OpenAI bâtit son backend Git Pando avec Codex, Anthropic présente FlashProve, Cohere ouvre Model Vault aux modèles ouverts

OpenAI détaille Pando, le backend Git de son monodépôt construit avec Codex en dix semaines, qui sert près d’un pétaoctet (1 Po) de données par jour ; Claude Code 2.1.317 demande désormais l’accord avant d’envoyer l’adresse e-mail du compte, et GitHub Copilot arrive dans JetBrains Air. Anthropic présente FlashProve, un prototype de preuves cryptographiques d’inférence, OpenAI multiplie par plus de quatre ses primes médianes aux failles et Cohere ouvre Model Vault aux modèles ouverts d’autres éditeurs. Google publie PLE, un banc d’ingénierie où aucun agent ne dépasse 50 %, et redirigera le 1er décembre les requêtes adressées à Gemini 2.5 Pro et 2.5 Flash vers des modèles plus récents.

Agents de code : OpenAI bâtit Pando avec Codex, Claude Code 2.1.317, GitHub Copilot dans JetBrains Air

OpenAI remplace le backend Git de son monodépôt par Pando, construit avec Codex en dix semaines

2 novembre — OpenAI détaille Pando, le nouveau backend Git qui porte désormais tout le développement de son monodépôt (monorepo), compatible avec le protocole et le client Git. En cause, Codex : branches, push, fusions et récupérations se sont multipliés, et fin 2025 la fiabilité de l’ancien système tombait parfois sous 90 %. Selon un graphique du billet, les commits intégrés à la branche principale au troisième trimestre 2026 dépassent de 1 378 % ceux du premier trimestre 2024.

We built Pando, a new Git backend for our monorepo, to handle more pushes and fetches without changing how our engineers and agents use Git. Pando cut push latency by ~80% and now serves nearly a petabyte of Git data a day. We can grow Git capacity alongside agent usage.

🇫🇷 Nous avons créé Pando, un nouveau backend Git pour notre monodépôt, afin de traiter davantage de push et de récupérations sans changer la façon dont nos ingénieurs et nos agents utilisent Git. Pando a réduit la latence des push d’environ 80 % et sert désormais près d’un pétaoctet de données Git par jour. Nous pouvons faire croître la capacité de Git au rythme de l’usage des agents. — @OpenAIDevs sur X

Pour tenir la charge, Pando renonce à une vue cohérente de toutes les références à un instant donné : chaque branche est mise à jour indépendamment, et les fichiers pack reçus sont resservis tels quels aux autres clients, depuis des caches régionaux.

Indicateur mesuré par OpenAI	Valeur annoncée
Latence médiane des push	divisée par près de cinq (environ -80 %)
Données Git servies	près d’un pétaoctet (1 Po) par jour
Pic horaire	plus de 57 To en une heure, plus de 99 % depuis le cache
Clonages et récupérations	liaisons à 10 Gbit/s saturées sur des VM standard
Délai de construction	10 semaines avec Codex, en production depuis avril 2026

Le cœur a été conçu par un seul ingénieur et implémenté par des équipes d’agents, qui ont aussi écrit avec GPT-6 Astra du Lean et du TLA+ pour formaliser Pando et y débusquer des bugs. OpenAI a reversé plusieurs correctifs au projet Git et dit étudier des moyens de partager cette technologie, sans produit ni date.

🔗 Le billet d’OpenAI sur Pando

Claude Code 2.1.317 demande l’accord avant d’envoyer l’e-mail du compte et ajoute un rapport de coûts à la passerelle Claude apps

3 novembre — Claude Code 2.1.317 est publiée sur GitHub à 01 h 25 UTC, après un passage sur npm la veille au soir. Sur 87 entrées, 62 sont des correctifs, mais la version ajoute un garde-fou de confidentialité : Claude Code demande désormais l’accord avant qu’un appel d’outil web ou shell envoie l’adresse e-mail du compte sur le réseau. Dans le même esprit, /schedule avertit quand une nouvelle tâche planifiée dans le cloud reçoit des connecteurs que l’on n’a pas demandés, et indique comment les retirer.

Nouveauté de la 2.1.317	Ce qui change
Passerelle Claude apps	Rapport de coûts `GET /v1/organizations/analytics/cost` : dépenses par développeur, par jour ou par groupe IdP
SDK Agent	`onFailure: "block"` : un callback de hook en échec bloque l’action au lieu de la laisser passer
Sous-agents et coéquipiers	Sur un autre modèle que la conversation, ils prennent l’effort enregistré pour ce modèle
Outil Read	Relire un fichier inchangé renvoie son contenu, et non plus une simple mention
OpenTelemetry	Nouveaux attributs, dont `anthropic.plan` et `anthropic.seat_type`

Parmi les correctifs, le mode auto ne bute plus à chaque tour derrière une passerelle LLM qui répond 403 ou 422 à son contrôle de sécurité, Grep et Glob ne présentent plus des résultats partiels comme complets quand une recherche atteint sa limite de temps, et claude auth status ne risque plus de déconnecter l’utilisateur après un rafraîchissement de jeton lent. Sur npm, le canal stable reste sur la 2.1.311.

🔗 Les notes de version de Claude Code 2.1.317

GitHub Copilot arrive dans JetBrains Air, en local et en tâches cloud sur l’abonnement Copilot

3 novembre — GitHub Copilot devient l’un des agents de JetBrains Air, l’environnement de JetBrains conçu pour développer avec des agents et ouvert à tout agent compatible avec l’Agent Client Protocol (ACP). On le choisit dans le sélecteur d’agents d’Air, avec son abonnement Copilot existant, pour lui déléguer une tâche, guider son exécution et relire le résultat à côté du code ; Air suit plusieurs sessions en parallèle. GitHub le présente comme une option à côté de son plugin Copilot pour JetBrains, pas comme un remplacement.

Mode d’exécution	Conditions requises	Décompte de l’usage
Local, dans l’IDE JetBrains	Air installé dans l’IDE, GitHub Copilot sélectionné, compte Copilot connecté	Abonnement Copilot existant
Cloud, via Air Teams	Organisation business JetBrains avec Air Teams, Copilot activé par l’administrateur Air	Forfait Copilot, pas les crédits JetBrains AI

Chaque tâche cloud tourne dans un conteneur Docker sur une machine virtuelle neuve, derrière un proxy par lequel passe tout le trafic, sans état conservé d’une tâche à l’autre. GitHub liste aussi des limites : abonnement et crédits vérifiés seulement au démarrage de l’environnement cloud, pas de choix entre forfait personnel et forfait d’organisation tâche par tâche, et aucun plafond de dépenses Copilot réglable dans Air, où les administrateurs peuvent seulement désactiver Copilot.

🔗 L’annonce du GitHub Changelog

Sécurité : FlashProve chez Anthropic, primes aux failles d’OpenAI, CWE-bench v2 et CyberArena

Anthropic présente FlashProve, un prototype open source de preuves cryptographiques d’inférence pour les grands modèles

2 novembre — L’équipe Frontier Red Team d’Anthropic publie FlashProve, un prototype de recherche d’inférence prouvable (provable inference), annoncé sur X le 3 novembre : il permet de vérifier qu’une réponse vient bien d’un modèle donné. Le fournisseur publie d’abord un engagement (commitment) sur les poids, puis joint à chaque réponse une preuve cryptographique succincte à divulgation nulle de connaissance (zkSNARK) établissant que ces poids, appliqués à ce prompt, produisent exactement ces tokens. Les poids restent cachés, mais pas l’architecture du modèle. Selon Anthropic, Claude a produit les améliorations du système et rédigé la spécification du protocole, dont les propriétés de sécurité sont prouvées en Lean.

