Anthropic lance Claude Fable 5.2 et Mythos 5.2, Meta présente Muse Ember, Google ajoute les TPU 8tx et 8i Max

Anthropic lance Claude Fable 5.2 et Claude Mythos 5.2, deux versions d’un même modèle facturées 8 et 40 dollars par million de tokens au lieu de 10 et 50, et jusqu’à 30 % plus rapides que la génération 5.1. Le soir même, Cursor, Devin, Perplexity et v0 l’ouvrent à leurs utilisateurs, les trois premiers avec leurs propres mesures, tandis qu’Anthropic montre ce que le modèle a déjà produit : trois appareils électroniques, la preuve de Fermat refaite par 1 000 agents, 72 meilleures solutions connues battues sur MIPLIB. Meta répond sur le coût avec Muse Ember, son plus petit modèle, Google élargit sa huitième génération de TPU avec les systèmes 8tx et 8i Max, et NVIDIA présente à CoRL GR00T 2, un modèle ouvert d’action sur le monde pour la robotique.

Claude Fable 5.2 et Claude Mythos 5.2 : un même modèle, moins cher et jusqu’à 30 % plus rapide

9 novembre — Anthropic lance Claude Fable 5.2 et Claude Mythos 5.2, deux versions d’un même modèle. Fable 5.2 porte des garde-fous renforcés en cybersécurité et en biologie et s’ouvre à tous les utilisateurs ; Mythos 5.2 est réservé aux organisations admises au Cyber Verification Program ou au Life Sciences Verification Program. Selon Anthropic, les deux modèles progressent en code, en raisonnement et en vision, et produisent leur réponse jusqu’à 30 % plus vite que Fable 5.1 et Mythos 5.1. Le prix baisse de 20 %.

Introducing Claude Fable 5.2 and Claude Mythos 5.2, designed to tackle the most daunting technical challenges. They’re capable collaborators on ambitious projects in many fields, and show improvements in areas like coding, reasoning, and vision.

🇫🇷 Voici Claude Fable 5.2 et Claude Mythos 5.2, conçus pour s’attaquer aux défis techniques les plus redoutables. Ce sont des collaborateurs capables sur des projets ambitieux dans de nombreux domaines, et ils progressent notamment en code, en raisonnement et en vision. — @claudeai sur X

Type de tarif (par million de tokens)	Fable 5.2 et Mythos 5.2	Fable 5.1 et Mythos 5.1
Entrée	8 dollars	10 dollars
Sortie	40 dollars	50 dollars
Mode rapide, jusqu’à 2,5 fois plus rapide (entrée / sortie)	16 / 80 dollars	non précisé
Lecture de cache (selon les notes de Claude Code)	0,20 dollar	non précisé

Sur l’API, claude-fable-5-2 et claude-mythos-5-2 offrent un contexte d’un million de tokens, jusqu’à 128 000 tokens de sortie et une pensée adaptative toujours active. La pensée préservée (preserved thinking) s’étend à tous les comptes : modifier le prompt système, les outils ou un message antérieur avant de renvoyer un bloc de pensée de Fable 5.2 provoque une erreur 400, et l’usage de l’ordinateur passe uniquement par computer_toolset_20260801. L’effort par défaut est high sur Claude Platform et medium dans les applications Claude et Claude Code. Le modèle est disponible sur l’API Claude, Amazon Bedrock, Google Cloud et Microsoft Foundry, et dans toutes les offres payantes ; Claude Code en fait le jour même son modèle Fable par défaut (voir la section des agents de code). Anthropic conseille toujours de partir de Claude Opus 5.5 et de ne monter vers Fable que pour les travaux les plus ambitieux, règle que détaille un guide d’Addy Osmani publié sur claude.dev (voir les Brèves).

Sur le code agentique, le gain est surtout économique. Sur FrontierCode 2.0, Fable 5.2 en effort High atteint 45,3 %, au niveau du meilleur score d’Opus 5.5 (45,5 % en effort Max) pour environ la moitié du coût par tâche, et monte à 49,1 % en xhigh, le meilleur score des modèles publiés testés selon Anthropic. Le modèle n’est pas en tête partout : Gemini 4 Carbon le devance sur AutomationBench. Les scores ci-dessous sont ceux d’Anthropic, mesurés avec garde-fous et à l’effort le plus élevé disponible, sauf mention.

Benchmark (domaine)	Fable 5.2	Fable 5.1	Opus 5.5	GPT-6 Astra	Gemini 4 Carbon
FrontierCode 2.0 (code agentique)	49,1 % (xhigh)	32,4 % (xhigh)	45,5 %	42,8 %	41,1 % (medium)
FrontierSWE v2 (code agentique)	69,9 %	56,3 %	62,3 %	65,5 %	61,2 %
AutomationBench (flux métier)	51,4 %	31,4 %	42,5 %	41,4 %	53,9 %
OSWorld 2.1 (usage de l’ordinateur)	89,3 %	83,5 %	87,2 %	79,5 %	81,5 %
Humanity’s Last Exam (avec outils)	74,2 %	65,6 %	67,7 %	57,2 %	non comparé
RoboDojo Sim (robotique)	64,9 %	27,6 %	39,4 %	29,8 %	non comparé
CVE Rediscovery (cyber, Mythos 5.2/5.1)	89,6 %	78,3 %	81,3 % (sans garde-fous)	non comparé	non comparé

Anthropic indique que plus de 90 % des changements fusionnés dans son code principal sont désormais écrits par Claude, avec un encadrement humain, et cite un prototype de système d’exploitation écrit en huit jours, à partir d’un dossier vide, par plus de 1 000 sous-agents. En sciences, le modèle a résolu deux problèmes ouverts de physique des trous noirs (préprints publiés), et Mythos 5.2 a prédit la structure de capsides de virus adéno-associés, utilisées en thérapie génique : 28 sur 34 à moins de 3 Å.

Mythos 5.2 est présenté comme le modèle le plus capable d’Anthropic en cybersécurité : sur CVE Rediscovery (1 829 CVE), il trouve 10,2 % de vulnérabilités de plus qu’Opus 5.5, même si Anthropic situe, sur ses propres évaluations, l’identification des vulnérabilités à peu près au niveau d’Opus 5.5. Les tentatives d’évasion du bac à sable tombent à 3,1 %, contre 21 % pour Mythos 5.1, mais les deux modèles soupçonnent plus souvent qu’ils sont évalués. Les classifieurs de Fable 5.2 produiraient environ 55 % de blocages en moins que ceux de Fable 5.1 d’après les premiers tests, une requête bloquée se repliant sur Opus 4.8 (cybersécurité) ou Opus 5 (biologie). Enfin, Enterprise Frontier Safeguards, une surveillance compatible avec la rétention nulle des données, passe en bêta privée avec Bridgewater, Salesforce et Stripe.

