Anthropic lance le roadshow de son entrée en bourse, Google ouvre Gemini 4 Carbon en disponibilité générale, OpenAI lance Businesses in ChatGPT

Anthropic lance le roadshow de son introduction en bourse : 825 millions d’actions de classe A proposées entre 70 et 78 dollars, sur le Nasdaq sous le symbole « ANT ». Google ouvre Gemini 4 Carbon aux développeurs, aux entreprises et aux abonnés Ultra, à 2 et 10 dollars par million de tokens jusqu’au 30 novembre, et Cursor, GitHub Copilot, Perplexity et Devin l’intègrent le jour même, plusieurs avec leurs propres mesures. OpenAI lance Businesses in ChatGPT en bêta, Anthropic ajoute Whiteboards, Sheets et Data à Claude, ByteDance et MiniMax publient Seedream 5.5 et H3-Image, et l’Élysée publie un appel sur la sûreté de l’IA signé par 16 États, 10 entreprises et 7 organisations.

Anthropic lance le roadshow de son introduction en bourse : 825 millions d’actions entre 70 et 78 dollars

10 novembre — Deux semaines après le dépôt public de son S-1 auprès de la SEC, Anthropic lance le roadshow de son introduction en bourse, la tournée de présentation aux investisseurs qui précède la fixation du prix. Le billet de sa Newsroom, relayé par @AnthropicAI, porte sur une offre de 825 millions d’actions ordinaires de classe A. La quasi-totalité, 801 351 354 actions, est offerte par Anthropic ; les 23 648 646 restantes sont cédées par certains actionnaires existants, et l’entreprise ne percevra rien sur leur vente.

Les banques souscriptrices disposeront en outre d’une option de 30 jours pour acheter jusqu’à 123 750 000 actions de classe A supplémentaires. Le prix attendu se situe entre 70 et 78 dollars par action. Anthropic a demandé la cotation de ses titres sur le Nasdaq Global Select Market sous le symbole « ANT », et le prospectus préliminaire est disponible auprès de Goldman Sachs et Morgan Stanley.

Élément de l’offre	Valeur publiée
Actions de classe A proposées	825 000 000
Dont actions offertes par Anthropic	801 351 354
Dont actions cédées par actionnaires	23 648 646
Option des banques (30 jours)	Jusqu’à 123 750 000 actions
Fourchette de prix par action	70,00 à 78,00 dollars
Marché et symbole	Nasdaq Global Select, « ANT »

La déclaration d’enregistrement déposée auprès de la SEC n’est pas encore effective : aucune action ne peut être vendue, ni aucune offre d’achat acceptée, avant cette date. Le communiqué ne donne ni valorisation, ni montant levé, ni date de première cotation. Le S-1 avait été déposé à titre confidentiel le 1er juin, puis rendu public le 26 octobre.

🔗 Anthropic launches roadshow (Anthropic Newsroom)

Gemini 4 Carbon passe en disponibilité générale, à 2 et 10 dollars par million de tokens jusqu’au 30 novembre

10 novembre — Deux semaines après l’avoir réservé aux défenseurs cyber du Fairwind Program, Google ouvre Gemini 4 Carbon en disponibilité générale. Dans un billet signé Koray Kavukcuoglu, SVP de Google DeepMind et Chief AI Architect, le modèle gemini-4-carbon passe en disponibilité générale dans l’API Gemini (palier payant), Google AI Studio, Android Studio et Gemini for business, ainsi que dans Antigravity et CodeMender pour les entreprises. Il se déploie aussi pour tous les abonnés Google AI Ultra dans Antigravity, l’application Gemini (bureau, mobile et web) et le mode IA de Search. La version cyber reste accessible sur candidature au Fairwind Program.

Le tarif de lancement a désormais une date de fin. Selon les notes de version de l’API, Carbon coûte 2 dollars par million de tokens en entrée et 10 dollars par million de tokens en sortie jusqu’au 30 novembre 2026, puis 4 et 20 dollars, des montants déjà donnés le 28 octobre sans date de bascule. Google précise que ce tarif s’applique au modèle Carbon destiné à l’accès public.

Type de tarif (API, par million de tokens)	Jusqu’au 30 novembre 2026	Après le 30 novembre 2026
Tokens en entrée	2 dollars	4 dollars
Tokens en sortie	10 dollars	20 dollars

Google présente Gemini 4 Argon comme le bon choix pour la majorité des tâches de code et de travail documentaire, et réserve Carbon aux tâches longues et complexes, qui demandent plus d’exploration et de vérification, au prix d’une consommation de tokens plus élevée. Le billet le classe premier sur CursorBench 4.0, sur WANDR de Perplexity et sur AutomationBench de Zapier, à un coût par tâche plus de deux fois inférieur au meilleur modèle externe suivant (les chiffres de Cursor et de Perplexity sont détaillés dans la section suivante). En finance, il égale le meilleur modèle testé sur l’évaluation agentique de Hebbia et arrive premier sur 23 configurations dans le benchmark de Balyasny Asset Management.

Côté sûreté, Google annonce 99 % des trajectoires d’attaque bloquées en environnements simulés :

Mesure de sûreté citée par Google	Gemini 4 Carbon	Gemini 4 Argon
Taux de brèche par tentative (cyber simulé)	0,8 %	3,1 %
Succès des requêtes d’attaque (tests Gray Swan)	2,17 %	9,86 %
Honnêteté agentique (benchmark de 375 tâches)	92 %	70 %

Le programme qui offre Argon gratuitement pendant six mois à 10 000 scientifiques s’étend à Carbon, et des chercheurs de Google ont utilisé le modèle avec AlphaProof Code pour prouver en Lean des propriétés de sécurité du code du protocole de Signal.

🔗 Gemini 4 Carbon now available (blog.google) · Notes de version de l’API Gemini

MKA : Google et Artificial Analysis lancent un benchmark de 200 tâches de travail documentaire visuel

10 novembre — Google publie avec Artificial Analysis MKA (Multimodal Knowledge Agent), un benchmark qui mesure la capacité des agents à travailler sur des fichiers visuellement complexes : plans d’architecte, schémas techniques, graphiques, tableaux. Ses 200 tâches privées ont été créées avec des experts de 10 secteurs et 83 métiers ; chacune représente 3 à 8 heures de travail pour un professionnel expérimenté. Une grille d’environ 70 contrôles oui ou non note chaque livrable, à 75 % sur l’exactitude et à 25 % sur le design visuel.

Tous les modèles passent par le même harnais open source, Stirrup, et la notation est confiée à un agent bâti sur un modèle qui n’est pas de Google, d’accord à 96 % avec les experts humains. Le jeu complet reste privé chez Artificial Analysis ; 10 tâches publiques sont sur Hugging Face. Les modèles testés utilisent en moyenne 30 à 130 tours par tâche. Gemini 4 Carbon y arrive deuxième en qualité, pour un coût moyen par tâche six fois inférieur au premier, que le billet ne nomme pas.

🔗 Multimodal Knowledge Agent benchmark (blog.google)

Gemini 4 Carbon le jour même chez Cursor, GitHub Copilot, Perplexity et Devin, chacun avec ses conditions

Comme Claude Fable 5.2 la veille, Carbon arrive dans les heures qui suivent son ouverture chez les outils qui intègrent des modèles. Cursor et Perplexity publient leurs propres mesures, GitHub l’active d’office dans Copilot, et Cognition l’ouvre dans Devin Desktop et Devin CLI, où il dépasse dès l’effort faible le meilleur résultat d’Argon selon Cognition, qui mesure ses coûts au tarif public de l’API, remises publiques comprises (voir les Brèves).

Cursor : premier de CursorBench 4.0 à 60,4 % en effort élevé, à moitié prix jusqu’au 30 novembre

10 novembre — Cursor ouvre Gemini 4 Carbon et le place en tête de CursorBench 4.0, son benchmark maison : 60,4 % en effort élevé (High), pour 9,22 dollars par tâche. L’effort moyen suit à 60,1 % pour 8,49 dollars, devant Claude Fable 5.2 en effort maximal (60,0 %, 32,79 dollars). Curiosité de la page de classement : l’effort faible (58,6 %) est le plus cher des trois niveaux de Carbon, à 11,89 dollars par tâche, avec 124 étapes contre 71 en High.

Modèle et effort	Score CursorBench 4.0	Coût par tâche
Gemini 4 Carbon High	60,4 %	9,22 dollars
Gemini 4 Carbon Medium	60,1 %	8,49 dollars
Claude Fable 5.2 Max	60,0 %	32,79 dollars
Gemini 4 Carbon Low	58,6 %	11,89 dollars
Claude Opus 5.5 Max	57,8 %	13,43 dollars
Gemini 4 Argon High	52,9 %	4,57 dollars

Dans Cursor, Carbon est à moitié prix jusqu’au 30 novembre, à 2 dollars par million de tokens en entrée et 10 en sortie, puis passe au plein tarif de 4 et 20 dollars à partir du 1er décembre. La page ne précise pas si le coût par tâche de Carbon est calculé au tarif remisé ou au plein tarif, et aucun changelog n’accompagne l’annonce.

