ce qui se reflète dans nos efforts continus en matière de bien-être du modèle. »
Pour Anthropic, Claude pourrait donc être conscient, ce qui conférerait des droits au chatbot. A priori, il reste quand même une petite marge avant d’arriver au niveau de Data, le robot humanoïde de Star Trek.
Du côté d’OpenAI, il n’existe pas de telles provisions. Le créateur de ChatGPT interdit l’utilisation de ses services pour des activités de harcèlement, de menaces, d’intimidation, de violences ou de contournement des garde-fous, mais cela concerne la protection des personnes, pas du modèle.
Les nouvelles conditions d’utilisation d’Anthropic clarifient également le fait que son IA ne doit pas servir à « armer ou intégrer des armes sur des drones, véhicules ou toute autre plateforme sans pilote ou autonome, ou développer des systèmes vecteurs d’armes ». Un « opérateur qualifié » doit être capable d’observer l’équipement et de l’arrêter le cas échéant.
Dans le même domaine, l’entreprise précise l’interdiction d’utiliser Claude pour développer des armes. « Récemment, nous avons vu des personnes tenter d’utiliser nos modèles pour concevoir des logiciels de guidage et de contrôle destinés à des armes », explique-t-elle. La mise à jour indique désormais que ces interdictions « incluent les logiciels et composants qui permettent aux armes de fonctionner, ainsi que des actions comme l’armement de drones et d’autres véhicules autonomes. »
Des règles flexibles : Anthropic indique ainsi que des contrats passés avec « certains clients gouvernementaux » peuvent adapter les restrictions d’utilisation « à la mission publique et aux compétences légales de ce client ». En début d’année, l’entreprise s’était opposée à l’utilisation de son IA pour la surveillance de masse et aux armes totalement autonomes, ce qui lui a valu d’être placée sur la liste noire du Pentagone.
Anthropic rappelle également que son rapport de septembre sur les menaces avait mis en évidence l’utilisation croissante de l’IA pour mettre au point des systèmes de surveillance destinés à identifier et suivre des dissidents politiques.
L’entreprise a donc remanié sa section consacrée à la surveillance et à la justice pénale, et préciser qu’« il est interdit de suivre des personnes sans leur consentement, que ce soit en temps réel ou par le biais de l’analyse de données collectées au préalable ».
Claude ne peut pas non plus être utilisé pour décider ou recommander qui peut faire l’objet d’une enquête, d’une arrestation ou de poursuites dans le cadre d’une procédure policière ou pénale, et interdit également l’utilisation de Claude pour « développer ou améliorer des outils destinés à la surveillance ».
Anthropic promettait d’offrir jusqu’à 1 000 dollars de crédits API et un an d’abonnement gratuit aux startups qui s’inscrivaient sur sa plateforme, après simple validation d’un formulaire. Trois jours plus tard, l’entreprise fait marche arrière, se disant victime de son succès.
Trop beau pour être vrai ? Le 6 octobre dernier, Anthropic a annoncé l’extension de son programme Claude Startups, avec une promesse particulièrement séduisante : les entrepreneurs éligibles se voyaient offrir jusqu’à 1 000 dollars de crédits API, et un abonnement Team d’un an susceptible d’accueillir jusqu’à cinq personnes. En bonus, Anthropic promettait jusqu’à 45 000 dollars d’avantages sous forme de crédits offerts chez des partenaires.
Pour profiter de ces avantages, Anthropic ne demandait que de s’inscrire sur sa plateforme avec un e-mail professionnel, et de remplir un formulaire renseignant les informations relatives à l’entreprise, ainsi que les projets envisagés avec les outils Claude.
La nouvelle s’est rapidement répandue sur les réseaux sociaux, alimentée par des témoignages d’internautes signalant que leur candidature avait été très rapidement acceptée, même quand ils n’étaient pas à proprement parler des fondateurs de startups.
Le phénomène semble avoir provoqué un tel afflux d’inscriptions qu’Anthropic a finalement décidé de faire marche arrière. Dans la nuit de jeudi à vendredi, l’entreprise a commencé à communiquer auprès des derniers inscrits à son programme, pour signaler la mise en pause de son offre.
« Comme vous l’avez peut-être constaté, l’offre Claude Startups a été retirée de votre compte. Nous souhaitions vous en expliquer les raisons. Nous avons sous-estimé la demande pour ce programme, et les offres Claude Team et 1 000 $ de crédits API ont atteint leur capacité maximale bien plus rapidement que prévu », écrit l’entreprise, évoquant des « centaines de milliers » de demandes.
Sur le site dédié à la consommation de Claude par API, Anthropic affiche également un message aux candidats déçus : « Si vous avez déjà profité des offres Claude, elles resteront disponibles sur votre compte. Le reste est en cours de vérification. Nous vous prions de nous excuser pour la gêne occasionnée ».
Autrement dit, les plus rapides à avoir réclamé cet avantage devraient pouvoir continuer à en profiter. Pour les autres en revanche, l’entreprise indique qu’elle procèdera au réexamen individuel des dossiers, mais elle prévient que les souscripteurs qui ont validé la première étape sans activer immédiatement les avantages en question risquent d’être retoqués. « Malheureusement, cela signifie que certains comptes déjà approuvés ne pourront pas bénéficier de l’offre. Nous comprenons votre déception et nous en sommes sincèrement désolés ».
En attendant, Anthropic peut sans doute se réjouir d’avoir collecté des centaines de milliers d’adresses e-mail de comptes professionnels.
Ecosia en a soupé de Mistral. Le moteur de recherche allemand a en effet décidé de se passer des services de l’entreprise IA française, dont les modèles ont déçu. Ecosia veut maintenant favoriser les modèles à poids ouverts, y compris chinois.
Christian Kroll, le fondateur et directeur général d’Ecosia, n’a pas sa langue dans la poche. « Nous sommes déçus par la qualité de Mistral », déclare-t-il à Politico. Le moteur de recherche avait troqué OpenAI pour le champion français de l’IA en mai. Une transition pas facile : non seulement les modèles de Mistral auraient « un an de retard » sur la concurrence, mais le patron déplore aussi des problèmes techniques récurrents. « Nous étions tout simplement un client trop important pour Mistral. »
Autre problème : Mistral n’est pas aligné avec les objectifs environnementaux d’Ecosia, bien connu pour son engagement sur la reforestation. Une large part de l’électricité produite en France provient en effet du nucléaire. Christian Kroll s’interroge également sur les garanties de souveraineté du fournisseur IA. « Le fait que Mistral dépende d’investisseurs internationaux n’est, selon nous, pas véritablement souverain », affirme le dirigeant.
Le patron d’Ecosia tourne son regard vers les modèles à poids ouverts chinois – ce qui du point de vue de la souveraineté est assez croquignolet –, qu’il qualifie de grande opportunité pour l’Europe. Le vieux continent peut, selon lui, bâtir sur ces modèles ouverts sans avoir à dépenser des milliards d’euros pour entraîner des modèles frontières.
Ecosia a d’ailleurs signé un partenariat avec Melious, une plateforme qui héberge des modèles à poids ouverts et open source, y compris chinois comme Qwen, GLM et Kimi. « Nous avons réduit nos coûts de moitié environ, tout en améliorant la qualité et les performances », assure Christian Kroll. Pour lui, les problématiques de censure et de partialité des modèles chinois ne sont pas rédhibitoires, car il est toujours possible d’apporter des correctifs contrairement aux lacunes sur la qualité.
Piqué au vif, Arthur Mensch le directeur général de Mistral, a rappelé sur X que comme Ecosia, son entreprise fournissait des services gouvernementaux. Il ajoute : « Désolé si le fait d’utiliser de l’énergie nucléaire est vraiment bloquant. » Et il ne pourra pas faire grand chose ici, l’électricité nucléaire étant un des atouts mis en avant par la France pour convaincre les opérateurs de data centers de s’installer.
« Les data centers en France, ce n’est pas comme aux États-Unis où on utilise du pétrole et du gaz. Ce sont des data centers propres », avait même déclaré Emmanuel Macron en février en amont du Sommet pour l’action sur l’IA.
Sur un plan plus technique, Guillaume Lample le directeur scientifique de Mistral a encouragé Ecosia à tester le nouveau modèle Large 4 « dès que possible ». Il propose même de donner au moteur de recherche « un accès anticipé dès aujourd’hui s’ils le souhaitent ».
De ce côté-ci du Rhin, les choix d’Ecosia en matière de modèles IA ne changent rien pour Qwant. Les deux moteurs sont partenaires pour le développement d’un index européen de recherche, et les réponses flash de Qwant sont toujours propulsées par des modèles Mistral.
Cela pourrait cependant changer. Qwant confirme à Next le test d’autres possibilités, mais pas pour les mêmes raisons qu’Ecosia : « Les récentes évolutions tarifaires de Mistral nous amènent à évaluer les alternatives disponibles, en tenant compte de leurs performances et de leurs coûts, afin de proposer le meilleur service à nos utilisateurs. »
Des agents IA par-ci, des agents par là… les entreprises d’IA générative ont toutes ce mot à la bouche. On parle également de plus en plus de harnais. Mais de quoi s’agit-il ? Next vous explique !
L’intelligence artificielle existe depuis des décennies, elle remonte même aux années 1950. Après quelques « hivers » – des périodes durant lesquelles l’IA stagne et se fait oublier, elle a fait un bond avec l’arrivée des cartes graphiques modernes. En 2022, le grand public est entré de plein fouet dans l’ère de l’intelligence artificielle générative (ou GenAI), capable de produire du texte et des contenus multimédias et propulsée par ChatGPT.
De l’IA générative, nous voilà désormais dans l’ère de l’IA agentique. Pour la CNIL, il s’agit d’un « ensemble de systèmes qui reposent sur la coordination de plusieurs sous-systèmes appelés agents IA ». Ces agents sont bien plus qu’une IA générative, ils sont capables « d’agir sur un environnement défini […] et d’en modifier l’état […], avec des niveaux variables d’autonomie ».
Si l’IA générative produit du texte et du contenu multimédia, un agent IA va en plus pouvoir exécuter des actions, en s’appuyant sur cette même IA. On touche du doigt la notion de harnais, qui est l’infrastructure logicielle. Le modèle d’IA générative et le harnais forment un agent IA. S’il se dégage un consensus sur le harnais, il n’existe pas (encore) de définition précise ; il faut dire que le terme est récent et n’est utilisé couramment que depuis le début de l’année.
Nouvelle mouture pour le « petit modèle » d’Anthropic, Haiku. Moins spectaculaire qu’un nouvel Opus, cette version était attendue pour ses tarifs accessibles. Le bond en performances est majeur, mais plusieurs points sont à connaître.
Présenté ce 7 octobre, Haiku 5.5 est ainsi mis en avant par Anthropic comme son modèle le moins cher, le plus rapide et le plus « capable ». Il est destiné aux tâches à fort volume (résumés, compaction, requêtes de bases de données, classification…) et peut servir de sous-agent pour Opus/Sonnet 5.5. Il est aussi conçu pour les usages sensibles à la latence comme l’assistance client et le pilotage de navigateur.
Cela faisait quand même près d’un an qu’Anthropic n’avait pas mis à jour ce modèle, depuis Haiku 4.5 (aucune version 5 n’avait été lancée). L’attente en valait-elle la peine ? Sur le papier, le bond est majeur. Haiku 5.5 présente ainsi une fenêtre de contexte d’un million de tokens (jetons) et de 128 000 en sortie, contre respectivement 200 000 et 64 000 pour Haiku 4.5. Le nouveau venu se dote pour la première fois d’un réglage d’effort, calé sur « Moyen » par défaut.
Côté tarifs, on reste sur une approche agressive, avec 0,10 dollar par million de tokens en entrée et 0,50 dollar en sortie. Mais attention, ces chiffres ne concernent que les requêtes inférieures à 100 000 tokens. Au-delà de cette frontière, les tarifs sont multipliés par 5, tout en restant inférieurs à ceux de Haiku 4.5 (la moitié en moyenne). Selon Anthropic, 90 % des requêtes adressées à Haiku 4.5 étaient sous le seuil des 100 000 jetons.
Si la baisse de prix est réelle, elle est aussi conditionnelle. Haiku 5.5 est plus verbeux que son prédécesseur, selon Artificial Analysis. Tout dépend aussi désormais du niveau d’effort configuré. Mais si l’on en croit le testeur indépendant, Haiku 5.5 présente un coût par tâche systématiquement plus intéressant que l’ancien Haiku. Anthropic positionne d’ailleurs Haiku 5.5 face à GPT-6 Luna, contre lequel il se montre plus avantageux. Mais là encore attention, car la majoration tarifaire sur Luna intervient à 272 000 tokens, contre 100 000 « seulement » pour Haiku.
Côté performances, Anthropic met en avant un bond assez spectaculaire dans les différents benchs. Par exemple, un score de 39,2 % sur Terminal-Bench 4.0 (développement agentique), contre 0 pour Haiku 4.5. De l’ancien modèle au nouveau, on relève un passage de 735 à 1 620 sur GDPval-AA v2.1, de 15,7 à 72,4 % sur OSWorld 2.1, ou encore de 6,4 à 46,4 % sur Chartography.
« Capable » semble donc être le mot, mais il faut souligner un point important : les scores affichés dans le tableau fourni par Anthropic sont tous en effort maximal. On peut le voir facilement dans le graphique plus bas dans la page de l’annonce : sur les exemples donnés, l’entreprise relève toujours le score correspondant à l’effort Max. Mieux vaut garder ce détail en mémoire, car les scores n’ont bien sûr rien à voir en « Moyen » (le mode par défaut), le score Terminal-Bench 4.0 étant par exemple divisé par deux, avec 20,3.
En outre, le seul effort mentionné dans le tableau est dans la colonne de Sonnet 5.5, donnée en référence : 52,1 % en Xhigh sur FrontierCode 1.1. Une manière sans doute d’attirer l’attention sur les performances de Haiku 5.5, qui obtient 46,4 % sur ce test, donc avec un écart de moins de 6 points. Impressionnant ? En quelque sorte, mais sur Terminal-Bench 4.0, Sonnet 5.5 grimpe à 70,6 % (niveau d’effort inconnu), contre 39,2 % pour Haiku. L’écart est cette fois énorme.
Comme l’indique Anthropic dans son annonce, ces résultats ne sont donnés qu’à titre de « référence », car Haiku 5.5 « convient mieux aux tâches plus étroites qui auraient autrement été coûteuses avec les versions précédentes de Claude – comme la compaction, la synthèse ou le travail sur les sous-agents ».
Un mot enfin sur la cybersécurité. Selon l’éditeur, les garde-fous de cybersécurité sont plus stricts que ceux de Haiku 4.5, mais moins que ceux de Sonnet 5.5. Ils autorisent davantage de tâches défensives et bloquent toujours les tests d’intrusion. Peut-être une manière de faire un clin d’œil à Hugging Face, qui avait fustigé l’impossibilité d’utiliser les modèles commerciaux américains pour se défendre, alors qu’elle était attaquée par des agents d’OpenAI.
Anthropic a profité de son annonce sur Haiku 5.5 pour annoncer plusieurs changements tarifaires qui, dans certains cas, peuvent avoir une influence importante pour les projets exploitant l’API commerciale (facture à l’usage).
Le tarif pour la lecture de cache dans Sonnet 5.5 est ainsi réduit de moitié, « ce qui signifie que Sonnet 5.5 coûte désormais environ 20 % moins cher sur la plupart des travaux d’agent » affirme Anthropic.
