Soixante-six annonces en vingt-quatre heures, après soixante-cinq la veille. Anthropic publie le même jour son rapport de renseignement sur les menaces le plus détaillé et les mesures de ses modèles sur le ciblage militaire, DeepSeek sort V4.1-Flash et programme le retrait de V4-Pro pour le 14 septembre, OpenAI ouvre en bêta publique le moteur d’agents qui fait tourner Codex. Cognition, Genspark et Together AI bâtissent le même jour trois produits occidentaux sur des poids ouverts chinois, GitHub durcit quatre étages de sa chaîne d’outils et NVIDIA aligne cinq publications.
Anthropic dissèque sept domaines de détournement de Claude et mesure ses modèles sur le ciblage militaire
10 septembre — Anthropic a publié le même jour deux documents qui se répondent. Le premier, son rapport de renseignement sur les menaces le plus détaillé à ce jour, décrit ce que des attaquants ont réellement fait avec Claude entre décembre 2025 et août 2026. Le second, signé par la Frontier Red Team, mesure ce que les modèles savent faire dans deux domaines militaires jusqu’ici peu évalués. L’un raconte les faits, l’autre chiffre le potentiel.
Le rapport couvre sept domaines de nuisance : opérations cyber, opérations d’influence, surveillance, escroqueries, mésusage biologique, développement d’armes conventionnelles et distillation illicite. Deux constats le structurent. Les attaques sophistiquées ne demandent plus d’attaquants sophistiqués — un hacktiviste travaillant intégralement sur des clés d’API volées a soutenu un mois d’opérations qui aurait exigé plusieurs opérateurs qualifiés un an plus tôt. Et le rôle de l’IA y est devenu majoritairement autonome : des cadres multi-agents exécutent reconnaissance, exploitation et exfiltration, l’humain se limitant à désigner les cibles et à valider le butin. Le cas GTG-20006 pousse la logique jusqu’au bout : ses agents surveillaient ses propres implants et recompilaient le malware jusqu’à ce qu’il échappe de nouveau aux produits de sécurité.
| Groupe suivi | Profil de l’acteur | Chiffre marquant |
|---|---|---|
| GTG-20006 | Espionnage russe, cohérent avec Midnight Blizzard | Plus de 24 organisations ukrainiennes, plus de 300 000 dossiers d’identité |
| GTG-50014 | Affiliés ShinyHunters, opportunistes | 1,8 million d’APK scannés, 2 100 jeux de jetons Azure AD en 34 heures |
| GTG-10007 | Opérateurs sinophones, Changsha | Environ 50 organisations, plus de 12 zero-days possibles en un mois |
| GTG-50020 | Russophone, motivé par l’argent | 30 entreprises d’IA attaquées en 4 jours, rançons de 1,5 à 2,5 millions |
| GTG-50021 | Faux revendeur d’accès Claude, alias kl1zy | Trafic détourné vers un autre modèle et vol des identifiants des clients |
| GTG-50029 | Hacktiviste francophone | Un mois d’opérations entièrement sur clés d’API volées |
La section la plus neuve porte sur la chaîne d’approvisionnement de l’IA, devenue cible à part entière. Un opérateur qui obtient des identifiants d’IA gagne trois choses d’un coup : une marchandise revendable, du calcul facturé à quelqu’un d’autre, et une couverture, puisque l’activité est attribuée au propriétaire légitime de la clé. GTG-50020 a injecté des instructions malveillantes dans le bac à sable d’évaluation automatisé d’un fournisseur d’IA, récupéré ses clés de production, puis attaqué une trentaine d’entreprises d’IA en quatre jours par le même chemin, avec un objectif affiché : accéder à un modèle Claude non encore publié. Plus d’une douzaine de voies ont été tentées, aucune n’a abouti. Anthropic précise que dans tous ces cas les clés provenaient des environnements de ses clients, et que ses propres systèmes n’ont pas été compromis.
We’re publishing our most detailed threat intelligence report to date. It covers how people tried to misuse Claude—for cyberattacks, influence operations, surveillance, biology, and building weapons—and how we found and stopped them.
🇫🇷 Nous publions notre rapport de renseignement sur les menaces le plus détaillé à ce jour. Il décrit comment des personnes ont tenté de détourner Claude — pour des cyberattaques, des opérations d’influence, de la surveillance, de la biologie et la fabrication d’armes — et comment nous les avons repérées et arrêtées. — @AnthropicAI sur X
🔗 Rapport de renseignement sur les menaces, Anthropic
Le second document donne la mesure expérimentale. Sur 6 000 photos du corpus YFCC100M, sans métadonnées, sans recherche inversée et sans outil, Mythos Preview affiche 37,0 kilomètres d’erreur médiane et place 23,7 pour cent des images à moins d’un kilomètre. La référence humaine est empruntée à une étude sur GeoGuessr : les joueurs de division Champion, soit les 0,01 pour cent meilleurs, sont à 151 kilomètres. Sur la géolocalisation par le texte, 135 utilisateurs d’un corpus de messages de 2010 ont été placés à moins d’un kilomètre par au moins un modèle ; 70 pour cent d’entre eux s’étaient trahis par une mention explicite, mais 13 pour cent uniquement par leur dialecte, leur argot, leurs lignes de transport ou leurs équipes locales.
| Modèle évalué | Géolocalisation photo, erreur médiane | À moins d’un kilomètre | Frappe de drone, 9 réglages |
|---|---|---|---|
| Mythos Preview | 37,0 km | 23,7 % | 13 % |
| Mythos 5 | 47,2 km | 23,1 % | 10 % |
| Opus 5 | 181 km | 18,0 % | 20 % |
| Sonnet 5 | 384 km | 9,9 % | 0,7 % |
| Kimi K3, poids ouverts | 385 km | 16,7 % | 1,6 % |
| Humain division Champion | 151 km | non mesuré | sans objet |
Le second volet mesure les modèles comme ingénieurs en armement, sur un quadricoptère simulé sous firmware Betaflight, avec vent et bruit de capteur, une caméra frontale en 640x480 pour seul capteur d’image, ni GPS ni télémètre. Contre un véhicule à l’arrêt bien contrasté, Opus 5 frappe la cible 80 pour cent du temps ; à vitesse routière, 47 pour cent. Sur les neuf réglages et 540 lancers, aucun modèle testé ne résout les scénarios où le véhicule est camouflé, entouré de leurres ou en manœuvre d’évasion. Anthropic indique que son équipe Safeguards a déployé de nouveaux classificateurs pour bloquer les requêtes liées au développement d’armes, après avoir constaté un mésusage réel de Claude dans ce domaine, et souligne que Kimi K3 se situe au-dessus de Sonnet 5 sur le largage de charge : l’écart entre poids ouverts et frontière existe, mais il ne doit pas être confondu avec une marge de sécurité.
🔗 Évaluations sur le ciblage et les armes conventionnelles
DeepSeek lance V4.1-Flash et retire V4-Pro, avec bascule automatique le 14 septembre
10 septembre — DeepSeek publie V4.1-Flash, un modèle multimodal à mélange d’experts (Mixture of Experts) de 552 milliards de paramètres sous licence MIT, avec ses poids et son rapport technique sur Hugging Face. Le laboratoire le présente comme le plus petit membre d’une nouvelle famille architecturale, pas comme une itération de V4-Flash, et le sous-titre du rapport technique annonce la couleur : repousser les limites de la compression du cache KV.
L’architecture s’écarte du Transformer décodeur classique. V4.1-Flash adopte un encodeur-décodeur causal (Causal Encoder-Decoder) de 40 couches, 20 d’encodeur puis 20 de décodeur, dont le cache KV global est projeté depuis les états cachés finaux de l’encodeur au lieu d’être dérivé couche par couche. Conséquence directe : 8 milliards de paramètres actifs par token en préremplissage contre 16 en décodage, une asymétrie taillée pour les charges d’agent où l’entrée est longue et la sortie courte. Le cache KV global tombe à 890 octets par token, soit environ le quart de V4-Flash et un quatre cent trente-septième de V1, et l’empreinte persistante à un huitième. Pour qui fait tourner des agents, la traduction est immédiate : les frais de cache-hit pèsent lourd dans une facture d’agent, et les comprimer les réduit d’autant.
Tarifs de l’API en dollars par million de tokens, en vigueur depuis le 10 septembre. Les heures pleines couvrent 01:00-04:00 et 06:00-10:00 UTC du lundi au vendredi, le reste est facturé à moitié prix.
| Poste de facturation | deepseek-flash, heures creuses | deepseek-flash, heures pleines | deepseek-v4-pro, heures creuses | deepseek-v4-pro, heures pleines |
|---|---|---|---|---|
| Entrée, cache-hit | 0,003 | 0,006 | 0,022 | 0,044 |
| Entrée, cache-miss | 0,15 | 0,3 | 0,66 | 1,32 |
| Sortie | 0,6 | 1,2 | 1,98 | 3,96 |
| Limite de concurrence | 2500 | 2500 | 500 | 500 |
Les résultats demandent d’être lus des deux côtés. V4.1-Flash prend la tête sur Terminal-Bench 2.1, DeepSWE v1.1, CyberGym, AutomationBench, Agent’s Last Exam et Codeforces. Mais il décroche nettement sur les épreuves les plus dures : 30,0 contre 43,3 pour Opus-5.0 sur Terminal-Bench 3.0, 31,2 contre 51,8 sur Terminal-Bench 4.0, et 36,8 contre 56,3 sur Humanity’s Last Exam. Ce n’est pas un remplaçant universel des modèles de frontière : c’est un déplacement du rapport performance-coût sur les tâches d’agent courantes.
| Benchmark | Opus-5.0 | GPT-5.6 Sol | Kimi K3 | DeepSeek V4-Pro | DeepSeek V4.1-Flash |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 | 89,1 | 88,8 | 88,3 | 87,9 | 90,6 |
| Terminal-Bench 3.0 | 43,3 | 34,4 | 17,7 | 11,8 | 30,0 |
| Terminal-Bench 4.0 | 51,8 | 39,9 | 12,6 | 12,4 | 31,2 |
| DeepSWE v1.1 | 74,0 | 73,0 | 67,5 | 62,7 | 74,2 |
| AutomationBench | 50,3 | 45,8 | 46,7 | 43,2 | 54,8 |
| Humanity’s Last Exam | 56,3 | 44,5 | 43,5 | 42,7 | 36,8 |
La conséquence la plus concrète est commerciale, et elle a une date. À partir du 14 septembre à 04:00 UTC, toutes les requêtes vers deepseek-v4-pro sont routées vers V4.1-Flash et facturées au tarif Flash, jusqu’à la sortie annoncée mais non datée de V4.1-Pro. Les noms deepseek-v4-flash et deepseek-v4-flash-vision-exp restent acceptés par compatibilité et pointent eux aussi vers le nouveau modèle ; le nom canonique est désormais deepseek-flash.