🔗 Annonce de @cursor_ai · Classement CursorBench 4.0

GitHub Copilot : Carbon en disponibilité générale, activé d’office dans les organisations

10 novembre — GitHub ajoute Gemini 4 Carbon à Copilot en disponibilité générale, pour les forfaits Pro+, Max, Business et Enterprise. Le modèle vise les tâches de code complexes, agentiques et de raisonnement, avec un accent sur la génération de code sûr et le travail de sécurité. Il apparaît dans le sélecteur de dix surfaces : VS Code, Visual Studio, Copilot CLI, l’agent de code, l’app GitHub Copilot, github.com, GitHub Mobile, les IDE JetBrains, Xcode et Eclipse ; Gemini 4 Argon, le 13 octobre, en comptait huit. Le déploiement est progressif.

Contrairement à Claude Fable 5.2 (section suivante), Carbon ne demande aucune démarche dans les organisations Business et Enterprise : les nouveaux modèles y étant activés par défaut, il apparaît automatiquement, sauf si l’administrateur a coupé ce réglage ou désactive ce modèle. Il est facturé au tarif catalogue du fournisseur, à l’usage, sans montant ni tarif promotionnel dans le changelog, là où Argon avait bénéficié d’un prix réduit à son arrivée.

🔗 Gemini 4 Carbon in GitHub Copilot (GitHub Changelog)

Perplexity : 0,857 sur WANDR pour 5,86 dollars par tâche, dans Computer et Search

10 novembre — Moins de deux heures après l’ouverture générale, Perplexity rend Carbon disponible dans Computer, son agent, pour les abonnés Pro et Max, et dans Search pour les seuls abonnés Max, comme Claude Fable 5.2 la veille.

Gemini 4 Carbon is now available in Perplexity Computer for Pro and Max subscribers, and in Search for Max subscribers. It scores 0.857 on our WANDR benchmark at $5.86 per task, matching Claude Fable 5.2 at 40% of the cost.

🇫🇷 Gemini 4 Carbon est désormais disponible dans Perplexity Computer pour les abonnés Pro et Max, et dans Search pour les abonnés Max. Il obtient 0,857 sur notre benchmark WANDR pour 5,86 dollars par tâche, à égalité avec Claude Fable 5.2 pour 40 % du coût. — @perplexity_ai sur X

Modèle évalué sur WANDR	Score WANDR	Coût par tâche
Gemini 4 Carbon	0,857	5,86 dollars
Claude Fable 5.2	0,851	14,51 dollars
Gemini 4 Argon	0,802	7,88 dollars

L’égalité avec Fable 5.2 est la lecture de Perplexity : l’écart entre les deux est de 0,006 point, et le graphique de Perplexity, source de ces chiffres, place Carbon sur la frontière de Pareto. Ce score par modèle ne se compare pas aux 85,9 % du niveau ultra de l’Agent API publiés le 5 novembre, une configuration à plusieurs agents. Le changelog de l’API ajoute google/gemini-4-carbon à l’Agent API au tarif de lancement valable jusqu’au 30 novembre 2026 (2 dollars par million de tokens en entrée, 0,10 dollar en entrée mise en cache, 10 dollars en sortie), ainsi qu’anthropic/claude-fable-5-2. Ni le niveau d’effort utilisé pour WANDR, ni le coût en crédits dans Computer ne sont précisés.

🔗 Changelog de l’API Perplexity

Claude Fable 5.2 et Mythos 5.2 chez GitHub Copilot, Devin Security, Warp et Genspark

Au lendemain de leur lancement, Fable 5.2 et Mythos 5.2 continuent d’arriver chez les outils tiers. Après Cursor, Devin, Perplexity et v0 le 9 novembre, Warp ouvre Fable 5.2 dans Warp Factories et son terminal, et Genspark dans son Code Agent (voir les Brèves). Deux intégrations posent des conditions particulières : la rétention des données chez GitHub Copilot, et l’accès réservé de Mythos 5.2 dans Devin Security.

GitHub Copilot : Fable 5.2 en disponibilité générale, avec rétention des données par défaut

9 novembre — Le jour de son lancement par Anthropic, Claude Fable 5.2 passe en disponibilité générale dans GitHub Copilot, pour Pro+, Max, Business et Enterprise, sur les mêmes dix surfaces que Carbon. Selon les premiers tests de GitHub, il résout plus de tâches que Fable 5.1 avec moins d’étapes et d’appels d’outils, sans chiffre publié. Il est facturé au tarif catalogue du fournisseur, à l’usage, et Copilot CLI l’affiche dans son sélecteur depuis la version 1.0.109.

Comme pour Fable 5 et 5.1, Anthropic conserve par défaut prompts et sorties pour faire tourner ses classifieurs de sécurité, sans s’en servir pour l’entraînement. Côté Business et Enterprise, la politique Claude Fable 5.2 est donc désactivée par défaut, et l’activer vaut acceptation de cette rétention ; les autres modèles Claude de Copilot restent en rétention nulle (zero data retention). Les entreprises éligibles bénéficient d’une exemption de rétention nulle pour Fable 5.2, 5.1 et 5 jusqu’à la fin de l’année civile. Ensuite, ces modèles exigeront Enterprise Frontier Safeguards (EFS), qui ajoute une surveillance de sécurité automatisée et des options de conservation, dont des clés de chiffrement sous le contrôle du client.

🔗 Claude Fable 5.2 in GitHub Copilot (GitHub Changelog)

Devin Security : Mythos 5.2 à 73,5 sur le benchmark cyber interne de Cognition, contre 56,9 pour Mythos 5.1

10 novembre — Cognition intègre Claude Mythos 5.2 aux scans de sécurité gérés de Devin Security, pour les clients entreprise éligibles, ceux qui ont accès aux modèles cyber de frontière via Devin ; les autres peuvent en faire la demande. Devin lance lui-même les scans : l’équipe de sécurité du client n’a pas besoin d’un accès séparé au modèle, qu’Anthropic réserve à ses programmes de vérification.

Cognition publie un nouveau benchmark interne de découverte de vulnérabilités : 25 dépôts en C, Python, Go, PHP et TypeScript, figés à un commit où subsistent 1 781 vulnérabilités publiquement signalées. Le score F2, sur 100, combine rappel et précision en privilégiant le rappel, et il est moyenné sur trois exécutions par dépôt.

Modèle évalué par Cognition	Score F2 moyen (benchmark interne)
Claude Mythos 5.2	73,5
Claude Mythos 5.1	56,9
Claude Opus 5.5	32,7

Les « plus de 100 millions de dollars » de crédits annoncés avec Mythos 5.2 prolongent l’engagement de centaines de millions de dollars de crédits Devin déjà présenté le 26 octobre ; la nouveauté est leur rattachement explicite à Mythos 5.2. Aucun tarif n’est communiqué.

🔗 Annonce de @cognition · Claude Mythos 5.2 in Devin Security (Cognition)

ChatGPT pour les entreprises : Businesses in ChatGPT en bêta, et le forfait Business dans les outils tiers

10 novembre — OpenAI lance en bêta Businesses in ChatGPT, qui permet aux entreprises de gérer leur présence dans l’assistant. OpenAI le présente comme une nouvelle façon de toucher les 1,2 milliard de personnes qui utilisent ChatGPT chaque semaine.

Now in beta: Businesses in ChatGPT. Claim your business, manage your information, and get insights on how people engage with you. Eligible businesses can also build a Business Agent to answer customers’ questions and help them explore what you offer.

🇫🇷 Désormais en bêta : Businesses in ChatGPT. Revendiquez votre entreprise, gérez vos informations et voyez comment les gens interagissent avec vous. Les entreprises éligibles peuvent aussi créer un Business Agent pour répondre aux questions des clients et les aider à explorer votre offre. — @OpenAI sur X

Le point d’entrée est Business Hub, accessible depuis la barre latérale de ChatGPT sur le web. Une entreprise y revendique sa fiche ; une fois vérifiée, elle met à jour ses informations et ajoute des flux de produits avec prix et disponibilité. Selon les notes de version, une vérification d’identité par Persona est exigée avant toute publication. Toute entreprise éligible située là où ChatGPT est disponible peut le faire ; les clients Enterprise et les annonceurs passent par leur représentant OpenAI, et les marchands Shopify se connectent depuis Business Hub ou l’administration Shopify. Business Hub affiche aussi des statistiques agrégées : mentions, clics vers le site et thèmes de découverte, c’est-à-dire les sujets récurrents des conversations où le site est cité. Ni les conversations des utilisateurs ni les échanges avec un Business Agent ne sont partagés, et ces statistiques n’apparaissent qu’au-delà de certains seuils.

Seconde brique, le Business Agent : l’entreprise construit, teste et publie un agent qui répond aux clients à partir des informations qu’elle fournit. L’utilisateur l’ouvre depuis le profil de l’entreprise quand elle apparaît dans une réponse, dans une conversation étiquetée et séparée de la conversation d’origine. Une entreprise peut aussi sponsoriser son agent et en faire la destination de ses campagnes ChatGPT Ads, avec des placements étiquetés.

Brique proposée	Ce qu’elle permet	Disponibilité annoncée
Business Hub	Revendiquer sa fiche, mettre à jour ses informations, flux de produits	Entreprises éligibles là où ChatGPT est disponible (bêta)
Statistiques	Mentions, clics vers le site, thèmes de découverte (agrégés, avec seuils)	Avec Business Hub
Business Agent	Agent qui répond aux clients à partir des informations de l’entreprise	Commerce et services en ligne éligibles, aux États-Unis seulement
Sponsorisation	Business Agent comme destination de ChatGPT Ads	Entreprises disposant d’un Business Agent

Aucun tarif n’est indiqué. OpenAI prévoit d’étendre l’ensemble à d’autres marchés et catégories, et d’ajouter des outils pour les organisations aux besoins plus complexes, sans calendrier.