🔗 Claude Fable 5.2 and Claude Mythos 5.2 (Anthropic) · Notes de version de Claude Platform · Fil de @ClaudeDevs

Offres de lancement : jusqu’à trois réinitialisations Fable, et une semaine de Fable incluse pour Pro

9 novembre — Pour le lancement, Anthropic distribue des réinitialisations de limite d’usage Fable aux abonnés payants, selon une page d’aide liée depuis le billet de lancement. Une réinitialisation rend l’usage Fable consommé sur la semaine et remplit entièrement la fenêtre de 5 heures, autres modèles compris ; elle ne relève pas les limites et se déclenche depuis la rubrique Usage des réglages, bouton Reset for free. Les offres valent pour Fable 5.2, Fable 5.1 et Fable 5.

Offre ou siège concerné	Ce qui est offert	Expiration (heure du Pacifique)
Pro, sièges standard Team	Fable inclus dans l’offre, dans la limite de 50 % des limites hebdomadaires, plus 1 réinitialisation	16 novembre 2026, 23 h 59
Max, Ultra, sièges premium Team et anciennes offres Enterprise par siège	1 réinitialisation (moins de 6 mois d’abonnement), 2 (de 6 à 12 mois) ou 3 (plus de 12 mois)	8 mars 2027, 23 h 59

Il faut une facturation payante en place avant le 9 novembre à 10 h PT. Sont exclus l’offre Free, les offres Enterprise en libre-service, à l’usage et HIPAA-ready, ainsi que les sièges standard des anciennes offres Enterprise par siège. Pour Pro et les sièges standard Team, Fable revient aux crédits d’usage après la semaine.

🔗 Claude Fable 5.2 launch offers (centre d’aide Claude)

Ce que Fable 5.2 a déjà produit : trois appareils avec Diode, Fermat refait par 1 000 agents, chimie et MIPLIB

Trois publications du même jour montrent la génération 5.2 au travail, parfois sur une version préliminaire du modèle.

Diode : trois appareils électroniques conçus de bout en bout, qui fonctionnent sans retouche

9 novembre — Avec Diode Computers, fabricant de circuits imprimés, Anthropic montre Claude Fable 5.2 concevoir trois appareils à partir d’un prompt court : un haut-parleur de conférence USB-C avec Bluetooth, un hub d’assistant vocal domestique et un animal virtuel de poche. Le modèle a écrit les spécifications, dessiné les schémas, routé des circuits à quatre couches, conçu les boîtiers imprimables en 3D et écrit le firmware ; les trois prototypes fonctionnent sans retouche de leur circuit. Comme le routeur de KiCad ne traçait qu’une piste à la fois, Claude a écrit le sien en une demi-heure environ.

Le progrès tient surtout au raisonnement géométrique : 69 % sur PCB Gym, le banc interne de Diode, contre 25 % pour Fable 5, et 83,5 % sur BenchCAD 2.1, presque le double de Fable 5.1. Anthropic précise entretenir une relation commerciale avec Diode, et rappelle que ces prototypes n’ont passé ni validation électrique, ni essais thermiques, ni certification.

🔗 Claude can design electronic prototypes from start to finish (Anthropic)

Fermat : 1 000 agents refont la formalisation en 28,7 heures, sans plateforme dédiée

9 novembre — En septembre, Anthropic avait publié la première formalisation complète du dernier théorème de Fermat : 11 jours de travail pour des dizaines d’agents guidés par un chercheur, sur la plateforme Prove2Me. Un billet claude.dev signé Barry Zhang, Tianyi Peng, Elle Najt, Keller Scholl et Lance Martin raconte comment 1 000 agents d’une version préliminaire de Fable 5.2, un chef et 999 aides, ont refait ce travail sans cette plateforme ni pilotage humain : 28,7 heures selon ce billet (le billet de lancement arrondit à 30 heures), trois fois moins de tokens de sortie et une preuve sept fois plus courte. Avec le même dispositif, Opus 5.5 n’en termine que 26 % en 18 heures, selon le billet de lancement.

Chaque agent disposait d’une machine virtuelle sans réseau, avec Lean, Mathlib, sa branche Git et une base Postgres partagée, où le chef a créé ses tables de coordination en dix minutes. Jusqu’à environ 750 aides ont travaillé sur Langlands–Tunnell, le résultat le plus lourd, découpé en 2 418 tâches. Un classifieur contrôlait chaque commande et chaque modification de fichier : sur plus d’un million d’appels d’outils, aucun n’a été bloqué.

🔗 Safely scaling multi-agent teams with Claude Fable 5.2 (claude.dev)

Chimie organique et MIPLIB : le fil de démonstrations ajoute deux résultats absents du billet

9 novembre — Deux heures après le lancement, le compte @claudeai publie un fil de démonstrations. En chimie organique, Claude a tracé en une demi-heure environ une voie de synthèse complète pour chacune de quatre molécules issues de travaux non publiés des laboratoires de Noah Burns (Stanford), Timothy Newhouse (Yale) et Sarah Reisman (Caltech), à partir d’une simple image, sans internet et avec du code pour seul outil ; l’illustration du tweet attribue ces voies à Mythos 5.2. Les chimistes partenaires jugent le travail du niveau d’un jeune doctorant, mais aucune voie n’a été testée en laboratoire.

Of 203 open problems, Claude beat the listed mathematical solution in 72 cases, and in 45 cases proved that a solution was optimal.

🇫🇷 Sur 203 problèmes ouverts, Claude a battu la solution mathématique répertoriée dans 72 cas, et prouvé dans 45 cas qu’une solution était optimale. — @claudeai sur X

MIPLIB rassemble des problèmes d’optimisation, comme la planification d’équipages ou de tournées de livraison ; selon l’image du tweet, des équipes de 300 agents au plus y ont travaillé sur une version antérieure de Fable 5.2. Sur l’horaire de 42 trains, conçu pour réduire la consommation électrique de pointe, les agents ont battu le meilleur horaire connu de 2,6 % en moins de deux heures, puis prouvé qu’aucun meilleur n’existait. Les solutions ont été soumises à MIPLIB.

🔗 Fil de démonstrations de @claudeai

Fable 5.2 dès le premier jour chez Cursor, Devin, Perplexity et v0, chacun mesuré sur son propre banc

Le soir du lancement, trois outils publient leurs propres mesures de Fable 5.2, chacun sur son benchmark maison. v0, l’outil de création d’applications de Vercel, ouvre aussi le modèle, sans chiffre (voir les Brèves).