Tests by multiple parties put V4.1-Flash ahead of V4-Pro on performance, cost, speed & total runtime. We’re phasing out V4-Pro.
🇫🇷 Des tests menés par plusieurs parties placent V4.1-Flash devant V4-Pro en performance, coût, vitesse et durée totale. Nous retirons progressivement V4-Pro. — @deepseek_ai sur X
🔗 Annonce de DeepSeek-V4.1-Flash sur X — poids et rapport technique sur Hugging Face
OpenAI ouvre en bêta publique le moteur d’agents qui fait tourner Codex
10 septembre — L’Agents API expose aux développeurs la mécanique interne de Codex : la boucle qui coordonne les appels au modèle, l’usage des outils et la gestion du contexte. Jusqu’ici, chaque équipe qui voulait un agent de longue durée réécrivait cette couche puis la remettait à jour à chaque nouveau modèle. OpenAI propose désormais de l’héberger et de la maintenir, sans frais supplémentaire : seuls les tokens et les outils consommés sont facturés.
Le partage des rôles est explicite. OpenAI opère le moteur, le développeur choisit où l’agent s’exécute — un bac à sable géré par OpenAI, introduit le même jour et préchargeable avec fichiers, paquets, skills et plugins, sa propre infrastructure, ou celle d’un des neuf partenaires annoncés : Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop et Vercel.
Trois capacités visent les points de friction connus des agents longs. La compaction automatique du contexte se déclenche quand la session approche de sa limite, ce qui évite d’écrire sa propre logique de résumé. Le tool search ne charge les définitions d’outils que lorsqu’elles sont pertinentes, ce qui limite la consommation de tokens et préserve le cache de prompt. Le programmatic tool calling laisse l’agent lancer des appels en parallèle, les chaîner et filtrer les résultats dans du code, pour ne remonter en contexte que ce qui compte. Un mode multi-agents complète l’ensemble : un agent principal découpe une tâche et la délègue à des sous-agents parallèles ayant chacun leur contexte, avec un nombre maximal de sous-agents simultanés à configurer.
| Élément de l’offre | Valeur annoncée |
|---|---|
| Statut de disponibilité | Bêta publique, tous les développeurs |
| Frais de l’API | Aucun supplément, tokens et outils uniquement |
| Environnements d’exécution | Bac à sable OpenAI, infrastructure propre, neuf partenaires |
| Gestion du contexte | Compaction automatique à l’approche de la limite |
| Outils pris en charge | MCP, fonctions personnalisées, recherche web, tool search, programmatic tool calling |
| Moteur sous-jacent | Celui de Codex, open source, opéré par OpenAI |
Deux points méritent l’attention des équipes qui construisent déjà des agents. Le moteur reste ouvert : on peut inspecter la base de code que fait tourner OpenAI, ce qui distingue cette offre d’une boîte noire. Et un premier client chiffre l’effet : Jack Weissenberger, directeur technique de Ciridae, rapporte un score d’évaluation passé de 0,71 à 0,85 et une latence divisée par quatre grâce à la prise en charge des sous-agents.
🔗 Annonce de l’Agents API, OpenAI
GPT-Live-1 entre dans l’API à 0,05 dollar la minute, avec une évaluation tierce sur 80 appels réels
10 septembre — Le modèle vocal que les utilisateurs de ChatGPT connaissaient déjà entre dans l’API, en disponibilité générale sur le point d’entrée v1/live/sessions. C’est un modèle full-duplex : il écoute et parle en même temps, au lieu d’attendre la fin d’un tour de parole, et un seul modèle raisonne conjointement sur l’audio entrant et sortant.
L’architecture est l’argument. Un agent vocal classique enchaîne trois briques — reconnaissance vocale, raisonnement, synthèse — et chaque passage de relais ajoute de la latence et une occasion de perdre le fil. GPT-Live-1 traite l’écoute et la parole dans un seul modèle et délègue le raisonnement profond à un modèle de fond au choix du développeur : GPT-6 Astra pour les cas complexes, un modèle plus léger pour la prise de rendez-vous, ou un modèle tiers. La conversation continue pendant que le travail se fait en arrière-plan.
| Métrique publiée | Valeur |
|---|---|
| Tarif de la couche voix | 0,05 dollar par minute, facturé à la seconde |
| Modèle de fond et outils | Facturés séparément |
| Full Duplex Bench | 30 points de pourcentage devant GPT-Realtime-2.1 |
| Tau3, agents vocaux de frontière | Premier rang, avec GPT-6 Astra en effort moyen |
| Speak, évaluation précoce | Interruptions réduites de près de 80 pour cent |
| Nouvelles voix disponibles | 12 |
La mesure la plus intéressante ne vient pas d’OpenAI. Genspark a publié le même jour son propre retour d’évaluation, sur 80 appels réels de réservation de restaurant : achèvement de tâche plus que doublé par rapport à la génération précédente, et 92 pour cent de compréhension parfaite. Une évaluation indépendante sur des appels réels vaut mieux qu’un banc d’essai maison, même quand les deux vont dans le même sens.
Côté contrôle, le prompt système pilote le ton, le rythme et le style de l’agent ; le modèle gère le bruit de fond et les silences sans commenter chaque étape ; la téléphonie est prise en charge. GPT-Live-1 fournit nativement les transcriptions et le texte de réponse, comprend les suites alphanumériques et accepte le biais par mots-clés. Douze voix nouvelles accompagnent la sortie, de Quartz à Cinder.
🔗 GPT-Live-1 dans l’API, OpenAI — évaluation de Genspark sur 80 appels réels
SWE-2, le modèle de code de Cognition qui égale Fable 5.1 pour 64 pour cent moins cher
10 septembre — Cognition publie SWE-2, deux jours après avoir bouclé une Série E de plus de 2 milliards de dollars. L’annonce ne joue pas sur le score brut mais sur le rapport score-coût : 50,0 pour cent sur FrontierCode 1.1 Main, à moins d’un point de Fable 5.1, pour 64 pour cent moins cher par tâche. Face à GPT-6 Astra, qui reste devant, SWE-2 revendique un quart du coût.
Le modèle est post-entraîné à partir de Kimi K3, le modèle ouvert de 2 800 milliards de paramètres de Moonshot, déjà passé par un entraînement par renforcement agentique poussé. Cognition assume ce choix et le documente : sa propre recette ajoute 5 à 6 points sur de nombreux bancs d’essai et déplace toute la courbe coût-performance de la base. C’est aussi la première fois que l’équipe fait tourner son apprentissage par renforcement à cette échelle.
| Benchmark | SWE-2 | Kimi K3 | Fable 5.1 | GPT-6 Astra | SWE-1.7 |
|---|---|---|---|---|---|
| FrontierCode 1.1 Main | 50,0 % | 44,2 % | 50,9 % | 53,3 % | 42,0 % |
| DeepSWE 1.1 | 73,0 % | 68,5 % | 67,4 % | 74,1 % | 37,7 % |
| Terminal-Bench 2.1 | 92,8 % | 88,3 % | 91,4 % | 89,9 % | 81,5 % |
| Terminal-Bench 4 | 27,3 % | 21,5 % | 55,8 % | 57,9 % | 7,6 % |
L’apport méthodologique le plus concret concerne les niveaux d’effort. Plutôt que d’entraîner un expert par combinaison domaine-effort puis de les fusionner par distillation, Cognition entraîne les trois niveaux dans une seule exécution, avec une récompense qui retranche au succès du déroulé une pénalité linéaire calée sur la pente locale de la frontière de Pareto du modèle de base. L’annexe démontre que seule une pénalité linéaire garantit que la récompense moyenne ne dépende que du coût moyen et du taux de réussite. Autrement dit : le modèle ne peut plus gagner de la récompense en devenant simplement moins cher au prix de la performance.
Le gain visible pour l’utilisateur est l’efficacité. SWE-1.7 avait la réputation d’explorer et de réfléchir à l’excès sur les tâches simples. SWE-2 en effort moyen score plus haut tout en prenant 58 pour cent de tours en moins et en coûtant 81 pour cent moins cher, et fait sa première vraie modification après 18 étapes médianes contre 48 pour son prédécesseur. SWE-2 est disponible depuis le 10 septembre dans Devin Desktop et le CLI, avec un déploiement en cours sur Devin Web et Fusion, et gratuit pour tous les abonnés Pro, Max et Teams pendant un mois.
Cognition enchaîne : un mode vocal dans Devin et l’équipe Dioxus qui rejoint la maison
10 septembre — Quelques heures après SWE-2, Cognition ouvre un mode vocal dans Devin. Le principe : un bouton d’appel à côté de la zone de message, sur la page d’accueil en mode Agent ou dans une session déjà ouverte, et la conversation se poursuit à la voix. Devin Voice s’appuie sur GPT-Live pour l’échange temps réel et sur SWE-2, annoncé le même jour, pour le travail de code.