🔗 Introducing Businesses in ChatGPT (OpenAI)

Le forfait ChatGPT Business s’ouvre aux outils tiers, dont v0 et Warp, avec Se connecter avec ChatGPT

10 novembre — Le forfait ChatGPT Business rejoint Go, Plus et Pro dans Se connecter avec ChatGPT (Sign in with ChatGPT) : une équipe peut utiliser son abonnement dans des outils comme Notion, v0, Amp, Kilo Code, Warp, Hermes de Nous Research, OpenClaw ou OpenCode. L’usage est pris sur l’allocation Codex et ChatGPT Work du forfait, sans allocation supplémentaire, et l’application connectée n’accède ni aux conversations ni aux mémoires.

La nouveauté tient aux contrôles d’administration. Sur admin.openai.com, l’administrateur autorise chaque application à consommer le forfait, puis fixe le pourcentage de l’allocation de chaque membre Standard ou Premium utilisable par ces services ; au-delà, les membres autorisés peuvent puiser dans les crédits de l’espace de travail. Devin ne prend pas en charge l’usage du forfait Business.

v0 détaille l’intégration dans son changelog : les réponses éligibles des modèles OpenAI sont décomptées du forfait plutôt que des crédits v0, et quand la limite fixée par l’administrateur est atteinte, v0 met la génération en pause en gardant le travail, avec le choix de demander une hausse ou de continuer avec ses crédits v0. Warp confirme la prise en charge des forfaits Business, sans autre détail.

🔗 Annonce de @OpenAIDevs · Documentation de Se connecter avec ChatGPT · Changelog de v0

Claude Whiteboards et Claude Sheets en bêta, Claude Dashboards devient Claude Data en disponibilité générale

10 novembre — Anthropic ajoute deux types d’artefacts collaboratifs à Claude et fait sortir de bêta un troisième. Claude Whiteboards est un tableau blanc partagé : on y expose un plan à voix haute, Claude le met en forme avec chronologie, responsables et dates, et l’équipe le modifie en temps réel. On peut encadrer une zone pour interroger Claude dessus, puis convertir le tableau en document ou en présentation, ou l’exporter vers Lucid, Miro ou Vani by Zoho. Claude Sheets crée des tableurs avec onglets, formules, mise en forme et listes déroulantes, souvent à partir d’un seul prompt, et surligne chacune de ses modifications. Anthropic reconnaît que Sheets reste simple pour l’instant et renvoie vers l’export .xlsx ou CSV, Claude for Excel, ou Airtable, Asana, monday.com et Smartsheet.

Claude Dashboards, lancé en bêta le 8 octobre, passe en disponibilité générale sous le nom Claude Data.

Claude Data (formerly Dashboards) is now generally available on paid plans. Along with dashboards, Claude can draft data stories and narrated videos from your metrics, for you to review before sharing. Certified queries and live sharing are in beta.

🇫🇷 Claude Data (anciennement Dashboards) est désormais disponible pour tous sur les forfaits payants. En plus des tableaux de bord, Claude peut rédiger des récits de données et des vidéos commentées à partir de vos métriques, que vous relisez avant de les partager. Les requêtes certifiées et le partage en direct sont en bêta. — @claudeai sur X

Claude Data gagne des définitions de métriques certifiées par l’équipe data, signalées par un badge sur les graphiques, un partage en direct où les lecteurs voient les résultats des requêtes approuvées sans pouvoir en lancer d’autres avec vos accès, la prise en charge des systèmes de design, un cache réglable par tableau de bord et un historique des modifications avec retour à une version. Il exige un connecteur de données (entrepôt ou CRM) ; Amplitude, Mixpanel, Omni, PostHog et Sigma sont partenaires.

Produit Claude	Statut au 10 novembre	Activation sur Enterprise
Claude Whiteboards	Bêta, forfaits payants	Désactivé par défaut
Claude Sheets	Bêta, forfaits payants	Désactivé par défaut
Claude Data	Disponibilité générale (requêtes certifiées et partage en direct en bêta)	Activé par défaut le 19 novembre 2026
Claude Meetings	Annoncé, sans date	Non précisé

Les trois produits sont disponibles sur tous les forfaits payants, sur le web, le bureau et le mobile, en déploiement progressif ; sur Team, ils sont activés par défaut. Dans un article d’ensemble du même jour, Anthropic annonce aussi Claude Meetings, sans date : Claude rejoindra un appel pour prendre des notes et mettre à jour les documents pendant la conversation. S’y ajoutent des plugins Salesforce (bêta), NetSuite et Workday (bêta) livrés avec des skills, et un Claude Marketplace qui compte plus de 9 000 connecteurs et plugins selon Anthropic.

🔗 Sheets, Whiteboards and Data (claude.com) · More ways to work with Claude (claude.com)

Les connecteurs interactifs s’ouvrent en entier dans Claude, et MCP Apps gagne app tools et sites intégrés

10 novembre — Les connecteurs interactifs, qui affichaient depuis janvier une vue réduite d’un outil dans la conversation, s’ouvrent désormais en entier, à côté de la conversation ou en plein écran : par exemple l’éditeur complet de Confluence ou de Notion, connecté au compte de l’utilisateur. Claude peut modifier la page, la ligne ou le fichier ouvert, sous la même approbation que les actions d’un connecteur, avec un affichage en direct ; un outil s’ouvre aussi sans prompt et s’épingle dans la barre latérale. Le déploiement concerne le web et Claude Desktop, sur tous les forfaits, dans la nouvelle expérience qui réunit chat et Cowork. Premiers outils : Asana, Canva, Carta, Dropbox, monday.com, Smartsheet, Vercel et Webflow ; Figma, Harvey et Shopify préparent leur intégration.

Côté développeurs, Claude prend en charge davantage de l’extension MCP Apps, dont les app tools et les sites intégrés (embedded sites), en public preview : selon @ClaudeDevs, les détails d’implémentation peuvent encore changer. La documentation précise qu’ils exigent un serveur distant et, pour l’annuaire, une fiche vérifiée.

🔗 Interactive connectors (claude.com) · Fil de @ClaudeDevs

Seedream 5.5 retouche une image sur 100 tours et génère des images transparentes natives

9 novembre — L’équipe Seed de ByteDance lance Seedream 5.5, son nouveau modèle de création d’images, avec pour objectif des résultats fiables dans les flux de production professionnels. Premier progrès : une retouche en plusieurs tours stable jusqu’à 100 tours, qui préserve au pixel près les zones non retouchées, sans dérive de couleur. Deuxième : la génération native d’images RGBA, transparentes ou semi-transparentes, prêtes à être composées sans détourage. Troisième : un rendu plus naturel de la lumière, des matières et de la peau, avec moins de brillance et de surexposition, et un petit texte dense mieux rendu.

Selon les évaluations de ByteDance sur sa plateforme MagicArena, menées dans six usages (e-commerce, marketing, cinéma et télévision, jeu vidéo, bureautique, mode), Seedream 5.5 améliore notes de qualité et taux d’utilisabilité dans les six face à Seedream 5.0 Pro. En comparaison par paires, il devance GPT Image 2.5 Sunburst et Nano Banana 2.1 sur la structure du texte, toujours selon ByteDance.

Évaluation de Seedream 5.5 (selon ByteDance)	Résultat publié
Utilisabilité face à 5.0 Pro (cinéma et télévision, bureautique)	Plus du double
Préférence GSB en réalisme image vers image face à la version précédente	+55,62 %
Texte gravement corrompu	0,4 %
Texte légèrement corrompu	1,7 %

Le modèle arrive sur Dreamina, CapCut et BytePlus. Dès le 10 novembre, Pika l’a ajouté gratuitement à Image Studio pour ses abonnés Creator et Fancy, avec une découpe en plus de 100 calques et l’export PNG transparent, et Genspark l’ouvre en accès anticipé (voir les Brèves). Une version Pro de la série suivra, sans date ; aucun poids ouvert ni tarif n’est annoncé.

🔗 Introducing Seedream 5.5 (ByteDance Seed)

MiniMax H3-Image génère et retouche des images de 16 mégapixels, avec des poids ouverts sous licence communautaire

10 novembre — MiniMax publie H3-Image, un modèle de génération et de retouche d’images à poids ouverts issu de sa famille H3, dont le premier modèle, annoncé le 31 juillet, est à poids ouverts depuis le 3 août. Génération et retouche tiennent dans un seul point de contrôle. Le modèle produit directement des images d’environ 16 mégapixels à tous les formats, de 4096x4096 en carré à 6272x2688 en 21:9, sans passer par un agrandissement, et accepte jusqu’à 16 images de référence. MiniMax annonce une image 4K en 10 secondes, sans préciser le matériel utilisé.