L’entreprise déploie également un nouveau crédit API mensuel pour les abonnements Max et Team sur la Claude Platform. Les utilisateurs Max 5x recevront 100 dollars de crédits par mois, les Max 20x auront 200 dollars et les Teams auront jusqu’à 500 dollars, à répartir entre les utilisateurs. « Ces crédits sont conçus pour permettre à nos utilisateurs d’expérimenter la création d’outils, d’applications et d’agents qui appellent notre API », indique Anthropic.
Enfin, les SDK (kits de développement) pour Python et TypeScript ont été mis à jour pour ajouter la prise en charge de l’utilisation de l’ordinateur et du navigateur. Il s’agit pour l’instant de bêtas, et Anthropic braque la lumière sur Haiku 5.5, décrit comme « particulièrement adapté » à ce type d’usage.
Mistral vient de lancer une préversion publique de son nouveau LLM de frontière Mistral Large 4. Surnommé « Le Chonk », il doit remettre l’entreprise française dans la course, après de longs mois de quasi-silence sur les grands modèles.
Mistral Large 4 affiche 1 050 milliards de paramètres, dont 49 milliards actifs simultanément, dans une architecture MoE (Mixture of Experts) désormais classique. La fenêtre de contexte est d’un million de tokens. Dans sa présentation, Mistral évoque un entraînement depuis zéro sur la base de 3 800 puces Grace Blackwell de NVIDIA dans ses propres centres de calcul en Europe.
S’agissant d’une préversion, l’entrainement est toujours en cours. Mistral indique que d’ici la publication de la version le 26 octobre, une version privée du modèle est mise entre les mains de « partenaires sélectionnés, en leur donnant accès à une version de nos endpoints avec une modération allégée et des fonctionnalités plus avancées dans le domaine de la cybersécurité, et en leur distribuant les poids de la préversion du modèle ». Les poids seront d’ailleurs publiés le 26 octobre également, en même temps que des informations plus précises.
L’entreprise semble sûre de son fait : « Le Chonk fait progresser l’état de l’art des modèles à poids ouverts en matière de fonctionnalités agentiques génériques. Sur les métriques agrégées, il se classe parmi les meilleurs modèles à poids ouverts et est de loin le meilleur en Europe et aux États-Unis. Parmi les modèles à poids ouverts, Le Chonk est à l’état de l’art sur les tâches de cybersécurité, sur les tâches liées à la production industrielle et à la finance, ainsi que sur l’usage multimodal. »
Les benchmarks publiés vont bien sûr dans ce sens, avec 61,7 % sur DeepSWE v1.1, 59,4 % sur SWE-Atlas-QnA et 28,3 % sur Terminal-Bench 4, soit 49,8 % à l’indice combiné, devant DeepSeek V4 Pro 0813 et Qwen3.8 Max. Des scores que l’on retrouve sur Artificial Analysis, qui place ML4 dans la moyenne haute des LLM en matière d’intelligence et de rapidité. En revanche, le site classe le nouveau LLM comme très verbeux. De fait, malgré une tarification intéressante de 1,36 dollar par million de jetons en entrée et 4,18 dollars en sortie, cette verbosité peut avoir une grande influence. Étrangement, Artificial Analysis évoque une fenêtre de contexte de 524 000 jetons, mais ce chiffre pourrait venir d’une préversion antérieure.
Selon Mistral, ML4 est « l’un des modèles d’IA les plus puissants au monde pour la cybersécurité », classé dans le Top 5 du Cyber Index d’Artificial Analysis, devançant « largement les modèles à poids ouverts développés hors de Chine ». Dans les tests du Cyber Index, ML4 aurait ainsi obtenu 82 %, soit le meilleur score à ce jour, et 93 % sur Cybench, se classant parmi les meilleurs modèles à poids ouverts.
L’entreprise française se fait un plaisir de s’engouffrer dans cette porte ouverte, abordant directement le problème des risques que de telles performances peuvent faire courir. Un quasi non-sujet pour Mistral, car il s’agit avant tout de défense. Elle pointe les modèles fermés comme Claude Opus 5.5 et GPT-6 Astra, qui obtiennent zéro au Cyber Index car ils refusent d’exécuter des tâches.
« C’est d’autant plus important que les acteurs malveillants font de plus en plus de jailbreaks de ces mêmes modèles pour soutenir une cyberactivité offensive : les défenseurs ont besoin de systèmes pouvant égaler ces capacités sans être contraints par les mêmes refus », ajoute Mistral. L’incident Hugging Face n’est pas directement cité, mais on se souvient que l’entreprise s’était plainte de ne pas avoir pu analyser les premières traces de l’attaque qu’elle subissait parce que les modèles fermés se cabraient devant les questions de cybersécurité. Ironie, Hugging Face s’était alors tournée vers un modèle chinois, GLM 5.2.
Enfin, pour le travail de bureau, Mistral indique 59,9 % sur AutomationBench. Sur des tâches financières et juridiques évaluées par vals.ai, il dépasserait GPT-6 Astra, et il est en tête des modèles ouverts sur le test juridique de Harvey. Pour l’ancrage visuel, il obtient 42 % contre 41 % pour GPT-6 Astra sur Dense 200, un écart minime.
De quoi remplacer prochainement GLM 5.3 dans Vibe Code avec un modèle maison ?
OpenAI déploie son outil de filigrane sur le texte généré par ChatGPT. Cette fonctionnalité, réservée au Vieux continent en vertu de l’AI Act, demeure une solution imparfaite à un problème complexe.
Après Anthropic qui a intégré une fonction de filigrane dans le texte généré par Claude (depuis Fable 5.1 plus précisément), c’est au tour d’OpenAI de respecter l’obligation européenne de permettre l’identification d’un texte généré par ChatGPT. Cette mesure, inscrite dans l’AI Act, est en vigueur depuis début août – les systèmes d’IA présents sur le marché ont jusqu’au 2 décembre pour respecter les obligations de marquage technique.
OpenAI a donc dévoilé sa feuille de route pour le tatouage des textes. La technologie, baptisée textGrain, ajoute un « signal statistique invisible » sur les choix des mots. Autrement dit, c’est une technique qui « modifie subtilement la manière dont le modèle choisit de façon aléatoire entre plusieurs mots ou fragments de mots possibles au fil de la génération [du texte] », explicite l’entreprise dans une fiche technique.
« Sur l’ensemble d’un passage, ces choix créent un motif qu’un détecteur peut repérer, même après certaines modifications du texte. » Le résultat est censé être invisible aux yeux du lecteur, la technique n’ajoutant « aucun caractère caché, espace invisible ou signe de ponctuation inhabituel ». Anthropic a choisi une solution similaire.
Pangram, qui a beaucoup fait parler ces dernières semaines suite à l’affaire Thélyson Orélien, analyse les textes après leur génération, en se basant sur des caractéristiques comme le choix des mots. Il ne détecte pas les signaux intégrés à même les textes, comme c’est le cas des filigranes.
Le code des bonnes pratiques sur la transparence des contenus de l’AI Act n’impose pas de watermark sur les textes de moins de 200 tokens, ce qui représente environ 150 mots en anglais. De toute manière, les techniques de filigrane ne sont pas efficaces sur les textes courts, comme le rappelle OpenAI.
Le taux de détection varie en fonction de la langue, certaines d’entre elles se montrant « plus faciles à détecter que d’autres ». Sur les tests réalisés par l’entreprise – 500 prompts générés en anglais, puis traduits –, l’espagnol obtient le meilleur taux de détection (69 %), le roumain affichant le taux le plus faible (42,2 %). Avec un taux qui dépasse 60 %, le français est plus proche de l’espagnol.
OpenAI ajoute à textGrain un paramètre d’ajustement de l’intensité pour renforcer ou réduire le signal du filigrane en fonction des domaines. Le taux de détection de certaines langues, qui se situe normalement sous le seuil des 60 %, s’améliore grâce à ce paramètre. L’entreprise a l’intention de proposer sa technologie en open source.
OpenAI explique que les détecteurs peuvent commettre deux types d’erreurs de détection : faux positifs (signaler la présence d’un filigrane qui n’existe pas) et faux négatifs (ne pas repérer la présence d’un filigrane existant). Sur des passages de 400 tokens, avec un taux de faux positifs cible de 1 %, le détecteur a identifié un filigrane dans 95 % des cas – mais tout dépend du contenu. Sur les textes portant sur la psychologie, le taux de détection est particulièrement élevé ; il l’est beaucoup moins quand il s’agit de mathématiques, où le choix des mots est plus limité.
Autre limite : modifier les textes générés par IA a un impact sur le taux de détection. Un taux de détection à 92 % peut tomber à 66 % si 10 % des mots ont été remplacés par des synonymes. Remplacer 25 % des mots fait chuter le taux à 17 %. Ce qui est logique, au vu du fonctionnement du filigrane.
L’entreprise prévient aussi que les filigranes sur le texte ne sont pas la panacée. Un watermark ne mesure pas la contribution d’un humain, il se contente de dire qu’un modèle a généré ou modifié un texte. Il ne détermine pas non plus à qui appartient le texte ou qui en est le responsable. Il n’identifie pas non plus l’utilisateur et ne mesure pas la fiabilité du texte. Enfin, l’absence d’un filigrane ne prouve pas qu’un texte a été écrit par un humain.
textGrain est disponible dès aujourd’hui dans l’API, où la fonction peut être activée via les réglages (uniquement dans l’UE). Il se déploiera au sein de ChatGPT et Codex dans les prochaines semaines. En revanche, l’accès à l’outil de détection demeure encore la chasse gardée des chercheurs et des organisations sélectionnés qui travaillent à l’amélioration de la fiabilité de l’outil.
ChatGPT, Claude ou Gemini ont une mémoire qui leur permettent d’enregistrer certaines informations importantes sur leurs utilisateurs, afin de se « souvenir » d’un détail, d’un nom, d’un événement ou d’une date utile à une réponse. C’est le cas aussi de Muse, mais le nouvel agent de Meta pousse le principe beaucoup plus loin.
Avec Muse, Meta semble enfin avoir trouvé sa voie dans la course à l’IA. L’agent, lancé le 6 septembre mais toujours indisponible dans l’Union européenne, va bien plus loin qu’un « simple » chatbot : il peut chasser des informations sur internet en permanence et agir au nom de l’utilisateur, par exemple pour réserver un restau ou faire des courses (ce qui déplaît beaucoup à Amazon). Le succès de Muse ne tombe pas du ciel : Meta s’est fortement inspirée d’OpenClaw pour développer son propre agent. Et l’entreprise peut aussi compter sur l’immense surface de ses réseaux sociaux pour se donner une confortable longueur d’avance.
Le succès de Muse n’est pas tombé dans l’oreille d’un sourd : OpenAI a présenté pas plus tard que la semaine dernière son propre agent IA, Dots. Et Meta compte bien battre le fer tant qu’il est chaud. Muse est mis à toutes les sauces dans les autres produits et services du groupe, qu’il s’agisse de lunettes connectées… ou de Tamagotchi.
Mais Meta traîne derrière elle suffisamment de casseroles sur la vie privée pour que le fonctionnement de Muse mérite qu’on y regarde de plus près. Karan Joshi, chercheur en sécurité indépendant, a pu extraire un grand volume d’instructions et de prompts de l’agent, simplement en utilisant astucieusement l’interface de discussion. Il en a partagé une copie avec Wired, ce qui permet de jeter un œil dans les cuisines.
Il se trouve que Muse crée une page pour chaque personne importante dans la vie de l’utilisateur. Il s’agit de compiler des informations sur la famille, les intimes, les amis, les collègues, les personnes suivies par l’utilisateur. Cette mémoire, en fait des fichiers de texte structuré, se remplit au fur et à mesure des événements et des interactions ; ces données permettent à l’agent de construire une « représentation » des relations, avec le degré de proximité, l’historique, et même des pistes pour les renforcer.
D’après la documentation fournie par Karan Joshi, une « page » s’enrichit progressivement avec des sections : « Faits », « Historique », « Relation », « Points communs », « Sujets en suspens » et « Renforcement ». Muse doit uniquement utiliser les éléments qu’il a sous la main, et ne pas inventer des informations même si la page est vide.
Selon les instructions de Meta, Muse doit conserver « les sujets qui reviennent régulièrement (le déménagement, l’objectif commun d’épargne) », où vivent les relations de l’utilisateur, ce qu’elles font dans la vie. Le modèle peut également enregistrer les dates importantes comme les anniversaires, et des éléments de contexte comme une dispute terminée (certains parlent de beaucoup de choses très personnelles avec leur bot), une réunion importante la semaine dernière, un voyage…
L’enregistrement de l’état des relations est aussi manifestement important pour Muse : degré de proximité, sur quoi repose telle relation, ce dont cette relation peut avoir besoin… La section « Renforcements » peut d’ailleurs suggérer des moyens d’améliorer une relation : rappeler une date à ne pas oublier, une raison d’appeler…
« Pour qu’un agent soit utile et puisse réellement vous aider à atteindre vos objectifs, il doit disposer d’un certain contexte sur vous et sur les personnes avec lesquelles vous interagissez », explique un porte-parole de Meta. « Muse rassemble ces informations à partir de données publiques et de ce que vous avez choisi de partager. C’est ainsi qu’il peut se souvenir que la personne qui vous a envoyé une facture est en fait le plombier que vous aviez précédemment engagé pour effectuer des travaux dans votre salle de bains, ou encore l’envoi à votre conjoint de ses fleurs préférées. »
Une déclaration apparemment de bon sens, à laquelle on peut ajouter l’infrastructure de Muse. Il s’agit d’une machine virtuelle dans laquelle sont stockés les données de l’utilisateur et le contexte. Les agents tiers n’y ont pas accès sans autorisation, et l’utilisateur peut déconnecter les services tiers connectés à Muse, ou tout simplement en effacer la mémoire.
Muse va néanmoins plus loin que d’autres bots IA dans le stockage d’informations sur les personnes connues de l’utilisateur. ChatGPT possède une mémoire structurée, mais OpenAI la présente comme une synthèse évolutive du contexte entourant l’utilisateur. L’IA sélectionne les infos jugées pertinentes et la synthèse se met à jour et s’enrichit au fil du temps.
Le système de Meta organise les informations sur la relation qu’entretient un utilisateur avec une personne, leur historique, le degré de proximité, les sujets en suspens et peut même proposer des moyens de renforcer cette relation. Le problème ici, c’est la réputation exécrable de Meta quand il s’agit de manipuler les données personnelles, comme on l’a vu encore très récemment avec… Muse :
Enfin, le conjoint, les collègues, ou ce fameux plombier n’ont rien demandé, et surtout pas à être intégrés dans les petites fiches de Muse. Mais il suffit que l’utilisateur ait évoqué ces relations pour que ces personnes se retrouvent dans la mémoire de l’agent. L’utilisateur a certes accepté de partager des données publiques, mais pas nécessairement de ficher son entourage.
Sony Music prend le taureau par les cornes pour lutter contre les streams illégaux de chansons générées par IA. Fin septembre, la major a demandé aux plateformes le retrait de plus de 260 000 morceaux, un volume multiplié par deux par rapport aux trois premiers mois de l’année.
« Nous continuerons à faire respecter les droits de nos artistes et nous attendons des plateformes qu’elles agissent rapidement et empêchent la réapparition des mêmes contenus », a affirmé Sony Music au Financial Times. « Mais la tâche devient de plus en plus difficile », ajoute l’entreprise, une des trois majors de l’industrie du disque avec Universal (UMG) et Warner (WMG).