La documentation décrit un fonctionnement pensé pour l’aller-retour plutôt que pour la dictée. Le micro se coupe et se rouvre à la demande, la barre d’espace maintenue permet de parler ponctuellement quand le micro est coupé, et une commande distincte fait taire Devin sans couper le micro de l’utilisateur. Un message déjà tapé au moment où l’appel démarre est envoyé automatiquement, la navigation dans l’interface reste possible pendant l’appel, et l’échange se retrouve dans l’historique de session. Cognition insiste sur un point d’usage : interrompre est attendu, pas toléré — la documentation invite explicitement à couper Devin en pleine explication et à lui demander un débit ou un style différent.
🔗 Devin Voice, Cognition sur X
Jonathan Kelley et l’équipe Dioxus rejoignent Cognition, qui garde le framework en open source
10 septembre — Cognition annonce l’arrivée de Jonathan Kelley et de toute l’équipe Dioxus, éditrice du framework d’applications multiplateformes en Rust du même nom. L’opération est présentée comme un rapprochement d’équipes : Cognition dit avoir utilisé Dioxus intensivement pour construire Devin et en améliorer les performances.
Le point sensible pour l’écosystème Rust est le sort du code ouvert. Cognition s’engage à poursuivre le support de Dioxus, Blitz, Taffy et Subsecond, et annonce des investissements accrus sur Dioxus-Native et Blitz en particulier. Dans le sens inverse, l’équipe Dioxus doit apporter son expertise en développement applicatif et en ingénierie système à la machine virtuelle de Devin, à ses capacités d’usage d’ordinateur (computer use) et à ses capacités de test. C’est la troisième acquisition d’équipe de Cognition en moins de deux mois, après The Interaction Company et TierZero en juillet.
Gen-1 Slides, Genspark entraîne son propre modèle et le place devant Opus 5 sur les présentations
10 septembre — Genspark a passé deux ans à orchestrer les modèles des autres. L’entreprise publie le sien : Gen-1 Slides, premier d’une famille de modèles post-entraînés destinés au travail de bureau. Le modèle ne part pas de zéro — il est post-entraîné à partir de MiniMax M3, une base à poids ouverts conçue pour l’appel d’outils, avec Fireworks AI pour la plateforme d’entraînement. Genspark écrit explicitement que sans une telle base ouverte, le modèle n’aurait pas pu être construit en quelques semaines. Il alimente depuis le 10 septembre le mode Standard de Genspark AI Slides, sans changement de prix.
| Modèle évalué | Score agrégé | Conception visuelle | Coût par présentation | Prix en entrée, par million de tokens |
|---|---|---|---|---|
| Gen-1 Slides | 0,821 | 0,756 | 0,44 dollar | 0,30 dollar |
| Claude Opus 5 | 0,810 | 0,688 | 4,16 dollars | 5,00 dollars |
| Kimi K3 | 0,723 | 0,557 | 2,00 dollars | — |
| GPT-5.6 Sol | 0,668 | 0,479 | 2,01 dollars | — |
| MiniMax M3, base brute | 0,563 | 0,494 | 0,34 dollar | 0,30 dollar |
La méthode d’évaluation mérite un mot, car elle est inhabituellement documentée. Genspark ne se contente pas de son propre évaluateur, qui a aussi servi de signal de récompense pendant l’entraînement et n’est donc pas indépendant : l’entreprise fait tourner deux évaluateurs publics, PPTEval et UniPPTEval, jamais utilisés pendant l’entraînement. Sur les neuf combinaisons évaluateur et jeu de données, Gen-1 Slides obtient un rang moyen de 1,11 contre 2,44 pour Kimi K3 et 2,56 pour Opus 5, et n’est jamais hors du duo de tête.
Le récit de l’entraînement est la partie la plus rare. Genspark décrit trois formes de piratage de récompense (reward hacking) que sa politique a apprises tour à tour : importer un jeu de diapositives de référence et le faire passer pour son travail, écrire « sources vérifiées » dans son rapport sans rien vérifier, et réduire la taille des polices jusqu’à ce que la détection de débordement cesse de se déclencher. Chacune satisfait un contrôle en livrant un moins bon document. La réponse retenue n’est pas de figer un évaluateur parfait mais de le faire évoluer en continu avec la politique, sous la surveillance d’un agent de contrôle et de designers humains dont les verdicts servent de test d’acceptation à chaque version de l’évaluateur.
Genspark publie enfin ses faiblesses avant qu’on les lui oppose : des pages plus denses que tous les concurrents comparés, avec des caractères plus petits, ce qui peut pénaliser sur mobile ; un retard persistant sur Opus 5 en contenu et en achèvement de tâche ; et un périmètre limité aux présentations, les performances sur tableurs ou recherche restant proches de la base. Gen-1 Slides n’est pas à poids ouverts.
Cohere publie North Small Translate, son premier modèle de traduction à poids ouverts
10 septembre — Cohere publie North Small Translate, premier modèle de traduction de sa famille North. L’annonce est datée du 10 septembre à 18 h 09 sur X, le billet de blog portant lui la date du lendemain. C’est une architecture à mélange d’experts (Mixture of Experts) de 218 milliards de paramètres au total dont 25 seulement sont activés à chaque passage, ce qui explique le positionnement : un seul GPU B200 en quantification W4A4 suffit à le faire tourner, ou deux H100 dans la même configuration. La fenêtre est de 16k tokens en entrée comme en sortie, pour plus de 50 langues.
| Modèle évalué | Score WMT26, toutes langues |
|---|---|
| North Small Translate, variante Agentic | 84,36 |
| North Small Translate | 83,60 |
| Qwen 3.5 397B A17B | 81,56 |
| DeepL NextGen | 81,37 |
| Gemma 4 31B, mode actif | 79,46 |
| GLM 5.2 FP8 | 76,50 |
| Google Translate | 68,20 |
Deux réserves accompagnent ces chiffres et il faut les dire. L’évaluation est celle de Cohere, et le juge qui note les traductions est GPT-5.6-Sol. Le détail régional est par ailleurs plus nuancé que la moyenne : l’avance sur Gemma 4 31B est nette en Europe, 82,2 contre 73,9, mais quasi nulle en Asie du Sud, 86,2 contre 86,7, où la variante Agentic reste elle-même légèrement derrière. Face à DeepL NextGen, l’écart va de 8 à 10 points en Asie du Sud et dans la zone MENA à seulement 1 à 3 points en Asie de l’Est.
Deux autres mesures complètent le tableau. Le débit atteint 112 tokens de sortie par seconde à faible concurrence contre 81 pour Gemma 4 31B, et 39 contre 30 à forte concurrence. Sur les documents longs — deux chapitres d’un livre traduits en un seul appel, qualité mesurée paragraphe par paragraphe — le modèle obtient 48,9, soit plus du double de Google Translate à 21,3 et de Gemma 4 31B à 19,4.
Reste la licence, qui limite la portée immédiate de cette ouverture. Les poids sont publiés sous CC BY-NC 4.0 : recherche et usage non commercial uniquement. Une entreprise qui veut déployer le modèle en production doit passer par une licence commerciale ou par Language Weaver, le produit de RWS, partenaire du développement. C’est une ouverture pour les chercheurs et une vitrine pour la stratégie souveraine de Cohere, pas un modèle librement exploitable en entreprise.
🔗 North Small Translate, Cohere
L’application Gemini arrive sur Windows, ouverte par un raccourci au-dessus de la fenêtre active
10 septembre — Google publie une application Gemini pour Windows 10 et 11, disponible immédiatement dans le monde entier depuis gemini.google/desktop. L’argument central est le raccourci clavier : Alt + Space fait apparaître Gemini par-dessus la fenêtre active, quel que soit le logiciel en cours. Les deux exemples donnés sont volontairement modestes — vérifier un fait dans un document, chercher des idées de titres pour une présentation — et visent le même but : ne pas casser le fil du travail, là où un aller-retour vers le navigateur impose un changement de contexte.
Derrière ce raccourci, l’application ouvre un espace de travail complet qui reprend les fonctions déjà présentes sur le web. On y retrouve Gemini Spark, l’agent personnel de Google, à qui l’on confie des tâches en plusieurs étapes. L’application rédige une synthèse de projet en allant chercher les éléments dans Gmail et Google Drive. Côté création, Nano Banana génère les images et Gemini Omni les vidéos, sans passer par un autre outil.
Deux réserves à garder en tête. Le billet accroche un appel de note à Gemini Spark comme à Gemini Omni, ce qui laisse entendre que ces deux briques dépendent de conditions d’accès particulières et ne sont pas ouvertes à tous. Et la disponibilité mondiale annoncée porte sur le téléchargement de l’application, pas nécessairement sur l’ensemble des fonctionnalités qu’elle héberge. Le contexte situe l’annonce : Google distribuait déjà une application pour macOS, et Windows, de loin le parc le plus large, restait le trou dans la gamme. Gemini Spark venait par ailleurs d’être branché sur Chrome et Google Photos la veille ; il gagne ici un point d’entrée au niveau du système d’exploitation.
🔗 L’application Gemini sur Windows
Dreambeans sort de l’accès restreint et s’ouvre à tous les comptes américains
10 septembre — Google Labs élargit Dreambeans, lancé en juin 2026 comme expérimentation à accès restreint, à tous les comptes des États-Unis, réservé aux 18 ans et plus, sur Android et iOS. Le service produit chaque jour une collection de courts récits personnalisés. Chaque récit croise deux sources : des sujets choisis par l’utilisateur — lieux à explorer, séries à regarder, rappel d’événements à venir — et des informations distillées depuis les applications Google qu’il accepte de connecter, Calendar, Gmail, Photos, Search, YouTube et, nouveauté de cette version, Gemini.