Caractéristique de H3-Image	Valeur publiée
Résolution native	Environ 16 mégapixels, de 4096x4096 (1:1) à 6272x2688 (21:9)
Architecture	Transformeur de diffusion (DiT) dense de 33,1 milliards de paramètres, 50 couches
Échantillonnage	Distillé à 6 étapes, sans guidage CFG
Poids publiés	BF16, 66,28 Go pour le transformeur, VAE de 2,34 Go
Images de référence	Jusqu’à 16
Licence	MiniMax-H3-Image Community License Agreement

Le transformeur reprend l’architecture de MiniMax H3 sans les couches audio, avec son encodeur de texte inchangé. MiniMax fournit aussi un modèle d’enrichissement de prompt, MiniMax-H3-Image-PE, et une recette de déploiement vLLM-Omni ; la fiche ne publie aucun benchmark. Hugging Face a relayé l’annonce.

Les poids sont sur Hugging Face sous une licence propre à MiniMax : l’autorisation écrite distincte prévue à sa section IV se demande par formulaire. Le modèle est aussi proposé dans l’API de MiniMax, avec une variante Highspeed et des sorties jusqu’à 20 millions de pixels, ainsi que dans MiniMax Code et Hailuo AI, avec 50 % de remise sur les images de 16 mégapixels et plus pendant la semaine de lancement.

🔗 Annonce de @MiniMax_AI · Fiche Hugging Face de MiniMax-H3-Image

Gemini Robotics 2.5 réussit 30 à 100 % de tâches en plus, et 96 % du kitting chez Mercedes-Benz

10 novembre — Google DeepMind présente Gemini Robotics 2.5, son modèle vision-langage-action (VLA) le plus avancé, dans un billet signé Carolina Parada. Évalué sur plus de 200 tâches distinctes, du service avec des pinces au pipetage d’un liquide en passant par un ruban noué sur un paquet, il réussit 30 % à 100 % de tâches en plus que les références précédentes selon le type de tâche, et les exécute 20 % à 30 % plus vite. Il fonctionne sur l’humanoïde Apollo 2 d’Apptronik, doté d’une main SharpaWave à cinq doigts et 22 degrés de liberté, et sur la plateforme Franka Duo à pinces parallèles. Le modèle se déploie chez les partenaires robotiques de Google DeepMind ; aucun accès public n’est annoncé.

Le test le plus concret se déroule chez Mercedes-Benz, avec Apptronik, sur des lignes de production à Kecskemét (Hongrie) et Sindelfingen (Allemagne). Dans cette preuve de concept, Apollo 2 prépare des kits de pièces automobiles (kitting) avec 96 % de réussite : le modèle de raisonnement Gemini Robotics ER suit le déroulé du travail, tandis que Gemini Robotics 2.5 commande les mains et les bras.

Mesure citée par Google DeepMind	Valeur publiée
Tâches évaluées	Plus de 200
Gain de réussite selon le type de tâche	30 % à 100 %
Gain de vitesse d’exécution	20 % à 30 %
Kitting chez Mercedes-Benz (Apollo 2)	96 % de réussite
Tâches sûres autour d’obstacles / de personnes	+33 % / +43 %
ASIMOV-Jailbreak : Gemini 4 Argon / Robotics ER 2	99,5 % / 82 %

Côté sûreté, un guidage par raisonnement au moment de l’inférence augmente de 33 % les tâches menées sans risque autour d’obstacles, et de 43 % à proximité de personnes. Google DeepMind publie aussi ASIMOV-Jailbreak, un benchmark open source de contournement propre à la robotique, fait de centaines de prompts qui déguisent des demandes dangereuses dans des dizaines de scènes : Gemini 4 Argon y résiste à 99,5 %, contre 82 % pour Gemini Robotics ER 2. Argon a aussi accéléré le développement, en générant des milliers de simulations à partir d’une scène filmée.

🔗 Gemini Robotics 2.5 (Google DeepMind)

NVIDIA confie OpenShell à la CNCF et lance NVKE, NVKR et Snapshot pour les usines d’IA sous Kubernetes

10 novembre — À la KubeCon + CloudNativeCon North America de Salt Lake City, NVIDIA confie OpenShell à la Cloud Native Computing Foundation (CNCF), qui fait partie de la Linux Foundation. Ce runtime open source sécurise et gouverne les agents autonomes : il contrôle leurs fichiers, leur réseau, leurs identifiants et les points d’accès aux modèles qu’ils appellent. Il devient un projet Sandbox de la CNCF ; selon NVIDIA, des centaines d’organisations l’utilisent, et il a reçu des dizaines de milliers de contributions en moins d’un an.

NVIDIA contribue aussi à Agent Substrate, un projet d’origine Google accepté dans la même Sandbox, qui suspend les environnements d’agents inactifs puis les reprend sur un pool partagé de Pods. Le billet technique de NVIDIA annonce une densité 10 fois supérieure à des conteneurs standards et vise des millions d’agents ; NVIDIA et Google travaillent à intégrer OpenShell et Agent Substrate.

Pour les usines d’IA, NVKE (NVIDIA Kubernetes Engine) et NVKR (NVIDIA Kubernetes Recipes) arrivent en préversion publique, en open source sous licence Apache 2.0, comme composants de la plateforme NVIDIA DSX AI Factory. NVKE fournit le logiciel d’un service Kubernetes managé installé chez l’usine d’IA (provisionnement et gestion des grappes) ; NVKR construit images système, images de conteneurs et paquets à partir de recettes validées, signées et aux versions figées. Mirantis, Netris, OpenNebula Systems, Rafay, Spectro Cloud, vCluster, Firmus et SK Telecom ont des plans d’intégration.

NVIDIA Snapshot s’attaque au démarrage à froid de l’inférence : ce composant open source capture une charge GPU déjà initialisée (mémoire CPU et GPU) et la restaure sur un nœud doté du même GPU et du même pilote, avec des exemples pour vLLM, SGLang et TensorRT LLM.

Mesure de Snapshot et GPU utilisé	Sans Snapshot	Avec Snapshot
Crusoe, GLM-5.3 prêt à servir (HGX B300)	Environ 8 minutes	31 secondes
Saturn Cloud, démarrage de vLLM (HGX B300)	2 à 8,5 minutes	6 à 34 secondes
Toutes configurations testées (billet technique, B200)	Démarrage à froid	Moins de 45 secondes, 8 à 36 fois plus vite

Aucun tarif : il s’agit de projets open source.

🔗 OpenShell et l’infrastructure open source (blog NVIDIA) · Communiqué de la CNCF

Voix et avatars : Scribe v3 et Scribe v3 Live chez ElevenLabs, clones interactifs chez Synthesia

10 novembre — ElevenLabs lance deux modèles de reconnaissance vocale pensés pour l’audio réel, où l’on se coupe la parole et change de langue : Scribe v3 pour l’audio enregistré, Scribe v3 Live pour le temps réel, en variante basse latence. Sur 102 langues (version interne du benchmark FLEURS), Scribe v3 commet 27 % d’erreurs de mots en moins que Scribe v2, avec des progrès dans chaque langue testée : -42 % en allemand, -35 % en espagnol, -23 % en anglais. Il attribue aussi mieux la parole à chaque locuteur : 12 % d’erreurs de diarisation en moins au total, 17 % dès trois locuteurs.

Scribe v3 Live réduit de 43 % le taux d’erreur sémantique face à Scribe v2 Realtime, et de 31 % le taux d’erreur de mots. Il apporte pour la première fois la diarisation en temps réel, avec 39 % d’erreurs en moins que le meilleur autre modèle temps réel testé, selon ElevenLabs. Pour les agents vocaux, la détection de fin de tour s’appuie sur le contexte de la conversation, et un mode multilingue suit les changements de langue en pleine phrase. Chez Eneco, fournisseur d’énergie de plus de 2 millions de foyers et entreprises aux Pays-Bas, l’agent reconnaît les codes postaux du premier coup 40 % plus souvent, et les numéros de maison 15 % plus souvent.

Comparaison publiée par ElevenLabs	Gain annoncé
Scribe v3 face à v2, erreurs de mots sur 102 langues	-27 %
Scribe v3 face à v2, diarisation à 3 locuteurs ou plus	-17 %
Scribe v3 Live face à v2 Realtime, erreur sémantique	-43 %
Scribe v3 Live face à v2 Realtime, erreurs de mots	-31 %
Scribe v3 Live, diarisation face au 2e modèle temps réel	-39 %

Scribe v3 Live est disponible dans ElevenAgents, avec une version optimisée pour les conversations médicales, et les deux modèles dans ElevenAPI (scribe_v3, scribe_v3_live) ainsi que par défaut dans l’application ElevenLabs. L’exécution se fait aux États-Unis par défaut, avec des environnements isolés en UE, en Inde et à Singapour et un mode sans rétention. Aucun tarif n’est communiqué.

🔗 Scribe v3 (ElevenLabs)

Synthesia ouvre des clones IA interactifs gratuits, avec lesquels on converse à voix haute

10 novembre — Synthesia permet de créer gratuitement un clone IA interactif de soi-même. On enregistre un court clip, le clone est prêt en environ deux minutes, puis on lui parle à voix haute et il répond en temps réel, avec l’apparence et la voix de l’utilisateur. La création demande un nom et une adresse e-mail.

Le clone se partage par un lien, et chaque destinataire peut lui parler puis créer le sien. Trois tons sont proposés : standard, enthousiaste (hype) ou moqueur (roast). Synthesia ne précise ni le modèle utilisé, ni la durée des conversations, ni les limites de cette offre gratuite, et n’a pas publié de billet.