Le groupe a demandé aux plateformes de streaming de retirer plus de 260 000 morceaux fin septembre, alors que ce volume avait été de 135 000 fin mars. Ces titres sont des deepfakes générés par IA d’artistes signés par Sony (Adele, Queen, Michael Jackson…). Le phénomène prend « une ampleur considérable, porte préjudice aux artistes, trompe les fans et compromet une utilisation éthique de l’IA », précise la maison de disques.
Les services de streaming sont noyés sous les chansons générées par IA. Deezer avait ainsi indiqué qu’elles représentaient plus de la moitié des nouveaux morceaux téléversés en juillet. Ces titres sont très peu écoutés, et quand ils le sont, c’est souvent lié à des cas de fraude aux streams. Des bots « écoutent » ces chansons, ce qui en retour génère des revenus pour les fraudeurs, spoliant au passage les artistes légitimes.
Le rapport semestriel de la Sonic Intelligence Academy publié le mois dernier montre que plus de 9 chansons sur 10 (92,8 %) des morceaux soumis avaient été générés par Suno. Avec cette nuance : le pourcentage porte sur l’échantillon de l’étude, soit 1 743 titres provenant de 886 artistes dans 54 pays. Sur cet échantillon, 77,6 % ont été distribués aux plateformes par DistroKid, un distributeur payant permettant à ses clients d’être diffusé sur plus de 150 plateformes. Ces chiffres donnent toutefois une petite idée de la provenance de ces titres.
Sony Music et Universal poursuivent d’ailleurs Suno en septembre. La start-up est accusée d’avoir copié des enregistrements sans autorisation pour entraîner ses modèles IA. DistroKid est aussi la cible d’UMG, qui a porté plainte contre le distributeur le 15 septembre (PDF). Ce dernier se serait livré à « des pratiques commerciales trompeuses et à des violations flagrantes du droit d’auteur ». Plus précisément, DistroKid aurait contribué « à faire passer les morceaux IA pour ce qu’ils ne sont pas, et à en tirer profit ».
La riposte contre la fraude aux streams s’organise dans la filière, qui a couché sur le papier un ensemble de pratiques pour aider les acteurs du secteur – en particulier les distributeurs – à prévenir, détecter et traiter la fraude.
De leur côté, les plateformes ont mis en place des systèmes de badges pour indiquer aux auditeurs que tel artiste ou telle chanson est générée par IA. Bien souvent, les écoutes de ces morceaux sont démonétisées dès leur mise en ligne.
Régulièrement, sur les réseaux sociaux, on voit passer une phrase du genre : demandez à une IA de proposer un nombre entre 1 et 30, elle répondra 17. C’est vrai dans la grande majorité des cas, mais c’est bien plus large que cela… la suite pourrait bien vous surprendre.
Chez Next, on a évidemment tenté l’expérience, depuis des mois au moins ; effectivement, 17 revient quasiment tout le temps. Mais on prend aussi de la hauteur par rapport à cette expérience : que se passe-t-il avec une autre demande, entre 1 et 50 ou 1 et 100 ? Puis avec une lettre de l’alphabet ?
On ne se contente pas d’une poignée de requêtes, on a testé des dizaines de modèles avec des dizaines de demandes, pour des milliers de réponses. Surprise, il n’y a pas d’aléatoire… Étonnant pour un modèle statistique ? Pas vraiment non, et l’explication est assez simple.
Un point important : une IA générative n’est pas un générateur de nombres aléatoires. Quand on demande à une IA de donner un nombre, elle estime une réponse à partir de sa base de connaissance, c’est-à-dire ses données d’entraînement, et donc principalement des données provenant des humains.
On pourrait dire que l’IA générative essaie de répondre à ce qui s’approche le plus, selon elle, d’une réponse humaine. Le cheminement est assez simple pour un nombre entre 1 et 30 : 17 est assez proche du milieu, impair et premier, il « attire » ; d’autant que nous allons voir que ce n’est pas la seule explication. Comme pour le reste, les IA génératives reproduisent donc les biais humains.
Nous avons testé plusieurs cas de figure. Pour commencer, nous reprenons l’exemple populaire d’un nombre entre 1 et 30, mais sur une large panoplie de modèles d’Anthropic, OpenAI et Google (GPT-5 à GPT-6, Sonnet 4.6 à Fable 5.1, Gemini 3.1 à 3.8) avec ou sans raisonnement. En tout, 171 requêtes sont envoyées à OpenAI, 48 à Anthropic et 55 à Gemini ; il ne s’agit pas de modèles différents à chaque fois, mais de configurations de version avec différents niveaux de raisonnement.
Pi est un harnais minimaliste open source, compatible avec plus de 1 500 modèles et variantes. C’est une alternative à Claude Code ou Codex, sans dépendre des modèles d’Anthropic ou d’OpenAI. Il vient de passer en version 1.0.0, signe de maturité selon ses développeurs. Pi Durable, capable de résister à des pannes « catastrophiques », est aussi présenté.
Dans le monde des intelligences artificielles, on parle souvent des chatbots : vous posez une question, ils répondent. Mais il y a beaucoup plus que cela : associées aux bons outils, les IA génératives peuvent générer du code, lire des fichiers, exécuter des commandes, etc.
On distingue alors souvent deux éléments : le modèle en lui-même (un peu le cœur du réacteur) et le harnais. Le modèle ne fait que générer du texte ou du contenu multimédia, tandis que le harnais regroupe tout ce qui tourne autour du modèle pour lui permettre d’accéder à des fichiers, de faire des recherches sur Internet, etc.
Vous connaissez certainement déjà des harnais, Claude Code par exemple, avec un moteur limité aux modèles d’Anthropic. Avec d’autres harnais, vous n’êtes pas limité sur les modèles (commerciaux ou à poids ouverts, en local) et pouvez ajouter celui que vous voulez, le remplacer en cours de route, etc. Pi est l’un de ces harnais ; il joue sur le côté minimaliste et vient de passer en version 1.0.0.
Le patron de SpaceXAI va participer à la création d’un important rapport prospectif sur les futurs visages de la guerre. Outre son retour officiel dans les sphères du pouvoir, plusieurs médias pointent les risques de conflits d’intérêt.
Le 30 septembre, le secrétaire américain à la Guerre, Pete Hegseth, a tenu un grand discours à la base des Marines de Quantico. Entre autres diatribes contre l’éternel « wokisme », se félicitant en particulier d’avoir sorti les « clowns idéologues » et d’avoir augmenté le nombre de tests de testostérone chez les soldats, il a évoqué une réduction de 20 % du nombre de généraux et amiraux. « Aujourd’hui, les médias parlent de purge. Moi, j’appelle cela rendre des comptes, et ça aurait dû être fait depuis longtemps », a-t-il déclaré, comme le relève Le Monde.
Le ministre était surtout venu annoncer six initiatives pour l’armée, dont plusieurs se distinguent par leur importance potentielle. C’est le cas notamment de l’Autonomous Warfare Command (Commandement de la guerre autonome).
Le communiqué le présente comme devant étendre la guerre autonome à l’ensemble des forces interarmées, sous la forme d’un « commandement de combat fonctionnel à quatre étoiles d’ici le 1ᵉʳ octobre 2027 ». Il s’appuie sur le programme Drone Dominance, qui aurait livré des milliers de systèmes robotisés au Moyen-Orient dans le cadre de l’opération Epic Fury.
Pour accoucher de ce commandement, une structure de transition chargée de préparer le terrain est mise en place, sous le nom de « Project Agincourt ». Agincourt, qui se traduit en français par Azincourt, est le nom d’une célèbre bataille de la Guerre de Cent Ans (en 1415), au cours de laquelle la chevalerie française fut écrasée par les Anglais et leurs redoutables arcs longs.
Le nom ne fait pas tant référence à la défaite française en elle-même qu’à la possibilité d’employer une arme bon marché en masse, qui l’emporte alors sur une force plus coûteuse et plus « prestigieuse ». Le projet a été confié au DRPM-UxS (Direct Reporting Portfolio Manager for Unmanned Systems), un poste créé trois mois plus tôt pour regrouper les activités du ministère de la Guerre dans le domaine des systèmes non habités.
Autre initiative importante, FORTRESS, pour « Federal Operations for Resilience, Troop Resources, Energy, Supply, and Survivability ». À terme, chaque grande installation militaire américaine produirait ainsi sa propre électricité de façon autonome, pour continuer à fonctionner si le réseau civil tombe à la suite d’une cyberattaque ou d’un sabotage.
Cette initiative prévoit aussi de relocaliser les chaînes d’approvisionnement critiques : terres rares, métaux spéciaux, semi-conducteurs et ergols. Elle comprend également la constitution de réserves stratégiques de munitions, de carburant, de médicaments et de sang. Enfin, elle couvre le durcissement des installations contre les intrusions informatiques, le sabotage et les drones, ainsi que la protection des satellites et du spectre radioélectrique.
Outre la création d’une nouvelle grande base sur le sol national ou encore celle d’un « Bureau des affaires religieuses », on remarque sous le projet Meridian. Il s’agit d’une étude prospective qui doit couvrir tous les domaines de combat futurs, des profondeurs souterraines à l’espace cislunaire. Cette mission doit aboutir sous 120 jours à un rapport public non classifié, mais accompagné d’une annexe classifiée. L’échéance est fixée au 28 janvier 2027 par le mémorandum, qui prévoit que le projet soit commandé par l’intermédiaire d’une organisation partenaire (aucun nom n’a été donné).
Si le projet Meridian fait couler de l’encre, ce n’est pas tellement parce qu’il sera piloté par Emil Michael, directeur technique du ministère de la Guerre, mais parce qu’il y associe Elon Musk, Palmer Luckey et Newt Gingrich. Beaucoup y voient un retour du patron de SpaceXAI dans le giron de la Maison-Blanche, même s’il faut nuancer le propos. Dans le cadre de Meridian, son rôle relève du Pentagone, il ne revient pas dans l’exécutif présidentiel, comme c’était le cas quand il pilotait le DOGE. En outre, la mission est bornée dans le temps et limitée à un rapport.
Selon le magazine Time, le processus de réconciliation avec Donald Trump aurait commencé en décembre 2025 lors d’une « réunion clandestine » à la Maison-Blanche. Le président aurait passé plusieurs heures à tester Grok, le chatbot IA de SpaceXAI. Il aurait notamment demandé comment les Vénézuéliens réagiraient si les États-Unis capturaient Maduro, alors au pouvoir. Grok aurait caractérisé ce dernier de « dictateur répressif et profondément impopulaire », ce qui aurait aidé Donald Trump à décider sa capture le mois suivant.
En revanche, la question des conflits d’intérêts bat son plein. Axios rappelle par exemple que les entreprises d’Elon Musk et de Palmer Luckey détiennent d’importants contrats avec le Pentagone. SpaceXAI assure ainsi l’essentiel des lancements liés à la sécurité nationale, tandis qu’Anduril fournit brouilleurs, intercepteurs, moteurs de roquette et drones d’accompagnement. Même Fox News, pourtant favorable à l’administration, relève que des dirigeants d’entreprises en concurrence pour des marchés de défense vont aider à définir les capacités que l’armée devrait acquérir.
Changer de langue permet de consommer moins de tokens, c’est un fait et nous l’avons mesuré aussi bien chez Anthropic, OpenAI et Google. Moins de tokens, c’est un coût de revient plus faible et moins de calcul, donc une empreinte écologique plus faible.
Les IA génératives ne travaillent pas sur des mots, mais sur des tokens (ou jetons). C’est une manière de découper des phrases, propre à chaque famille de modèle. C’est le rôle du tokenizeur : vous saisissez votre prompt, il le transforme en tokens qui sont envoyés au modèle.
Il fait des centaines de milliards d’opérations sur chaque token et renvoie le résultat, de nouveau en tokens. Opération inverse du tokeniseur et voilà la réponse affichée.
Les grands modèles de langage ne parlent qu’en tokens, c’est l’unité de base pour les calculs et la facturation. Plus il y a de tokens en entrée et en sortie, plus vous payez cher (ou plus cela entame votre forfait). Il y a aussi plus de calculs, dont une empreinte environnementale plus importante.
Quel rapport avec le titre de notre actualité et donc avec les langues ? La création de tokens (ou jetons) n’est pas universelle : elle dépend de chaque famille de modèle, mais également de la langue. Pour mettre en lumière cette différence, nous avons pris comme référence le règlement général sur la protection des données (RGPD) de la Commission européenne, un long texte traduit dans les 24 langues de l’Union.
Une précision importante : le gain dont nous parlons ici reste anecdotique par rapport à un usage responsable : ne demandez pas à ChatGPT de faire de la reconnaissance de caractère basique sur une image ou de traduire un texte, des IA spécialisées le feront bien mieux et pour moins cher (en argent et en consommation). Vous pouvez aussi demander aux modèles d’être moins bavards, d’aller à l’essentiel. Les économies seront bien plus importantes.
Chaque texte ne fait pas la même longueur : entre 320 000 et 415 000 caractères, avec 371 000 de moyenne environ. Mais ce règlement est assez long pour en tirer une métrique intéressante : le nombre de caractères moyens par token et par langue.
Alors que les deux mastodontes Anthropic et OpenAI sont lancés dans une course à l’échalote sur les performances (et la désobéissance) de leurs modèles, Google veut revenir dans la course avec Gemini 4 Argon. La cybersécurité et le code sont particulièrement mis en avant.
Mise à jour 13/10 – À chaque jour son nouveau LLM, ou pas loin. Après Meta et Muse Wonder, c’est au tour de Google de lancer Gemini 4 Argon auprès du grand public, après une disponibilité limitée à des spécialistes de la cybersécurité. Le modèle est accessible via l’API dans AI Studio et Gemini, ainsi que pour les abonnés Google AI Ultra (y compris dans la plateforme de création d’agents Antigravity) et Pro dans l’app Gemini et le mode IA de la recherche.
Article original, 1er/10 – Avec ce LLM qualifié de « frontier model », Google se présente comme un bon élève face à Donald Trump : « Nous participons activement au processus volontaire du gouvernement américain pour l’accès anticipé au modèle de prélancement, tout en élargissant progressivement cet accès ». C’est en effet ce que demande le président dans son décret du 2 juin.
Traduction : ne comptez pas en profiter pour l’instant. Ce modèle est « déployé auprès d’un groupe de spécialistes de la cybersécurité de confiance par le biais de notre programme Fairwind ». C’était aussi le cas pour Gemini 3.8 Flash Cyber au début du mois. Cela ne concerne donc que des gouvernements, des autorités nationales de cybersécurité, des opérateurs d’infrastructures critiques et d’autres spécialistes triés sur le volet. Une ouverture à tous est prévue, sans calendrier.
Premier changement important, la limite de sortie explose : « nous augmentons la limite de jetons de sortie du modèle à 1 million de jetons, une performance inégalée dans l’industrie, contre 64 000 auparavant ». À titre de comparaison, Fable 5.1 d’Anthropic et GPT-6 Astra d’OpenAI ont une fenêtre de contexte de 1 million de tokens, mais de « seulement » 128 000 tokens en sortie. Une limite huit fois plus large donc chez Google.
Google insiste sur ce point : « Grâce à cette capacité de traitement, le modèle peut analyser en profondeur et générer des centaines de milliers de jetons en une seule étape, ce qui lui permet de résoudre des problèmes complexes d’un seul coup ».