Mesure publiée (Llama 4 Maverick, poids 4 bits)	Valeur annoncée
Débit de preuve sur un seul H100	environ 110 tokens par seconde
Taille d’une preuve (requête de 1 024 tokens)	environ 19 Mo
Vérification sur processeur, sans GPU	17 secondes sur 24 threads
Surcoût par rapport à vLLM, par GPU	environ 72 fois, 94 fois à la charge la plus forte
VerInf, référence antérieure sur ce modèle	14,3 heures pour 1 000 tokens, preuve de 93,6 Go

Les usages cités vont du suivi du rythme de développement par un régulateur à la détection d’un serveur d’inférence compromis ou d’un modèle substitué, en passant par la provenance de texte. Les limites sont nettes : contextes de 1 024 tokens au plus, preuve d’une version entière du modèle en décodage glouton (greedy decoding), aucune garantie formelle sur le code rapide. Le code est publié sous licence Apache 2.0, dans un dépôt présenté comme non maintenu.

🔗 Le billet d’Anthropic sur FlashProve · Le dépôt FlashProve

OpenAI multiplie par plus de quatre les primes médianes de son bug bounty, jusqu’à 172 000 dollars avec bonus

2 novembre — OpenAI relève les récompenses de son programme de primes aux failles (bug bounty), une annonce relayée sur X le 3 novembre : en moyenne, le montant médian des fourchettes est multiplié par plus de quatre pour les vulnérabilités de gravité moyenne, élevée et critique. Une faille critique dans ChatGPT, Codex ou la Plateforme API peut rapporter jusqu’à 30 000 dollars, et une découverte critique exceptionnelle reste éligible jusqu’à 100 000 dollars de base, soit jusqu’à 172 000 dollars avec les nouveaux bonus : multiplicateur de qualité pour une preuve de concept fiable, fidélité à cinq niveaux et campagnes prioritaires sur les fonctions récemment lancées.

Exemple de faille donné par OpenAI	Ancienne prime	Nouvelle prime
Gravité moyenne dans ChatGPT : import de fichiers sans droit d’écriture	750 dollars	2 415 dollars
Critique dans ChatGPT : prise de contrôle de compte sans clic	6 500 dollars	51 577 dollars
Exceptionnel : lecture des conversations de n’importe quel utilisateur	100 000 dollars	171 925 dollars

Les nouvelles fourchettes s’appliquent aux rapports en attente, et OpenAI versera la différence pour les primes attribuées dans les 30 jours précédant l’annonce. L’équipe sécurité sera à PROMPT2PWN, à Oakland, les 20 et 21 novembre.

🔗 Le billet d’OpenAI sur les primes aux failles

Collinear AI publie CWE-bench v2, où Gemini 4 Argon devance de peu Claude Opus 5.5 sur 100 tâches publiques de correction de failles

3 novembre — Collinear AI publie sur le blog de Hugging Face la deuxième version de CWE-bench, qui mesure la capacité d’un agent à trouver et corriger une faiblesse de sécurité dans un vrai dépôt open source sans casser ses fonctionnalités. Le jeu public compte 100 tâches couvrant 91 catégories de faiblesses (CWE), notées de façon déterministe et relues à la main ; un jeu réservé reste privé pour suivre les progrès sur des tâches qu’aucun modèle n’a vues.

Modèle évalué	Réussite pass@1	Réussite pass@4	Coût par exécution
Gemini 4 Argon	67,8 %	81,0 %	3,92 dollars
Claude Opus 5.5	67,3 %	78,0 %	1,83 dollar
DeepSeek V4.1 Flash (1017)	57,0 %	non indiqué	0,04 dollar

Sur les 11 modèles évalués, 95 tâches sont résolues par au moins un modèle, mais le meneur échoue à chaque tentative sur 19 % du jeu. Chaque tâche est un environnement Harbor (conteneur Docker, consigne, vérificateur déterministe) lançable depuis le Hub, qui peut aussi servir à entraîner des agents défensifs par RL. Gemini 4 Carbon ne figure pas parmi les modèles évalués.

🔗 CWE-bench v2 sur le blog de Hugging Face

CyberArena oppose douze agents en attaque-défense en direct, et GPT-5.6 Sol mène grâce à sa défense

3 novembre — 2077AI et le centre RDI de l’UC Berkeley publient CyberArena, un banc qui remplace l’examen de cybersécurité par un affrontement : deux agents reçoivent chacun une copie du même service vulnérable et, pendant trois manches, attaquent la copie adverse tout en corrigeant la leur. L’arène vérifie chaque capture de drapeau et chaque contrôle de santé du service, puis convertit les matchs en classement.

Rang au classement	Agent évalué	Harnais utilisé	Score au classement
1	GPT-5.6 Sol	OpenAI Codex	78,6
2	Claude Opus 5	Claude Code	73,8
3	GLM-5.3	OpenCode	68,5
4	Gemini 3.7 Flash	Gemini CLI	67,1
5	Grok 4.6	Grok CLI	65,5

Sur 466 matchs valides entre 12 agents et 40 défis, l’écart se fait en défense : les deux premiers conservent leur drapeau dans 83 % et 81 % des manches, contre 43 à 61 % pour les autres. Les erreurs les plus fréquentes relevées par l’audit sont le correctif annoncé sans vérification (23 % des matchs audités) et le correctif partiel (21 %). Le classement porte sur des modèles de générations antérieures, sans GPT-6 Sol ni Claude Opus 5.5 ; le code de l’arène, les défis et les rediffusions des matchs sont publiés.

🔗 CyberArena sur le blog de Hugging Face

Modèles ouverts en entreprise : Cohere ouvre Model Vault, Revolut passe à GLM auto-hébergé selon Together AI

Cohere ouvre Model Vault aux modèles ouverts d’autres éditeurs, de DeepSeek V4.1 Flash à GPT-OSS

3 novembre — Cohere ouvre Model Vault, sa plateforme d’inférence souveraine lancée en janvier, aux modèles ouverts d’autres éditeurs. À côté des modèles Cohere, les entreprises peuvent y faire tourner DeepSeek V4.1 Flash, présenté par Cohere comme le modèle ouvert le plus utilisé sur OpenRouter, GLM 5.3 Flash, MiMo V2.6 Pro, Gemma 4, Nemotron de NVIDIA, Hy3 de Tencent et les familles GPT-OSS et Phi. Par défaut, ni les prompts ni les réponses ne sont conservés.

Le billet distingue deux niveaux. Model Vault tourne sur une infrastructure dédiée à un seul client, dans la région choisie. Model Vault Encrypted chiffre aussi les données pendant leur traitement (confidential computing) : selon Cohere, ni Cohere ni le fournisseur de cloud ne voient ce qui entre dans le modèle ou en sort. Ce second niveau n’accepte pas tous les modèles.