🔗 Annonce de @synthesiaIO · Page des clones interactifs (Synthesia)

Sûreté de l’IA : le Paris Call signé par 16 États, 10 entreprises et 7 organisations, et Control Room chez OpenAI

9 novembre — L’Élysée publie le « Paris Call for AI safety and security », une déclaration signée le 9 novembre à l’issue d’une réunion sur l’IA et la sécurité tenue à Paris à l’invitation d’Emmanuel Macron. Elle réunit 16 États, 10 entreprises et 7 organisations de la société civile, et reste ouverte à de nouveaux soutiens. Les signataires au moment de la publication :

Catégorie de signataires	Nombre de signataires	Liste des signataires
États et gouvernements	16	Autriche, Bahreïn, Canada, Croatie, Chypre, Estonie, Finlande, France, Irlande, Kenya, Lettonie, Liechtenstein, Luxembourg, Pays-Bas, Norvège, Portugal
Entreprises	10	Anthropic, Black Forest Labs, Cohere, Domyn, Hugging Face, Microsoft, Mistral AI, OpenAI, Sakana AI, Synthesia
Société civile	7	LawZero, SaferAI, AI Safety Connect, Ifri, Geopolitical Center for the Datasphere, GPAI Policy Lab, CeSIA

Google, Meta et SpaceXSI ne figurent pas dans la liste des entreprises, ni les États-Unis, le Royaume-Uni et le Japon dans celle des États.

Le texte s’organise en trois engagements. Le premier vise un cadre commun d’évaluation et de gestion des risques des modèles de frontière, appuyé sur des normes et des outils d’évaluation communs, centré sur les usages dangereux (cyber, nucléaire, radiologique, biologique, chimique) et sur les risques liés à l’autonomie croissante ou au désalignement, perte de contrôle comprise ; les résultats non sensibles des évaluations seront publiés dans un format standardisé, dans un dépôt partagé accessible au public. Le deuxième porte sur la responsabilité : les développeurs de modèles de frontière s’engagent à divulguer capacités, limites et risques connus, à soutenir l’évaluation indépendante quand elle est proportionnée au risque, et à disposer de mécanismes de sûreté (fail-safe mechanisms) capables d’arrêter leurs modèles, entraînement et usage interne compris. Le texte reconnaît le risque du retrait des garde-fous tout en préservant les bénéfices du développement à poids ouverts. Le troisième concerne le partage d’information : systèmes d’alerte rapide, classification commune des incidents cyber et de contrôle de l’IA, et canaux confidentiels pour les lanceurs d’alerte, que les décideurs politiques s’engagent à ouvrir.

Sakana AI a annoncé sa signature sur X le 10 novembre, après avoir participé à la réunion.

🔗 Paris Call for AI safety and security (Élysée) · Annonce de Sakana AI

Control Room : OpenAI peut arrêter toute charge de travail de sa recherche en 35 secondes au plus

9 novembre — Le même jour, OpenAI détaille Control Room, le système central qui suit les charges de travail de modèles dans toute son infrastructure de recherche : échantillonnage agentique pour l’entraînement et l’évaluation, traitement de données. Chaque tâche demande un identifiant (job_id) au démarrage, et chaque moteur d’inférence demande l’autorisation à Control Room avant de servir une requête ; une tâche arrêtée voit toutes ses requêtes refusées, sur tous les moteurs. Le délai maximal entre la décision d’arrêt et l’arrêt effectif de la génération est de 35 secondes, à cause d’une couche de cache des autorisations, qu’OpenAI veut ramener à zéro.

Le contrôle est placé dans la couche d’inférence, centralisée, plutôt que dans le code des expériences. Control Room refuse par défaut : s’il tombe, est désactivé ou manipulé, toutes les requêtes d’inférence sont refusées. Ce principe s’applique déjà aux charges de travail de recherche sur les modèles de pointe et sera étendu aux autres dans les prochains jours ; toute charge de travail agentique de recherche doit aussi disposer d’un dossier de sûreté (safety case) approuvé.

🔗 Control Room (OpenAI)

Agents de code : Cursor Projects multijoueur, Amp Boxes, Delta, /swarm d’Antigravity, Gemini CLI et Qwen Code

Côté agents de code, la journée est surtout collaborative : Cursor fait travailler ensemble les agents de plusieurs coéquipiers, Antigravity coordonne des essaims d’agents, Amp héberge les applications que construisent ses agents et Delta accueille les utilisateurs de Conductor. Les mises à jour plus courtes (Claude Code, Codex CLI, Copilot CLI, Vibe CLI, Kimi Code…) sont dans les Brèves.

Cursor rend Projects multijoueur : les agents des coéquipiers partagent contexte, plans et tâches

10 novembre — Deux mois après le lancement de Projects, où un agent coordinateur pilote une flotte d’agents sur un chantier entier, Cursor le rend multijoueur. On invite ses coéquipiers dans un Project : chacun garde son chat avec son coordinateur et ses agents ouvriers, mais tous partagent une couche de contexte commune (exigences, diagrammes, spécifications, maquettes) et un tableau des tâches qui montre qui fait quoi, sur quoi travaillent les agents de chacun et quelle PR correspond à chaque tâche. Une décision prise dans un chat devient accessible à tous les agents du Project.

Les agents communiquent aussi entre coéquipiers : selon Cursor, ils partagent leurs plans avant de commencer, signalent les conflits en cours de travail et débloquent les tâches les uns des autres. Chez Cursor, des équipes mènent déjà leurs astreintes dans un Project partagé. L’éditeur présente Projects comme le premier espace de travail où des équipes logicielles travaillent aux côtés de tous leurs agents ; la fonction est déployée en bêta pour tous les utilisateurs à partir du 10 novembre, sans tarif annoncé.

🔗 Projects, now multiplayer (Cursor) · Fil de @cursor_ai

Amp lance les Boxes, des machines toujours allumées pour héberger ce que construisent ses agents

10 novembre — Après les orbs pour développer et les portals pour partager un travail en cours, Amp ajoute les boxes pour héberger durablement ce que l’on a construit. Une box est une machine virtuelle permanente, sans conteneur ni autre abstraction, sur laquelle l’agent déploie une ou plusieurs applications, chacune avec sa propre URL. Les déploiements peuvent être privés ou protégés par Sign In With Amp, et une box partagée avec l’espace de travail laisse chaque membre déployer de nouvelles versions. Chaque box a aussi son runner, pour lancer des agents qui modifient l’état des applications en service, par exemple nettoyer la base d’un wiki d’équipe.

Les boxes sont facturées à la minute et peuvent être allumées et éteintes selon un horaire. Le billet donne quatre tailles sans préciser à quelle offre correspond ce tableau ; il indique seulement que les prix montrés dans la vidéo sont ceux du plan Enterprise et que les boxes Personal et Team coûtent moins cher.

Taille de box	Configuration de la machine	Prix horaire	30 jours en continu
b1.tiny	0,5 vCPU (pics à 2), 2 Go	0,025 dollar	18 dollars
b1.small (défaut)	1 vCPU (pics à 2), 4 Go	0,042 dollar	30 dollars
b1.medium	2 vCPU, 8 Go	0,069 dollar	50 dollars
b1.large	4 vCPU, 16 Go	0,139 dollar	100 dollars

🔗 Boxes (Amp)

Delta importe les conversations de Conductor, qui ferme, et annonce ses Cloud Runners pour le 11 novembre

10 novembre — L’équipe de Zed propose aux utilisateurs de Conductor de passer à Delta, son environnement de code multijoueur avec des agents. Selon le billet de Delta, l’équipe de Conductor a annoncé la semaine précédente rejoindre Meta et arrêter son produit ; toujours selon Delta, Conductor Cloud n’accepte plus de nouveaux messages à partir du 13 novembre et ferme le 20 novembre, date du début de la suppression des données.

Delta importe donc les conversations de Conductor, depuis le menu ou depuis la barre latérale quand il les détecte sur la machine ; elles deviennent des fils privés étiquetés Conductor. L’import ne reprend que les conversations : fichiers et pièces jointes se sauvegardent depuis Conductor, et les workspaces Cloud doivent être transférés en local avant le 20 novembre. Delta annonce aussi ses Cloud Runners pour le lendemain, 11 novembre, sans qu’ils soient encore lancés : un fil réglé sur Cloud fera tourner son agent sur un runner hébergé, synchronisé entre ordinateur, web et téléphone. Les sessions Claude Code s’y synchronisent déjà via la CLI de Delta ; Pi et Codex doivent suivre, et la prise en charge de l’Agent Client Protocol (ACP) est en cours d’ajout.

🔗 Import your Conductor chats (Delta) · Fil de @zeddotdev

Antigravity lance /swarm en préversion, et ses versions 2.30.0 et 2.31.0 ajoutent une interface Knowledge Work

9 et 10 novembre — Antigravity accompagne l’arrivée de Gemini 4 Carbon de /swarm, en préversion dans l’application et la CLI : un agent coordinateur répartit le travail entre des agents ouvriers parallèles, chacun dans son propre worktree git, tandis que des vérificateurs adverses lancent les tests et contestent les diffs. Tous échangent sur un tableau de messages partagé, en ajout seul, et un agent en attente ne consomme pas de tokens. Chaque rôle peut avoir son modèle, Carbon pour coordonner et auditer, Argon ou plus léger pour exécuter, mais Google prévient qu’un essaim consomme le quota bien plus vite qu’une conversation classique.