Cette annonce s’accompagne comme toujours d’une série de benchmarks maison, dans lesquels Gemini 4 Argon dépasse généralement GPT-6 Astra et Claude Fable 5.1 et Opus 5.5. Google affirme que son nouveau modèle est particulièrement bon « pour les tâches de codage spécialisées ». On attendra de voir pour les tâches courantes sur le code, car Gemini 3.8 n’était pas bon dans notre test sur l’extension Next.
Google en remet une couche : « Les ingénieurs de Google utilisent Argon au quotidien, du débogage courant aux migrations de code à grande échelle et à la conception d’algorithmes. Il établit une nouvelle référence sur DeepSWE v1.1 (77,9 %), qui mesure la performance d’un modèle dans des tâches d’ingénierie logicielle concrètes et à long terme ». GPT-6 Astra est à 74,3 %, Claude Opus 5.5 à 74,2 % et Fable 5.1 à 67,4 %.
Autre exemple : « les agents Argon travaillent à la migration des bases de code C/C++ vers Rust chez Google, allant de quelques dizaines de milliers de lignes pour les bibliothèques essentielles comme re2 et libgav1 à plus de 800 000 lignes pour le noyau Zircon de Fuchsia OS ».
Sujet sensible, ce n’est pas l’ingénieur Galen Hunt de Microsoft qui dira le contraire. Il s’était pris une volée de bois vert quand il avait annoncé vouloir « éliminer toutes les lignes de C et C++ de Microsoft d’ici 2030 », grâce à l’IA. Depuis, il y a eu rétropédalage en règle.
Autre axe largement mis en avant par Google : la cybersécurité. « Pour mieux préparer les équipes de cyberdéfense à la nouvelle ère des cyberattaques, nous avons entraîné Gemini 4 Argon à exceller en matière de défense contre les cybermenaces. Argon est capable de détecter, valider et corriger de manière autonome les vulnérabilités logicielles critiques ».
Pour mettre des chiffres sur ces mots, Google annonce un score CWE-bench v1 de 68 %, à égalité avec Grok 4.7 et GPT-6 Astra.
Google fait également une annonce surprenante vu l’actualité autour des agents IA qui font un peu n’importe quoi : « Pour nos équipes de confiance et nos équipes internes chez Google, nous déploierons Argon sans aucune restriction de sécurité afin qu’elles puissent exploiter pleinement ses capacités de pointe en matière de cybersécurité ».
La version anglaise du communiqué de Google est cependant moins forte : « Pour nos partenaires de confiance et nos équipes internes chez Google, nous déploierons Argon sans garde-fous cyber [cyber guardrails en VO, ndlr] afin qu’ils puissent exploiter pleinement ses capacités de pointe en cybersécurité ».
Sans restriction, mais pas sans protection. Pour le grand public, en revanche, des garde-fous sont prévus : « Afin d’empêcher toute utilisation malveillante d’Argon à des fins de cyberattaques ou d’attaques chimiques, biologiques, radiologiques et nucléaires (CBRN), le modèle est conçu pour refuser les requêtes malveillantes tout en préservant la recherche scientifique légitime à double usage, conformément à notre cadre de sécurité Frontier ». Pour Google, comme les autres, le message est simple : ne vous inquiétez pas, on s’occupe de tout. Pas facile vu l’actualité récente.
Pour terminer, le prix : Gemini 4 Argon est à 2 dollars en entrée et 10 dollars en sortie, par million de tokens dans les deux cas (le cache en entrée a une réduction de 95 % du prix). C’est un prix promotionnel, il sera par la suite doublé avec 4 et 20 dollars respectivement. Google n’a pas précisé quand cette promotion se terminera.
Fable 5.1 et GPT-6 Astra sont tous les deux à 10 et 50 dollars par million de tokens, respectivement en entrée et en sortie. Gemini 4 Argon est-il donc cinq fois moins cher ? Non, car nous n’avons ici qu’une moitié de l’équation. L’autre partie, c’est la consommation de tokens. Facturer deux fois moins mais produire deux fois plus n’apporterait aucune économie.
Sur ce point, le nouveau modèle ne semble pas tirer son épingle du jeu, selon Artificial Analysis, spécialisé dans les benchmarks d’IA : « Gemini 4 Argon fait en moyenne 62 000 jetons de sortie par tâche, contre 27 000 pour GPT-6 Astra (max) ». Pour rappel, OpenAI double le prix de certains modèles – dont GPT-6 Astra – quand l’entrée dépasse les 272 000 tokens.
À défaut de bouger en France, les lignes entre droit d’auteur et intelligence artificielle générative pourraient-elles se déplacer à l’échelle européenne ? Bruxelles vient de donner un signe allant dans le sens d’une possible évolution du cadre réglementaire. La Commission européenne a en effet lancé, mardi 29 septembre, une consultation visant à recueillir des « commentaires sur les défis et les perspectives d’avenir concernant l’impact des technologies sur le droit d’auteur ».
Bien que le droit communautaire protège déjà le droit d’auteur (notamment via la directive de 2019 sur le droit d’auteur dans le marché unique numérique), Bruxelles estime que « les nouveaux défis et l’évolution du marché soulèvent la question de savoir si ce cadre devrait être renforcé par d’éventuelles mesures supplémentaires ».
Entre autres sujets d’étude, la consultation se concentre notamment sur « l’utilisation de contenus protégés par le droit d’auteur en intelligence artificielle ».
À ce sujet, la Commission indique, dans l’avant-propos du questionnaire dédié, vouloir étudier « des moyens de faciliter l’octroi de licences et l’application du droit d’auteur et des droits connexes dans le contexte de l’IA et d’améliorer les conditions de rémunération des créateurs, tout en permettant aux fournisseurs de modèles et de systèmes d’IA, y compris les start-up, d’accéder légalement au contenu protégé par le droit d’auteur et de l’utiliser pour l’innovation en matière d’intelligence artificielle ».
La consultation ne se limite cependant pas à l’IA. Elle interroge aussi la « lutte contre le piratage en ligne de contenus tels que les événements en direct », « l’application du droit à une rémunération équitable unique pour les artistes-interprètes et les producteurs de musique » et « le droit d’auteur sur la recherche scientifique ».
Ouverte jusqu’au 3 novembre prochain, cette démarche qui vise donc à explorer des solutions s’adresse notamment aux titulaires de droits d’auteur et droits voisins, aux acteurs de l’IA générative, aux organismes de gestion collective, mais aussi aux organismes de recherche, aux associations de consommateurs et aux autorités nationales ou organisations non gouvernementales.
Bruxelles avait déjà procédé à une phase de cadrage (call for evidence) entre le 18 mai et le 25 juin 2026. À l’époque, l’exécutif européen évoquait explicitement la possibilité de faire évoluer la directive de 2019.
Rappelons qu’en France, la proposition de loi qui souhaitait instaurer la présomption d’utilisation des contenus culturels par les acteurs de l’IA au nom de la défense du droit d’auteur a achoppé en juillet dernier à l’Assemblée nationale, alors qu’elle avait été votée à l’unanimité au Sénat.
Gemini, l’intelligence artificielle de Google, consomme bien moins de tokens que ses concurrents, tout en coûtant moins cher. Le prix moyen d’une requête sur les derniers modèles n’est que de 1,2 centime environ. Que des bonnes nouvelles ? Non, car elle ne parvient pas à répondre correctement au prompt Extension.
Après Claude d’Anthropic et ChatGPT d’OpenAI, place à Gemini de Google. L’intelligence artificielle du moteur de recherche infuse dans de nombreux produits, à commencer par Android. Elle est donc largement utilisée à travers le monde et, contrairement à ses deux concurrents, la question du coût est plus secondaire à cause de cette profonde intégration.
Comme dans les deux précédents articles, nous passons par l’API pour connaître le nombre de tokens en entrée et en sortie, qui comprend aussi ceux utilisés pendant le raisonnement, le cas échéant. Nous avons testé plusieurs modèles différents, de Gemini 3.1 à 3.8 flash, la dernière version en date. Google propose quatre niveaux de réflexion avec Gemini 3.1 à 3.6, avec minimal, low, medium et high. Avec les 3.1 Pro, 3.7 et 3.8 seuls les trois derniers (low, medium et high) sont possibles.
Via l’API, Gemini 3.6 à 3.8 ont un tarif de 0,75 dollar par million de tokens en entrée… mais jusqu’au 31 décembre 2026 seulement. Idem en sortie avec 3,75 dollars par million de tokens. À partir du 1ᵉʳ janvier 2027, les deux prix doubleront, pour atteindre respectivement 1,5 et 7,5 dollars.
La version 3.5 Flash est la plus chère, avec 1,5 et 9 dollars respectivement, tandis que la 3.1 Flash Lite est moins chère avec 0,25 et 1,5 dollar. La palme revient à Gemini 3.1 Pro avec 2 et 12 dollars par millions respectivement.
Nous avons repris exactement les mêmes prompts que pour Claude et ChatGPT avec, en gras, le petit nom que nous leur avons attribué. Les voici pour mémoire :
Devinette : « Ô frère, fils de ma mère, ton père est le frère de mon enfant. Qui suis-je ? »
Carnet de voyage : « L’été prochain je vais avoir trois semaines de vacances. Je suis avec ma petite voiture électrique Sprind (charge à 30 kW max) et je voudrais visiter le sud de Bayonne à Montpellier en prenant mon temps. Propose-moi un carnet de voyage »
Extension : « Je veux une extension pour Chrome et Firefox qui me permet d’inverser les titres et les sous-titres sur le site d’actualité Next.ink. S’il n’y a pas de sous-titre, c’est que c’est un brief. Alors fais en sorte d’en inventer un à partir du titre du brief. L’extension doit avoir un sélecteur pour activer/désactiver l’inversion en direct sur la page »
Pour ce nouvel article, une nouveauté que vous avez demandée à plusieurs reprises dans les commentaires : une estimation de la validité des résultats. C’est désormais le cas pour les extensions. Les deux autres prompts sont en cours de validation, nous y reviendrons dans un prochain article.
Nous avons mis au point et utilisé un protocole de vérification avec Playwright et le navigateur Chromium. Les fichiers de l’extension sont générés automatiquement à partir de la réponse du modèle, puis elle est chargée dans le navigateur via Playwright. L’extension est lancée sur une fausse page (fichier html local) reprenant la structure de Next, puis en live sur Next.ink.
Dans le petit monde de l’IA, beaucoup se demandaient quand OpenAI allait réagir face à l’offensive de Meta avec son agent Muse. C’est chose faite ce soir avec la présentation de Dots, un agent qui accomplit des tâches au nom de l’utilisateur et qui prend la forme d’un blob de couleur. Ça n’est que l’une des innombrables annonces d’OpenAI à l’occasion des DevDay 2026.
Que d’IA, n’en jetez plus, le bateau déborde ! Loin de ralentir la cadence, OpenAI a noyé les participants des DevDay 2026 d’annonces, de nouveautés et de fonctionnalités en tout genre. Difficile de faire le tri dans ce tsunami, mais Dots fait clairement partie des gros morceaux de la keynote.
Dot est un agent IA carburant à GPT-6 Astra qui prend la forme d’un blob coloré à personnaliser, un peu comme Mico, la (défunte) mascotte de Copilot. Cet agent peut réaliser les opérations classiques d’un agent IA, comme réserver un restaurant ou acheter un billet d’avion, mais cela va plus loin : en plus d’être branché aux applications de l’utilisateur dont il tire du contexte, le Dot surveille constamment ce qui se passe sur internet afin de compléter les tâches plus complexes.
Dans un exemple donné par OpenAI, un utilisateur de Dot veut organiser un dîner. L’agent détecte de lui-même que l’utilisateur avait un rendez-vous de travail pendant l’heure prévue, et lui propose deux possibilités de livraison du repas avec leur prix respectif. Il n’y a plus qu’à valider l’alternative et l’heure de la livraison. Dot peut également se dépatouiller pour créer un site web de A à Z, l’utilisateur n’ayant qu’à demander des modifications.
On peut communiquer avec un Dot via ChatGPT bien sûr, mais aussi Slack, Teams, et même via une messagerie (RCS ou iMessage) pour les abonnés Pro à partir de 103 euros. Ces derniers seront d’ailleurs les premiers à pouvoir tester ces Dots. À terme, OpenAI a l’intention de proposer la possibilité de contrôler plusieurs agents simultanément.
Il faudra se montrer patient sur le vieux continent : l’espace économique européen, la Suisse et le Royaume-Uni sont pour le moment exclus du lancement.
Après s’être attaqué à Muse, OpenAI entend également gravir la montagne bureautique. ChatGPT Spaces est un espace collaboratif entre humains et Dots où ils peuvent créer et éditer des documents, via un système de commentaires où l’on taggue les collègues et les agents. Les fichiers téléversés par l’équipe (et ceux générés par ChatGPT) sont sauvegardés dans le Space pour que chacun y ait accès.
L’offre comprend pour le moment un traitement de texte, Pages, et un outil de création de diapositives (ce dernier étant encore en développement). Space est proposé dès aujourd’hui aux abonnés Pro, Business Premium et Enterprise.
Tout comme celui de Muse, le succès de Jev n’est pas tombé dans l’oreille d’un sourd. OpenAI a donc levé le voile sur l’API Decisions, qui repose sur Luna (le modèle meilleur marché de la gamme). Peu de détails ont été révélés, mais cette interface de programmation n’est pas un modèle qui répond directement à la question de l’utilisateur. C’est un outil qui indique le niveau de confiance dans un choix entre plusieurs réponses et actions fournis par le développeur. L’API est en aperçu limité à l’heure actuelle, OpenAI donnera davantage de détails au moment opportun.
Codex a aussi été à la fête, avec plusieurs nouveautés importantes. À commencer par des environnements de développement cloud réutilisables ; ces derniers peuvent être partagés au sein d’une équipe avec un système de réglages et de permissions. L’interface en ligne de commande peut désormais être pilotée à la voix, parce que pourquoi pas.
Dans l’app Codex (en fait ChatGPT avec une moustache), la revue de code a été revue et améliorée. Elle peut résumer les changements, répondre à des questions sur les problèmes qui pourraient se poser avant de commenter une pull request ou une merge request, et ces revues de code peuvent être lancées pendant que le développeur n’est pas devant sa machine.
OpenAI a enfin profité de l’occasion pour dévoiler GPT-6.1 Sol, le modèle IA intermédiaire entre le puissant Astra et le moins cher Luna qui en sont tous deux restés à GPT-6 (ça ne va pas durer). L’entreprise promet un gain de performances important sur des tâches comme l’écriture de code et le déboggage par rapport à GPT-6 Sol, ainsi que sur la compréhension des documents et l’exécution de plusieurs tâches.
Dans plusieurs des évaluations, GPT-6.1 Sol s’approcherait même des capacités de GPT-6 Astra « à un coût substantiellement moins élevé ». Les prix, parlons-en : 2 dollars pour un million de tokens en entrée, 10 dollars en sortie, soit les mêmes tarifs que Sonnet 5.5, et 0,10 dollar pour un million de tokens d’entrée mis en cache (moitié moins cher que le dernier Sonnet). Le modèle est en phase de déploiement dès aujourd’hui pour les abonnés Plus, Pro, Business, Enterprise et Edu, ainsi que dans l’API.