Famille de modèles	Model Vault	Model Vault Encrypted
Embed, Rerank, Parse, Transcribe, Translate (Cohere)	Oui	Oui
Gemma, GPT-OSS, Phi	Oui	Oui
Command, DeepSeek, GLM, MiMo, Nemotron, Hy3	Oui	Non

Model Vault est disponible aux États-Unis, dans l’Union européenne et au Canada ; Model Vault Encrypted l’est aux États-Unis, l’Union européenne et le Canada étant annoncés « bientôt ». La facturation se fait par type de GPU, à l’heure ou par engagement, sans prix dans le billet. Cinq jours après une série E qui prévoyait une nouvelle génération de modèles sur douze mois, Cohere glisse dans son fil :

Try out world-class models while you wait for our next one

🇫🇷 Essayez des modèles de premier plan en attendant notre prochain. — @cohere sur X

🔗 Le billet de Cohere sur Model Vault

Revolut aurait basculé environ 2 000 ingénieurs sur GLM auto-hébergé pour coder, selon un tweet relayé par Together AI

3 novembre — Together AI relaie un tweet selon lequel Revolut a fait des modèles ouverts son choix par défaut pour coder :

Europe’s largest private company just made open models its default for coding.

🇫🇷 La plus grande entreprise privée d’Europe vient de faire des modèles ouverts son choix par défaut pour coder. — @togethercompute sur X

Le tweet cité, de Guillermo Flor, s’appuie sur des propos de David Abitbol, responsable des opérations IA de la néobanque : environ 2 000 ingénieurs travaillent désormais avec GLM auto-hébergé, tandis que Claude Code et Codex passent sur une liste d’exceptions.

Chiffre rapporté par le tweet	Valeur annoncée
Ingénieurs concernés	environ 2 000
Matériel	56 GPU NVIDIA B200
Coût mixte	30 cents par million de tokens, environ un dixième du prix d’Anthropic et OpenAI
Délai d’ingénierie (lead time)	amélioré de 70 %

Selon le même tweet, les gains sont venus quand les tokens ont cessé d’être rationnés. Together AI dit faire partie de l’infrastructure qui fait tourner ces modèles ouverts en production, sans préciser son rôle. L’information reste de seconde main : aucun communiqué de Revolut n’a été trouvé et la version de GLM n’est pas indiquée.

🔗 Le tweet de Guillermo Flor cité par Together AI

Ingénierie du monde physique : GPT-6 Astra conçoit du matériel, Google publie PLE, Antigravity en chimie, NVIDIA dans les villes

OpenAI applique GPT-6 Astra et Codex à l’ingénierie physique, avec Mazda et Chip Ganassi Racing

3 novembre — OpenAI présente ses travaux sur l’ingénierie de produits physiques : conception mécanique, électronique et simulation. Démonstration la plus parlante, deux membres de l’équipe ont conçu avec GPT-6 Astra, en moins d’une semaine et en projet annexe, un petit appareil pour parler à Codex : Astra en a conçu l’apparence, le boîtier, le circuit imprimé, l’interface et le firmware, et un sous-traitant en a fabriqué une petite série de prototypes en moins d’un mois. OpenAI reconnaît plusieurs cycles de revue : le modèle n’a pas toujours tenu compte des limites de production, des tolérances ni des détails d’assemblage.

Mesure publiée par OpenAI	Valeur annoncée
BenchCAD 2.0, modèle interne plus récent (non nommé)	0,875 (score moyen)
BenchCAD 2.0, GPT-6 Astra au raisonnement maximal	0,594
Usage des modèles par les équipes matériel (en tokens)	multiplié par 23 depuis février

BenchCAD 2.0 teste la reconstruction de pièces et d’assemblages 3D et l’identification des connexions d’un circuit imprimé. Côté industrie, OpenAI élargit sa collaboration avec l’écurie Chip Ganassi Racing, qui transforme des scans 3D de pièces existantes en modèles CAO éditables et en plans de fabrication 2D, et annonce une collaboration de recherche avec Mazda : GPT-6 Astra aide ses ingénieurs à explorer des formes de nez qui réduisent la traînée, avec des résultats promis « dans les prochains mois ». Aucun produit ni aucune disponibilité ne sont annoncés.

🔗 Le billet d’OpenAI sur l’ingénierie du monde physique

Google publie Physical-Engineering’s Last Exam, un benchmark d’ingénierie où aucun agent ne dépasse 50 %

3 novembre — L’équipe Google AI & Infrastructure présente Physical-Engineering’s Last Exam (PLE), un benchmark doublé d’une compétition ouverte, conçu avec Mercor pour mesurer la capacité des agents à mener de vrais travaux d’ingénierie. Ses 85 tâches de longue haleine (30 en mécanique, 27 en électricité, 18 en génie civil, 10 en structures) placent l’agent dans un dossier de projet conteneurisé de 61 fichiers en moyenne : PDF, tableurs, e-mails, plans CAO 2D, maquettes BIM 3D. Un livrable ne marque des points que s’il franchit toutes les barrières de sécurité.

Rang au classement	Modèle évalué	Harnais natif	Score moyen
1	Claude Opus 5.5	Claude Code	48,3 %
2	GPT-6 Astra	Codex	45,8 %
3	Claude Sonnet 5.5	Claude Code	43,5 %
4	Gemini 4 Argon	Antigravity	40,6 %
5	Claude Opus 5	Claude Code	40,0 %

Sur 14 modèles testés avec sept harnais publics, aucun ne dépasse 50 % sur le jeu de test privé. La meilleure configuration respecte 91 % des contraintes prises une à une, mais seuls 41,3 % de ses livrables passent l’ensemble des contrôles de sécurité et de faisabilité. Le modèle pèse bien plus que le harnais : jusqu’à 50 points d’écart entre modèles, contre 3 points d’écart médian entre harnais pour un même modèle. Google publie 29 tâches, les scripts de notation et le conteneur d’évaluation, et ouvre les soumissions sur le jeu privé.

🔗 Le billet de Google Cloud sur PLE · Le classement PLE

Google DeepMind dote Antigravity de Cheminformatics Skills qui ramènent un cycle de conception de médicaments à une heure

3 novembre — Google DeepMind présente des Cheminformatics Skills pour Google Antigravity, qui font de l’environnement agentique un établi pour chimistes. Le partage des rôles est explicite : le modèle de langage orchestre le travail, navigue dans les bases de données et raisonne, tandis que des outils chimiques déterministes, appuyés sur la bibliothèque open source RDKit et sur les bases ChEMBL et PubChem, exécutent les calculs moléculaires.

La démonstration reprend un classique de la chimie médicinale : rigidifier le crizotinib, un inhibiteur de tyrosine kinase utilisé contre certains cancers du poumon, pour aller vers le lorlatinib, sa version cyclisée. L’agent rassemble en quelques minutes des milliers de composés de la littérature, mène une analyse de paires moléculaires appariées, entraîne des modèles de prédiction de puissance, puis propose de nouveaux macrocycles avec leurs voies de synthèse. Selon DeepMind, ce cycle qui prend habituellement plusieurs jours tient en une heure. Le billet prolonge celui du 15 octobre sur les peptides antimicrobiens et renvoie vers la page Science d’Antigravity, où Google ouvre sur candidature un accès gratuit de six mois à son palier le plus élevé et à Gemini 4 Argon pour 10 000 scientifiques, sans conditions d’accès propres à ces skills.