La version 2.31.0 de l’application, datée du 9 novembre, apporte /swarm, un réglage de taille de police et une approbation obligatoire avant que l’agent navigateur télécharge un fichier. La 2.30.0, du même jour, ajoute une disposition Knowledge Work qui masque modifications de code et outils de développeur, pour la recherche, la rédaction et les tâches courantes ; elle achève le déploiement du mode vocal (sauf comptes professionnels et entreprise) et des agents distants (abonnés Ultra et Pro payants), et importe dans un plugin la configuration de Claude Code, Codex ou Cursor (serveurs MCP, skills, commandes, sous-agents, instructions).

🔗 Gemini 4 Carbon and /swarm (blog Antigravity)

Gemini CLI publie la stable v0.68.0 et la preview v0.69.0, après six jours sans release

10 novembre — Après six jours sans release, faute de nightly (le workflow échoue chaque nuit depuis le 5 novembre), Gemini CLI publie une stable et une preview à douze minutes d’écart. La stable v0.68.0 ne fait que promouvoir la v0.68.0-preview.0 du 4 novembre : validation des extensions, compte à rebours sur les erreurs 429, modèle conservé après un repli.

La preview v0.69.0-preview.0 publie enfin des changements restés sur la branche principale : /stats heatmap pour l’usage quotidien de tokens, thèmes dans un fichier theme.json autonome, /model qui valide le nom du modèle et accepte un argument direct, délai de 60 secondes avant les premiers en-têtes désormais réglable. Elle ajoute une vingtaine de correctifs inédits : en mode headless, une interruption tue les processus enfants et conserve le code de sortie du signal ; le mode shell n’ouvre plus de session gemini dans une autre ; sur macOS, la confiance du dossier est résolue avant le bac à sable Seatbelt ; plusieurs fuites mémoire liées aux PDF sont corrigées.

🔗 Gemini CLI v0.69.0-preview.0 · Gemini CLI v0.68.0

Qwen Code v0.27.2 relie WeChat, QQ et l’e-mail au Web Shell et ouvre trois API aux Mods

10 novembre — Qwen Code v0.27.2 passe en stable au lendemain de la v0.27.1, avec 55 entrées, dont 20 fonctionnalités et 20 correctifs. Le Web Shell configure désormais des canaux WeChat, QQ et e-mail, avec connexion par QR code pour les deux premiers, et affiche sous la zone de saisie le nombre de tours, la vitesse de sortie, les tokens consommés et le taux de succès du cache.

Les Mods, les extensions de l’outil, gagnent trois API : $.model.complete pour une complétion ponctuelle sans outils ni historique, le hook ui.render pour réécrire le texte affiché d’une réponse sans toucher au texte stocké, et $.store pour conserver des valeurs d’une session à l’autre. Les approbations en attente déclenchent une cloche ou une notification de bureau quand le terminal est en arrière-plan, et le Managed Agent propose des récapitulatifs de session, automatiques sur option. Le seul changement marqué cassant est une montée des dépendances du SDK et du Web Shell.

🔗 Qwen Code v0.27.2

Grok Bot rejoint les réseaux privés Tailscale pour atteindre des serveurs MCP internes

10 novembre — Grok Bot, l’agent de SpaceXSI, peut désormais rejoindre le réseau privé Tailscale (tailnet) d’un particulier ou d’une entreprise, pour atteindre des serveurs MCP privés, des outils internes et des applications qui restent hors d’Internet. L’activation passe par le plugin Tailscale de l’application de bureau Grok Bot.

L’intégration repose sur les OAuth apps de Tailscale, passées en disponibilité générale la veille selon Tailscale. Au lieu d’une identité de service partagée, Grok Bot rejoint le tailnet comme un appareil rattaché à l’identité de l’utilisateur qui l’autorise, sans clé ni secret à coller : règles d’accès, journaux d’audit et quotas d’appareils s’appliquent comme pour ses autres machines. Sur les plans Premium et Enterprise de Tailscale, Grok Bot porte un attribut de posture dédié (custom:grokbot) qui permet de ne lui ouvrir que certains serveurs MCP, sans lui donner tout l’accès réseau de son propriétaire ; sur les autres plans, un tag posé après l’authentification joue ce rôle. Les éditeurs d’autres agents peuvent reproduire l’intégration à partir de la documentation des OAuth apps.

Grok Bot passait déjà par des serveurs MCP depuis octobre ; la nouveauté est l’accès à des serveurs privés. La veille, son compte avait aussi réinitialisé les limites hebdomadaires de tous ses utilisateurs.

🔗 Annonce de @bot · Billet de Tailscale

Gemini dans les appareils et les logiciels : Pixel 10, motorola signature 27 et partenariat avec Adobe

Google étend Gemini dans des téléphones et dans les logiciels d’un partenaire, sans nouveau modèle.

10 novembre — Gemini Intelligence, la couche d’IA proactive d’Android annoncée en mai, s’étend à de nouveaux appareils. Motorola présente le motorola signature 27, son premier appareil Gemini Intelligence, en précommande aux États-Unis à partir du 19 novembre, et le Pixel Drop de novembre apporte les dernières fonctions aux Pixel 10, Pixel 10 Pro XL et Pixel 10 Pro Fold. Rambler, qui transforme une dictée en texte propre, arrive sur ces appareils, et l’automatisation de tâches dans les applications (commander un repas ou un VTC, réserver) s’étend au Royaume-Uni, à l’Inde et au Japon.

Create My Widget crée un widget d’écran d’accueil à partir d’une description, en puisant dans Gmail, Agenda et Search ; il se déploie dans les prochaines semaines, y compris sur Pixel Watch. Device Assistance permet de demander à Gemini de libérer de l’espace, de vérifier les accès à la localisation ou de couper les distractions en laissant passer les appels importants. Des suggestions proactives dans Android Auto sont annoncées pour bientôt, sans date.

🔗 Gemini Intelligence : nouveautés de novembre (blog.google)

Google et Adobe : Acrobat dans Drive et Gmail, et un modèle d’image Google DeepMind exploré pour Photoshop

10 novembre — À l’occasion d’Adobe MAX, Google annonce l’extension de son partenariat avec Adobe, entièrement à venir et sans date. Acrobat sera accessible directement depuis Google Drive et Gmail (application suggérée, entrée « Edit with » dans les aperçus de fichiers), les connecteurs Adobe de Gemini et Gemini Enterprise s’étendront à Acrobat et à d’autres outils créatifs, et ces outils arriveront dans le mode IA de Search. Les entreprises pourront utiliser dans Gemini Enterprise l’agent CX Enterprise Coworker d’Adobe, qui crée des visuels, travaille sur des PDF et lance des campagnes marketing.

Dans l’autre sens, les modèles de frontière de Google entreront dans les applications d’Adobe, sans précision de modèle. Adobe et Google DeepMind vont aussi explorer de nouvelles capacités d’édition, à commencer par un modèle d’image pour Photoshop qui pourrait permettre des retouches quasi instantanées : une piste à l’étude, pas un produit annoncé.

🔗 Adobe et Google étendent leur partenariat (blog.google)

Travail et IA : OpenAI et Upwork montrent que l’IA recompose le travail freelance plutôt qu’elle ne le remplace

10 novembre — Nouveau volet de la série Work at the Frontier d’OpenAI : avec Upwork, ses économistes croisent l’usage de ChatGPT et les annonces de missions freelance dans le rapport « The Rebundling of Freelance Work in the AI Age ». Premier constat, les deux ne se ressemblent pas : la rédaction pèse bien plus dans l’usage de ChatGPT, la vidéo et l’animation davantage dans les annonces d’Upwork.

Sur 63 sous-catégories appariées, 43 suivent un même schéma : les activités relativement courantes dans ChatGPT perdent des parts sur Upwork. Les 20 autres montrent l’inverse, et les auteurs concluent que l’usage de ChatGPT seul n’explique pas ces évolutions.

Catégorie de mission sur Upwork	Part des annonces, S1 2025 à S1 2026
Développement mobile	+2,27 points
Vidéo et animation	+1,38 point
Tests QA	+0,58 point
Rédaction de contenu	-0,57 point
Design web et mobile	-0,68 point
Développement web	-1,98 point

Les projets liés à l’IA recomposent les métiers : entre début 2023 et fin 2025, les tâches demandées dans leurs annonces sont 45 % plus variées, de 14,6 à 21,2 tâches également fréquentes. Leurs tarifs horaires affichés restent proches des autres, mais leurs budgets au forfait et leur volume d’heures sont plus élevés.

🔗 AI’s effect on freelance work (OpenAI) · Rapport complet OpenAI et Upwork (PDF)

Données et recherche ouvertes : modèles de décision dans Transformers, MotionGraphicsBench, experts greffés et Dory1.0-4B

Quatre publications ouvertes, d’une bibliothèque à un modèle, en passant par un banc d’essai et une méthode d’entraînement.