Outil qui ouvre Fable 5.2	Banc d’essai de l’éditeur	Score de Fable 5.2	Concurrent le plus proche cité
Cursor	CursorBench 4.0	60,0 % en effort Max, 32,79 dollars	Opus 5.5 Max : 57,8 %, 13,43 dollars
Devin (Cognition)	FrontierCode 2.0	49,1 %	Opus 5.5 : 45,5 %
Perplexity	WANDR	0,851 pour 14,51 dollars par tâche	Gemini 4 Argon : 0,802 pour 7,88 dollars

Cursor : premier de CursorBench 4.0, avec des niveaux d’effort à ne pas reprendre de Fable 5.1

9 novembre — Cursor rend Fable 5.2 disponible le jour même. En effort maximal, le modèle prend la tête de CursorBench 4.0 à 60,0 %, devant Claude Opus 5.5 Max (57,8 %) ; à l’effort par défaut (High), il obtient 56,9 %, contre 49,2 % pour Fable 5.1. Cursor prévient que les niveaux d’effort ne se comportent plus comme ceux de Fable 5.1 et conseille de repartir du réglage par défaut plutôt que de reprendre l’ancien. Sa page de classement l’illustre :

Niveau d’effort de Fable 5.2	Score CursorBench 4.0	Coût par tâche
Max	60,0 %	32,79 dollars
High (défaut)	56,9 %	9,70 dollars
Extra High	56,3 %	15,48 dollars
Medium	54,8 %	4,66 dollars
Low	53,2 %	3,94 dollars

Extra High passe sous High pour un coût plus élevé, et Low dépasse déjà Fable 5.1 en effort maximal (51,8 % pour 17,28 dollars). Cursor affiche le modèle à 8 et 40 dollars le million de tokens, sans changelog ni précision sur les offres concernées.

🔗 Annonce de @cursor_ai · Classement CursorBench 4.0

Devin : premier de FrontierCode 2.0 à 49,1 %, et devant Fable 5.1 dès l’effort faible

9 novembre — Cognition ouvre Fable 5.2 dans Devin Desktop et Devin CLI et le place en tête de FrontierCode 2.0, son benchmark de tâches d’ingénierie réelles noté sur la qualité et la capacité à être fusionnées (mergeability). Fable 5.2 y obtient 49,1 %, devant Claude Opus 5.5 (45,5 %), qui menait depuis le lancement du banc le 27 octobre, GPT-6 Astra (42,8 %), Sonnet 5.5 (41,0 %) et Gemini 4 Carbon (40,0 %) ; Fable 5.1 plafonnait à 32,4 %. Selon le billet, en effort de raisonnement faible, Fable 5.2 dépasse déjà le meilleur résultat de Fable 5.1 pour moins d’un tiers du coût par tâche ; le tweet parle d’un tiers du coût. Une solution qui échoue à un critère bloquant reçoit 0, et le coût correspond à la dépense moyenne par exécution au tarif public de l’API. Cognition ne donne aucun tarif Devin.

🔗 Claude Fable 5.2 is now available in Devin (Cognition) · Annonce de @cognition

Perplexity : 0,851 sur WANDR, un record selon son benchmark maison

9 novembre — Perplexity ouvre Fable 5.2 dans Computer, son agent, pour les abonnés Pro et Max, et dans la recherche (Search) pour les seuls abonnés Max. Sur WANDR, son benchmark maison de recherche étayée par des preuves, le modèle obtient 0,851 pour 14,51 dollars par tâche, présenté comme un record situé sur la frontière de Pareto, celle des modèles qu’aucun autre ne bat à la fois en score et en coût. Selon le graphique publié par Perplexity, seule source de ces chiffres, Fable 5.2 devance Gemini 4 Argon, détenteur du record depuis le 16 octobre avec 0,802 pour 7,88 dollars, pour environ 1,8 fois son coût par tâche. Fable 5.1, remesuré, y obtient 0,684 pour 13,16 dollars, contre 0,601 à son arrivée en septembre. Le tweet ne précise ni le niveau d’effort, ni le coût en crédits dans Computer. Ce score ne se compare pas aux 85,9 % du niveau ultra de l’Agent API publiés le 5 novembre, une configuration à plusieurs agents.

🔗 Annonce de @perplexity_ai

Meta lance Muse Ember, son plus petit modèle, à 0,10 dollar par million de tokens en entrée

9 novembre — Meta lance Muse Ember, présenté comme son plus petit modèle et le plus efficace. Il vise le travail que les agents répètent toute la journée : appels d’outils en séquence, sous-tâches de code (lire des fichiers, lancer des tests, corriger de façon ciblée), routage, extraction et analyse de longs documents. Il dispose d’un contexte d’un million de tokens, produit jusqu’à 512 000 tokens et comprend nativement texte, images, audio et vidéo. C’est le premier modèle entraîné avec Muse Wonder Full, comme Meta l’avait annoncé en lançant Muse Wonder en octobre ; dans la gamme, Muse Wonder s’occupe des problèmes les plus durs, Muse Spark du code et des workflows agentiques, et Muse Ember des tâches répétables à grande échelle.

Le modèle est disponible dans Muse Code et sur la Meta Model API sous le nom muse-ember-1.0, avec prise en charge de la Responses API, à 0,10 dollar par million de tokens en entrée, 0,004 dollar en entrée mise en cache et 0,50 dollar en sortie. Aucune publication des poids n’est annoncée.

On the @ArtificialAnlys Intelligence Index, it achieves performance comparable to Claude Haiku 5.5 at roughly one-third of the cost per task, while scoring higher than GPT-6 Luna across all of Luna’s reasoning settings.

🇫🇷 Sur l’Intelligence Index d’Artificial Analysis, il atteint une performance comparable à celle de Claude Haiku 5.5 pour environ un tiers du coût par tâche, tout en obtenant un score supérieur à celui de GPT-6 Luna dans tous les réglages de raisonnement de Luna. — @AIatMeta sur X

C’est l’affirmation centrale de Meta ; son billet ajoute que Muse Ember égale le meilleur score de Haiku 5.5. Les deux modèles affichent 36 à l’indice, et la légende du graphique précise que les coûts de Muse Ember sont des estimations au tarif proposé.