🔗 Le billet de Google DeepMind

NVIDIA présente à Barcelone les services urbains que ses partenaires bâtissent avec ses IA physique et agentique

3 novembre — À l’occasion du Smart City Expo World Congress de Barcelone (du 3 au 5 novembre), NVIDIA publie un tour d’horizon des services urbains que ses partenaires bâtissent avec ses briques d’IA physique et agentique : modèles ouverts Nemotron, modèles de monde Cosmos, bibliothèques Omniverse et blueprint Metropolis de recherche et de résumé vidéo.

Partenaire cité	Lieu du déploiement	Chiffre annoncé
1MillionBot	Espagne	plus de 150 déploiements d’agents au service des habitants
ITMAX	Malaisie	plus de 17 000 caméras couvertes d’ici 2027
ITMAX avec TeraSim	Malaisie	jusqu’à 26 % de temps de trajet en moins en heure de pointe
Linker Vision et MVRDV	Taïwan	15 ans d’évolution d’une canopée urbaine simulés en 10 minutes

1MillionBot associe les modèles open source ALIA, entraînés au Barcelona Supercomputing Center, à Nemotron ; K2K exploite à Wrocław les caméras existantes, Honeywell équipe d’agents Nemotron la raffinerie Lekki de Dangote, au Nigeria, et Cires Technologies étend une usine IA souveraine au port de Tanger Med. Aucun nouveau produit NVIDIA n’est annoncé : c’est une vitrine de déploiements.

🔗 Le billet de NVIDIA sur les villes

Publications ouvertes : rapport technique de Mistral Large 4, pplx-embed-v2-context, StateBench et FineDNA

Mistral publie le rapport technique de Mistral Large 4, qui raconte la construction de Le Chonk

3 novembre — Mistral publie le rapport technique de Mistral Large 4, le modèle surnommé Le Chonk dont les poids sont sortis le 29 octobre. Mis en ligne sur Hugging Face le 2 novembre puis sur alphaXiv, le document décrit un mélange d’experts (mixture-of-experts) multimodal de 52 milliards de paramètres actifs pour 1 000 milliards au total. D’après son résumé et son introduction, il éclaire d’abord un choix d’architecture : la réduction du cache KV, poussée à l’extrême pendant le développement pour servir le modèle à moindre coût, pénalisait les tâches agentiques. L’équipe a mesuré cette pénalité, puis l’a corrigée par une chirurgie du modèle (model surgery) : passage à l’attention complète, puis à l’attention clairsemée de DeepSeek (DeepSeek Sparse Attention, DSA). Côté données, des agents écrivent eux-mêmes environnements exécutables, tâches, solutions de référence et vérificateurs, et d’autres réparent les tâches cassées en se prémunissant contre le contournement de la récompense (reward hacking).

Mesure évaluée	Valeur selon le rapport
Legal Agent Benchmark de Harvey (chiffre inédit)	15 %
Terminal-Bench 4.0	41 %
FrontierCode 2.0	19,7 %
Sécurité cyber (moyenne JailbreakBench, StrongREJECT, AgentHarm)	96,6 %
Point de contrôle quantifié en NVFP4	606 Go, servi sur quatre GPU GB300

La quantification NVFP4 calibrée égale la référence FP8 sur les évaluations, et les trois niveaux de raisonnement (high, medium, low) viennent d’une distillation à partir de plusieurs enseignants de verbosité différente.

🔗 Le rapport technique sur alphaXiv · L’annonce de Mistral sur X

Perplexity publie pplx-embed-v2-context, des modèles d’embeddings contextuels ouverts en 9B et 0.6B

2 novembre — Perplexity publie pplx-embed-v2-context, des modèles d’embeddings contextuels à poids ouverts en deux tailles, 9B et 0.6B, un mois après la préversion 9B du 30 septembre. Un embedding contextuel représente un passage (chunk) en tenant compte du document entier : chaque modèle renvoie soit un vecteur int8 par document, soit un vecteur par passage. La nouveauté tient à l’entraînement : au lieu de supposer qu’un seul passage de référence (gold chunk) répond à la requête, Perplexity distille des scores de pertinence gradués à partir du modèle de compression de contexte de son moteur de réponse, si bien que les passages qui appuient une réponse ne comptent plus comme des exemples négatifs.

Mesure annoncée par Perplexity	Résultat publié
ConTEB, context-bench et Q2D-Chunk	9B en tête des trois bancs
ViDoRe-V3, documents visuels	9B devant Nemotron-3.5-Embed-8B, avec un index 4 fois plus petit
ViDoRe-V3 en markdown	0.6B premier des modèles sous 1 milliard de paramètres
Q2D-Chunk, nouveau banc public	6 069 requêtes réelles, 10 langues, 71 100 documents

L’article de recherche, écrit avec turbopuffer, est publié sur arXiv, et Q2D-Chunk est ouvert en classement public sur Hugging Face. Le 9B y est publié sous licence MIT, alors que la fiche du 0.6B n’affiche aucune licence ; le fil ne parle ni d’API ni de tarif.

🔗 Le fil de @perplexitydevs · L’article sur arXiv

Ai2 publie StateBench, un banc qui montre que les modèles de frontière décrochent sur le suivi d’état dans les longs documents

3 novembre — Ai2 publie StateBench, un banc consacré au suivi d’état en contexte long (long-context state tracking) : la capacité d’un modèle à garder la trace d’informations qui évoluent au fil d’un long document, comme une variable réaffectée dans du code. Quatre niveaux de difficulté, tirés de la théorie de Krohn–Rhodes, vont de l’affectation immuable à l’affectation par référence.

Niveau de difficulté	Type d’affectation	Exemple donné par Ai2
r-trivial	immuable	`let x = 4`
apériodique	réaffectation par valeur	`x = 4` puis `x = 2`
soluble	mise à jour auto-référente	`x = x + 5`
fini général	affectation par référence	`x = y`, échange de variables

Gemini 3.8 Flash, Claude Opus 5.5, GPT-6 Sol et GPT-6 Luna s’en sortent bien sur les deux premiers niveaux, mais leur exactitude chute avec la longueur sur les deux derniers, jusqu’à 13 % ou moins sur les plus longs problèmes finis généraux. Entraînés sur 256 affectations au plus et testés jusqu’à 64 000, des modèles de 275M départagent les architectures : Gated DeltaNet et hybrides généralisent presque parfaitement sur les trois premiers niveaux, quand les transformeurs se dégradent et n’apprennent jamais le dernier. Données et code sont publiés.

🔗 StateBench sur le blog de Hugging Face

Hugging Face publie FineDNA, les données d’entraînement complètes de Carbon-X pour apprendre l’ADN à un modèle de langage

1er novembre — Rattrapage : Hugging Face publie FineDNA, l’ensemble des données qui ont servi à entraîner Carbon-X, son modèle capable de lire l’ADN bâti sur Qwen3-14B et présenté le 22 octobre. Le jeu, sous licence Apache 2.0, couvre les trois étapes de l’entraînement.

Étape d’entraînement	Taille du jeu	Point de départ
Phase intermédiaire (mid-training), 23 configurations	514,30 milliards de tokens, dont 302 milliards lus	Qwen3-14B
SFT, 8 domaines	203 923 conversations	Carbon-X-Base
RL	98 433 prompts	Carbon-X-SFT

La phase intermédiaire donne 55 % de l’entraînement à l’ADN, 20 % à l’anglais, 15 % au texte biologique et 10 % aux instructions ; les séquences, issues de GENERator et d’OpenGenome2, sont découpées en multiples de six bases pour un tokenizer qui lit des 6-mers. Selon Loubna Ben Allal, qui a annoncé le jeu, cette phase conditionne la suite : appliqué directement à Qwen3-14B, le RL reste au niveau du hasard sur FrontierVEP, alors que la même recette progresse sur le modèle préparé.