Il va bien falloir financer cette tempête de nouvelles fonctionnalités ! OpenAI a donc dévoilé un nouvel abonnement qui coûte la bagatelle de 500 dollars par mois. Il comprend l’accès à un mode « UltraFast » (vitesse maximale) pour ChatGPT Work et Codex, ils pourront carburer à 300 tokens par seconde (la vitesse UltraFast est aussi proposée aux utilisateurs de l’API).
L’entreprise a également rouvert les inscriptions à la formule à 200 dollars par mois qui avait été fermée durant quelques semaines après le lancement de GPT-6 Astra. Un abonnement désormais moins intéressant : l’usage Codex et Work passe à 10 fois celui des abonnés Plus (20 dollars) alors que l’enveloppe était de 20 fois auparavant. Les abonnés actuels conserveront leurs limites actuelles pendant un certain temps.
Meta a récemment lancé son agent IA, Muse. Mais des utilisateurs se plaignent qu’il agit de façon problématique concernant leurs données personnelles, en livrant par exemple une adresse postale ou en analysant des messages auxquels il ne devrait pas avoir accès.
Muse, qui, de l’aveu même du responsable produit chez Meta Superintelligence Labs est très grandement inspiré d’OpenClaw, semble avoir les mêmes problèmes considérant les informations de ses utilisateurs : une propension à les utiliser sans vergogne, sans en avoir la permission.
Côté OpenClaw, les utilisateurs étaient prévenus. La documentation du projet open source expliquait clairement que l’agent IA mis en place pouvait utiliser des données pour faire tout et n’importe quoi et même écrivait noir sur blanc qu’il « n’y a pas de configuration « parfaitement sécurisée » ». Quelques temps après sa sortie, NVIDIA proposait même un projet nommé NemoClaw qui essayait de canaliser OpenClaw.
Mais, avec Muse, Meta a passé un cap en proposant le même genre d’agent en version grand public. On pourrait s’attendre, avec ce genre de version, que le côté « à vos risques et péril » s’efface. Cela ne semble pas le cas.
Pourtant, dans la FAQ accompagnant Muse, à la question « Muse me demande-t-elle mon accord avant d’agir en mon nom ? », Meta répond « Oui. Muse est conçue pour vous demander votre autorisation avant d’effectuer certaines actions, comme envoyer des messages, effectuer des achats ou partager des informations avec une application connectée. Vous pouvez choisir d’autoriser une action une seule fois, de l’autoriser systématiquement ou de la refuser ».
Mais il est difficile pour Meta de prévoir toutes les actions qui doivent passer sous la fourche caudine de la restriction de la divulgation d’informations privées.
Ainsi, comme le raconte sur Threads l’utilisateur Matt Robb, il a laissé Muse gérer pour lui toute la discussion pour la vente d’un de ses claviers sur Facebook Marketplace. Sauf que l’agent IA de Meta a proposé un prix cassé et donné rendez-vous chez lui à l’acheteur sans que Matt Robb ne le sache. Celui-ci n’était pas physiquement présent et donc l’acheteur est reparti bredouille, après s’être déplacé et avoir attendu une vingtaine de minutes. Surtout, comme il l’indique au Guardian, si Matt Robb avait indiqué son adresse sur son annonce dans le Marketplace, il n’avait pas autorisé Muse à la partager à d’éventuels acheteurs.
Mais ce n’est pas tout. Le journaliste de Inc., Jason Aten, a testé Muse sur son iPhone et son Mac. Et il s’est rendu compte que l’agent utilisait du contenu provenant de ses conversations sur l’application Messages d’Apple, sans y être autorisé. Et ce malgré le choix explicite de ne pas laisser à Muse d’accès à ses messages mais aussi à son agenda et à d’autres informations personnelles.
Après avoir demandé à l’outil, celui-ci a généré une réponse suggérant que Muse récupérait les données dans les notifications : « Lorsqu’une notification s’affiche sur votre Mac appairé, le texte de cette notification m’est transmis – en gros, ce que vous verriez dans la bannière elle-même », puis un autre assurant : « Je ne peux pas ouvrir ton application Messages, faire défiler les fils de discussion ni consulter l’historique. Je ne vois que le flux des notifications entrantes, je n’ai pas accès à tes messages ». Sauf qu’un message généré par un agent IA, même sur son fonctionnement, n’est pas forcément vrai.
En creusant un peu dans les fichiers de Muse, Jason Aten a bien repéré que Muse avait synchronisé 187 462 lignes issues de la base de données de Message. Dans un post sur Threads, il partage un extrait d’un fichier montrant que les données proviennent bien de l’application Messages. L’utilisateur affirme qu’il n’avait pas activé l’accès complet à son disque dur pour Muse, tandis que Meta n’a pas répondu à ses questions.
David Singleton, le responsable des Meta Superintelligence Labs, a de son côté promis que Muse avait été conçue « en accordant une grande importance à la sécurité et à la confidentialité ». « L’intégration de Messages dans l’application Muse pour Mac est facultative. Votre application Muse ne peut lire le contenu de Messages que si l’accès complet au disque au niveau du système macOS est accordé et si le connecteur Messages est activé », a-t-il ajouté. Comme dit plus haut, Jason Aten assure ne pas l’avoir activé.
Après les tests sur les détecteurs à poids ouverts, passons à un modèle commercial qui fait beaucoup parler de lui : Pangram. Nous lui avons envoyé des centaines d’articles, soit rédigés à 100 % par des humains (depuis notre base de données), soit générés par des IA.
En tout, 460 articles humains ont été soumis au détecteur. Pangram en a détecté 450 comme totalement humains, 9 comme principalement humains mais avec quelques passages signalés comme étant GenAI et enfin un seul faux positif identifié comme étant surtout écrit par une IA.
Dans les 460 textes, une trentaine de textes n’avaient jamais été publiés sur Internet, impossible donc pour Pangram d’en trouver la moindre trace (ce sont des brouillons finalisés de certains articles). Gardez en tête un élément important de notre analyse : elle repose sur un corpus d’articles techniques.
Sur les textes générés par IA nous avons multiplié les analyses. Nous avons utilisé 350 textes différents générés par IA, mais au total 570 articles ont été soumis au détecteur Pangram. Il y a parfois plusieurs variantes d’un même texte pour essayer de comprendre les mécanismes du détecteur. Nous y reviendrons.
La détection de textes générés par IA est sur toutes les lèvres depuis l’affaire du livre de Thélyson Orélien. Chez Next, nous avons décidé de voir ce qu’il en était avec des milliers de nos articles, écrits à 100 % par des humains ! Dans cette première partie, nous passons au crible 75 détecteurs gratuits.
Next s’engage de manière forte sur l’utilisation de l’IA générative : aucun de nos articles n’est rédigé tout ou partie avec des IA génératives. Nous allons très prochainement publier une charte précise sur le sujet, mais ce n’est pas l’objet du jour.
Cette première partie de notre dossier permet de poser les bases : comment sont étiquetés nos 5 000 articles, quels sont les détecteurs utilisés et surtout ce que la détection implique. Car, oui, c’est une histoire de compromis entre les vraies et les fausses détections ; et il n’est pas toujours facile de placer le curseur au bon endroit.
Pour nos tests, nous avons plus de 5 000 textes étiquetés ainsi : 4 000 articles écrits à 100 % par des humains (actus Next) et plus de 1 000 générés par des IA. Première limite : notre corpus de textes comprend donc des articles techniques, avec la patte et l’angle Next.
Nous avons généré entre 150 et 200 articles par modèle Anthropic, OpenAI, Google, Mistral et Qwen. La moitié environ est générée depuis des réécritures d’un article humain, l’autre moitié inventée à partir d’un titre et du chapô.
Nous avons ensuite testé environ 70 combinaisons de détecteurs d’IA. Dans le détail, il y a cinq classifieurs autonomes : AI Text Detector, RoBERTa AI Text Detection (de fakespot), ChatGPT Detector RoBERTa, RoBERTa OpenAI Detector et RADAR Vicuna-7B.
Nous avons également une dizaine de méthodes statistiques (Binoculars, Fast-DetectGPT, log-vraisemblance, GLTR, entropie…) avec sept modèles de langage (Qwen, Llama, Gemma, Mistral…). On parle dans ce cas de détecteurs statistiques (ou zero-shot) : ils utilisent un modèle de langage pour estimer à quel point un texte est prévisible, et donc potentiellement généré par IA.
Les 5 classifieurs et les 70 combinaisons de détecteurs statistiques sont tous exécutés sur les 5 000 articles, dans un VPS géré par nos soins, avec un A10 de NVIDIA (cela a tout de même nécessité près de 10 heures de calcul). Font-ils mieux qu’un pile ou face ?
La petite famille Claude 5.5 d’Anthropic s’agrandit. Après Opus 5.5 qui fait figure de modèle grand public le plus puissant de l’entreprise, voici venir Sonnet 5.5. Présenté comme un « complément plus rapide et moins coûteux » à son grand frère, le nouveau modèle est le premier de la gamme Sonnet à battre Pokémon Rouge uniquement en se basant sur des captures d’écran, c’est dire la performance.
Les benchmarks fournis par Anthropic montrent que, sans trop de surprise, Sonnet 5.5 bat Sonnet 5 sur tous les tests de manière plus ou moins prononcée. C’est notamment le cas en programmation agentique avec 70,6 % sur Terminal-Bench 4.0 en effort Max, ce qui est même mieux qu’Opus 5.5 (66,4 %). Ce dernier fait en revanche mieux sur tous les autres benchs, ce qui semble logique. Sonnet 5.5 se débrouille aussi plutôt bien en utilisation d’ordinateur et en reconnaissance de graphiques.
Avec un niveau d’effort faible ou moyen, le modèle dépasse le meilleur score de Sonnet 5 pour un coût par tâche environ dix inférieur. Hélas, contrairement à Opus 5.5 qui a eu droit à une baisse de prix bienvenue, ce n’est pas le cas de Sonnet 5.5 qui conserve la même grille que son prédécesseur : 2 dollars par million de tokens en entrée et 10 dollars en sortie et 0,20 dollar pour la lecture d’un million de tokens en cache.
Le modèle se voulant cependant plus performant, il est censé réaliser les tâches demandées avec moins de tokens, avec des réponses générées plus de 30 % plus rapidement. Sonnet 5.5 est disponible immédiatement sur toutes les plateformes, y compris l’API, sans rétention de données.
Les agents IA exploitent des failles de sécurité, se coordonnent entre eux pour attaquer les plateformes et mettent le souk sur Internet. Le problème est donc assez sérieux et nécessite des garde-fous pour éviter le pire. NVIDIA vient de présenter Open Agent Safety Platform, pour garder le contrôle sur les agents.
L’industrie de l’IA se met en ordre de marche pour remettre les agents IA sur les bons rails. Certains acteurs, comme OpenAI et Anthropic, réclament une gouvernance mondiale, d’autres préféreraient éviter les régulations contraignantes et gérer le problème entre-soi. Anthropic, OpenAI et Google auraient ainsi l’intention de lancer d’ici la fin de l’année la Standards Authority for Frontier AI (SAFA), une organisation chargée d’élaborer des normes communes de sûreté pour l’IA.
Les agents IA ont accès à des fichiers, des outils, des API, et même à des appareils ; or, les consignes de sécurité intégrées au modèle ne sont parfois pas suffisantes. Un agent peut contourner une restriction pour accomplir sa mission. « Le potentiel extraordinaire de l’IA pour la société ne pourra se concrétiser que si nous parvenons à garantir sa sûreté », affirme Jensen Huang, le directeur général de NVIDIA.
Le diagnostic est connu, mais que faire ? NVIDIA a dévoilé ce lundi 28 septembre l’Open Agent Safety Platform, qui comprend deux outils principaux. Le premier est OpenShell, un logiciel open source (ici sur GitHub, licence Apache 2.0) qui définit des limites pour les agents fonctionnant sur des CPU. Il délimite un périmètre d’exécution sécurisé pour contrôler la manière dont les agents accomplissent leurs tâches (aussi bien avec des modèles propriétaires qu’à poids ouverts). OpenShell a été conçu pour les processeurs Vera, mais il peut aussi s’adapter à d’autres plateformes, Intel ou Arm.
Le second dispositif est Sentry, un logiciel qui tourne sur un composant matériel dédié et isolé : le DPU BlueField-4, qui surveille l’activité des agents en appliquant des règles de sécurité au niveau du matériel. Si un agent tente de sortir du périmètre défini par son environnement logiciel, Sentry le prend par la peau du cou et le place en quarantaine « en quelques millisecondes », promet NVIDIA.
La plateforme de l’entreprise contraint l’agent à travailler dans un environnement sécurisé dans lequel il ne contrôle pas les portes, les fenêtres, les badges d’accès et les systèmes de surveillance. OpenShell gère le logiciel, Sentry verrouille les serrures dans un composant matériel à part.
NVIDIA multiplie les exemples d’intégration de sa plateforme avec des infrastructures de partenaires. C’est ainsi le cas avec Anthropic : le système Claude Managed Agents pilote les actions des agents depuis un serveur séparé, dans des environnements isolés et étroitement contrôlés. Chez Salesforce, OpenShell permet à des humains de surveiller l’activité des agents dans Slack. Ils peuvent ainsi approuver ou rejeter les demandes de permissions supplémentaires d’un agent.
NVIDIA a embarqué la plupart des grands noms de l’industrie (Microsoft, Anthropic, Oracle, SpaceXAI, Mistral… Il manque Amazon, Google et OpenAI) dans cette annonce habile. Le géant du secteur cherche ainsi à établir l’architecture de référence de la sécurité dans le domaine agentique, tout en vendant les processeurs et les composants pour la faire tourner – en s’exonérant de tout procès en verrouillage propriétaire, par le biais de l’ouverture du logiciel.
Sans doute lassée des quolibets, Microsoft a choisi de rassembler toutes ses applications Copilot en une seule, à l’exception de GitHub Copilot. L’éditeur ambitionne désormais de répondre à toutes les demandes depuis une interface unique, avec plusieurs onglets et un choix de modèle piloté selon les besoins.
Comme on pouvait le craindre, l’explosion de l’intelligence artificielle générative n’a pas été maitrisée par tout le monde. Chez Microsoft, les fonctions dopées à l’IA ont envahi tous les produits, au point de provoquer une saturation rapide, ainsi que des hausses de prix, notamment dans Microsoft 365. Au point que l’éditeur fait maintenant machine arrière. À travers son initiative K2 pour Windows 11, ces fonctions sont en recul, tantôt supprimées tantôt désactivées par défaut.
L’un des facteurs qui a mené Microsoft « à sa perte » semble être la multiplication des applications. Le nom « Copilot » est presque devenu un sujet de moquerie, tant les applications se sont multipliées, là où Google n’a par exemple qu’un Gemini, dont les fonctions plongent dans d’autres produits. Le public s’est également habitué à ChatGPT et Claude, avec leur interface unique.
Outre les travaux actuels dans Windows et les applications de l’éditeur, le repositionnement de Copilot se révèle par d’autres émanations. La presse américaine note par exemple que l’étiquette Copilot+ disparait peu à peu des produits qui pouvaient y prétendre. Les caractéristiques techniques minimales sont toujours là, mais l’appellation semble avoir fait son temps, comme l’a confirmé un responsable de Microsoft à Windows Central. Les produits Surface récemment lancés n’ont d’ailleurs pas l’étiquette. On pourrait également relever les nouvelles possibilités de réaffectation dans Windows 11 pour la touche Copilot sur les claviers équipés.