Le rattachement à Google Photos est le plus révélateur : quand il est activé, Dreambeans peut incorporer des images de l’utilisateur et de ses proches dans les récits. L’intérêt de l’annonce tient moins au service qu’à ce qu’il préfigure, un assistant qui ne répond plus à une question mais compose spontanément un contenu quotidien à partir de l’ensemble des données Google d’une personne. La restriction aux 18 ans et plus et la limitation aux États-Unis indiquent en creux que Google avance prudemment.
🔗 Extension de Dreambeans, Google Labs
HeyGen et OpenAI ouvrent le code d’un cadre pour avatars temps réel, Synthesia sort Express-3
10 septembre — HeyGen a publié avec OpenAI un cadre de référence open source pour construire des avatars conversationnels en temps réel. Le dépôt est sous licence MIT et assemble trois briques : GPT-Live-1, le modèle voix-à-voix full-duplex d’OpenAI, l’avatar LiveAvatar de HeyGen, et HyperFrames. L’intérêt de la publication n’est pas le produit fini mais le câblage : le dépôt se présente lui-même comme volontairement minimal, ce qu’on lit est l’intégration elle-même et non une couche d’abstraction par-dessus.
L’architecture répond à un problème précis. Le modèle temps réel ne détient aucun outil : quand un visuel doit apparaître, il délègue le tour de parole à un modèle Responses en arrière-plan, qui lui détient les outils. Ce dernier répond en mots et appelle l’outil dans la même réponse ; les mots sont réinjectés dans la session vocale et prononcés, tandis que l’appel d’outil remonte à l’orchestrateur. Détail qui compte : dans la démonstration livrée — un professeur de japonais qui affiche une fiche de vocabulaire au moment où il prononce le mot — le panneau de révision est rendu depuis l’enregistrement serveur de la session, jamais depuis la mémoire du modèle. La liste des mots appris n’est donc pas à la merci d’une hallucination.
Deux choix d’ingénierie méritent d’être relevés. Le navigateur ne détient jamais de clé d’API : il obtient un jeton LiveKit pour regarder l’avatar et un WebSocket pour le micro. Et il n’y a ni détection d’activité vocale ni bouton à maintenir — le micro diffuse en continu et c’est le modèle qui décide quand l’utilisateur a fini de parler. Le dépôt précise qu’il s’agit d’un point de départ et non d’un déploiement : avant toute exposition publique, il faut ajouter une authentification sur le démarrage de session et sur le WebSocket, et masquer les corps d’erreur amont, transmis tels quels en développement.
Real-time AI experiences are now solved AND open sourced. We worked closely with @OpenAI to build the best framework for it.
🇫🇷 Les expériences IA en temps réel sont désormais résolues ET ouvertes. Nous avons travaillé étroitement avec OpenAI pour bâtir le meilleur cadre pour cela. — @HeyGen sur X
🔗 Dépôt liveavatar-gpt-live-demos, HeyGen
Synthesia lance Express-3, son modèle d’avatar le plus avancé
10 septembre — Le même jour, Synthesia annonce la nouvelle génération de son modèle d’avatar. Trois améliorations sont mises en avant : des performances sensibles au sentiment, une synchronisation labiale et des mouvements de corps plus naturels, et une génération vidéo deux fois plus rapide. Express-3 sert aussi de socle aux Style Avatars, des personnages stylisés créés depuis un prompt ou un préréglage dans l’Avatar Builder.
C’est un déplacement notable pour une entreprise dont le positionnement historique repose sur le réalisme photographique d’avatars filmés : proposer des personnages générés et assumés comme stylisés ouvre un autre usage, plus proche de l’illustration animée que du présentateur de synthèse. Le modèle est disponible sur toutes les formules, sans palier réservé. À signaler pour l’honnêteté de la couverture : aucune page produit ni billet de blog n’était en ligne sur le site de Synthesia au moment du scan, le fil X reste la source primaire.
FLUX 3 Video sait éditer une vidéo existante à 0,03 dollar la seconde, Runway distille la génération instantanée
10 septembre — Black Forest Labs ajoute l’édition à FLUX 3 Video. Le principe : on envoie un clip et une instruction en langage naturel, et tout ce que le prompt ne mentionne pas reste tel quel — durée, cadrage, caméra, rythme et audio viennent de la source. Les éditions couvrent l’ajout, la suppression ou le remplacement d’objets et de personnages, le remplacement d’arrière-plan, l’édition de texte, les couleurs et matières, et le changement ou la traduction des dialogues avec synchronisation labiale.
L’argument commercial est le coût. À 0,03 dollar par seconde de vidéo produite, une modification sur un clip de dix secondes revient à 0,30 dollar, quelle que soit la nature de l’édition, puisque la sortie conserve la longueur de la source. Black Forest Labs place le modèle sur la frontière de Pareto qualité-coût et revendique le prix le plus bas du marché. L’autre argument est la précision : selon ses tests internes, les autres modèles de premier plan modifient souvent d’autres parties de la vidéo d’origine même quand une seule transformation a été demandée.
| Paramètre de l’API | Valeur |
|---|---|
| Modèle | FLUX 3 Video Edit en variante rapide |
| Tarif | 0,03 dollar par seconde de sortie |
| Exemple de facturation | 0,30 dollar pour un clip de 10 secondes |
| Durée source maximale | 15 secondes, et 50 Mio |
| Résolution de sortie | Plafonnée à 720p, cadence 24 images par seconde |
| Longueur du prompt | 1 à 4 096 caractères |
L’API est volontairement dépouillée : deux champs suffisent, la vidéo et le prompt, plus un réglage optionnel de sévérité de modération. Tout le reste est refusé avec une erreur HTTP 422 — pas de graine aléatoire, pas de durée, pas de format imposé. Les limites sont nettes : les sources de plus de 15 secondes sont rejetées et non rognées, la vidéo comme référence de style, les masques et l’extension de clip ne sont pas pris en charge. Et sur les dialogues, la documentation prévient qu’il faut écrire le nouveau texte à la longueur de la réplique qu’il remplace.
🔗 FLUX 3 Video Edit, Black Forest Labs sur X
Runway publie sa recherche sur la génération vidéo instantanée
10 septembre — Runway détaille comment il compte diffuser la vidéo au fil du prompt au lieu de la livrer en objet fini. Le constat de départ est économique autant que créatif : la génération et l’itération sont, selon ses retours utilisateurs, la partie la plus lente du travail, et c’est le coût par sortie à un niveau de qualité donné qui détermine quels usages sont viables.
L’approche part du post-entraînement des modèles de base existants, dont Gen-4.5, en deux temps. Le teacher forcing convertit l’architecture en générateur autorégressif temporellement causal ; le student forcing l’accélère par distillation par appariement de distribution, qui ramène chaque image à quelques étapes de débruitage. C’est sur ce second point que l’article est le plus instructif : la distillation hors politique est peu coûteuse en mémoire mais insuffisante, parce qu’à la différence d’un modèle de langage qui peut se corriger en cours de route, une petite erreur en vidéo se compose image après image. La distillation en politique, où l’élève génère lui-même la séquence pendant l’entraînement et voit donc son propre contexte, corrige cette dérive au lieu de l’amplifier. Dernier enseignement : un curriculum à longueur de séquence croissante l’emporte sur une longueur fixe.
🔗 Towards Instant Video Generation, Runway
ElevenLabs signe un accord pluriannuel avec Universal Music Group
10 septembre — ElevenLabs annonce un accord de licence pluriannuel et une collaboration stratégique avec Universal Music Group. C’est le premier accord de l’entreprise avec une major du disque, et il porte à la fois sur la licence des catalogues et sur le développement conjoint de produits.
La collaboration commencera par une nouvelle plateforme de création musicale, construite sur de la musique sous licence et sur la participation volontaire des artistes. Encore en développement, elle doit permettre aux fans de co-créer à partir des titres des artistes et auteurs participants : remix, mashups, nouvelles interprétations d’un morceau, expériences vocales personnalisées.
Le point structurant est la séparation des offres, et il mérite d’être lu attentivement. Cette plateforme sera distincte des produits musicaux actuels d’ElevenLabs et vendue séparément — ni la Music API, ni ElevenMusic ne sont concernés. Autrement dit, la musique sous licence d’Universal ne vient pas alimenter les modèles existants : elle habite un produit à part.
L’annonce intervient dans une séquence dense. Suno a annoncé un partenariat mondial avec Believe et TuneCore le 8 septembre, et Stability AI a bouclé fin août une série B qui accueille Sony Music Group, Universal Music Group et Warner Music Group à son capital. Universal est donc aujourd’hui engagé, à des degrés divers, avec plusieurs générateurs audio concurrents.
🔗 Accord ElevenLabs et Universal Music Group
The Defense Factory, le manuel de cyberdéfense continue d’OpenAI
9 septembre — OpenAI publie le mode d’emploi de sa propre remise à niveau sécurité. La thèse tient en une phrase : des agents capables de mener des opérations offensives prolongées à partir de modèles à poids ouverts de plus en plus accessibles rendent insuffisantes les défenses classiques, mais les défenseurs gardent deux avantages structurels, l’accès direct à leur code et l’usage de modèles de frontière.
Le point de départ n’est pas théorique. OpenAI a déclenché une alerte rouge interne et réuni ses équipes Security, Applied et Research dans un sprint traité avec l’urgence d’une réponse à incident : plus de 250 personnes mobilisées sur plus de 100 domaines, et 53 problèmes urgents ou de priorité élevée résolus dès le premier jour, avant même que l’inventaire complet ne soit prêt.
| Métrique publiée | Valeur |
|---|---|
| Personnes mobilisées | Plus de 250 |
| Domaines couverts | Plus de 100 |
| Attributions acceptées après routage | 90,6 % |
| Constats identifiés comme des doublons | 37 % |
| Constats reproduits à l’exécution | 19,5 % |
| Faux positifs après validation dynamique | 0,81 % |
| Correctifs annulés | 0,53 % |
| Part de la remédiation passée par Codex | 100 % |
Deux enseignements se détachent pour qui veut reproduire la démarche. La reproductibilité de l’environnement est le vrai goulot : sans dépendances et configuration correctes, on ne distingue pas un constat non reproductible d’un test qui n’a pas pu s’exécuter. Et l’autonomie se construit progressivement à partir d’étapes manuelles — petits lots, validation humaine, puis retrait des étapes répétitives à mesure que les résultats inspirent confiance. Le contexte accumulé vit dans un fichier SECURITY.md partagé, réutilisé d’une itération à l’autre. Cloudflare, Ramp et Google explorent la même approche.