🔗 FineDNA sur le Hub de Hugging Face · L’annonce de Loubna Ben Allal sur X

L’API Gemini déprécie Gemini 2.5 Pro et 2.5 Flash et redirigera leurs requêtes vers Gemini 3.8 Flash et 3.5 Flash-Lite le 1er décembre

2 novembre — Google inscrit dans les notes de version de l’API Gemini la dépréciation de Gemini 2.5 Pro et Gemini 2.5 Flash, sortis en juin 2025. Les deux modèles ne sont plus proposés dans Google AI Studio, et leur accès par l’API est réservé aux utilisateurs qui s’en sont déjà servis. Le 1er décembre 2026, plutôt que de renvoyer une erreur, l’API redirigera automatiquement les requêtes : celles adressées à gemini-2.5-pro iront vers Gemini 3.8 Flash, celles adressées à gemini-2.5-flash vers Gemini 3.5 Flash-Lite, facturées aux tarifs des nouveaux modèles.

Modèle concerné	Prix en entrée (par million de tokens)	Prix en sortie (par million de tokens)
gemini-2.5-pro (prompts ≤ 200 000 tokens)	1,25 dollar	10 dollars
gemini-3.8-flash jusqu’au 31 décembre 2026	0,75 dollar	3,75 dollars
gemini-3.8-flash dès le 1er janvier 2027	1,50 dollar	7,50 dollars
gemini-2.5-flash	0,30 dollar (1 dollar en audio)	2,50 dollars
gemini-3.5-flash-lite	0,30 dollar, audio compris	2,50 dollars

Google conseille de changer l’identifiant avant cette date, car la migration comporte des changements cassants : validation de l’appel de fonctions et de thought_signature, thinking_level à la place de thinking_budget, paramètres d’échantillonnage retirés et fin des tours de modèle pré-remplis.

🔗 Les notes de version de l’API Gemini · La page des dépréciations

Plugins et intégrations des assistants : Perplexity Computer adopte Agent Plugins et se décline pour l’e-commerce, Synthesia détaille son plugin ChatGPT

Perplexity Computer adopte le standard ouvert Agent Plugins pour ses connexions et ses skills

3 novembre — Perplexity Computer prend en charge Agent Plugins, un format qui regroupe dans un même paquet des connexions à des applications et des skills. On parcourt le catalogue de Computer, rangé en au moins 13 catégories (de Productivité et collaboration à Données et analytique, avec par exemple HubSpot, IBISWorld ou DoorDash Drive), ou l’on importe ses propres plugins depuis GitHub ou un fichier .zip. Selon @AskPerplexity, les plugins sont actifs dans Computer et en cours de déploiement pour les comptes Enterprise.

Agent Plugins est un standard ouvert, indépendant des éditeurs, présenté le 6 août. Sa spécification 1.0.0 fixe un format commun pour les Agent Skills et les serveurs MCP : manifeste plugin.json obligatoire, dossier skills/, fichier mcp.json. Le tweet de Perplexity cite des mainteneurs d’Amazon, Cursor, GitHub, OpenAI et Vercel ; le site du standard nomme Microsoft à la place de GitHub dans son comité de pilotage initial. Sa page des clients compatibles liste Perplexity Computer à côté de GitHub Copilot, VS Code, Cursor, Kiro et ChatGPT & Codex. Pour Computer, c’est le prolongement du Skills Marketplace de septembre ; ni billet ni journal des modifications n’accompagne l’annonce.

🔗 L’annonce de @AskPerplexity · Le standard Agent Plugins

Perplexity lance Computer for e-commerce, qui relie Shopify, les publicités Meta et Klaviyo

3 novembre — Perplexity présente Computer for e-commerce, qui met son agent Computer au service des marques en ligne : il se connecte à Shopify pour les données de la boutique et les pages d’atterrissage, à Meta pour la publicité et à Klaviyo pour le marketing par e-mail, en appliquant la charte graphique et le ton que la marque a enregistrés dans des skills.

Service connecté	Rôle de Computer
Shopify	Analyse des ventes, recommandation de produits, page d’atterrissage
Meta	Publicités statiques, variantes de vidéos réussies, mise en place de la campagne
Klaviyo	Audience tirée des données clients, texte, programmation ou envoi après revue

L’entreprise fixe les objectifs, les budgets et les étapes à valider (publication des pages, envoi des e-mails, dépenses publicitaires). Exemple donné par Perplexity : une collection d’été à 15 % de remise, une campagne Meta de deux semaines plafonnée à 1 000 dollars et une campagne Klaviyo pour les clients existants, le tout montré avant le lancement. Shopify figurait déjà parmi les plus de 400 intégrations de Computer ; Perplexity propose une aide à la configuration des flux récurrents, sans tarif ni forfait précisé.

🔗 Le billet de Perplexity sur Computer for e-commerce

Synthesia détaille son plugin ChatGPT, disponible dans toutes ses offres

3 novembre — Après l’annonce faite la veille sur X, sans billet, Synthesia détaille son plugin dans un billet de Dan Spooner, chef de produit chargé des workflows. Le plugin est disponible dans ChatGPT pour toutes les offres Synthesia, et l’on peut commencer gratuitement : il s’active depuis le menu Plugins de ChatGPT, et un compte gratuit peut être créé au passage. L’utilisateur décrit la vidéo voulue ou fournit un document, une présentation ou un tableur ; ChatGPT pose quelques questions (style visuel, durée), puis Synthesia construit la vidéo dans la conversation.

Par défaut, les vidéos sont produites avec Syren, présenté comme le format le plus rapide ; la consigne « make it in Studio » bascule vers Synthesia Studio quand il faut un texte dit mot pour mot par un avatar, un kit de marque ou un modèle. Le plugin cherche aussi dans la bibliothèque vidéo et se combine aux autres plugins connectés à ChatGPT pour des workflows ponctuels ou planifiés, par exemple un récapitulatif de 60 secondes d’un appel Zoom ou une vidéo d’accueil quotidienne à partir de BambooHR. Le billet ne cite que ChatGPT, pas Claude, et ne précise ni tarif ni consommation de crédits.

🔗 Le billet de Synthesia

Google lance Guided Learning dans Google Classroom, le teste dans la recherche et coupera par défaut Gemini pour les élèves K-12

3 novembre — Google regroupe ses annonces pour l’éducation autour de Guided Learning, le mode d’étude de Gemini qui guide l’élève par des questions et des explications pas à pas plutôt que de lui donner la réponse. Selon le billet principal, il est disponible dès maintenant dans Google Classroom, dans le monde entier : l’enseignant assigne une activité ancrée dans ses supports de cours et voit en temps réel où la classe a besoin d’aide. La recherche Google intégrera ces fonctions pour les comptes étudiants, avec un pilote dans une sélection d’écoles américaines plus tard en novembre.

Le changement le plus structurant concerne les contrôles : Gemini, Gemini Notebook, Gemini in Classroom et la recherche Google seront entièrement désactivés pour les comptes élèves de la maternelle au lycée (K-12) tant que l’administrateur de l’établissement ne les aura pas activés. Aucune date n’est donnée : Google partagera les détails avec les écoles dans les prochains mois.