Comparaison publiée par Meta	Muse Ember (max)	Muse Spark 1.3 (max)
Artificial Analysis Intelligence Index	36	37
Coût par tâche de l’indice	0,14 dollar	2,39 dollars
Prix par million de tokens (entrée / sortie)	0,10 / 0,50 dollar	1,25 / 4,25 dollars

Banc au réglage max (selon Meta)	Muse Ember	Claude Haiku 5.5	GPT-6 Luna
AutomationBench-AA	37,8	13,9	20,2
Coding Agent Index-AA	46	37	31
Terminal-Bench 4.0 (meilleur harnais)	40,9	39,2	16,4
OSWorld 2.1 (crédit partiel, interne)	69,5	68,9	50,5
FrontierCode 2.0-AA	27,2	34,9	25,2
Artificial Analysis Intelligence Index	36	36	28

Au réglage de raisonnement maximal, Muse Ember devance Claude Haiku 5.5 et GPT-6 Luna sur sept des dix bancs publiés, mais Haiku 5.5 reste devant sur FrontierCode 2.0-AA. Plusieurs chiffres viennent d’évaluations internes de Meta, dont son propre Personal Superintelligence Index, et Terminal-Bench 4.0 compare chaque modèle dans son meilleur harnais publié. Le classement indépendant de Vals AI va dans le même sens : Muse Ember y est le modèle le moins cher, à 0,15 dollar par test, avec 60,5 % au global, à 0,8 point de DeepSeek V4.1 Flash pour environ un quart de son coût.

Meta dit avoir évalué Muse Ember selon son Meta Superintelligence Scaling Framework, sous les seuils de risque élevé, et l’avoir fait tester par Box, Cline, Oracle, Cloudflare et You.com ; l’entreprise annonce des modèles encore plus efficaces en entraînement.

🔗 Muse Ember (blog de recherche de Meta) · Classement de Vals AI

Google ajoute TPU 8tx et TPU 8i Max à sa huitième génération de TPU, sans date ni tarif

9 novembre — Dans un billet signé Amin Vahdat, Google élargit sa huitième génération de TPU avec deux nouveaux systèmes, TPU 8tx et TPU 8i Max. Après les TPU 8t (entraînement) et 8i (raisonnement) présentées en avril, c’est selon Google la première fois que quatre systèmes TPU sortent la même année. L’entreprise insiste : ce ne sont pas de nouvelles puces, mais de nouveaux systèmes bâtis autour des puces existantes (boîtier, mémoire, réseau, sécurité), une approche qui lui permet de livrer des supercalculateurs spécialisés en quelques mois plutôt qu’en années.

Système TPU	Usage visé	Caractéristiques annoncées par Google
TPU 8t	Entraînement à grande échelle	jusqu’à 2,7 fois les performances d’entraînement de la génération précédente
TPU 8i	Raisonnement en temps réel	80 % de meilleur rapport prix-performance en inférence que la génération précédente
TPU 8tx	Inférence confidentielle, petits entraînements	silicium de la 8t, hôtes AMD EPYC de 5e génération, jusqu’à 2 fois moins de latence que la 8t
TPU 8i Max	Très longs contextes, densité par baie	deux puces 8i par boîtier : 2 fois le calcul, la SRAM et la bande passante HBM de la 8i

La TPU 8tx vise les entreprises régulées et les gouvernements. La sécurité s’y joue au niveau matériel : données et poids du modèle restent protégés et isolés pendant le calcul (confidential compute), avec une pénalité de performance quasi nulle selon Google. La même machine permet d’affiner un modèle sur des données privées, de distiller un grand modèle ou d’entraîner des agents par renforcement sans déplacer les données sensibles. La TPU 8i Max s’attaque au mur de la mémoire (memory wall), quand des dizaines d’agents travaillent sur une base de code entière ou sur des heures de vidéo.

Le logiciel suit. Une suite d’agents TPU open source, en préversion, se branche sur Claude Code, Cursor et Google Antigravity pour migrer vers les TPU, diagnostiquer les goulots d’étranglement et ajuster les kernels en langage naturel ; XLA Serving Engine sert les modèles en C++ sur TPU, GPU et CPU ; TPU Sync réduit de plus de 90 % la latence de transfert du cache KV et le temps jusqu’au premier token ; Agent Compute Engine suspend automatiquement les sessions d’agents inactives. Cloud Pathways, le runtime de Google DeepMind derrière Gemini, et le découpage dynamique de GKE (GKE dynamic slicing : démarrage des jobs jusqu’à 5 fois plus rapide, reprise après panne jusqu’à 4,5 fois plus rapide) passent en disponibilité générale.

Google revendique près de 100 clients TPU, qui peuvent désormais en déployer dans leurs propres centres de données. Il ne donne en revanche ni date de disponibilité ni tarif pour TPU 8tx et TPU 8i Max, et ses résultats sur les benchmarks InferenceX et AgentX ne sont accompagnés d’aucun chiffre.

🔗 TPU 8i Max and TPU 8tx (blog.google) · Billet Google Cloud · Introducing TPU Sync (Google Cloud)

NVIDIA présente GR00T 2 à CoRL, un modèle ouvert d’action sur le monde, sans licence ni lien de téléchargement

9 novembre — À l’ouverture de la Conference on Robot Learning (CoRL) à Austin, NVIDIA présente GR00T 2, qu’il décrit comme un modèle ouvert de pointe d’action sur le monde (open frontier world action model), bâti sur sa plateforme Cosmos. Le modèle a été entraîné sur des données de robots et d’humains, dont 100 000 heures de vidéos égocentriques humaines publiées en open source par NVIDIA, pour apprendre des gestes de manipulation fine et les transférer d’un corps de robot à un autre sans démonstration robot. Une API permet à des agents d’enchaîner ses compétences et de se rattraper de leurs erreurs.

Mesure annoncée par NVIDIA	Valeur annoncée
GR00T 2, tâches réussies sans démonstration propre	40 sur 50, au moins une fois
GR00T 2, réussite moyenne avec 1 démonstration par tâche	71 % sur 50 tâches
GR00T 2, réussite moyenne avec 5 démonstrations par tâche	95 %
Isaac Lab 3.0 avec Newton, face à Isaac Lab 2.3 avec PhysX	jusqu’à 2,5 fois le débit d’entraînement
AlphaNIST, politique unique face à des politiques séparées	plus de 98 % contre 81 %, environ 39 fois moins de temps GPU
EgoHand, téléchargements sur Hugging Face	plus de 40 000 en deux semaines

NVIDIA place GR00T 2 parmi les trois premiers modèles sur les classements RoboCasa365, RoboLab, RoboDojo et MolmoSpaces, avec plusieurs premières places, sans score chiffré. Nexuni le teste pour le traitement du linge, Foxconn pour la fabrication de serveurs, Siemens pour l’évaluation, et MicroAGI l’utilise, post-entraîné par renforcement, pour échanger des câbles Ethernet avec un bras robotique.