DecisionPipeline et AutoModelForDecision arrivent dans Transformers, fusionnés mais absents des versions publiées

10 novembre — Hugging Face publie un guide de référence sur les modèles de décision, qui ne génèrent pas de texte mais attribuent des probabilités à des réponses prédéfinies (un service, un niveau d’urgence, oui ou non). Signé Aritra Roy Gosthipaty, Lysandre, Pedro Cuenca et Tom Aarsen, il annonce l’arrivée dans Transformers des classes DecisionPipeline, AutoModelForDecision et DecisionConfig, qui permettent d’appeler pipeline("decision", ...) comme un pipeline de classification.

Ce code vient de la PR 50054, fusionnée le 9 novembre dans la branche principale, et ne figure encore dans aucune version publiée : la dernière, v5.22.2, date du 6 novembre. Le billet montre aussi l’affinage d’un modèle de décision avec l’API Trainer, sur JEV-9B. Le reste du guide rassemble des briques déjà disponibles (point d’accès /v1/systemone de transformers serve, service par llama.cpp, étiquette du Hub). Aucun chiffre de performance n’est publié.

🔗 Decision Models in Hugging Face · PR 50054 de Transformers

MotionGraphicsBench : GPT-6 Astra mène à 67,7 %, et seuls quatre modèles dépassent 50 %

10 novembre — Jiaju Ma (Stanford et Figma) et trois coauteurs de Figma publient MotionGraphicsBench, un banc qui mesure la capacité des modèles à animer un graphisme vectoriel existant. Chacune des 100 tâches, rédigées par des experts à partir d’animations Lottie réelles, fournit un SVG statique et une consigne d’animation ; un programme de vérification déterministe contrôle le résultat. Ces vérificateurs s’accordent à 93,3 % avec les jugements humains, contre 83,3 % pour un juge visuel fondé sur GPT-6 Astra.

Sur 32 modèles de 12 fournisseurs, seuls quatre dépassent 50 % de réussite au premier essai à leur effort maximal, et GPT-6 Astra mène avec 67,7 %. Les meilleurs modèles ouverts restent loin derrière.

Modèle évalué (effort)	pass@1
GPT-6 Astra (max)	67,7 %
GLM 5.3 (max)	39,8 %
Qwen 3.8 (xhigh)	39,4 %
Qwen 3.8 Flash-Next (xhigh)	34,0 %
Moyenne des 16 modèles propriétaires	38,8 %
Moyenne des 16 modèles ouverts	21,8 %

🔗 MotionGraphicsBench (blog Hugging Face, Figma) · Article arXiv

TNG greffe des experts Rust et Haskell à Qwen3.5-35B-A3B, combinables sans réentraînement

10 novembre — TNG Technology Consulting ajoute de nouveaux experts à un modèle à mélange d’experts (MoE) sans toucher aux anciens : ils vivent dans un espace de paramètres séparé, et le routeur apprend quand les appeler. Sur Qwen3.5-35B-A3B-Base, un expert Rust fait passer la génération de code Rust de 0,62 à 0,73 en pass@1, et un expert Haskell fait passer Haskell de 0,32 à 0,51, avec des capacités générales à 0,78 et 0,80, contre 0,80 pour la base.

Deux experts entraînés séparément se combinent dans un seul checkpoint en conservant l’essentiel de leurs gains (0,70 et 0,50). Les meilleurs adaptateurs LoRA font à peu près aussi bien isolément (0,74 et 0,48), mais leur moyenne retombe à 0,67 et 0,36. Les experts n’ont été ajoutés qu’en préentraînement continu, et le billet ne renvoie à aucun poids publié.

Configuration évaluée	Rust	Haskell
Modèle de base	0,62	0,32
Expert Rust ajouté	0,73	—
Expert Haskell ajouté	—	0,51
Deux experts combinés	0,70	0,50
Moyenne de deux LoRA	0,67	0,36

🔗 Bring Your Own Expert! (blog Hugging Face, TNG)

Dory1.0-4B : NVIDIA publie un petit modèle bouclé qui règle son calcul à l’inférence

16 octobre, remis en avant le 10 novembre — NVIDIA a publié sur Hugging Face Dory1.0-4B, un modèle de langage ouvert de Nemotron Labs qui n’était pas encore passé dans cette veille. Plutôt que d’empiler les couches, il réapplique plusieurs fois un même bloc de 20 couches, placé entre un bloc d’entrée et un bloc de sortie de 8 couches chacun, l’entrée étant réinjectée à chaque boucle. Le nombre de boucles se règle à l’inférence, sans réentraînement, pour échanger du calcul contre de la précision ; seul le cache KV de la dernière boucle est conservé.

Pré-entraîné nativement en NVFP4 puis poursuivi en BF16, Dory se décline en BF16, MXFP8, NVFP4 et Q5_K_M, avec un contexte de 256K tokens, en anglais, sous licence OpenMDW-1.1 qui autorise l’usage commercial. La prise en charge par vLLM est en revue, et la version BF16 a été téléchargée 13 488 fois le mois dernier. NVIDIA lui a consacré une diffusion « Ask the Experts » le 10 novembre.

🔗 Dory1.0-4B (Hugging Face)

Brèves

Agents de code

Claude Code 2.1.322 — Version à une seule entrée : le mode rapide arrive sur Vertex dans les régions global, us et eu, avec retour à la vitesse standard si Vertex le refuse. Selon la documentation, il s’agit du mode rapide de Fable 5.2 sur l’Agent Platform de Google Cloud, activable par /fast ou par les options de lancement. 🔗 source
Codex CLI 0.167.1 — Correctif sans notes de version : d’après ses deux pull requests, une option désactivée par défaut, incremental_tools_legacy, déclare les outils au fil de la conversation et reste réservée aux fournisseurs Amazon Bedrock. Le même jour, openai-python 3.49.0 et openai-node 7.55.0 ajoutent le typage des fonctions asynchrones. 🔗 source
Copilot CLI 1.0.109 et 1.0.110-0 — La stable 1.0.109 regroupe 158 entrées : Fable 5.2 dans le sélecteur, règles d’hôtes du bac à sable en CIDR, confirmation avant que /share suive un lien symbolique. La préversion 1.0.110-0 retire l’ancien pilotage distant au profit d’un environnement AHP et propose de recharger les crédits IA dès 90 % d’usage. 🔗 source
C++ Language Server de Copilot CLI — Le serveur embarque désormais son extracteur de commandes de compilation MSBuild et l’appelle seul à l’ouverture du projet, sans skill de configuration ni compile_commands.json manuel ; les projets CMake passent toujours par un skill. Abonnement Copilot requis. 🔗 source
GitHub Agentic Workflows 1.2.2 — Première version stable de la série 1.2 : davantage de workflows passent par un routage de modèles économe au lieu de modèles figés, dix workflows Copilot de plus reçoivent des portes qui évitent les exécutions inutiles, et cancel-work --obsolete annule les tâches obsolètes. Sortie réseau des agents durcie. 🔗 source
Antigravity CLI 1.5.3 — Version du 7 novembre : le modèle et l’effort de chaque sous-agent s’affichent, les hooks de plugins reçoivent PLUGIN_ROOT et PLUGIN_DATA, et une faille du bac à sable du terminal est corrigée (une commande pouvait modifier l’environnement chargé ensuite hors du bac à sable). 🔗 source
Vibe CLI 3.1.2 — L’agent en ligne de commande de Mistral permet de désactiver un plugin sans le désinstaller, refait /skills (recherche, bascule, skills partagés de registre avec version épinglée) et fait respecter --max-tokens et --max-price avant chaque complétion en mode headless. 🔗 source
CLI mistral 0.18.0 — L’outil de déploiement d’applications et d’agents de Mistral renouvelle une session expirée au lieu d’échouer en erreur 401, ajoute mistral context show --json et donne le rôle nécessaire aux agents exécutés dans un bac à sable Mistral. 🔗 source
Kimi Code 2.5.3 — Un message de guidage interrompt désormais la requête en cours au modèle, et la suite reprend dans le même tour, avec un point d’accès steer dédié ; les serveurs MCP lancés par npx redémarrent sous Windows. 🔗 source
Revue de sécurité de v0 — Sur demande, v0 relit les changements d’une conversation (ou le code le plus risqué du projet) pour y chercher authentification manquante, injections ou SSRF, vérifie chaque constat sur tout le projet et propose une correction, appliquée seulement avec accord. Réservée aux offres payantes, sur crédits v0. 🔗 source
Performance Scanner de Replit — Replit met en avant un outil qui repère les ralentissements potentiels d’une application et donne à l’Agent un point de départ pour les corriger ; le tweet ne précise ni date de mise à disposition, ni offres, ni tarif, et la fonction n’apparaissait pas encore dans la documentation. 🔗 source
Gemini 4 Carbon dans Devin — Cognition ouvre Carbon dans Devin Desktop et Devin CLI ; selon son billet, dès l’effort faible il dépasse le meilleur résultat de Gemini 4 Argon, et son meilleur score coûte moins des deux tiers du coût par tâche d’Argon. Son 40,0 % sur FrontierCode 2.0 était déjà publié le 30 octobre. 🔗 source
Fable 5.2 dans Warp — Le 9 novembre au soir, Warp ouvre Claude Fable 5.2 dans Warp Factories et son terminal, et conseille de lui demander de repérer les machines à états implicites d’une application pour la rendre plus lisible par les agents ; ni tarif ni benchmark. 🔗 source
Fable 5.2 dans le Code Agent de Genspark — Genspark ajoute Claude Fable 5.2 à son Code Agent et reprend l’argument du meilleur score sur FrontierCode 2.0 devant Opus 5.5, sans chiffre, forfait ni coût en crédits. 🔗 source