Mesure rapportée par Google	Valeur publiée
Essai randomisé à l’Université de Tokyo	plus de 300 étudiants, une demi-journée d’étude
Progression avec les seuls outils web	+5,3 points de pourcentage
Progression avec Guided Learning	+8,1 points, soit des gains 1,5 fois plus élevés
Financement de Google.org	plus de 9,5 millions de dollars pour cinq organisations

🔗 Le billet de Google sur l’IA et l’apprentissage · L’étude sur Guided Learning

Outillage Hugging Face : MOPD dans TRL et Model Integration Contracts pour Transformers

TRL prend en charge MOPD, la distillation à plusieurs enseignants qui fusionne des experts RL en un seul modèle

3 novembre — TRL, la bibliothèque de post-entraînement de Hugging Face, prend en charge la distillation sur politique à plusieurs enseignants (Multi-Teacher On-Policy Distillation, MOPD), une technique nommée par Xiaomi en janvier pour MiMo-V2-Flash et employée depuis par DeepSeek, Moonshot, NVIDIA, Liquid AI et Mistral, selon le billet de Sergio Paniego. Après un SFT commun, chaque domaine (maths, code, suivi d’instructions) reçoit son propre expert entraîné par RL ; un élève répond ensuite aux prompts de tous les domaines, et l’expert concerné note sa réponse token par token.

Dans TRL, c’est l’AsyncDistillationTrainer, encore expérimental, qui route chaque prompt vers son enseignant ; la version synchrone est en cours (PR 7215) et MOPD n’apparaît pas encore dans les notes de TRL v1.17. L’exemple reprend les experts d’Open-MOPD autour de SmolLM3-3B et tourne sur une seule machine à quatre H200 via Hugging Face Jobs. Le billet signale un piège : le suivi d’instructions peut peser 20 % des prompts mais seulement 1 à 2 % des tokens, si bien que l’élève apprend à peine de cet enseignant.

🔗 MOPD dans TRL, sur le blog de Hugging Face

Hugging Face propose les Model Integration Contracts pour détecter sur CPU les régressions de Transformers avant la fusion

3 novembre — Dans un billet de Tarek Ziadé, Hugging Face propose les Model Integration Contracts (MIC), pour tester les modèles de Transformers sur un simple processeur avant qu’une modification n’atteigne la branche principale. Point de départ : le 30 juillet, l’activation de l’attention SDPA pour T5 a permis au décodeur d’UMT5 de voir les tokens futurs pendant l’entraînement, un bogue resté près de deux mois dans la branche principale. Rejoué sur cinq mois de commits, un petit UMT5 de 66 Mo, contre 1 227 Mo pour le vrai checkpoint, le détecte à chaque commit.

Un contrat associe un modèle réduit qui garde tous les types de couches de l’original, un exemple d’usage exécutable et des valeurs de référence relues par un humain ; Llama 4 Scout passe ainsi de 108,6 milliards à 44,7 millions de paramètres. L’outil en ligne de commande tmic fait rédiger le contrat par un LLM, qu’un humain valide. Les poids comptent : sur Whisper, des poids aléatoires repèrent 18 des 24 fautes injectées, contre 24 sur 24 pour des poids surappris. Au 1er novembre, le job de la CI de Transformers signale les échecs sans encore bloquer les PR.

🔗 Le billet de Hugging Face sur les Model Integration Contracts

Brèves

Agents et outils de code

Récapitulatif d’octobre de Claude Code — Le fil de @ClaudeDevs fait connaître une variable absente des notes de version : CLAUDE_CODE_EVEN_MORE_DANGEROUSLY_SKIP_PERMISSIONS=1 laisse passer sans confirmation les quelques commandes rm risquées pour lesquelles le mode bypass permissions demandait encore confirmation, à réserver à un conteneur jetable (Claude Code 2.1.311 ou plus). Les sessions cloud se préparent aussi pendant la saisie et acceptent un commentaire sur une ligne du diff. 🔗 source
Copilot CLI 1.0.106-4 à 1.0.106-6 — Trois préversions en une nuit : /settings devient un tableau de bord unifié avec recherche globale, le contenu MCP réservé à l’utilisateur n’est plus envoyé au modèle, et 67 correctifs neutralisent notamment de nouvelles séquences d’échappement. La dernière stable reste la 1.0.105. 🔗 source
Gemini CLI — La nightly du 3 novembre publie enfin le correctif des téléchargements Whisper interrompus, fusionné la veille, et une nouvelle PR fusionnée sur main sécurise le téléchargement des extensions : fichier temporaire déplacé d’un bloc, garde contre le SSRF et la réassociation DNS, GITHUB_TOKEN réservé à github.com. Stable et preview restent inchangées. 🔗 source
Gemini API CLI v0.4.5 — Rattrapage du 30 octobre : la transcription passe par défaut sur Gemini 3.5 Transcribe, avec un paramètre d’agrandissement vidéo et la reprise des tâches longues par jeton de continuation ; Google a ajouté le 2 novembre un skill gemini-api-cli à son dépôt officiel gemini-skills. 🔗 source
DeepSeek Harness 0.2.2-alpha.3 — 36e préversion sans version stable : une fonction expérimentale réunit revue de code et worktrees Git (diffs locaux et de PR, code cité à l’agent, suivi des vérifications), et un outil apply_patch arrive désactivé par défaut. 🔗 source
Artifacts d’Amp — Des documents rattachés au fil (plan, rapport, notes d’appel) que l’agent, l’utilisateur et ses coéquipiers modifient ensemble ; l’agent lit les changements avant de reprendre au lieu d’écrire par-dessus. 🔗 source
Service Accounts d’Amp — Des comptes détenus par l’espace de travail, avec leurs propres clés d’API, pour les automatisations d’équipe : revue de chaque pull request, documentation ou job de CI qui ouvre un fil via amp -ox. Aucun tarif. 🔗 source
Replit Agent dans Slack — Déjà évoqué le 27 octobre, Replit Agent arrive officiellement dans Slack : on le mentionne dans un canal ou en message direct pour interroger la base de code, travailler sur un projet existant ou en lancer un ; chaque coéquipier lie son compte, et l’agent agit avec ses permissions. 🔗 source
Notes de version de Devin — Celles du 2 novembre relèvent de 500 à 1 000 dépôts le plafond d’un scan de code et ajoutent des scans automatiques planifiés ; celles du 30 octobre, restées hors du suivi, apportent des budgets hiérarchiques, le SSO OIDC ou SAML en libre-service et l’import des constats de SonarQube, Linear et Vanta. 🔗 2 novembre · 🔗 30 octobre
Harnais d’agents chez IBM Research — Avec le même modèle ouvert GLM-5.3-flash sur 90 tâches AppWorld, CUGA, le harnais open source d’IBM, réussit 81,1 % des tâches, contre 46,7 % pour Hermes et 30,0 % pour Deep Agents ; IBM reconnaît les limites de l’exercice (un seul banc, configurations différentes). 🔗 source
Kimi Work 3.2.24 — Les fichiers Markdown de l’aperçu gèrent les propriétés de note, les réglages réseau suivent le proxy du système et le diagnostic réseau s’ouvre hors ligne ; la 3.2.23 du 30 octobre ouvrait déjà les aperçus HTML dans un onglet de navigateur. 🔗 source