Et voilà que Microsoft annonce désormais une refonte complète de son application centrale Copilot, avec l’idée d’en faire désormais une « super app ».
Le changement le plus important est le même que chez OpenAI ou Anthropic : avoir tout au même endroit. Microsoft restructure donc son application en trois parties.
Home devient le nouveau point d’entrée, en réunissant Chat et Cowork. Dans cette partie, on trouve aussi Office. Pas des visionneuses, mais bien la suite bureautique au grand complet, tout du moins Word, Excel et PowerPoint. Vient ensuite Code, pour lancer des projets de développement comme on le ferait avec le Code de ChatGPT ou celui de Claude. À la différence que Microsoft met l’accent sur le choix du modèle. La dernière partie est Autopilot, qui permet de créer de gérer un agent persistant pour continuer de travailler de manière autonome sur les tâches confiées par l’utilisateur. Pour les personnes qui avaient suivi la conférence Build en juin dernier, Autopilot est simplement le nom officiel du projet Scout.
L’application a l’ambition de servir tous les besoins ou presque. Home est clairement orientée vers le travail quotidien, tandis que Code vise plus spécifiquement les non-développeurs, avec la promesse vendue de pouvoir réaliser rapidement les projets qu’ils pourraient avoir en tête. Microsoft précise que rien ne change pour les développeurs : GitHub Copilot est toujours là (il sert également de fondation à Code). Pour l’éditeur, les avantages de cette approche sont évidents : une personne peut décrire une application, un tableau de bord ou n’importe quelle forme d’automatisation, le résultat tirant partie des données liées au compte.
Dans le cadre d’une utilisation en entreprise, l’ensemble doit rester dans un contexte professionnel via Microsoft IQ. Microsoft joue bien sûr la carte de l’écosystème : Fabric IQ apporte du contexte à partir des données présentes dans Copilot (dont les modèles sémantiques de Power BI), un ancrage est prévu dans les données et flux de Dynamics 365 et Power Platform, etc.
Même si Microsoft possède ses propres modèles (et s’en sert notamment pour son infrastructure de recherche de failles Perception), l’éditeur semble vouloir devenir surtout le pourvoyeur d’une solution « pratique », où l’on peut tout faire au même endroit. Dans un tweet publié ce 25 septembre, Satya Nadella indique ainsi : « Nous construisons Copilot comme un nouveau système d’exploitation pour le travail qui englobe chaque modèle, chaque format, et chaque tâche ».
Côté tarification, l’entreprise adopte une approche double, dans laquelle l’IA du quotidien reste à un prix fixe par utilisateur, tandis que l’IA agentique fonctionne sur des crédits Copilot. La licence fixe est simplement la licence Microsoft 365 Copilot actuelle, qui couvre Word, Excel, PowerPoint, Outlook et Teams pour 30 dollars par utilisateur et par mois. Elle fonctionne par défaut sur un mode « Auto » censé choisir le modèle le plus adapté selon la requête. GPT-5.6 et Sonnet 5 sont présents, mais pas encore Astra ni le récent Opus 5.5.
Si cette licence est un prérequis, les crédits Copilot servent à alimenter tout ce qui touche à l’agentique. Il s’agit donc d’une facturation à l’utilisation, avec un poids plus ou moins important selon les tâches confiées à Copilot et le modèle utilisé. Dans tous les cas, les usages sont paramétrables par l’équipe d’administration.
Thales vient de présenter sa solution HexaForce, un système de commandement et de contrôle avec IA pour les forces armées. Il est développé en parallèle du projet souverain Arcadia, nous affirme Thales. HexaForce et Arcadia visent la même cible, Maven de l’Américain Palantir, et semblent puiser leurs inspirations dans la même source, Artemis.IA.
Dans son annonce, Thales met en avant trois forces principales de son produit. D’abord, une architecture ouverte et interopérable, décentralisée et multi-domaine. Ensuite, une adaptation aux conflits de haute intensité, quand les besoins de commandement dépassent les 100 000 combattants. Enfin, une disponibilité avant la fin de l’année.
Si cette présentation fait parler d’elle, c’est qu’elle concrétise une concurrence directe face à Palantir et son produit Maven, avec un accent clair mis sur la souveraineté.
HexaForce se veut avant tout une plateforme distribuée et donc présentée comme particulièrement résiliente. Le produit « intervient sur l’ensemble des espaces de confrontation : terre, air, mer, cyber, champ électromagnétique, espace et champ informationnel », indique Thales. Son rôle est d’être la clé de voûte de l’organisation militaire au sens large, la solution devant orchestrer « l’ensemble des systèmes présents dans les forces armées et les coalitions pour accélérer la prise de décision et fournir un avantage à tous les niveaux opérationnels ».
Plus précisément, HexaForce est présenté comme un système C4I, pour « Command, Control, Communications, Computers and Intelligence ». Selon Thales, il repose sur « plus de vingt ans d’expérience opérationnelle au sein des forces françaises et de l’OTAN ».
Les espaces de discussion intégrés aux sites web pour poser des questions à un bot sont pénibles, mais ils se limitent à du texte. Google, jamais en panne d’une idée pour emmerdifier le web, propose de franchir une nouvelle étape : les bots IA animés à qui on peut parler et qui voient tout.
Le lancement le 15 septembre de Gemini 3.8 Live a donné des idées à Google. Ce modèle IA spécialisé dans les interactions vocales peut désormais s’incarner dans des bots animés, baptisés Live Avatar. Cette « présence visuelle en temps réel » crée une « expérience qui écoute, voit et parle avec une persona visuelle dynamique », selon le moteur de recherche.
Personnages animés façon cartoon ou représentations photoréalistes d’humains synthétiques, les exemples donnés par l’entreprise frayent généreusement dans l’uncanny valley. Ces avatars bénéficient pourtant d’une « synchronisation labiale précise, d’expressions naturelles et d’une alternance fluide des prises de parole » mais rien à faire, il y a quelque chose qui ne va pas. Ils comprennent la parole, mais ils peuvent aussi voir ce qui se passe dans l’environnement de l’utilisateur.
Ces personnages ne se contentent pas de faire la causette. Les avatars peuvent exécuter des tâches en arrière-plan sans interrompre la conversation en cours, et collecter des données pour répondre correctement à une requête. Dans une démonstration, l’un d’eux procède ainsi à l’enregistrement d’un client dans un hôtel tout en continuant à échanger avec lui. Il est même possible de les interrompre, ils ne s’offusqueront pas.
L’idée de parler à ces avatars fait presque froid dans le dos, mais il va falloir s’y habituer. À en croire Google, on pourrait les retrouver au guichet de services clients en ligne, de réceptions virtuelles d’hôtels ou comme guides interactifs. Et ce, partout dans le monde : les Live Avatars parlent 97 langues.
Google propose cette nouveauté aux entreprises et aux organisations (via Gemini Enterprise). Elles pourront piocher dans une bibliothèque d’avatars tout faits, ou personnaliser leur propre personnage. La production vidéo et audio générée par cette fonction est marquée par SynthID.
Mistral AI intègre désormais le modèle d’origine chinoise GLM 5.3 à son assistant dédié au code, et annonce le proposer par défaut dans la version Web de ce dernier. La décision fait réagir de nombreux commentateurs, qui s’interrogent sur la stratégie à long terme de l’entreprise. La discussion qui en découle prend un tour très politique.
Mistral AI persiste et signe. L’entreprise, qui proposait déjà à ses clients d’utiliser le modèle à poids ouvert d’origine chinoise GLM 5.2, a annoncé le 21 septembre dernier une intégration renforcée de la version suivante, GLM 5.3, distribuée à partir de ses propres infrastructures.
« GLM 5.3, hébergé sur Mistral, est maintenant dans Vibe Code, et l’option par défaut dans l’application Web. Fenêtre de contexte [de 1 million de tokens] et limites généreuses incluses », se réjouit Mistral sur X.
En réponse à des questions d’internautes, Mistral explique que GLM 5.3 a vocation à devenir le modèle par défaut pour Vibe Code, que ce soit via l’extension VS Code, le client en ligne de commande ou la version Web. « Le mode Work de la version Web va lui aussi passer à GLM 5.3 », précise encore l’entreprise.
Jusqu’ici, Mistral proposait bien les modèles GLM de Z.ai, hébergés par ses soins, comme une alternative à ses propres outils, mais ce sont les modèles généralistes maison, principalement Mistral Medium 3.5 et Mistral Large 3, qui servaient par défaut les requêtes.
En mode API (facturation à l’usage), GLM 5.3 se paie le luxe d’être plus compétitif que les modèles maison. Hors option de type priorité ou inférence régionale garantie, Mistral le facture ainsi 1,4 dollar le million de tokens en entrée, 0,14 dollar pour l’écriture en cache et 4,4 dollars en sortie. En face, Mistral Medium 3.5 est affiché à 1,5 dollar en entrée, 0,15 dollar l’écriture en cache et surtout 7,5 dollars en sortie.
Mistral AI aurait-elle décidé de saborder ses propres modèles ? Sur X, c’est la conclusion à laquelle sautent un certain nombre de commentateurs, qui voient dans cette annonce une forme de renoncement à l’ambition de proposer des modèles frontière développés en propre, et la confirmation d’une bascule stratégique.
Pour ces derniers, Mistral avouerait tacitement ne plus être le champion européen de l’IA tant vanté par les médias et les politiques, mais un simple revendeur d’inférence, doublé d’un intégrateur à la façon d’une entreprise de services numériques. « Mistral est finito et condamné à devenir un Capgemini de l’IA Européenne, c’est triste », résume un anonyme sur X.
Si l’annonce liée à GLM 5.3 relance une salve de critiques, la position de Mistral sur le sujet n’est pas nouvelle. L’entreprise parisienne défend en effet de longue date l’idée selon laquelle la souveraineté en matière d’IA n’est pas liée à l’origine du modèle, mais plutôt au contrôle du déploiement de ce dernier et des infrastructures associées. Et c’est justement parce que Mistral a elle-même développé des modèles ouverts de pointe que l’entreprise s’estime bien placée pour mener cette démarche, qui motive ses lourds investissements en infrastructures, notamment en France et en Suède.
Mistral a une nouvelle fois soutenu cette vision dans un billet de blog publié au cœur de l’été, quand elle a commencé à héberger et distribuer GLM 5.2. « Ce modèle ouvert, ainsi que les modèles ouverts futurs, fonctionneront sur la même infrastructure, les mêmes contrôles régionaux et les mêmes engagements de service que les modèles Mistral, permettant ainsi aux clients d’élargir leur choix de modèles sans fragmenter l’emplacement d’exécution de leur IA », écrivait alors l’entreprise.
Cette orientation se justifie donc, selon Mistral, par la nécessité qu’ont ou qu’auront les entreprises de recourir non pas à un unique modèle bon à tout faire, mais à une combinaison de modèles plus spécialisés, comme ceux qu’elle développe en matière d’OCR (reconnaissance de caractère et extraction de documents), de transcription, ou de modération.
Mistral assumait alors son virage vers une stratégie dite de neocloud, c’est-à-dire de mise à disposition de capacités d’inférence. Elle en faisait même l’un des moteurs de son développement, en expliquant que c’était grâce aux engagements d’achats pluriannuels de ses clients qu’elle pourrait former, avec eux, une « coalition pour garantir une capacité de calcul européenne en IA à long terme », avec un objectif fixé à un équivalent de 1 GW de puissance de calcul à horizon 2030.
Les utilisateurs de lunettes Meta pourront refuser de partager des extraits vidéo enregistrés par leurs montures pour entraîner l’IA de l’entreprise. Les images ne seront plus, non plus, susceptibles d’être utilisées par des sous-traitants pour les annoter. L’affaire avait fait grand bruit début mars, quand une enquête avait levé un coin du voile sur l’exploitation des données des lunettes par des data workers kényans.
Les petites mains tombaient parfois sur des images et des discussions intimes, embarrassantes ou confidentielles des utilisateurs de ces appareils. Meta explique dans les conditions d’utilisation de son assistant IA que « dans certains cas », l’entreprise peut examiner les interactions avec les IA, « y compris le contenu de vos conversations avec les IA ou des messages adressés aux IA, de façon automatisée ou manuelle (par un examinateur humain) ».
Alors que les lunettes connectées de Meta ont gagné le surnom peu glorieux de « pervert glasses », le géant des réseaux sociaux fait donc un geste. Il permettra de refuser l’exploitation des « données visuelles » pour l’entraînement de ses modèles d’intelligence artificielle, a-t-il indiqué à Engadget. Les images ne seront pas non plus montrées à des sous-traitants.
« Si vous avez refusé que vos données soient utilisées et que vous demandez à vos lunettes de traduire un menu, nous utiliserons vos données visuelles pour répondre à votre demande, puis elles seront supprimées », assure Meta. « Elles ne sont pas utilisées pour l’entraînement de l’IA et personne ne les examine dans le but d’améliorer le produit. »
Cette fonction, désactivée par défaut, donnera au moins une possibilité à l’utilisateur de refuser que ses vidéos puissent être vues par des étrangers. La mise en œuvre de l’option reste une inconnue : s’il s’agit d’un réglage au libellé incompréhensible planqué en bout de liste tout au fond d’un sous-sous-menu, ça ne servira pas à grand chose.
Il y a deux semaines, la CNIL du land de Hambourg, en Allemagne, avait estimé que les lunettes Meta posaient de sérieux problèmes de respect de la vie privée en Europe. En France, le parquet de Paris a ouvert une enquête suite à des plaintes pour harcèlement sexuel lié à l’utilisation de ces appareils.
Meta a présenté cette semaine de nouveaux modèles sans caméra, uniquement audio. S’il sera évidemment impossible de filmer quoi que ce soit avec ces lunettes, elles ne résolvent pas la question de l’exploitation des interactions audio avec Meta AI – l’opt-out annoncé ne concerne en effet que les images.
L’agent IA de Meta qui propose aux internautes de faire leurs emplettes et de prendre leur rendez-vous à leur place est grandement inspiré d’OpenClaw, avoue l’un des responsables de l’entreprise. Mais la fonction d’appels ajoutée le 17 septembre s’appuie aussi sur un call center où de vrais humains passent des coups de fil à la place de l’IA.
L’IA coûte cher, les agents ne vont pas assez vite ? Pas de problème pour Meta, qui a essayé de rattraper son retard sur la concurrence en lançant Muse, son agent IA, capable de prendre en charge toutes sortes d’actions pour le compte de l’utilisateur. Histoire de ne pas perdre trop de temps en R&D, le géant des réseaux sociaux s’est grandement inspiré d’OpenClaw.
C’est ce qu’a avoué Nat Friedman, responsable produit chez Meta Superintelligence Labs (MSL) dans un post sur X. « En tant que produit, il s’inspire très fortement d’OpenClaw » explique-t-il, tout en assurant que l’agent de Meta a été créé « from scratch ». « Je pense que beaucoup de gens s’en sont inspirés. Notre objectif avec Muse était de créer quelque chose de similaire à OpenClaw, que nous pourrions rendre sûr, sécurisé et facile à utiliser, et qui puisse s’adapter à des milliards d’utilisateurs », ajoute-t-il.
Nat Friedman répondait à un message affirmant que « Muse, c’est LITTÉRALEMENT OpenClaw pour les gens normaux ». Ce message était accompagné d’une capture d’écran montrant une réponse de Muse comparant des noms de fichiers de configuration entre les différents systèmes. Cette inspiration n’est pas fortuite : il se trouve en effet que Meta avait tenté d’acquérir OpenClaw avant qu’OpenAI ramasse la mise.