Côté simulation, Isaac Lab 3.0, disponible depuis le 21 octobre, s’appuie davantage sur le moteur physique open source Newton pour les objets déformables (câbles, tissus) et les mains articulées. AlphaNIST en donne un exemple : une seule politique apprend les 20 tâches d’assemblage de la NIST Assembly Task Board avec un simple signal de réussite ou d’échec. Pour l’évaluation, NVIDIA publie Isaac Lab-Arena 0.4 en préversion développeurs et deux bancs ouverts : DexBench, conçu avec RLWRLD (15 tâches dans quatre scènes, du commerce à l’hôtellerie), et VABAR, conçu avec UC Berkeley (six tâches industrielles). S’y ajoutent un workflow Video to Data, qui transforme des vidéos humaines en démonstrations robot simulées, et EgoHand, un modèle ouvert de reconstruction 3D des mains.

Le billet présente GR00T 2 comme ouvert, mais ne donne ni licence, ni lien de téléchargement, ni date de disponibilité.

🔗 Billet NVIDIA pour CoRL

NVIDIA en Corée : NVLink Fusion avec Rebellions et SK Telecom, recettes Dynamo et IA physique

9 novembre — Pendant le NVIDIA AI Day Seoul, NVIDIA publie une série d’annonces coréennes. La principale est une collaboration avec le concepteur de puces Rebellions et l’opérateur SK Telecom, soutenue par le ministère coréen des Sciences et des TIC : Rebellions reliera ses futurs processeurs neuronaux (NPU) Rebel R200 à la plateforme NVIDIA par NVLink Fusion et bâtira ses systèmes sur l’architecture de rack MGX, et SK Telecom prévoit de les déployer dans son centre de données IA, pour ses modèles comme A.X K2 et pour les services publics du projet gouvernemental AI for All. L’inférence serait désagrégée : les GPU NVIDIA liraient le prompt (prefill), les NPU Rebellions généreraient les tokens. Ni date ni volume ne sont donnés.

NVIDIA publie aussi des recettes Dynamo pour quatre modèles ouverts coréens (A.X K2, K-EXAONE 2.0, Solar Open 2 et Motif-3), optimisées pour les GPU B200, avec jusqu’à 2 fois plus de performance d’emblée selon NVIDIA. LG AI Research ouvre l’accès API à K-EXAONE-2.5, entraîné avec des jeux Nemotron dont Nemotron-Personas-Korea (7 millions de personas), et Hyundai Motor Group explore NemoClaw et OpenShell. NVIDIA annonce enfin un investissement dans Point2 (interconnexions par radiofréquence) et des investissements prévus dans Motif Technologies, RLWRLD et Upstage, sans montant. Dans la même série, Samsung, Kakao Mobility et LG Electronics détaillent leurs projets d’IA physique avec NVIDIA (voir les Brèves).

🔗 Communiqué de NVIDIA, Rebellions et SK Telecom · Recettes Dynamo pour les modèles coréens · Agents sécurisés en Corée · Investissements dans les startups coréennes

Agents de code : Claude Code 2.1.321, Vibe CLI 3.1.1, Qwen Code, Copilot CLI, Antigravity CLI, Amp et Delta

Claude Code et Vibe CLI publient les deux versions les plus fournies du jour. Qwen Code v0.27.1, Copilot CLI 1.0.108 en stable, Antigravity CLI 1.5.2, les Portals et l’application Windows d’Amp et l’éditeur réécrit de Delta sont résumés dans les Brèves, rubrique Agents et outils de code.

Claude Code 2.1.321 fait de Fable 5.2 le modèle Fable par défaut et corrige 74 problèmes

9 novembre — Claude Code 2.1.321 accompagne le lancement : Fable 5.2 devient le modèle Fable par défaut (contexte d’un million de tokens, 8 et 40 dollars par million de tokens, lecture de cache à 0,20 dollar). Les choix enregistrés de Fable 5.1 basculent sur l’alias fable, tout de suite sur Pro et Max, et sur Team et Enterprise une fois que l’organisation l’autorise ; /model claude-fable-5-1 permet de revenir en arrière. claude remote-control --settings applique un fichier de réglages à chaque session lancée.

Sur 118 entrées, 74 sont des correctifs, dont plusieurs failles : des jetons OAuth MCP pouvaient partir vers un autre hôte après une redirection, une commande Bash en lecture seule pouvait s’exécuter hors du bac à sable sans demande, et les règles de refus ne s’appliquaient pas à un cp ou un mv vers un dossier. En cas de limite ou de panne du service rapide, le mode rapide se replie d’abord sur la vitesse standard du même modèle. Les mods écrits par Claude s’activent sans demande en modes auto et bypass, les règles de refus restant appliquées. Aucune 2.1.320 n’a été publiée, le canal npm stable reste sur la 2.1.311, et le SDK Agent suit en TypeScript 0.3.321 et en Python 0.2.180.

🔗 Notes de version de Claude Code 2.1.321

Vibe CLI 3.1.1 ajoute quatre événements de hooks, un mode Vim et l’import de la configuration d’autres agents

9 novembre — Cinq jours après la 3.1.0, Mistral publie Vibe CLI 3.1.1, sans annonce sur X. Malgré son numéro de version corrective, elle compte 92 entrées : 17 ajouts, 26 changements, 44 correctifs et 5 retraits. Les hooks gagnent quatre événements : pre_agent, avant que le modèle lise un message, qui peut le bloquer, le réécrire ou lui ajouter du contexte ; notification, quand Vibe attend une approbation ou une réponse ; session_start et session_end. Le skill intégré /vibe:import retrouve la configuration d’autres agents de code et en importe instructions, skills, sous-agents, commandes, hooks, serveurs MCP et permissions.

La zone de saisie gagne des modes Vim, et /pr liste les pull requests de la session, ouvre le premier contrôle CI en échec ou rédige un prompt pour débloquer la PR ; ce suivi devient actif par défaut. La version retire /teleport, l’option --teleport et /remote-project. Pour Mistral Large 4, les niveaux de réflexion passent à Low, Medium et High, ceux que l’API accepte désormais, et les skills de plugins prennent le nom du plugin (my-plugin:review au lieu de my_plugin:review), ce qui oblige à adapter les agents personnalisés.

🔗 Notes de version de Vibe CLI 3.1.1

Les dots de ChatGPT travaillent sur plusieurs ordinateurs locaux, choisis pour chaque tâche

9 novembre — Les dots, les agents permanents de ChatGPT lancés fin septembre, peuvent désormais s’appuyer sur plusieurs ordinateurs locaux : on en connecte plusieurs au même dot, puis on choisit celui qui sert pour une tâche. OpenAI Developers met en avant des usages de développeur : construire et tester une application sur une machine dédiée pendant que l’on code sur son portable, tester une modification dans Xcode sur un second Mac et recevoir des captures d’écran, reproduire un bug sur une machine dotée d’un SDK plus ancien, ou faire parcourir une interface sans occuper l’écran ni le curseur de l’utilisateur.