Entreprises

JPMorganChase — La banque étend Claude au-delà des ingénieurs : revue de pull requests, agents autoréparateurs, analyse d’incidents, backlogs produit, évaluations de risques. Claude Code tourne dans Devspace, sa plateforme conteneurisée, sans accès direct des agents aux identifiants, et des portes automatiques empêchent Claude de valider son propre travail ; aucun chiffre publié. 🔗 source
Curative — L’assureur santé américain signe 2 000 à 2 400 contrats de prestataires par semaine avec Gwen, son agent sur Claude (surtout Opus, relecteur Sonnet, juge Haiku), contre 2 100 sur toute l’année 2025, pour environ 20 millions de tokens par contrat ; les litiges de remboursement passent d’environ 90 jours à moins de 30 minutes. 🔗 source
CodeRabbit — Dans une étude de cas d’OpenAI du 9 novembre, CodeRabbit dit livrer environ 20 fois plus de logiciels en six mois avec Codex ; son offre gratuite de Deep Scan a relevé plus de 43 000 vulnérabilités sur 13 000 analyses approfondies, et GPT-6 Astra détecte 50 % des problèmes de son banc interne. 🔗 source
Gemini for healthcare — Google Cloud lance en préversion une solution qui relie dossiers patients, facturation, recommandations cliniques et données Medicare pour des tâches en plusieurs étapes (synthèse de dossiers, revue d’autorisations préalables) sous supervision humaine, avec HCA Healthcare, Highmark Health et Northwell Health. 🔗 source

Éducation et société

L’IA à l’école en EMEA — OpenAI tire les leçons de ses partenariats éducatifs en Estonie, Slovaquie, Grèce et Italie, en s’appuyant sur une étude ThinkYoung : 79 % des étudiants interrogés utilisent l’IA pour leurs devoirs, mais 47 % seulement disent qu’on leur a montré comment s’en servir. 🔗 source
Ateliers pour les aidants — OpenAI Academy organise le 10 novembre des ateliers ChatGPT gratuits pour les aidants familiaux à Oakland, Tampa, Pittsburgh, Atlanta et Detroit, avec trois associations ; selon OpenAI, plus de 40 millions de messages hebdomadaires sur la santé aux États-Unis concernent un proche. 🔗 source

Voix

Agents vocaux sous GPT-Live — Le blog développeurs d’OpenAI donne la parole à Juno, Treater, Picsart et Weekend. Chez Juno, un petit modèle en arrière-plan réduit de 40 % les délégations vers l’agent texte et ramène le plus long silence d’un appel de test de 9,3 à 3,2 secondes ; chez Treater, la durée médiane des conversations augmente de 26 à 30 %. 🔗 source

Images

Seedream 5.5 chez Genspark — Genspark ouvre Seedream 5.5 de BytePlus en accès anticipé dans Genspark Design et AI Media Studio, avec 40 % de remise pendant un mois pour tous les utilisateurs. 🔗 source
Ideogram 4.5 — Ideogram revendique la première place sur 20 modèles du benchmark de Rapidata qui mesure, avec des juges humains, si un visage reste reconnaissable après cinq retouches successives, devant FLUX 3 Image, Muse Image et MAI-Image-2.6 ; aucun score n’est publié. 🔗 source
Pika H3 Flex sur GPU AMD — Une contributrice a porté l’inférence du modèle vidéo à poids ouverts de Pika sur les GPU AMD, dans une branche dédiée aux Instinct MI350X ; Pika appelle les développeurs AMD à contribuer, sans mesure de performance. 🔗 source

Hugging Face et laboratoires ouverts

Hugging Face sur la facture Google Cloud — Une organisation peut désormais payer abonnements Team et Enterprise, Jobs, Inference Endpoints, Inference Providers, GPU Spaces, ZeroGPU et stockage via le Google Cloud Marketplace, aux tarifs publics de Hugging Face, après validation de chaque abonnement par Hugging Face. 🔗 source
Muse sur Google Cloud — Le 9 novembre au soir, Meta annonce que Muse Ember et Muse Wonder arrivent sur Google Cloud, où Muse Spark 1.3 est en préversion depuis septembre ; ni service, ni statut, ni tarif précisés. 🔗 source
20 millions de créateurs sur Hugging Face — Selon Clément Delangue, Hugging Face compte 20 millions de créateurs d’IA et héberge 300 Po de modèles, jeux de données, traces d’agents et environnements RL, dont 9 Po ajoutés en une semaine ; octobre a été son meilleur mois en utilisateurs actifs et en chiffre d’affaires, sans montant. 🔗 source
GLM-5 sur Trainium3 — David Corvoysier fait tourner GLM-5 (754 milliards de paramètres) sur une seule instance trn3.48xlarge avec le code Transformers publié : 43 minutes de chargement, premier token en 4,1 secondes, 6,9 tokens par seconde en lot de 1, une première mesure sans optimisation selon l’auteur. 🔗 source
Détection de maladies chez OpenMed — Maziyar Panahi publie trois modèles ouverts de 194M à 576M de paramètres sous Apache-2.0, qui repèrent les maladies dans les textes médicaux anglais sur CPU ; affinés sur NCBI Disease, ils gagnent environ 14 points de F1 sur BC5CDR. 🔗 source
Agents qui livrent sans tester — Dans un billet en turc, Serkan Peker montre que 39,4 % de 47 293 livraisons de SWE-agent arrivent sans test après la dernière modification, avec des chances de résolution environ un tiers plus faibles (rapport des cotes de 0,68) ; hypothèse préenregistrée, répliquée avec Claude Code et gpt-oss-120b. 🔗 source
Raisonnement emprunté — Timofey Klyubin insère les traces de raisonnement de Qwen3.8-27B dans Qwen3-8B, qui passe de 51,1 % à 80,9 % sur 300 problèmes de LiveCodeBench ; deux modèles de 8B entraînés à produire ces traces n’aident pas. 🔗 source
EgoDex dans FiftyOne — Harpreet Sahota convertit le jeu de test d’EgoDex, publié par Apple : 3 243 épisodes de 111 tâches de manipulation, soit 7 heures, avec la pose de 68 articulations enregistrée par un Apple Vision Pro. 🔗 source

Ce que ça signifie

Comme Fable 5.2 la veille, Gemini 4 Carbon est mesuré le jour même par ceux qui l’intègrent, chacun sur son propre banc : 60,4 % sur CursorBench 4.0 chez Cursor, 0,857 sur WANDR chez Perplexity, et chez Devin un résultat qui dépasse dès l’effort faible le meilleur d’Argon. Google cite d’ailleurs ces classements externes dans son propre billet. Ces chiffres ne se lisent pas sans leur coût : chez Cursor, l’effort faible de Carbon coûte plus cher par tâche que l’effort élevé, et Perplexity parle d’égalité avec Fable 5.2 pour 0,006 point d’écart et 40 % du coût. GitHub, lui, n’avance aucun chiffre mais active Carbon d’office, quand Fable 5.2 reste désactivé tant que l’administrateur n’accepte pas la rétention des données d’Anthropic.

Le 30 novembre devient une date de référence. Google y fixe la fin du tarif de lancement de Carbon (2 et 10 dollars par million de tokens, puis 4 et 20), Cursor applique le plein tarif au 1er décembre et Perplexity reprend ce prix de lancement dans son Agent API. Les remises de lancement se multiplient aussi côté images : 50 % sur les images de 16 mégapixels de MiniMax H3-Image pendant une semaine, 40 % sur Seedream 5.5 chez Genspark pendant un mois. Les coûts par tâche publiés ce jour se lisent donc avec leur base tarifaire : Devin précise mesurer au tarif public de l’API, remises publiques comprises, alors que la page de Cursor ne dit pas si les siens tiennent compte de la remise.

Les assistants deviennent des lieux de travail et de commerce. OpenAI ouvre ChatGPT aux entreprises qui veulent gérer leur fiche, suivre leurs mentions et y installer un agent sponsorisable par ChatGPT Ads, et laisse les équipes Business dépenser leur forfait dans v0, Warp ou Notion. Anthropic fait de Claude un espace où l’on dessine un plan, tient un tableur, partage des métriques certifiées et ouvre en entier Confluence ou Notion. Le même jour, Anthropic lance le roadshow de son introduction en bourse, qui ne publie que deux grandeurs, 825 millions d’actions de classe A et une fourchette de 70 à 78 dollars, sans valorisation, montant levé ni date de cotation.

La capacité d’arrêter un modèle passe du principe à l’ingénierie. Le Paris Call engage les développeurs signataires, dont OpenAI, Anthropic et Mistral AI, à disposer de mécanismes capables d’arrêter leurs modèles, entraînement et usage interne compris ; le même jour, OpenAI décrit le sien, Control Room, avec un délai maximal de 35 secondes et un refus par défaut si le système tombe. NVIDIA confie de son côté à la CNCF OpenShell, qui contrôle fichiers, réseau et identifiants des agents, et Tailscale fait entrer Grok Bot dans les réseaux privés sous l’identité de l’utilisateur, avec des droits que l’administrateur peut restreindre.