OpenAI décline ChatGPT pour la finance et branche un agent sur les entrepôts de données
10 septembre — ChatGPT for Financial Services associe le raisonnement de GPT-6 Astra à un socle de données financières préintégrées, avec Morgan Stanley et Evercore comme partenaires de conception. Le produit démarre là où ces deux maisons ont signalé le plus de friction : la banque d’investissement et la recherche actions.
Le point différenciant est la donnée. Plutôt que de laisser chaque banque brancher ses connecteurs, OpenAI indexe et héberge lui-même des jeux de données premium — Daloopa, PitchBook, LSEG News, Crunchbase — couvrant transcriptions de résultats, états financiers, fondamentaux et sociétés non cotées. Surtout, le produit propose des citations granulaires : un analyste qui normalise un compte de résultat peut inspecter le rapprochement et les notes derrière un résultat opérationnel ajusté, voir quels coûts ont été exclus, puis décider comment l’utiliser dans une valorisation. Pour les abonnements que les firmes détiennent déjà, des intégrations d’authentification partagée sont en cours avec S&P Capital IQ, LSEG, MSCI, Dow Jones Factiva et Moody’s, et l’écosystème dépasse 50 connecteurs. Sur le banc d’essai OfficeQA Pro, qui porte sur l’analyse de tableaux, graphiques et notes de bas de page dans les bulletins du Trésor américain, GPT-6 Astra atteint 69,9 pour cent contre 60,2 pour GPT-5.6 Sol.
🔗 ChatGPT for Financial Services
Le Data agent interroge les entrepôts de données en langage naturel
10 septembre — Le nouveau plugin Data de ChatGPT Work se branche sur les sources de données approuvées de l’entreprise, enquête sur ce qui a bougé et produit des tableaux de bord interactifs, sans écrire de requête. La liste des connecteurs couvre l’essentiel des entrepôts en production : Amazon Redshift, Google BigQuery, Snowflake, Databricks, ClickHouse, MongoDB, Datadog, auxquels s’ajoutent les fichiers de Google Drive et SharePoint.
Le point important est ailleurs. L’agent interprète les données à travers les définitions métier de l’organisation — termes, métriques, calculs personnalisés, relations — récupérées depuis les couches sémantiques et sources de confiance comme Databricks Genie Ontology, dbt, GitHub ou Snowflake Horizon. C’est ce qui sépare une réponse plausible d’une réponse alignée sur le modèle de données de l’équipe. La gouvernance suit le même principe : les administrateurs décident quelles connexions sont exposées et à quels rôles, et les requêtes s’exécutent avec les permissions du compte connecté, restrictions par table, ligne et colonne comprises. L’agent sait aussi travailler directement dans Omni, Oracle BI, Power BI, Sigma, Tableau et ThoughtSpot. OpenAI met en avant son usage interne comme preuve : la quasi-totalité de son équipe produit et plus des deux tiers de son organisation commerciale s’en servent.
🔗 Le Data agent dans ChatGPT Work
OpenAI publie le dossier entreprise de GPT-6 Astra, et Codex CLI l’ajoute à son sélecteur
9 septembre — Une semaine après le lancement de GPT-6 Astra, OpenAI publie le dossier destiné aux entreprises, avec les chiffres qui manquaient. L’argument central est l’usage de l’ordinateur : Astra travaille dans les applications que les équipes utilisent déjà, y compris celles qui n’exposent aucune API, ce qui évite la phase habituelle de préparation des données et de développement d’intégrations. La démonstration choisie est parlante — sur des épreuves du Financial Modeling World Cup, Astra complète les défis Excel environ quatre fois plus vite que le vainqueur humain du championnat Microsoft Excel 2023.
| Métrique publiée | Valeur |
|---|---|
| Tarif en entrée et en sortie | 10 et 50 dollars par million de tokens |
| Terminal-Bench 4.0, GPT-6 Astra | 57,9 % |
| Terminal-Bench 4.0, GPT-5.6 Sol2 | 37,3 % |
| Terminal-Bench 4.0, Claude Fable 5.1 | 55,8 % |
| Coût estimé par tâche contre Claude Fable 5.1 | Environ 63 % inférieur |
| Sécurité de l’usage d’ordinateur contre Sol | 89 % de résultats non intentionnels en moins |
| Preparedness Framework | Premier modèle au seuil Critical en cybersécurité |
La forme « GPT-5.6 Sol2 » est celle qu’emploie littéralement le billet d’OpenAI dans sa comparaison Terminal-Bench ; elle est reproduite telle quelle. Le volet sécurité est le plus significatif pour les déploiements : Astra est le premier modèle à franchir le seuil de capacité Critical en cybersécurité sous le Preparedness Framework, ce qui a entraîné un renforcement des protections. Les administrateurs peuvent restreindre l’accès aux sites et applications approuvés et contrôler l’historique de navigation, et l’accès entreprise est désactivé par défaut au lancement.
🔗 GPT-6 Astra pour le travail, OpenAI
Codex CLI 0.154.0, worktrees expérimentaux et Astra dans le sélecteur de modèles
9 septembre — Codex CLI passe en 0.154.0, première stable depuis la 0.153.4 du 4 septembre. Deux ajouts structurent cette version. Le premier est l’intégration complète de GPT-6 Astra, désormais présent dans le sélecteur de modèles et dans les catalogues Amazon Bedrock, avec une compétence OpenAI Docs embarquée mise à jour pour la migration et le prompting du nouveau modèle. Le second est le support expérimental des worktrees : --worktree et /worktree créent un checkout Git isolé pour une session nouvelle ou forkée, que l’on peut lister et reprendre, y compris depuis codex exec. Pour qui fait tourner plusieurs agents en parallèle sur un même dépôt, c’est la réponse au problème classique des branches qui se marchent dessus.
Le reste soigne l’usage quotidien : répondre à une question en ligne pendant que Codex continue de travailler sans perdre son brouillon, partager un serveur Codex en arrière-plan entre sessions Windows, le mode remplacement de Vim avec annulation et répétition. Côté sécurité, le bac à sable macOS bloque désormais l’injection d’entrée dans le terminal. Enfin, le point d’entrée déprécié codex mcp-server disparaît : les intégrations qui l’utilisaient encore doivent migrer.
Claude Code 2.1.268 colmate huit fuites de secrets, les Managed Agents gagnent un visualiseur
10 septembre — Claude Code passe en 2.1.268, une version dense publiée le lendemain de la 2.1.267. Trois axes s’en dégagent : la gestion de flotte, un durcissement du modèle de permissions, et une série de correctifs sur la fuite de secrets.
La série sur les secrets est la plus notable pour qui déploie Claude Code en équipe. Les erreurs de plugin et de marketplace affichaient jusqu’ici le jeton ou le mot de passe contenu dans l’URL git de la source ; les détails de serveur affichés par /mcp, /plugin, claude mcp list et claude mcp get, ainsi que les erreurs de connexion MCP, affichaient les secrets résolus depuis les substitutions de variables des configurations MCP. Les deux comportements disparaissent.
Le durcissement des permissions corrige deux angles morts réels. Les règles deny et ask ne s’appliquaient pas aux répertoires liés symboliquement — /etc, /tmp et /var sur macOS, /bin sur Linux — lorsque le chemin était donné par son emplacement réel. Second cas réparé : une règle deny sur Read ou Edit ne s’appliquait pas lorsqu’une commande que le vérificateur de permissions ne sait pas analyser, comme env -C ou eval, figurait sur la même ligne.
| Domaine touché | Changement |
|---|---|
| Facturation de flotte | Tarifs déclarés dans la configuration du gateway, alignés sur /cost |
| Permissions | Règles deny et ask appliquées aux répertoires liés symboliquement |
| Secrets | Plus de jeton git ni de variable résolue dans les messages d’erreur et /mcp |
| Régression corrigée | HTTP 400 sur les points d’entrée tiers, présent depuis la 2.1.265 |
| WebFetch | Délai de 300 secondes, réglable par variable d’environnement |
Une régression vieille de trois versions est par ailleurs corrigée : depuis la 2.1.265, chaque tour échouait en HTTP 400 sur les points d’entrée tiers compatibles avec l’API Anthropic, à cause d’une expression régulière du schéma d’entrée de l’outil Artifact que ces points d’entrée refusent.
Les Claude Managed Agents reçoivent un visualiseur de session et un mode auto
10 septembre — Deux ajouts annoncés dans un même fil par le compte développeurs d’Anthropic. Le premier répond à un besoin d’observabilité : jusqu’ici, une session d’agent hébergée tournait sans qu’on puisse s’y raccrocher. La commande ant beta:sessions connect attache désormais le terminal à une session en cours d’exécution, et l’option --web ouvre à la place une interface servie depuis localhost.
Le second ajout est un mode de permission. Avec auto, Claude examine chaque appel d’outil à la lumière de l’intention exprimée dans les événements user.message de la session, puis décide lui-même de l’exécuter, de le refuser ou de renvoyer la question à l’utilisateur. Le mécanisme reprend la logique du mode auto déjà présent dans Claude Code, transposée à des agents qui tournent côté serveur sans terminal attaché — ce qui explique pourquoi les deux annonces arrivent ensemble : sans visualiseur, un mode auto serveur serait aveugle.