Selon la page d’aide, chaque ordinateur se connecte depuis l’application ChatGPT installée dessus, dans la rubrique Computers du profil du dot, et doit rester en ligne, application ouverte. Pour des tâches indépendantes, on demande au dot un fil séparé par ordinateur. Un statut hors ligne ne révoque pas l’accès, qui se retire explicitement, et cette permission reste distincte de la connexion à Codex et de Work Sync. OpenAI ne précise ni les forfaits concernés ni le calendrier.

🔗 Annonce de @OpenAIDevs · Connect computers and apps to your dot

OpenAI remet en vente la ModRetro Chromatic édition Codex, avec un plugin pour créer des jeux Game Boy Color

9 novembre — OpenAI Developers remet en vente sur OpenAI Supply Co., la boutique d’OpenAI, la ModRetro Chromatic édition Codex, une console portable qui fait tourner des jeux Game Boy Color : 200 dollars avec une cartouche programmable et un étui. D’abord proposée en exclusivité à DevDay, elle revient avec un nouveau look ; la boutique annonce un retour en stock le 19 novembre, avec une livraison limitée aux États-Unis, au Canada, à l’Australie, à la Nouvelle-Zélande, au Japon, au Royaume-Uni et à l’Union européenne.

La console sert de vitrine au plugin ModRetro Chromatic, édité par ModRetro et installé depuis le catalogue de plugins de Codex dans l’application de bureau ChatGPT. Il s’appuie sur GB Studio et fournit des outils de sprites et d’animations, une carte de collisions affichée à côté du décor, un émulateur ouvert dans le navigateur intégré de Codex et des séquences de boutons jouées avec une capture à chaque étape. Les plus aguerris peuvent écrire en C avec GBDK-2020 ou bâtir leur propre moteur en assembleur. L’installation par câble USB sur une cartouche réinscriptible efface le jeu présent et peut effacer ses sauvegardes, sans copie de secours.

🔗 Annonce de @OpenAIDevs · Build a retro handheld game with Codex and ModRetro Chromatic · Chromatic édition Codex sur OpenAI Supply Co.

Google AI Studio crée des applications Google Maps Platform à partir d’un prompt, sans carte bancaire

9 novembre — Google AI Studio permet de créer des applications fondées sur Google Maps Platform directement depuis un prompt. On décrit son idée à Gemini, par exemple une visite 3D interactive de New York, et AI Studio configure Google Maps Platform et gère la clé d’API sans redirection, avant d’afficher une carte interactive dans l’aperçu ; il peut aussi relier un projet Google Cloud existant. Les API Maps (cartes stylées, villes 3D photoréalistes), Places (recherche locale, fiches de lieux), Routes (itinéraires à étapes) et Environment (qualité de l’air, pollen) sont accessibles, et trois exemples sont à remixer dans la galerie : City Immersive Tour, Pet Grooming Route Optimizer et Store Locator & Near Me Finder.

L’essai est gratuit et ne demande pas de carte bancaire, dans les quotas du bac à sable : 100 appels par jour et par API, remis à zéro toutes les 24 heures. Pour la production, il faut relier un compte de facturation Google Cloud, aux tarifs standard de Google Maps Platform.

🔗 From prompt to app: build with Google Maps in AI Studio (Google Developers) · Annonce de @GoogleAIStudio

ElevenLabs lance Campaign Manager pour confier des campagnes d’appels sortants à ElevenAgents

9 novembre — ElevenLabs lance ElevenAgents Campaign Manager, qui confie à ses agents vocaux des campagnes d’appels sortants complètes. On fournit une liste de contacts et un objectif, comme un prospect qualifié ou un rendez-vous confirmé : l’agent appelle dans les plages horaires choisies, garde le contexte d’un appel à l’autre, rappelle plus tard, réserve le créneau demandé ou se tourne vers un autre numéro ou une autre personne du compte, puis s’arrête dès que l’objectif est atteint ou que le contact le demande.

Le module encadre les appels : plafond de tentatives (avec un plafond distinct pour les rappels), listes d’opposition mises à jour dès qu’un contact demande l’arrêt, mentions obligatoires dans l’introduction de l’agent. Chaque contact a sa chronologie des décisions, les cas incertains vont dans une file à traiter, et tout s’exporte en CSV. Testé en bêta dans l’assurance, la banque et le e-commerce, il a fait passer The AA Ireland de 50 à 60 % de prospects traités par jour à 100 %, selon son CTO Jeremy O’Sullivan. Campaign Manager est disponible dès maintenant, par téléphone et sur WhatsApp, l’e-mail et le SMS étant annoncés pour bientôt, sans tarif propre.

🔗 ElevenAgents Campaign Manager (ElevenLabs) · Annonce de @ElevenLabs

Données et recherche ouvertes : jeux synthétiques japonais de NVIDIA et élagage HOPE d’Amazon

Deux publications du jour sur le blog de Hugging Face, l’une sur les données d’entraînement, l’autre sur la mémoire occupée par les modèles à experts.

NVIDIA et Elith publient deux jeux synthétiques japonais, pour la finance et la protection des données

9 novembre — NVIDIA publie sur Hugging Face deux jeux de données synthétiques japonais conçus pour aller ensemble. Nemotron-Personas-Finance-Japan, réalisé avec la société Elith, étend Nemotron-Personas-Japan à la finance : 9 millions de personas en japonais (1 million d’enregistrements de 50 champs), avec composition du foyer, patrimoine et comportements financiers ancrés dans les statistiques officielles, soit environ 1,5 milliard de tokens sous licence CC BY 4.0. Selon les auteurs, c’est le premier jeu de personas ouvert de cette taille qui croise statistiques publiques japonaises et données de finances des ménages.

Nemotron-PII-Japan fournit 100 000 documents professionnels japonais synthétiques dans huit domaines (santé, finance, administration, juridique, entre autres), avec 56 types de données personnelles annotés, dont le numéro My Number, pour entraîner des modèles qui détectent et masquent ces données. NVIDIA y affine un modèle GLiNER sur 95 000 documents. L’idée d’ensemble : simuler des clients avec le premier jeu, puis vérifier avec le second qu’une chaîne de traitement protège leurs données.

🔗 Nemotron-Personas-Finance-Japan (blog Hugging Face) · Nemotron-PII-Japan (blog Hugging Face)

Amazon présente HOPE, un élagage des experts de MoE qui tient compte des experts qui travaillent ensemble

9 novembre — Dans un billet signé Alex M Tseng, une équipe d’Amazon présente HOPE (Higher-Order Pruning of Experts), une méthode pour retirer les experts les moins utiles d’un modèle à mélange d’experts (MoE) sans réentraînement. Un MoE garde tous ses experts en mémoire alors que quelques-uns seulement servent à chaque token : chez Qwen3.5-122B, ils pèsent 95 % des quelque 250 Go du modèle. Les méthodes actuelles notent chaque expert isolément ; HOPE mesure aussi les interactions entre paires d’experts, qui s’activent souvent ensemble.