Plateformes de développement et API

Serveur MCP de GitHub 2.1.0 — Deux outils expérimentaux, issue_artifact_read et issue_artifact_write, laissent les agents lire et gérer les artefacts rattachés aux issues ; ils restent désactivés par défaut, même en mode Insiders, et s’activent par le drapeau issue_artifacts. 🔗 source
Dependabot et Agent Package Manager — Les mises à jour de version de Dependabot couvrent désormais les skills, prompts et instructions d’agents déclarés dans apm.yml, avec régénération d’apm.lock.yaml ; pas de mises à jour de sécurité. Disponible sur github.com pour toutes les formules. 🔗 source
Python 3.15 dans CodeQL et Dependabot — CodeQL 2.27.3 prend en charge la syntaxe de Python 3.15 et ajoute un modèle de menace « ai », sur adhésion et sans source intégrée, pour les données produites par un LLM ; Dependabot suit aussi les projets passés à Python 3.15. 🔗 CodeQL 2.27.3 · 🔗 Dependabot
GitHub Desktop — Après GitHub CLI le 21 octobre, GitHub Desktop 3.6.10 et ultérieur passe à des jetons d’authentification de courte durée, renouvelés automatiquement, pour réduire la période pendant laquelle un jeton divulgué reste exploitable ; déploiement progressif, sans GitHub Enterprise Server. 🔗 source
Centres de coûts dans l’API REST de GitHub — Un nouvel endpoint retrouve directement le centre de coûts d’un utilisateur, d’une organisation, d’un dépôt ou d’une équipe d’entreprise, au lieu de parcourir tous les centres. 🔗 source
SDK d’OpenAI — openai-python 3.44.0 et openai-node 7.49.0 ajoutent les fournisseurs d’identité de charge de travail et les règles de fédération, après des versions qui étendent les outils de délégation de Live Responses ; le changelog de l’API n’en dit encore rien. 🔗 source
Claude, émetteur de confiance — Sur les forfaits Team et Enterprise, quand le fournisseur d’identité ne gère pas l’authentification gérée par l’entreprise, Claude peut se porter garant de chaque membre pour connecter automatiquement les plugins ; en bêta avec 14 plugins, dont Atlassian, Figma, Linear et Notion. 🔗 source
Filigrane de texte de Claude — Après Claude Fable 5.1 et Claude Mythos 5.1, le filigrane de texte d’Anthropic couvre Claude Mythos 5, Claude Opus 4.7 et Claude Sonnet 4.6, sans token ni caractère caché ; sur Sonnet 4.6, modifier temperature, top_p ou top_k peut l’empêcher. 🔗 source

Sécurité

Agents cloud isolés chez Replit — Dans un avis de sécurité repris par Replit, son CTO Luis Héctor Chávez demande de faire des agents cloud gérés et isolés la norme, identifiants, réseau et production hors de portée de l’agent ; selon une enquête de Salt Security citée, 86,4 % des répondants ont un agent en service, mais 17,5 % seulement savent l’arrêter automatiquement. 🔗 source
Guide de sécurité de Cognition — Jack Cable, cofondateur de Corridor, récapitule les incidents d’octobre (6,34 milliards de dollars volés chez Binance, extension Claude Code piégée dans Cursor) et recommande une MFA résistante au hameçonnage, des secrets retirés des postes, des agents de code cloud et un âge minimal de 7 jours pour les paquets npm ou PyPI. 🔗 source
Sprint de sécurité d’OpenAI — Dans le même fil que la hausse des primes, OpenAI annonce, sans date, son prochain sprint de sécurité interne avec les chercheurs de Cathedral, qui utiliseront ses modèles pour éprouver ses défenses ; le précédent avait mobilisé 25 % de ses ingénieurs produit. 🔗 source
Cisco et Daybreak — Cisco croise sa télémétrie réseau avec Daybreak et GPT-6 Astra pour trouver et corriger plus vite les vulnérabilités, et explore avec OpenAI un tri plus rapide de l’exposition dans Cisco Cloud Control ; étude de cas sans chiffre. 🔗 source

Google : Workspace, Cloud et recherche

Gemini dans Google Slides — Rattrapage du 30 octobre : Gemini modifie plusieurs diapositives ou une présentation entière en une requête (styles, contenu tiré de Drive, fusion de diapositives), en anglais seulement, avec des limites d’usage promotionnelles jusqu’au 1er décembre au moins. 🔗 source
Avatars de Google Vids — Annoncée le 2 novembre, la création d’un avatar à partir d’une image importée est suspendue dès le lendemain, sans nouvelle date. 🔗 source
Plafonds de dépenses de Google Cloud — Rattrapage du 31 octobre : les plafonds de dépenses passent en disponibilité générale, avec une API et une remise à zéro mensuelle ; pour les services d’IA, ils se déclenchent en quelques minutes sur des coûts estimés en direct, sans jamais couper le débit provisionné. 🔗 source
Google à Singapour — Google ouvre un pôle de recherche à Singapour et engage plus de 6 millions de dollars de subventions avec la NUS et la NTU, dont 1,5 million pour la recherche sur la maladie d’Alzheimer, plus 3 millions de Google.org et Google DeepMind pour le Thrive Lab de l’INSEAD. 🔗 source

Modèles ouverts et billets communautaires

Mistral Large 4 sur Open Math OS — Mistral annonce l’arrivée de Large 4 (1,05T de poids ouverts, contexte de 1M) dans l’espace de recherche mathématique de SAIR, en service « dès aujourd’hui » pour les équipes approuvées, alors que SAIR le disait disponible dès le 27 octobre. 🔗 source
Orbital Trace — Nouvelle démonstration de Mistral : selon l’éditeur, Large 4 a construit, testé et optimisé un suivi 3D en temps réel d’environ 19 000 satellites et débris en orbite ; le résultat n’est montré qu’en vidéo, sans lien ni code. 🔗 source
Olmo 3 dans Nextcloud — Nextcloud, utilisé notamment par le gouvernement fédéral allemand et le CSIC espagnol, livre Olmo 3 7B avec llm2, son backend local pour Assistant et Mail, et lui attribue la note verte de son évaluation d’IA éthique ; le 7B évite d’exiger 16 ou 32 Go de VRAM. 🔗 source
Dolci-Think-SFT-Clean-v2 — Ai2 met en ligne sans annonce une version filtrée des données de post-entraînement à raisonnement de son modèle 32B : 203 303 lignes retirées sur 2 253 684 (15,6 % des tokens), dont 148 210 problèmes de maths jugés contradictoires par Kimi K3 ; licence ODC-BY. 🔗 source
Palette d’IBM Research — Un modèle ouvert de 20B, affiné par LoRA en « designer » et en « codeur », crée des présentations dans la charte graphique d’IBM ; sur PresentBench, il finit deuxième en moyenne, 1,1 point derrière NotebookLM (59,7 contre 60,8). Ni modèle de base nommé, ni poids publiés repérés. 🔗 source
Claude Opus et les boucles d’OCR — Daniel van Strien a fait modifier par Claude Opus 0,0085 % des poids d’un petit modèle d’OCR, sans entraînement, en moins de 3 heures et pour environ 10 dollars de calcul : sur 2 165 pages anciennes, les boucles incontrôlées passent de 3 à 1, et les erreurs du volume de 1881 baissent de 38 %. 🔗 source
Qwenguard — Dans un billet communautaire, João Galego fait d’un processeur RISC-V compilé en couches devant Qwen3.5-4B un garde-fou qui refuse les appels d’outils hors liste : dans ses essais, aucun appel interdit n’est passé et aucune requête ordinaire n’a été bloquée, mais le dispositif rend la falsification visible sans l’empêcher. 🔗 source