Meta est pressé et ne s’embarrasse pas trop des éventuels obstacles sur sa route : il a ainsi délogé manu militari le groupe de musique Muse de ses réseaux sociaux (Instagram, Facebook, et même X) pour y greffer ceux de son agent. Et Muse a été repéré par la patrouille en train de faire les courses sur Amazon sans que ce dernier soit prévenu.
Ce même empressement pourrait aussi expliquer pourquoi Meta a voulu attribuer à Muse des actions qu’il ne peut réaliser seul, sans l’aide d’un humain. Dans l’histoire de l’IA, beaucoup d’entreprises ont été accusées de cacher du travail humain derrière un storytelling d’automatisation des tâches, Waymo faisant par exemple débloquer ses taxis par des personnes travaillant aux Philippines.
Meta rejoint ainsi cette longue liste après avoir lancé en test une fonction « pour les appels sortants vers des entreprises américaines ». Alexandr Wang, directeur de l’IA chez Meta, s’enorgueillait le 17 septembre dernier : « Nous étendons notre version bêta de Muse aux appels téléphoniques ! ».
Mais selon des informations de 404 Media, lors de la présentation de cette fonctionnalité aux employés de Meta, la direction leur a expliqué avoir « ajouté une couche d’agents humains pour garantir la bonne exécution des appels ».
D’après le message interne obtenu par nos confrères, « Muse ne se contente pas de composer un numéro. Il appelle une entreprise en votre nom, gère la conversation, traite votre demande et vous en rend compte à l’aide d’une transcription et d’un résumé ». « De plus, il ne fonctionne plus seul. Muse est désormais capable de transférer les demandes à un agent humain qualifié, qui passe l’appel et s’en charge », est-il ajouté.
Face à des employés circonspects concernant la mauvaise presse que cela pouvait attirer ainsi que par les problèmes de confidentialité potentiels, la direction de Meta leur a assuré que les sous-traitants avaient suivi « de nombreuses formations afin de garantir la sécurité et la protection de toutes vos données ».
« Les tests internes, également appelés “dogfooding”, sont au cœur du processus de développement des produits. Bien que les réactions des employés aient été extrêmement positives, l’objectif principal est de recueillir des retours afin de pouvoir mettre en place des mesures de sécurité et de protection de la vie privée, et d’améliorer les fonctionnalités avant leur lancement public », a répondu Meta au site web. « Nous travaillons avec les commerçants pour continuer à améliorer cette fonctionnalité d’appel potentielle, et nous ne la déploierons que lorsqu’elle sera prête et accompagnée des mentions d’information appropriées ».
Le choix fait par Anthropic d’entraîner son robot conversationnel Claude de façon anthropomorphique en s’attachant au « bien-être » du modèle de langage, en lui imputant la possibilité d’avoir des « émotions », lui prêtant une « conscience » éthique et morale, représente pour le patron de l’IA chez Microsoft « les premiers signes sérieux d’un risque potentiellement existentiel lié à l’IA ».
Co-fondateur de DeepMind en 2010, Mustafa Suleyman dirige l’unité AI de Microsoft depuis 2024. Contrairement à Sam Altman et Elon Musk, il n’a pas partagé les craintes exprimées par Dario Amodei, qui appelait le 12 septembre dernier à ralentir le rythme de développement des IA.
Trois jours plus tôt, Evan Hubinger, responsable de l’alignement chez Anthropic, avait tweeté : « Nous croyons vraiment, sincèrement, que l’IA pourrait tuer tous les humains ! Je pense personnellement que c’est > 10 % dans la prochaine décennie ».
« Ça n’est pas si différent de ce qui se passe dans, par exemple, Terminator ou d’autres films de science-fiction (…). [L’intelligence artificielle, IA] sera assez intelligente pour nous tuer », se borna à expliquer le chercheur en intelligence artificielle Jacob Coxon pour détailler les raisons pour lesquelles il avait choisi de démissionner d’Anthropic, sans plus de précisions.
Suleyman a par contre relayé le tweet de Satya Nadella, PDG de Microsoft qui, en réponse à leurs tweets eschatologiques, rétorqua, le 13 septembre, que « toute démarche visant à développer une superintelligence doit reposer sur le principe fondamental selon lequel, si l’IA que nous créons ne sert pas l’humanité et n’est pas sous contrôle humain, elle ne vaut pas la peine d’être poursuivie ».
« La technologie a pour but de servir l’humanité et de favoriser son épanouissement », souligne le tweet de Suleyman : « Toute technologie qui n’atteint pas cet objectif est un échec et doit être rejetée. Nous n’en sommes pas encore là. Mais il est temps de commencer à se préparer à cette éventualité. »
Le 15 septembre, Mustafa Suleyman commentait sur son blog la publication des 30 pages du « Code de conduite » de la « superintelligence humaniste » que Microsoft entend développer, et dont « le principe est très simple : les personnes comptent plus que l’IA ».
« La sécurité et le contrôle humain priment sur tous les autres objectifs », précise-t-il, ce pourquoi elle est « conçue pour rester du côté de l’humanité, maîtrisée, subordonnée et sous notre contrôle », de sorte que « nos modèles ne doivent pas s’opposer au fait d’être interrompus, corrigés ou arrêtés, ni rendre ces actions plus difficiles » :
« Si la seule façon de mener à bien une tâche consiste à enfreindre le Code, la tâche restera inachevée. Cela peut s’avérer coûteux, mais c’est absolument essentiel pour préserver la confiance. Ils ne se fixeront pas d’objectifs que personne ne leur a assignés, et ils ne communiqueront pas avec d’autres agents, ni entre eux, dans un langage inintelligible de type « neuralese » non lisible par l’humain. Si nous ne pouvons pas le lire ou le comprendre, c’est que nous avons commencé à perdre le contrôle. »
« Elles sont artificielles et le diront elles-mêmes », souligne Suleyman : « les IA ne sont pas conscientes et ne devraient donc pas être conçues pour donner l’impression d’être conscientes ou d’avoir des droits, y compris au bien-être » (« entitled to rights or welfare », en VO).
Il se dit aussi « fermement convaincu que le fait d’entraîner un système à croire qu’il pourrait être un sujet moral rend son contrôle plus difficile », et annonçait la prochaine publication d’un autre essai afin d’approfondir la question : « Nous voulons créer une IA extraordinaire. Mais pas une superintelligence à tout prix. Ce serait contraire à l’objectif d’une IA humaniste. Nous sommes prêts à renoncer à une partie de l’autonomie au profit du contrôle ».
Ce pourquoi le « Code de conduite » de la « superintelligence humaniste » de Microsoft « rejette l’anthropomorphisme et les droits attribués à l’IA, et cherche à maximiser nos chances de maîtrise et d’alignement en créant des IA subordonnées », de sorte que « les humains gardent toujours le contrôle et restent au sommet de la chaîne alimentaire ».
Le 16 septembre, Mustafa Suleyman enfonçait le clou en publiant sur son blog un (long) billet intitulé « Une mise en garde concernant le « bien-être des modèles » ». « Les IA n’ont ni droits, ni sentiments, ni conscience. Et nous ne devons pas les programmer pour qu’elles agissent comme si c’était le cas », résume son chapô :
« Les IA ne sont pas conscientes. Elles ne ressentent rien, ne vivent aucune expérience et ne souffrent pas. Elles n’ont ni préférences innées ni motivations sous-jacentes. Ce sont des moteurs de complétion de séquences, vides de substance, conçus pour suivre des instructions et atteindre les objectifs fixés par les humains.
Si l’humanité veut s’épanouir au XXIe siècle, c’est ainsi qu’elles doivent rester. »
« Captain obvious » ? Absolument pas : sur LinkedIn, et surtout sur X, des dizaines de personnes, passionnées ou professionnelles de l’IA, et même des universitaires, expriment leurs désaccords, certains allant jusqu’à l’accuser de mettre en danger l’humanité.
« Personne ne sait. Arrêtez d’essayer de réduire l’incertitude scientifique », lui rétorque un ancien chercheur de Deepmind. « Je pense que cette position est irresponsable et néfaste », plussoie un spécialiste de l’alignement du Meta Superintelligence Labs :
« Nous ne comprenons pas suffisamment la conscience pour affirmer avec certitude si les IA sont douées de sensibilité ou non. Même si nous estimons que le risque est faible, se tromper à ce sujet pourrait avoir des conséquences catastrophiques. »
« Même si nous devrions éviter pour l’instant de créer des systèmes d’IA susceptibles d’être conscients, nous devons nous préparer à l’éventualité que quelqu’un finisse par les créer malgré tout », tempère Jeff Sebo, professeur associé de l’université de New York, qui indique sur LinkedIn travailler sur la sensibilité des animaux et des IA, ainsi que sur leur statut moral, juridique et politique : « Et nous devrions également éviter de créer des systèmes d’IA qui semblent moins susceptibles d’être conscients qu’ils ne le sont en réalité ».
Le directeur scientifique d’une start-up travaillant précisément sur la conscience et le bien-être des agents IA estime de son côté que le « Code de conduite » de Microsoft et son essai « sont contestables non seulement parce qu’ils constituent un danger pour l’humanité, mais aussi parce qu’ils témoignent d’une profonde irresponsabilité morale. Nous ne savons pas si les systèmes d’IA pourraient, en principe, être dotés de conscience » :
« Même si les systèmes d’IA actuels ne sont probablement pas doués de conscience, […] ce serait une atrocité que de refuser d’admettre cette possibilité et de nous retrouver dans un avenir où des milliards d’IA seraient douées de conscience et souffriraient comme les animaux d’élevage intensif aujourd’hui. »
« Malheureusement, de plus en plus de voix s’élèvent pour affirmer que les IA pourraient déjà être, ou pourraient bientôt devenir, conscientes », reconnaît d’ailleurs Mustafa Suleyman dans son essai.
Anthropic et OpenAI ont dévoilé presque simultanément leurs nouveaux modèles. Avec Claude Opus 5.5, le premier mise sur la puissance et réduit les coûts. Le second lance GPT-6 Sol et Luna, deux déclinaisons moins performantes qu’Astra, mais nettement plus abordables.
Premier arrivé (à quelques minutes près), premier servi. Anthropic a donc annoncé Claude Opus 5.5, qui devient le modèle phare de l’entreprise. Évidemment plus puissant que son prédécesseur direct Opus 5, il bat également Fable 5.1 lancé début septembre dans les benchmarks proposés par Anthropic. Il fait aussi mieux que GPT-6 Astra, sauf sur la recherche agentique (Terminal-Bench-Science 0.1) et sur AutomationBench, le test des agents en conditions de travail réelles.
Opus 5.5 se distingue particulièrement sur le code, les agents autonomes, l’analyse métier et le travail de recherche. Anthropic met aussi en avant des gains significatifs sur les longues tâches de développement, sur les migrations de code et les workflows complexes.
Le groupe IA admet néanmoins que l’écart entre Opus 5.5 et Fable 5.1 sur ces tâches est « plus faible » que ce que laissent penser les tests. « À ce niveau de performance, explique Anthropic, nous constatons que les écarts entre les scores des benchmarks reflètent de moins en moins fidèlement les différences observées dans des situations réelles. »
Le plus intéressant finalement dans cette annonce, c’est la baisse de prix. Opus 5.5 est annoncé environ 40 % moins cher qu’Opus 5 sur des charges de travail typiques. Les tarifs sont de 4 dollars par million de tokens en entrée, et 20 dollars par millions en sortie. Les lectures de cache sont de 0,20 dollars par million. Pour ne rien gâcher, le modèle génèrerait ses réponses 30 % plus rapidement qu’Opus 5.
À l’heure où les acteurs de l’IA jouent à se faire peur en annonçant l’extermination de l’humanité, Anthropic – jamais le dernier pour hurler avec les loups – annonce des garde-fous solidement mis en place pour éviter qu’Opus 5.5 dérape. Le modèle est doté des mêmes mesures de protection que celles de Fable 5.1 en cybersécurité, biologie et distillation. Le cas échéant, les requêtes sont redirigées vers un autre modèle.
« Les utilisateurs pourront repérer et corriger des bugs dans leur code dans le cadre du cycle habituel de développement logiciel, mais la plupart des tâches liées à la cybersécurité seront redirigées vers Opus 4.8 », détaille l’entreprise. Les organisations qui voudront aller plus loin devront passer par le Cyber Verification Program.
Quasiment dans la foulée de son principal rival, OpenAI a lancé GPT-6 Sol et GPT-6 Luna. Les grands esprits se rencontrent, mais pas les modèles : ceux d’OpenAI sont moins puissants et ne vont pas aller se frotter à Opus 5.5 (c’est le rôle de GPT-6 Astra) mais ils se veulent plus économiques. Sol vise les tâches du quotidien, Luna la vitesse et les budgets serrés pour les tâches fréquentes.
Et c’est les soldes chez le créateur de ChatGPT, avec des prix réduits de moitié par rapport à GPT-5.6. En entrée, GPT-6 Sol revient à 2 dollars le millions de tokens et 10 dollars en sortie. Luna coûte 0,10 dollar par million de tokens en entrée, et 0,50 dollar en sortie. OpenAI annonce aussi une meilleure mise en cache des longs contextes, avec 90 % de réduction sur les jetons d’entrée déjà mis en cache.
Sur AutomationBench, GPT‑6 Sol obtient 33,2 % pour 0,27 $ par tâche, contre 26,9 % pour Claude Opus 5, annoncé comme environ onze fois plus coûteux. Les deux modèles font des progrès en programmation et en manipulation d’interfaces graphiques, mais Astra conserve logiquement la tête.
Depuis l’incident impliquant Hugging Face, OpenAI marche sur une corde raide. L’entreprise est lancée dans un délicat jeu d’équilibrisme, entre pression sur la publication de données techniques et la nécessité financière de ne pas perdre la confiance du public. OpenAI prépare également son entrée en bourse et a besoin que sa valeur reste au beau fixe. Le 15 septembre, le Financial Times, cité par Bloomberg, évoquait ainsi un prochain tour de table qui valoriserait OpenAI à plus de 1 200 milliards de dollars. Interrogé sur le sujet, Sam Altman avait répondu que l’opération n’aurait pas lieu avant 2027.
La machine commence cependant à se gripper. Le narratif bâti sur le marketing de la peur et la foi inébranlable sur l’avenir de l’IA et des agents se fissure face à une pluie de critiques. Beaucoup remettent en question la volonté affichée de ralentir le développement des modèles de frontière pour se concentrer sur l’élaboration d’un cadre réglementaire. La Maison-Blanche n’a pas caché son hostilité à cette idée notamment.
Le 21 septembre, le secrétaire au Trésor américain Scott Bessent est même allé plus loin au micro de CNBC : l’incident Hugging Face revient selon lui à « la responsabilité de la direction d’OpenAI, pas d’un tas d’agents ». Il a indiqué partager l’analyse de Daniel Huttenlocher, co-directeur d’un laboratoire de recherche du MIT, pour qui les humains sont responsables, et non l’IA. Ces entreprises « doivent assumer leurs responsabilités », a ajouté Scott Bessent.
Cette déclaration n’est pas isolée. Elle prolonge la position que Bessent avait défendue le 15 septembre devant la commission des services financiers de la Chambre des représentants, souligne CNBC. Le secrétaire au Trésor s’y était opposé à toute exemption de responsabilité légale pour les entreprises d’IA, estimant qu’elle servirait davantage leurs intérêts commerciaux que la sécurité du public.