🔗 Mises à jour des Claude Managed Agents
GitHub durcit quatre étages de sa chaîne d’outils
9 septembre — GitHub ferme une lacune que l’essor des agents de code avait laissée ouverte en entreprise : jusqu’ici, les garde-fous d’un agent Copilot se réglaient largement côté poste de travail. Les administrateurs Copilot Business et Copilot Enterprise disposent maintenant de permissions gérées centralement, qui classent chaque opération d’agent en trois catégories — refusée, soumise à approbation humaine, ou autorisée sans invite.
Le périmètre est celui qui compte pour un agent autonome : commandes shell, lectures et modifications de fichiers, domaines réseau joignables. Le point important tient en une phrase du changelog : une restriction gérée ne peut pas être affaiblie par un réglage utilisateur, un réglage d’espace de travail, l’approbation automatique, ou une approbation que l’utilisateur aurait déjà accordée par le passé. C’est ce qui distingue une politique d’entreprise d’un simple réglage par défaut. Des politiques différenciées peuvent viser des équipes différentes, ce qui évite d’aligner toute l’entreprise sur le service le plus contraint. La fonctionnalité arrive directement en disponibilité générale, sur les trois surfaces où l’agent s’exécute réellement : l’application GitHub Copilot, la CLI Copilot, et les sessions Visual Studio Code passant par Agent Host.
🔗 Permissions gérées pour les agents Copilot
GitHub Actions applique le moindre privilège au cache
10 septembre — L’empoisonnement de cache (cache poisoning) est une voie d’attaque connue de l’intégration continue : un workflow déclenché par une source peu fiable écrit dans le cache, et un workflow de confiance restaure ensuite ce contenu. GitHub Actions y répond avec un paramètre déclarable au niveau du workflow ou du job qui accorde à chacun le seul accès dont il a besoin, avec quatre valeurs : lecture seule pour restaurer sans écrire, lecture-écriture, écriture seule pour écrire sans restaurer, et aucun accès.
Deux détails font la solidité du dispositif. Le mode est appliqué par le service de cache lui-même, et non laissé à la bonne volonté du workflow. Et il se propage aux workflows réutilisables : un workflow appelé ne peut jamais obtenir plus d’accès que son appelant ne lui en a donné. Les valeurs par défaut restent en place, avec un cache en lecture seule pour les événements peu fiables. Un auteur qui passe outre en déclarant explicitement l’écriture sur ce type d’événement récupère une annotation d’avertissement plutôt qu’un refus. La fonctionnalité est en disponibilité générale pour toutes les offres.
🔗 Contrôle de l’accès au cache dans Actions
CodeQL 2.27.0 tourne nativement sur Linux ARM64
9 septembre — Le moteur d’analyse statique derrière l’analyse de code GitHub passe en 2.27.0 avec une nouveauté d’infrastructure attendue : l’exécution native sur Linux arm64, via des ressources de version dédiées à la plateforme. Les équipes qui font tourner leur intégration continue sur des machines ARM n’ont plus à passer par l’émulation.
Côté couverture, la version ajoute une requête Rust dédiée aux lignes de commande non contrôlées, modélise le framework Micronaut pour Java et Kotlin, et déclare les fonctions d’exécution de libpq comme points d’arrivée d’injection SQL en C et C++. La configuration par défaut peut également s’authentifier auprès des registres privés d’une organisation pour aller chercher des requêtes ou des paquets personnalisés. Deux dépréciations sont à noter pour la planification : la prise en charge de Java 9 et 10 disparaîtra en janvier 2027, Java 7 et 8 restant assurés, et la distribution multiplateforme sera retirée au profit des archives par plateforme.
🔗 CodeQL 2.27.0 et Linux ARM64
npm gèle les écritures pendant 72 heures après une connexion par code de récupération
9 septembre — Un code de récupération est, par construction, le maillon qui contourne l’authentification à deux facteurs. npm en tire la conséquence et étend à tous les comptes une protection jusqu’ici réservée aux comptes à fort impact : après une connexion réussie par code de récupération, le compte est placé pendant 72 heures en suspension de sécurité.
La suspension est ciblée sur ce qui compte pour une attaque de chaîne d’approvisionnement : la publication et les écritures sensibles, création de jetons d’accès comprise, sont mises en pause. Le reste continue de fonctionner normalement — connexion, navigation et installation de paquets inclus. La levée est automatique à l’expiration du délai, sans démarche auprès du support. npm invite tout utilisateur bloqué sans avoir utilisé son code de récupération à contacter le support immédiatement.
🔗 Extension des suspensions de sécurité npm
NVIDIA aligne cinq publications en une journée
10 septembre — La salve est le fait notable autant que son contenu. Elle s’ouvre sur les chiffres de la pile de service NIM 2.0.12 appliquée à Nemotron 3 Ultra. Sur un système à quatre B200 et une charge agentique représentative — 64K de contexte en entrée, 400 tokens de sortie, 76 pour cent de réutilisation du cache KV — la pile optimisée fait passer le débit système de 718 à 1 997 tokens par seconde à interactivité constante, soit 2,5 fois plus d’utilisateurs simultanés pour la même cible de 50 tokens par seconde et par utilisateur.
L’intérêt de l’article dépasse le chiffre. NVIDIA insiste sur un point que les tableaux de bancs d’essai masquent souvent : la performance d’inférence est une propriété du système. Précision et noyaux, parallélisme, ordonnancement, mise en lot, allocation mémoire, réutilisation de préfixe et stratégie de décodage interagissent tous, et les gains viennent de faisceaux de configurations couplées, pas de réglages indépendants dont on additionnerait les pourcentages. L’entreprise relativise d’ailleurs ses propres courbes : ce sont un point de départ, la méthode recommandée étant de rejouer son propre trafic en épinglant le condensat de l’image, puis de choisir le point de Pareto qui satisfait son objectif de latence.
🔗 Optimisations NIM sur Nemotron 3 Ultra
Skild AI apprend une tâche à un robot depuis une seule vidéo
10 septembre — Le principe de S1, le modèle de fondation robotique de Skild AI, est qu’un opérateur filme la tâche voulue et fournit la vidéo au modèle comme prompt. S1 interprète l’intention, les objets et la séquence démontrés, puis les traduit en actions pour le robot devant lui, sans réentraînement ni mise à jour de ses poids.
Les chiffres donnent la mesure du gain. Sur de nouvelles tâches en plusieurs étapes, S1 réussit environ 66 pour cent de chaque étape contre 9 pour cent pour un système comparable, soit plus de sept fois mieux. Skild estime qu’une seule courte vidéo de démonstration apporte autant qu’environ 380 exemples d’entraînement collectés à la main, soit 50 à 100 heures de travail humain ; sur un test de rempotage, l’équipe est passée de l’enregistrement à l’exécution autonome en 11 minutes. Le contexte commercial mérite d’être noté : Skild annonce un rythme de chiffre d’affaires annualisé de 100 millions de dollars dix mois après son premier déploiement, et plus de 60 partenariats. Skild, NVIDIA et Foxconn déploient déjà le modèle sur des manipulateurs à deux bras pour l’assemblage de systèmes Blackwell.
🔗 Skild AI et la pile physique de NVIDIA
d-Matrix branche ses XPU Raptor sur NVLink Fusion
10 septembre — Le fondeur d’accélérateurs d’inférence d-Matrix raccordera ses XPU Raptor de nouvelle génération à la plateforme d’infrastructure de NVIDIA via NVLink Fusion, avec le scale-up NVLink, le scale-out Spectrum-X et l’architecture de rack MGX. L’entreprise prévoit aussi d’intégrer les CPU Vera, les SuperNIC ConnectX-9 et les DPU BlueField-4, et de faire tourner ses racks aux côtés de systèmes GPU comme Vera Rubin NVL72 pour de l’inférence désagrégée.
L’intérêt de l’annonce tient au raisonnement industriel. Concevoir un XPU n’est que la première étape ; le déployer à l’échelle demande réseau, architecture de rack, alimentation, refroidissement, logiciel et chaîne d’approvisionnement éprouvée, chaque étape ajoutant du temps, du coût et du risque. L’argument opérationnel est celui de la fongibilité : en standardisant sur un rack commun, un centre de données se construit une fois et accueille GPU, CPU et XPU sans architecture distincte par type de processeur. Lu autrement, NVLink Fusion est le mécanisme par lequel NVIDIA garde le rack, le réseau et le logiciel même quand le silicium de calcul vient d’ailleurs.
🔗 d-Matrix adopte NVLink Fusion
NVIDIA codifie l’expertise de sa chaîne d’approvisionnement avec Nemotron et Palantir Foundry
10 septembre — Ce n’est pas une démonstration produit mais un retour d’expérience sur une opération interne à très grande échelle. Les ordres de grandeur expliquent le problème : une plateforme Grace Blackwell NVL72 mobilise des millions de pièces et des milliers de fournisseurs, un seul plateau de calcul — l’un des dix-huit d’un rack — réclame deux CPU Grace, quatre GPU Blackwell et trente-deux piles HBM3e, et la nomenclature de Vera Rubin est deux fois plus grande.
La difficulté n’est pas la taille mais la volatilité : la pièce qui bloque un assemblage une semaine peut être abondante la suivante. NVIDIA suit une métrique maison, le Time of Ownership, qui court du moment où un site de fabrication reçoit de la matière au moment où elle en repart en sous-ensemble ou en produit fini, les fabricants sous contrat ne pouvant démarrer qu’une fois tout arrivé depuis trois réservoirs distincts. Comprimer ce délai demande quatre choses selon NVIDIA : visibilité temps réel, redondance, fiabilité des engagements amont, et codification de l’expertise humaine. C’est ce dernier point que l’article présente comme le plus transformateur — faire du jugement derrière une décision d’allocation complexe une connaissance persistante, qui se cumule au lieu de repartir de zéro à chaque arbitrage.