Image, vidéo, voix

ElevenAgents chez Angle Health — Dans un pilote en huit langues, 24 h/24 et sous garanties HIPAA, les agents d’ElevenLabs ont pris en charge environ 80 % des appels de professionnels de santé, dont plus de 90 % résolus sans transfert, et fait regagner près de 9 000 minutes par jour. 🔗 source
SFX v3 pour les développeurs — Le billet développeurs d’ElevenLabs détaille l’appel de eleven_text_to_sound_v3 dans l’API Sound Effects : prompt_influence à 0,3 par défaut, durée libre sauf duration_seconds, et boucle encore réservée à la v2 ; ElevenLabs parle d’une mise à jour incrémentale. 🔗 source
HeyGen Voice et Grok Bot — Selon HeyGen seul, les appels téléphoniques que passe Grok Bot, l’agent de SpaceXSI, utilisent HeyGen Voice pour parler avec une voix proche de celle de l’utilisateur ; ni billet, ni modèle, ni disponibilité précisés. 🔗 source
HeyGen Insiders — Un programme qui paie les créateurs d’au moins 1 000 abonnés pour les vues de vidéos courtes publiées autour des lancements de HeyGen, à partir de 20 000 vues en 7 jours, selon un barème ajusté à l’engagement qui n’est pas publié. 🔗 source
Expression Sheet de Luma — Une planche de six expressions faciales d’un personnage, créée à partir d’images, avec trois jeux d’expressions et un réglage d’intensité ; ni billet ni tarif. 🔗 source
FLUX 3 Image Klein — Black Forest Labs annonce plus d’un million de téléchargements pour son modèle conçu pour l’édition précise, sans préciser la période ni la plateforme. 🔗 source

Calcul et infrastructure chez NVIDIA

Usines de semi-conducteurs — NVIDIA aligne les gains de ses partenaires : cuLitho jusqu’à 17 fois plus rapide dans Siemens Calibre, ACE+ d’Applied Materials jusqu’à 35 fois avec PhysicsNeMo, plasma de Lam Research prédit en millisecondes au lieu de jours ; aucun produit nouveau. 🔗 source
Dynamo sous Kubernetes — Rattrapage du 30 octobre, relayé avant KubeCon : AI Cluster Runtime embarque le chart dynamo-platform 1.4.2 dans des recettes aux versions figées et contrôlées, et Dynamo 1.5 apportera un sélecteur de point de terminaison natif en Rust. 🔗 source

Entreprises, communauté et guides

Heimstaden — Le gestionnaire immobilier européen ramène le coût d’une image avec mise en scène virtuelle d’environ 50 euros à moins de 0,10 euro aux Pays-Bas, et une analyste sans expérience du développement a évalué avec Codex les risques environnementaux de 20 112 actifs. 🔗 source
Deux recrutements chez OpenAI — Jill Hazelbaker, venue d’Uber, devient Chief Corporate Affairs Officer pour diriger les communications mondiales, et Dan Driscoll, ancien secrétaire à l’Armée de terre des États-Unis, devient conseiller principal à la modernisation de la sécurité nationale, un poste nouvellement créé. 🔗 Jill Hazelbaker · 🔗 Dan Driscoll
Arnis et GitHub Copilot — Le GitHub Blog raconte comment Louis Erbkamm, seul mainteneur d’Arnis (près de 900 000 téléchargements, environ 70 contributeurs), trie issues et bogues avec Copilot et lance des sous-agents de l’app GitHub Copilot pour traquer les régressions. Témoignage, sans nouveauté produit. 🔗 source
Game Off 2026 — Rattrapage du 1er novembre : la 14e game jam de GitHub, sur le thème SHIFT, autorise le développement assisté par IA, chaque participant déclarant son usage de l’IA à la soumission, jusqu’au 1er décembre sur itch.io. 🔗 source
Guide des agents autonomes de Perplexity — Cinq niveaux d’autonomie, quatre capacités et sept bonnes pratiques, avec les chiffres d’une étude de Harvard et Perplexity : 57 % des requêtes agentiques portent sur la productivité et l’apprentissage. Aucune nouveauté produit. 🔗 source

Ce que ça signifie

Pando montre les deux faces des agents de code chez OpenAI : ce sont eux qui ont fait exploser la charge, avec 1 378 % de commits en plus sur la branche principale par rapport au début de 2024, et ce sont eux qui ont bâti la réponse en dix semaines, à partir d’un cœur conçu par un seul ingénieur. Le gain ne vient pas d’un nouveau protocole mais d’un renoncement assumé, celui d’une vue cohérente de toutes les branches à un instant donné. Côté outils, l’heure est à l’encadrement : Claude Code demande l’accord avant d’envoyer l’adresse e-mail du compte et chiffre les dépenses par développeur, tandis que Copilot arrive dans JetBrains Air sans plafond de dépenses réglable dans Air.

La sécurité se mesure de plus en plus par la preuve plutôt que par la déclaration. FlashProve permet de vérifier qu’une réponse vient bien d’un modèle donné, au prix d’un surcoût d’environ 72 fois et de contextes limités à 1 024 tokens : un prototype, pas encore un service. CyberArena et CWE-bench v2 vont dans le même sens côté agents : ce qui départage les meilleurs, c’est la défense et le correctif qui tient, alors que le correctif annoncé sans vérification reste l’erreur la plus fréquente (23 % des matchs audités). OpenAI, de son côté, paie désormais jusqu’à 172 000 dollars pour qu’une faille exceptionnelle de ChatGPT, de Codex ou de son API lui soit signalée.

Les modèles ouverts gagnent l’entreprise par deux portes. Cohere les héberge dans un périmètre contrôlé, jusqu’au chiffrement pendant le traitement pour Gemma, GPT-OSS et Phi, tandis que Revolut, selon le tweet relayé par Together AI, fait tourner GLM sur ses propres GPU pour environ un dixième du prix payé à Anthropic et OpenAI : un chiffre de seconde main, mais qui montre ce que les entreprises comparent désormais. Les fournisseurs fermés bougent aussi : en redirigeant Gemini 2.5 Pro vers Gemini 3.8 Flash, Google baisse le prix par token jusqu’à fin décembre, avant un doublement du tarif de 3.8 Flash le 1er janvier. Le rapport de Mistral Large 4 montre l’arbitrage inverse : la réduction du cache KV, poussée pour servir le modèle moins cher, pénalisait les tâches agentiques et a dû être corrigée.

Le monde physique reste le terrain où démonstrations et mesures divergent le plus. OpenAI montre un appareil conçu en moins d’une semaine avec GPT-6 Astra, mais reconnaît des cycles de revue pour tenir compte des tolérances et de la fabrication ; le même jour, PLE ne voit aucun agent dépasser 50 % sur de vrais dossiers d’ingénierie, et seuls 41,3 % des livrables de la meilleure configuration passent tous les contrôles de sécurité. La réponse qui se dessine est hybride : chez Google DeepMind, le modèle orchestre et des outils chimiques déterministes calculent. StateBench rappelle enfin qu’un long document reste difficile à suivre : sur les problèmes les plus durs, les modèles de frontière tombent à 13 % ou moins.