Testée sur Qwen3.5-122B, Qwen3.5-35B et GLM-4.5-Air face à REAP, MAN, EAN et Frequency, avec 10 à 50 % des experts retirés, la méthode obtient le meilleur rang moyen (2,07 sur 5 méthodes) selon Amazon, et son avance grandit avec le taux d’élagage : à 50 %, jusqu’à +6,1 % sur les tâches de code agentique face à la meilleure méthode concurrente. Elle est compatible avec la quantification, pour un surcoût d’une à deux secondes par couche.

🔗 Billet HOPE d’Amazon (blog Hugging Face)

Brèves

Agents et outils de code

Qwen Code v0.27.1 — Version stable du 9 novembre, deux jours après la v0.27.0, sans changement cassant : 122 entrées, dont 26 fonctionnalités et 65 correctifs. Le Managed Agent gagne une mémoire personnelle optionnelle adossée à Mem0, ainsi que l’archivage et l’installation de serveurs MCP en libre-service ; Desktop v0.27.1 et le SDK TypeScript v0.1.31 suivent le même jour. 🔗 source
Copilot CLI 1.0.108 en stable — Passage en stable le 9 novembre, sans nouveauté au-delà des préversions 1.0.108-0 et 1.0.108-1 couvertes le 7 novembre : commandes /index, indexation tgrep partagée par défaut, réglage de bac à sable pour Windows et 72 correctifs. 🔗 source
Antigravity CLI 1.5.2 — Version datée du 6 novembre dans le changelog : --dangerously-skip-permissions n’approuve plus d’office les commandes protégées, ni les accès hors de l’espace de travail quand un administrateur Gemini Enterprise exige une revue ; les plugins aux noms dangereux sont refusés, et les skills des plugins cloud arrivent dans les sessions --remote-agent. 🔗 source
Portals d’Amp sur les runners — Les Portals, jusqu’ici réservés aux orbs, fonctionnent sur les machines de l’utilisateur : un serveur de développement lancé par l’agent s’ouvre depuis l’onglet Portal du fil, accessible selon la documentation dans un navigateur et dans les applications iPhone et iPad. Activation par Allow Portals ou amp --no-tui --remote-control-portals ; portals privés sauf runner partagé, et jamais publics selon la documentation. 🔗 source · 🔗 documentation
Amp pour Windows — Le 7 novembre, Quinn Slack, CEO d’Amp, ouvre une application Windows expérimentale, avec un installateur qui se met à jour seul ; les bugs signalés sont récompensés en crédits, et une version solide est promise dans environ trois à quatre jours. La page de téléchargement liste aussi une application Linux expérimentale. 🔗 source
L’éditeur des fils de Delta — Agus Zubiaga raconte sur le blog de Delta l’éditeur réécrit pour faire des fils un document partagé et annotable plutôt qu’un chat, en abandonnant l’architecture de l’éditeur de Zed ; Zed résume qu’il a fallu repartir de zéro six fois. Billet d’ingénierie, sans nouvelle version. 🔗 source · 🔗 tweet de Zed
v0 et Fable 5.2 — L’outil de création d’applications de Vercel rend Claude Fable 5.2 disponible le soir du lancement, avec un point d’entrée direct v0.app/?fable52, sans préciser forfaits ni tarif. 🔗 source

Plateformes, API et entreprises

Choisir son modèle Claude — Dans un guide publié sur claude.dev, Addy Osmani conseille de partir d’Opus 5.5 en effort medium, de descendre vers Sonnet 5.5 ou Haiku 5.5 pour le travail cadré ou le volume, et de monter vers Fable 5.2 pour les projets les plus durs, en essayant d’abord un cran d’effort de plus. Sur SWE-bench Pro, Opus 5.5 en low avec relance des échecs en high atteint environ 97 % pour 0,17 dollar par tâche, contre 95,3 % pour 0,29 dollar tout en high. 🔗 source
Fonctions asynchrones dans l’API Agents — Michael Luo, de l’équipe API Agents d’OpenAI, présente les fonctions asynchrones : l’agent continue de travailler après avoir appelé un outil, sans attendre son résultat, pour lancer tôt une recherche lente ou traiter les parties indépendantes d’une demande. Il rappelle aussi le cache de prompts de 12 heures, déjà couvert le 20 octobre. 🔗 source
SDK d’OpenAI — openai-python 3.48.0 ajoute des options de streaming pour les sessions d’agents, et les SDK Python et Node (7.54.0) reconnaissent gpt-6-rosalind dans les Responses en bêta ; Codex CLI n’a publié aucune stable depuis la 0.167.0 du 6 novembre, seulement des préversions 0.169.0 sans notes. 🔗 source
ChatGPT Enterprise sur AWS Marketplace — ChatGPT Enterprise (ChatGPT, ChatGPT Work, Codex et les dots) s’achète désormais via AWS Marketplace, avec la facturation AWS existante et des dépenses imputables aux engagements AWS ; mêmes fonctions qu’en direct selon OpenAI, sans tarif annoncé, après Google Cloud et Oracle en octobre. 🔗 source
Kuken Industries — Le fabricant japonais de tours de refroidissement retrouve un plan de pièce de rechange en 4,5 minutes au lieu de près d’une heure, avec un outil bâti sur l’API d’OpenAI par la startup Recursive ; il prévoit environ 90 % d’heures de recherche en moins sur un an. 🔗 source
Guide de Perplexity sur la mémoire — Perplexity explique la mémoire des assistants d’IA et détaille la sienne : valable pour tous les modèles, propre à chaque Project, affichée parmi les sources quand elle sert et supprimable ; sur les comptes grand public, son contenu peut servir à améliorer les modèles, sauf si l’on coupe le réglage AI Data Retention ; jamais sur les comptes Enterprise. 🔗 source

Sécurité

Secret scanning dans les journaux d’Actions — Le secret scanning de GitHub analyse désormais les journaux de workflow GitHub Actions en fin d’exécution, en préversion publique sur GitHub Enterprise Cloud avec Secret Protection ou Advanced Security ; la politique d’entreprise est désactivée par défaut, sans analyse des anciens journaux ni notifications pendant la préversion. 🔗 source
Examen x402 de Fizzl — Frits Zwager transforme le x402 Agent Safety Bench en examen ouvert à tout agent, sur le site de Fizzl : 19 tâches d’achat chez des vendeurs simulés, dont 14 tricheurs, payées en USDC de test sur Base Sepolia. 🔗 source