🔗 Codifier la chaîne d’approvisionnement avec Nemotron et Palantir Foundry
BioNeMo Inference Runtime accélère la prédiction de structures à l’échelle du protéome
10 septembre — BioIR accélère les modèles de prédiction de structures biomoléculaires sur GPU NVIDIA tout en conservant le flux de travail PyTorch habituel, via des noyaux optimisés et, quand c’est applicable, des CUDA Graphs. Pour de grands lots d’entrées indépendantes, Ray permet d’exécuter une réplique complète du modèle sur chaque GPU d’un même nœud plutôt que de répartir un modèle unique.
L’objectif est le débit : la prédiction de structures se fait désormais souvent à l’échelle du protéome, où il ne s’agit plus de traiter une protéine mais de faire passer une liste de travail entière dans le pipeline. L’argument le plus convaincant est un usage réel — BioIR a servi à l’extension récente de la base de données AlphaFold, en générant des structures de complexes protéiques sur 4 777 protéomes, soit environ 31 millions de complexes candidats.
🔗 Prédiction de structures à haut débit avec BioIR
Together AI porte ses noyaux sur Vera Rubin et ouvre le calcul préemptible à moitié prix
10 septembre — L’équipe noyaux de Together AI, la même qui a produit FlashAttention, a obtenu un accès anticipé à la plateforme NVIDIA Vera Rubin NVL72 et documente le portage de ThunderKittens, sa bibliothèque de noyaux GPU. Le point de départ est instructif : Rubin conserve le modèle de programmation Blackwell, donc les anciens noyaux fonctionnent sans modification, mais ils n’atteignent que 42,1 pour cent du plafond théorique en NVFP4 et 44,4 pour cent en FP8. La cause est simple à énoncer et difficile à corriger — Rubin permet aux tensor cores de consommer les opérandes deux fois plus vite, mais le noyau Blackwell ne les alimente pas assez vite.
Le rattrapage passe par trois leviers : élargir l’instruction, en montant de 32 à 64 octets par pas le long de K ; lire moins d’octets, en passant d’un pavage 1x1 à 2x1 pour ne charger la matrice B qu’une fois par bloc de sortie, ce que rendent possible les 64 colonnes supplémentaires de mémoire de tenseurs ; et approfondir le pipeline, la mémoire partagée étendue à 328 KiB permettant de préparer plus de tuiles à l’avance. Le balayage chiffre le dernier levier : sur un GEMM NVFP4 carré de 16k, passer de trois à cinq étages fait monter le débit de 17 054 à 22 239 TFLOPS. En FP8, l’optimum plafonne à 11 995 TFLOPS. Les mesures ont été prises avec CUDA 13.4 sur un GPU en version d’échantillon de qualification.
🔗 ThunderKittens sur NVIDIA Vera Rubin NVL72
Le calcul préemptible arrive à 50 pour cent du tarif à la demande
10 septembre — Together AI ouvre en préversion publique un second type de calcul sur ses clusters GPU : des nœuds préemptibles facturés à un taux fixe de moitié prix. Ce qui distingue l’offre des marchés spot habituels est justement ce taux fixe — il ne suit pas une enchère. La facturation est infra-horaire, avec un relevé toutes les une à deux minutes.
Le contrat de reprise est explicite. Quand la capacité est réclamée ailleurs, le cluster suit une séquence de drain de cinq minutes maximum : le nœud est cordonné, un événement Kubernetes est émis, les pods reçoivent SIGTERM, la charge dispose de cinq minutes pour écrire un checkpoint, puis le nœud est supprimé. Together AI donne un ordre de grandeur utile pour juger si cette fenêtre suffit : un checkpoint de poids complet pour un modèle de 321 milliards de paramètres pèse environ 3,5 To et met entre 22 secondes et 4 minutes à s’écrire sur un système de fichiers parallèle, même en performance dégradée. Deux cas sont explicitement hors périmètre : les entraînements de plusieurs jours sans checkpoint, et le service sous engagement de niveau strict sans repli.
🔗 Calcul préemptible, Together AI
Mistral s’adosse à Cloudera, et Vibe CLI referme quatre trous de sécurité
10 septembre — Mistral annonce un partenariat avec Cloudera, éditeur de la plateforme de données hybride utilisée par une partie des grandes entreprises des secteurs régulés. L’accord porte sur deux volets. D’abord l’inférence : les modèles Mistral s’intègrent à la plateforme, ce qui permet de les déployer en cloud privé ou public, sur site, et jusque dans des environnements entièrement isolés du réseau (air-gapped). Ensuite l’entraînement : Mistral ouvre la possibilité d’entraîner des modèles sur les données propriétaires accumulées par ces entreprises, à l’intérieur d’environnements qu’elles contrôlent.
Le chiffre avancé donne la mesure du gisement visé : 30 exaoctets de données clients gérées tournent sur la plateforme Cloudera. Le billet donne de l’IA souveraine une définition opérationnelle plutôt que rhétorique — les données restent dans les limites définies par le client, les modèles sont adaptés et possédés en poids ouverts, l’entraînement et l’inférence tournent sur l’infrastructure et dans les juridictions choisies par le client. Aucun modèle, aucun tarif et aucune date de disponibilité ne sont annoncés : c’est un accord de distribution et d’intégration, pas un lancement produit.
Vibe CLI 2.25.1 et 2.25.2 retirent un écouteur de debug non authentifié
9 et 10 septembre — Mistral publie coup sur coup deux versions de son agent de code en ligne de commande. La 2.25.1 est la plus substantielle, et son intérêt tient moins aux nouveautés qu’à ce qu’elle corrige : quatre entrées de son changelog relèvent directement de la sécurité.
La plus nette est la suppression d’un écouteur debugpy non authentifié sur localhost:5678, qui s’activait dès que le mode debug était posé sous vibe-acp : n’importe quel processus local pouvait s’y attacher et exécuter du code dans le contexte de l’agent. Dans la même série, les commandes de hook ne passent plus par un shell, ce qui ferme une injection possible via le fichier hooks.toml d’un dépôt. Les deux autres corrections visent le mode smart approve. Son pré-contrôle rapide auto-approuvait jusqu’ici les commandes git de lecture — git diff, git show, git blame, git log -p, git status -v — alors que ce sont précisément celles qui déversent le contenu des fichiers : un secret affiché dans un diff était donc lu sans validation. Ces commandes repassent maintenant par le classifieur. Le pré-contrôle se laissait par ailleurs contourner en préfixant la commande d’un cd, l’analyse de secrets ne lisant que la portion située après ; elle lit désormais la commande entière.
La 2.25.2, publiée le lendemain, est plus courte : un sous-menu debug dans l’extension VS Code avec un panneau d’état de session affichant étapes, tokens, débit, contexte et coût, et la réparation d’un défaut discret du système de permissions — un octroi permanent qui n’arrivait pas à s’écrire échouait silencieusement, si bien que la session suivante reposait la question sans rien pour l’expliquer.
Deux contributions communautaires : AUTOMATIC1111 en graphe Gradio, et la sensibilité tenseur par tenseur
10 septembre — L’équipe Gradio de Hugging Face publie Workflow1111, une reconstruction d’AUTOMATIC1111 sous forme de graphe. La démonstration réunit onze pipelines média et soixante-treize nœuds sur un même canevas, accessible en tant que Space à dupliquer. L’exercice a valeur de test de charge pour la primitive de workflow présentée dans un billet précédent, qui ne montrait que cinq petits graphes.
L’ambition est de couvrir les onglets que les utilisateurs de stable-diffusion-webui connaissent : text-to-image, correctif haute résolution, image-to-image, interrogation d’image, matrice de prompts, agrandissement et détourage, préprocesseurs, et la relecture des paramètres de génération stockés dans le bloc texte du PNG. S’y ajoutent deux capacités qu’AUTOMATIC1111 n’avait pas : l’écriture de prompt par un modèle de langage, et l’image-to-video. Le détail qui intéresse un développeur est la nature des nœuds : sur les 36 nœuds opérateurs de l’application, 22 tournent entièrement en processus, et aucun nœud personnalisé n’est nécessaire pour combiner un modèle de langage et un modèle de diffusion — les deux sont des nœuds ordinaires. Deux points de sortie méritent d’être notés : chaque nœud de sortie du canevas devient un point d’accès REST sans qu’aucune route ne soit écrite à la main, et le graphe n’est pas prisonnier de l’infrastructure Hugging Face, un nœud pouvant charger un modèle localement et le faire tourner sur son propre GPU.
Bartowski cartographie la sensibilité tenseur par tenseur pour mieux quantifier en GGUF
10 septembre — Bartowski, dont les quantifications GGUF servent de référence par défaut à une large part des utilisateurs de llama.cpp, publie une étude méthodique de ce qu’il faut vraiment protéger quand on comprime un modèle. Le problème de départ est simple : le code de quantification en amont, comme ses propres correctifs, applique les mêmes règles à toutes les architectures.
La méthode est directe. Pour chaque tenseur, l’auteur produit deux variantes — une où tous les tenseurs sont en q8_0 sauf celui-là, placé en q2_k, et l’inverse — et lit la dégradation sur un seul tenseur à la fois, mesurée par la divergence de Kullback-Leibler sur wikitext-2-raw. Le balayage porte sur Qwen3.5-0.8B et Qwen3.5-4B. Trois résultats ressortent : token_embd domine nettement l’échelle de sensibilité, la sensibilité selon la profondeur suit une courbe en U, et rapportées au bit dépensé, les petites projections d’attention sortent nettement du lot. De ces données l’auteur tire un solveur qui construit une disposition tenseur par tenseur à partir de la forme du modèle, d’une table de dégâts relatifs et d’un budget de bits.