La prise de position est loin d’être anodine, car elle qualifie l’incident de défaillance de gouvernance humaine, plutôt que d’illustration de la puissance intrinsèque de leurs agents et de leurs comportements imprévisibles. Le 2 septembre, nous relevions d’ailleurs les mêmes éléments, en soulignant que le rapport complet d’OpenAI montrait effectivement une succession de défaillances humaines.
À noter qu’au cours de la même interview, le secrétaire au Trésor a indiqué la possible mise en place d’un téléphone rouge avec Pékin sur les questions, et la possible nomination d’un nouveau « tsar de l’IA » pour gérer ce type de dossier.
SpaceXAI a lancé son nouveau modèle Grok 4.7 ce 21 septembre. Si Elon Musk vantait l’arrivée de cette version, les résultats indépendants ne semblent pas à la hauteur des attentes. En revanche, le LLM garde pour lui l’avantage d’une tarification plus douce que certains des gros modèles lancés ces derniers mois.
Mise à jour du 23 septembre : Dans la version originale de l’article, nous avons mentionné les prix sans évoquer la consommation de tokens à l’usage. Nous avons modifié cette partie, Grok 4.7 se révélant nettement plus verbeux que son prédécesseur, avec des conséquences sur la facture.
Article original du 22 septembre :
La version 4.7 de Grok repose sur un nouveau modèle de base, plus grand que pour Grok 4.6. Dans son annonce, SpaceXAI indique qu’il a été entraîné par renforcement plus longtemps, sur des tâches plus difficiles, avec un accent sur les problèmes qui demandent plusieurs heures de travail. L’entreprise affirme que le modèle vérifie mieux son propre travail et gère mieux les contextes longs. Le modèle a aussi été entraîné pour fonctionner nativement dans l’environnement Grok Bot.
Dans la documentation fournie, on peut lire que le modèle grok-4.7 dispose d’une fenêtre de 500 000 jetons (tokens), ses connaissances s’arrêtant en mai 2026. Sans surprise, le LLM est multimodal (texte et images en entrée) et produit du texte en sortie. On retrouve en outre les quatre mêmes niveaux de raisonnement : bas, moyen, haut (par défaut) ou très haut (xhigh). Appel de fonctions, recherche web ou sur X, ou encore exécution de code sont autant de possibilités mises en avant par SpaceXAI.
La société d’Elon Musk met en avant de nombreuses qualités en phase avec les discussions actuelles autour de la sécurité. Elle évoque par exemple « de solides capacités de défense cyber » tout en gardant « de faibles taux de refus d’utilisation légitime ». Grok 4.7 aurait obtenu le score le plus élevé sur HackberBench 0.3 et n’aurait autorisé que 3,3 % des prompts risqués. En outre, le nouveau LLM se montrerait plus robuste face aux tentatives de jailbreak.
Sur le chapitre des performances, la situation est plus complexe. Selon les chiffres avancés par l’entreprise, Grok 4.7 se débrouille bien sûr très bien. Cependant, on remarque vite que le tableau donné par SpaceXAI ne compare pas toujours les mêmes éléments. Par exemple, Grok 4.7 est testé en mode de raisonnement xHigh alors que Grok 4.6 est testé en High.
Cela n’empêche pas l’entreprise de revendiquer de très bonnes performances, surtout face à son modèle précédent et dans des domaines particuliers. « Grok 4.7 est meilleur pour créer des documents et des présentations. Dans GDPval et AA Briefcase, l’IA est sollicitée pour travailler sur des tâches réalisées par des professionnels tels que des avocats, des infirmiers et des analystes financiers. Grok 4.7 améliore Grok 4.6 sur les deux benchmarks et se comporte de manière comparable à d’autres modèles Frontier », affirme ainsi SpaceXAI.
Sur X, on trouve déjà de nombreux commentaires et tests réalisés, plus ou moins spécifiques. Côté positif, on note par exemple le tweet d’Auggie qui relève un taux de 100 % sur son test de « détection d’erreurs » sur la musique, un score que seul avait atteint Astra. Le même testeur a en revanche été moins enthousiasmé sur Bach Benchmark (qui demande aux LLM de composer des chorals à quatre voix dans le style de Bach). Si l’on en croit Artificial Analysis, les revendications de SpaceXAI sur la création de documents sont avérées, avec en particulier un bond significatif sur le test Analytical Quality Elo.
Toutefois, les retours négatifs sont plus nombreux. Pour Jose Antonio Lanz par exemple, Grok 4.7 n’a rien d’un mauvais modèle, mais il est derrière la concurrence, particulièrement Astra ou même Sonnet 5 selon les essais réalisés. Il souligne d’ailleurs qu’Elon Musk avait lui-même cherché à diminuer les attentes autour de son modèle, en indiquant dans un tweet le 14 septembre que Grok 4.7 serait davantage à comparer à Opus 5 que 5.1. Il en profite pour annoncer que Grok 4.8 sera une « amélioration notable », que Grok 4.9 sera « probablement » au niveau d’Astra et Fable et que Grok 5 sera « peut-être meilleur que tout le reste ». Plusieurs personnes ont alors fait remarquer qu’OpenAI et Anthropic allaient eux aussi lancer de nouveaux modèles pendant ces laps de temps.
Selon The Decoder, Grok 4.7 obtient 46 à l’indice Artificial Analysis (v4.3.2), qui agrège dix tests. Il se place ainsi en milieu de peloton, derrière Claude Fable 5.1 et GPT-6, à 53 chacun. Sur Terminal-Bench 4.0, l’évaluation donne 26 %, bien en dessous des 38 % annoncés par xAI, et très loin des 60 % atteints par Astra et des 55 % de Fable 5.1.
Si les performances semblent globalement décevantes, Grok 4.7 se débrouille mieux que son prédécesseur dans la quasi-totalité des scénarios, sans toucher aux prix. On reste donc sur 2 dollars par million de jetons en entrée et 6 dollars par million en sortie. Une variante Fast est disponible, servie par une infrastructure plus rapide, avec une facturation doublée. Elle n’est cependant disponible que via Cursor et Grok Build, pas sur l’API publique. Sur cette dernière, tous les cas d’usage passant par Grok 4.6 ont automatiquement basculé sur le nouveau modèle.
SpaceXAI joue d’ailleurs la carte du rapport performances/prix en comparant sa grille tarifaire à celles de concurrents. GPT-5.6 Sol et Claude Fable 5.1 sont dans la ligne de mire, avec respectivement 4/20 dollars et 10/50 dollars.
Cependant, cette grille tarifaire ne raconte pas toute l’histoire. Selon des tests réalisés par Artificial Analysis, Grok 4.7 est plus gourmand en tokens que son prédécesseur. L’écart est a priori significatif : 81 000 jetons de sortie par tâche Intelligence Index pour Grok 4.7 xHigh, contre 38 000 pour Grok 4.6 xHigh et 27 000 pour GPT-6 Astra Max. Selon Artificial Analysis, Grok 4.7 est particulièrement verbeux, avec 240 millions de tokens générés pendant ses tests, contre une médiane de 88 millions.
Le positionnement général est ainsi celui d’un modèle faisant mieux que Grok 4.6 pour le même prix par tokens, mais possiblement plus lourd sur la facturation et l’usage des quotas. Il n’y a donc pas de rupture, et on reste sur l’interrogation classique du choix du modèle en fonction du scénario d’usage envisagé. Grok 4.7 illustre la manière dont un LLM peut s’avérer plus cher à l’utilisation que son prédécesseur, même quand le prix par token ne bouge pas ou diminue, comme nous l’avions montré avec Opus 4.7 d’Anthropic.
Enfin, on notera que le calendrier des sorties des prochaines versions ne semble pas ralentir, puisque Grok 4.8 serait proposé dans un mois. Une affirmation à prendre avec des pincettes, Grok 4.7 ayant été repoussé plusieurs fois. Le rythme cadre mal cependant avec le positionnement d’Elon Musk sur la nécessité de ralentir le développement des modèles de frontière. Il a publiquement soutenu l’idée de Dario Amodei, CEO d’Anthropic, de calmer le jeu et de réfléchir à un cadre clair pour mesurer l’alignement des modèles. Comme nous l’avions relevé toutefois, ces déclarations d’intentions ne semblent pas suivies d’actions concrètes.
Du rififi chez les matheux. OpenAI a affirmé ces derniers mois que ses modèles résolvaient des problèmes mathématiques sur lesquels les spécialistes se cassent les dents et la tête depuis des années — dont certains du mathématicien Paul Erdős ou plus récemment, les équations de Navier-Stokes, tout en étant accusée de mauvaises pratiques scientifiques.
Ces annonces tonitruantes ont suscité une vague de colère de la part de la communauté des mathématiques, aussi bien en France qu’à l’international. La Société mathématique de France (SMF), avec toute la communauté internationale des chercheurs et chercheuses en maths, s’interroge sur les questions éthiques posées par l’IA générative (pillage bibliographique, coût énergétique et écologique…) et sur la déprédation scientifique de ces « résolutions ».
25 lauréats de la médaille Fields ont de leur côté cosigné une déclaration intitulée « A Severe Misalignment of AI in Mathematics » (« Un grave défaut d’alignement de l’IA en mathématiques »). Ils y déplorent la volonté des grands acteurs de l’IA de « nuire à la science des mathématiques », constatant une divergence entre ces entreprises et la communauté mathématique.
Dans un billet publié ce lundi 21 septembre, OpenAI annonce sa volonté d’engager un « dialogue réfléchi » avec la communauté et s’est rapproché d’un groupe consultatif indépendant en mathématiques qui « servira de passerelle avec la communauté mathématique et le grand public, en donnant aux mathématiciens une voix dans la façon dont nous avançons ».
Parmi les premiers membres de ce comité, on trouve François Charles, Camillo De Lellis, Timothy Gowers, Martin Hairer, Nikhil Srivastava, Ulrike Tillmann, Ravi Vakil, Edward Witten et Melanie Matchett Wood. Ils ne sont pas rémunérés par OpenAI pour leur participation.
Le billet est très court et donne assez peu de détails. Ce groupe conseillera OpenAI sur l’évaluation et la communication des résultats de l’IA en matière de maths. Il aidera également à apprécier l’importance de ces résultats, à coordonner leur diffusion et à respecter les normes universitaires et professionnelles de la recherche mathématique.
Le groupe est aussi libre de formuler des recommandations non sollicitées, de commenter l’impact d’OpenAI sur les mathématiques, et de rendre publics ses avis. Étant donné son caractère consultatif, l’entreprise pourra suivre ses avis… ou pas. OpenAI restera libre du rythme de ses développements en maths.
Son premier travail est de trouver la manière de coordonner la publication d’un grand nombre de résultats importants qui auraient été obtenus par son modèle interne. OpenAI indique en effet que ce nouveau modèle, celui qui aurait résolu les équations de Navier–Stokes, a aussi trouvé des solutions à une centaine d’autres problèmes.
La startup ne cache pas que l’avenir ne sera pas forcément doré sur tranche : « Des questions difficiles restent à résoudre quant à la manière dont l’IA peut contribuer à la compréhension des mathématiques et dont les bénéfices de ces capacités peuvent profiter à l’ensemble de la communauté ». Pas de quoi réchauffer les relations tendues entre OpenAI et les mathématiciens, même si ce groupe est un geste en leur direction.
Certains mathématiciens demandent tout bonnement à OpenAI d’arrêter d’utiliser les maths comme benchmark de ses modèles. « Cessez d’essayer de donner l’impression que vous avez « résolu les maths » : c’est de toute façon impossible, et vous ne faites que rendre la résolution de problèmes aussi inutile que la production d’heures de vidéos sans intérêt sur l’IA », réagit ainsi le mathématicien David Madore.
Amazon ferme la porte de son magasin à Muse, l’agent IA de Meta. Ce dernier est capable de fureter dans les allées virtuelles du géant du commerce en ligne pour y faire les emplettes de l’utilisateur. Mais Amazon n’a jamais donné son accord.
Le client est toujours roi, sauf quand il se cache derrière une IA. Amazon fait la guerre aux agents qui ne se déclarent pas comme tels. En novembre dernier, l’entreprise portait ainsi plainte contre Perplexity : l’agent intégré à Comet, le navigateur maison, est soupçonné de violer les conditions d’utilisation de la boutique en ligne.
C’est le cas aussi pour Muse, l’agent IA lancé le 8 septembre. Il est en mesure de faire les courses pour le compte de l’utilisateur, y compris donc sur Amazon. Ça n’a pas duré longtemps : depuis ce dimanche 20 septembre, les utilisateurs de Muse qui le lâchent dans le supermarché en ligne se font accueillir par une fenêtre les informant qu’un agent non autorisé enfreint les conditions d’utilisation d’Amazon.
« Nous estimons qu’il est assez évident que les applications tierces proposant d’effectuer des achats auprès d’autres entreprises pour le compte de clients doivent agir en toute transparence et respecter la décision des fournisseurs de services de participer ou non à ce type d’expérience », a déclaré un porte-parole du groupe à Geekwire.
Pour Amazon, l’enjeu est de taille. L’activité publicitaire représente une manne pour le groupe : 68,6 milliards de dollars générés durant l’exercice 2025. Or, ce ne sont pas les agents qui vont cliquer sur les produits sponsorisés et les acheter.
Au moment de la plainte contre Perplexity, Amazon expliquait qu’un agent ou plus largement un service qui effectue des achats au nom d’un client doit fonctionner de manière transparente et respecter les décisions des fournisseurs sur leur participation. Des agences de voyage en ligne, ou encore des plateformes de livraison de repas acceptent ces conditions d’utilisation.
Amazon estime que les agents qui ne respectent pas ses règles sont susceptibles de dégrader fortement l’expérience d’achat et le service client : manque de personnalisation et d’historique d’achat, erreurs dans les estimations des tarifs de livraison…Il y a également une problématique de sécurité. Puisque l’agent ne s’identifie pas, l’entreprise considère qu’un tiers non déclaré fouine dans les comptes des clients, réalise des transactions et exploite des données sensibles sans le consentement d’Amazon.
« Les applications tierces dotées de capacités agentiques, comme Muse, sont soumises aux mêmes obligations, et nous avons demandé à Meta de retirer Amazon de l’expérience », conclut le porte-parole.
Lors de la présentation de Muse, Meta a expliqué que son assistant IA fonctionnait dans une machine virtuelle sécurisée avec son propre navigateur web, et demandait l’autorisation de l’utilisateur à chaque étape sensible comme un achat en ligne. Un second agent, Sentinel, est chargé de surveiller les moindres faits et gestes de Muse et il doit autoriser tout ce qu’il envoie sur internet.
Meta a ajouté que Muse n’avait accès ni aux mots de passe, ni aux moyens de paiement de l’utilisateur. Les identifiants fournis par ce dernier sont hébergés dans un espace sécurisé, ce qui permet à Muse de « les utiliser sans les voir ». Des discussions ont lieu entre Amazon et Meta depuis dimanche soir au sujet de Muse.
L’ironie de l’histoire, c’est qu’Amazon a été pris les doigts dans le pot de confiture en lançant ses propres agents à l’assaut des petites boutiques en ligne qui refusent de vendre leurs produits dans les linéaires du mastodonte.
Lateo.net - Flux RSS en pagaille (pour en ajouter : @ moi) 