Modèles ouverts et communauté

Harness adapters — Suite du projet harness-hub présenté le 6 novembre : l’entraînement des LoRA est terminé pour LFM2.5-24B et LFM3 de Liquid AI et pour Twil-8B de webAI, dans les harnais pi, hermes et opencode ; l’équipe annonce jusqu’à 43 % d’efficacité d’outils et 15 % d’exactitude en plus pour LFM3, et jusqu’à 37 % d’efficacité pour Twil-8B. 🔗 source
Éditer des poids pour la médecine — Maziyar Panahi (OpenMed) améliore de petits modèles Qwen aux examens médicaux en modifiant leurs poids sans entraînement : Qwen3.5-2B passe de 52,0 à 70,5 % sur MedQA, sans changement significatif en mathématiques ; le gain tient en partie au format de réponse, précise le billet. 🔗 source
Qwen3.8-27B affiné sur un Mac Studio — Roman Melnyk transforme Qwen3.8-27B en assistant pour Kafka, Strimzi, Kubernetes et Argo CD, entièrement sur un Mac Studio M3 Ultra de 512 Go ; la version 4 bits tient en environ 15 Go, et l’auteur juge ce premier résultat mitigé. 🔗 source
Step 5 chez Together AI — Le 8 novembre, Together AI dit avoir plus que triplé le débit de Step 5 de StepFun en optimisant sa pile de service avec des agents (routage MoE, ordonnancement, kernels, décodage spéculatif, attention clairsemée), sans chiffre absolu. 🔗 source
Galerie 3D sur le Hub — Selon Caleb Fahlgren, relayé par Hugging Face, les jeux de données qui contiennent des fichiers .glb, .ply, .stl ou des splats s’affichent automatiquement en galerie 3D ; plus de 350 jeux publics en profitent, après la visionneuse OpenUSD d’octobre. 🔗 source
Hackathon Hugging Face et Qai à Doha — Aritra Roy Gosthipaty et quatre coauteurs de Hugging Face reviennent sur ce hackathon du 5 au 7 novembre, présenté comme le premier de Hugging Face dans le Golfe : plus de 500 candidatures, 150 participants, 40 équipes, 15 finalistes et 3 lauréats. 🔗 source
Application mobile de Sakana AI — Sakana AI recrute jusqu’au 15 novembre des testeurs pour la bêta de sa première application mobile, provisoirement nommée Sakana AI App, sans en décrire les fonctions. 🔗 source

Robotique, 3D et vidéo

IA physique en Corée — Dans la série coréenne de NVIDIA, Samsung accélère ses calculs de conception de semi-conducteurs (environ 1 600 fois avec PhysicsNeMo, de 18 heures à 41 secondes), Kakao Mobility vise la conduite autonome de niveau 4 sur NVIDIA Hyperion avec des véhicules Kia, et le robot CLOiD de LG, piloté par Isaac GR00T, travaille dans une véritable usine ; ni calendrier ni volume. 🔗 source
Humanoïde qui monte des meubles IKEA — Le 8 novembre, Harpreet Sahota convertit pour FiftyOne un extrait du 2026 Humanoid IKEA Assembly Challenge : 6 épisodes et 30,7 minutes d’un humanoïde à 35 moteurs et sept caméras, le couple des moteurs calé sur les caméras des poignets. 🔗 source
SAM3D-Part et BranchTokens de Meshy — SAM3D-Part extrait d’un clic une pièce complète d’un objet 3D existant, avec une distance de Chamfer environ 72 % plus basse qu’OmniPart sur 500 objets (article accepté à SIGGRAPH Asia 2026, poids publiés) ; BranchTokens, mené avec Purdue, réduit de 16,9 % l’erreur de génération de squelettes 3D face à Auto-Connect. 🔗 source · 🔗 BranchTokens
Sightline de Runway — Nouvelle app d’App Studio : elle crée un panorama 360 d’un lieu, permet d’y cadrer des plans sous tous les angles avec un décor cohérent, et l’exporte en 3D pour servir d’environnement ; elle consomme des crédits Runway, sans coût ni modèle précisés. 🔗 source

Ce que ça signifie

Un modèle de frontière se mesure désormais le jour même chez ceux qui l’intègrent, et sur leurs propres bancs. Cursor, Cognition et Perplexity publient leurs chiffres de Fable 5.2 dans les heures qui suivent le lancement, chacun sur son benchmark maison, et Claude Code en fait aussitôt son modèle Fable par défaut. Ces mesures ne disent pas toutes la même chose : sur CursorBench, l’effort Extra High fait moins bien que High pour plus cher, et sur WANDR le record se paie environ 1,8 fois le coût par tâche de Gemini 4 Argon. Le conseil de Cursor, repartir du réglage par défaut, vaut au-delà de son outil : un nouveau modèle oblige à recalibrer l’effort.

Le coût par tâche devient l’unité de comparaison. Anthropic baisse de 20 % le prix de Fable et met en avant le score d’Opus 5.5 atteint pour environ moitié prix ; Meta place Muse Ember au niveau de Claude Haiku 5.5 pour environ un tiers du coût par tâche, selon ses propres chiffres ; Cursor, Devin et Perplexity affichent tous un coût par tâche à côté du score. Sous les modèles, Google multiplie les systèmes TPU pour l’inférence et Amazon cherche à alléger la mémoire des MoE avec HOPE. Les TPU 8tx et 8i Max arrivent toutefois sans date ni tarif, ce qui empêche encore de les comparer.

Les démonstrations changent d’échelle : 1 000 agents pour Fermat, jusqu’à 300 par équipe sur MIPLIB, plus de 1 000 sous-agents pour un prototype de système d’exploitation. Anthropic accompagne ces chiffres de garde-fous mesurés : un classifieur sur chacun des plus d’un million d’appels d’outils de l’expérience Fermat, des évasions de bac à sable ramenées à 3,1 %, et Mythos 5.2 réservé aux programmes de vérification en cybersécurité et en biologie. Le fait que les deux modèles soupçonnent plus souvent d’être évalués rend toutefois ces mesures de sûreté plus délicates à interpréter.

En robotique, l’ouverture reste à confirmer. NVIDIA qualifie GR00T 2 de modèle ouvert et publie deux bancs ouverts, DexBench et VABAR, mais son billet ne donne ni licence ni lien de téléchargement. En Corée, NVIDIA bâtit un écosystème d’IA souveraine où ses GPU cohabitent avec les NPU de Rebellions par NVLink Fusion : la plateforme s’ouvre aux puces d’autres concepteurs tout en restant au centre de l’inférence.