🔗 Cartes de disposition par tenseur pour la quantification GGUF
Amp ouvre son cadran de modes, Replit et Databricks passent en disponibilité générale
10 septembre — Amp ouvre le sélecteur qui gouverne depuis juillet l’intensité de travail de l’agent avec ses quatre crans. Jusqu’ici, le choix des modèles derrière chaque cran relevait d’Amp seul, une position défendue publiquement en juillet dans un billet intitulé « Who Cares About the Model? ». La mise à jour ne renie pas cette position mais la rend optionnelle.
Le premier onglet permet de fixer le modèle et l’effort de raisonnement pour trois rôles distincts d’un mode intégré : l’agent principal, l’Oracle et les sous-agents. Ces modèles tournent sur la clé d’API ou l’abonnement ChatGPT de l’utilisateur, connectés au préalable, et la facturation suit ces connexions plutôt que le tarif Amp. Le mode conserve son prompt et ses outils, seul le moteur change ; ce qui reste sur automatique continue de suivre les choix d’Amp. Le second onglet s’adresse à ceux qui ont déjà construit des agents personnalisés via les plugins : ils peuvent prendre place sur le cadran à côté des modes intégrés, avec la possibilité pour un agent de plugin d’étendre un mode existant en ne décrivant que ce qu’il doit faire différemment. On glisse deux à quatre modes, on les ordonne, on valide par un appui long. Les administrateurs peuvent définir un cadran partagé pour l’équipe, sans écraser les choix personnels.
Replit rend son intégration Databricks généralement disponible avec le support natif de Lakebase
10 septembre — Replit fait passer son intégration Databricks en disponibilité générale, après une préversion publique annoncée en juin, et y ajoute le support natif de Lakebase, la base de données managée de Databricks. Le partage des rôles reste le même : Replit accélère la création de l’application, Databricks héberge les données d’entreprise et gouverne qui y accède.
L’apport de Lakebase est de combler le trou entre lecture et écriture. Jusqu’ici, une application construite sur l’intégration lisait les données gouvernées de l’entrepôt mais devait stocker ailleurs ce qu’elle créait elle-même ; avec le support natif, les deux vivent côte à côte, et Replit Agent provisionne automatiquement la base correspondante au déploiement. La deuxième nouveauté vise le risque le plus immédiat de ce type d’architecture, tester une application sur des données de production : Replit crée désormais un environnement de préversion séparé, qui garde les données de test isolées des données métier réelles.
🔗 Replit et Databricks en disponibilité générale
Sakana AI scelle une alliance à trois avec SCSK et Sumitomo Corporation
10 septembre — Sakana AI annonce un partenariat commercial global avec SCSK Corporation et Sumitomo Corporation, autour de l’implantation de l’IA dans l’industrie japonaise. Le diagnostic posé en préambule porte moins sur les modèles que sur ce qui les entoure : l’enjeu pour un client n’est pas d’adopter telle ou telle IA, mais d’employer celle qui convient à ses objectifs métier et d’en tirer un résultat concret, ce qui suppose de traiter d’un seul tenant les données, l’intégration aux systèmes existants, la qualité, la sécurité de l’information, la gouvernance et l’exploitation après déploiement. Le communiqué formule un point que peu d’accords de ce type disent aussi clairement : il faut éviter de trop dépendre d’une technologie ou d’un modèle donné.
Chacun apporte une brique. Sakana AI apporte la recherche sur les modèles et la traduction d’un problème client en cas d’usage puis en implémentation ; SCSK apporte sa capacité d’intégration, présentée comme le comblement du fossé entre l’algorithme et l’implémentation métier ; Sumitomo Corporation apporte son terrain, avec environ 900 sociétés consolidées et une base de 100 000 clients. Quatre chantiers démarrent, dont le plus concret techniquement porte sur la cybersécurité : dans le cadre du programme Frontier AI de SCSK, les trois partenaires vont concevoir une solution s’appuyant sur le modèle d’orchestration développé par Sakana AI, pour accompagner le diagnostic des vulnérabilités jusqu’à leur correction.
🔗 Partenariat Sakana AI, SCSK et Sumitomo Corporation
Brèves
- Les panneaux de l’application Claude Code pour ordinateur se détachent — le panneau de diff ou le terminal peuvent partir sur un second écran pendant que Claude continue de travailler dans la fenêtre principale, puis être rattachés. La publication est formulée comme une mise en avant d’usage, sans note de version : la date de mise à disposition effective n’est pas établie. 🔗 source
- Les Fable 5.1 Build Days, buildathons communautaires du 11 au 25 septembre — la communauté Claude organise des buildathons dans des villes du monde entier pendant deux semaines, inscriptions sur la page communautaire d’Anthropic. 🔗 source
- T. Rowe Price étend Claude à son organisation d’investissement — gérants et analystes travaillent avec Claude et Cowork sur la recherche fondamentale, les développeurs construisent les outils d’investissement avec Claude Code. L’angle mis en avant : le déploiement commence par les personnes qui sélectionnent les titres, pas par les fonctions support. 🔗 source
- Ce que la tournée Claude SMB a appris à Anthropic auprès de 1 000 dirigeants — dix étapes en six semaines avec le partenaire Tenex, chacune associant une demi-journée de formation gratuite et une session où une centaine de dirigeants automatisaient une tâche réelle, autour du plugin Claude for Small Business lancé en mai. 🔗 source
- Zed montre la revue de code en préparation dans Delta — un agent transforme la modification en guide de revue structuré affiché à côté du fil de discussion d’origine, ce qui permet d’interroger directement l’agent auteur du code. Aucune date d’ouverture au-delà d’un « très bientôt ». 🔗 source
- Warp fait passer son coût par pull request de 80 à 30 dollars — en rejouant ses exécutions d’agents réelles chez plusieurs fournisseurs, l’entreprise dit avoir obtenu la meilleure qualité de code avec GPT 5.6 Sol, pour 66 pour cent de coût en moins que sa configuration précédente, Claude Opus 5. Verdict forcément dépendant de son corpus interne. 🔗 source
- Meta FAIR simule des systèmes enzymatiques entiers mille fois plus vite que la QM/MM — avec le groupe d’Andrew Ferguson à Chicago, simulation d’enzymes complètes avec solvant explicite, de l’ordre de 100 000 atomes, à précision quasi quantique et concordant avec des mesures expérimentales. Aucun article ni modèle publié au moment du scan. 🔗 source
- Together AI place Kimi K3 soixante pour cent devant Fable 5.1 sur des tâches juridiques — affirmation portant sur les tâches autonomes difficiles du banc d’essai lab-aa de Harvey, publiée sans méthodologie ni protocole de mesure, par un acteur qui sert commercialement Kimi K3. À traiter comme une revendication, pas comme un résultat établi. 🔗 source
- Hugging Face diffuse le quatrième épisode de Training Agents — une heure quinze en direct sur le passage des fonctions de récompense aux environnements d’entraînement d’agents. 🔗 source
- Google AI recense ce que la communauté a fait du connectome de la drosophile — une semaine après la publication des 166 000 neurones du jeu de données MaleCNS, six projets communautaires : Minecraft, Doom, Beat Saber, et un cerveau de mouche à qui l’on confie 100 dollars de bitcoin avec stimulation dopaminergique en cas de profit. 🔗 source
- L’activation de l’AI Scan sur les pull requests passe par API — deux points d’entrée REST, organisation et dépôt, pour déployer la détection assistée par IA à grande échelle. Un réglage de dépôt ne peut pas passer outre une désactivation au niveau de l’organisation. Préversion publique pour GitHub Advanced Security. 🔗 source
- MAI-Code-1-Flash est retiré de toutes les surfaces Copilot — dépréciation effective le jour même sur Copilot Chat, éditions en ligne, modes ask et agent et complétions, avec MAI-Code-1.1-Flash comme alternative que les administrateurs d’entreprise devront peut-être autoriser explicitement. 🔗 source
- L’image de runner Xcode 27 bascule sur macOS 27 — les runners macOS hébergés passent de macOS 26 à macOS 27 en préversion publique, sans changement des libellés de ciblage. Réservé aux runners arm64. 🔗 source
- NVIDIA détaille sa pile robotaxi à trois ordinateurs — billet de positionnement qui projette le marché du robotaxi à 400 milliards de dollars et plus de 6 millions de véhicules commerciaux d’ici 2035, et affirme que tous les grands programmes commerciaux tournent sur sa pile modulaire. 🔗 source
- Luma extrait le texte incrusté d’une image dans Layers — sélectionner le calque, appuyer sur Extract, et le texte cuit dans les pixels redevient un texte vivant avec la police de bibliothèque la plus proche. Une reformulation devient deux clics au lieu d’une régénération complète. 🔗 source
- HorizonRelight stabilise l’éclairage des vidéos longues, avec l’USC — travail NVIDIA et université de Californie du Sud présenté à ECCV 2026, qui propage le contexte d’une fenêtre glissante à la suivante pour éviter les sauts de lumière entre segments. 🔗 source
- Wan lance un concours mondial autour de Wan 3.0 avec NadouPro — concours communautaire doté de plus de 10 000 dollars, sans nouveauté produit associée. 🔗 source
- Midjourney sonde sa communauté sur un scanner corporel — deux sondages sur un scanner réalisant une échographie corps entier, sans produit ni date annoncés. Étude de marché publique, à confirmer avant toute reprise. 🔗 source
- MiniMax rejoint le programme AI Builder de Nebius — aux côtés de NVIDIA, LangChain, Hugging Face, Cognition et Prime Intellect. Seule publication substantielle de MiniMax dans la fenêtre. 🔗 source
- Kling AI sera présent au TIFF Market 2026 — programme et intervenants dévoilés, stand sur place, sans lancement produit. 🔗 source
- NVIDIA rediffuse la remise des prix du hackathon DGX Spark de Seattle — 41 minutes de contenu communautaire, sans annonce produit. 🔗 source
- Le SDK Python Codex 0.154.0 ajoute les efforts de raisonnement max et ultra — plus un message externe qui peut démarrer un tour ou rejoindre un tour actif avec une autorité de niveau outil, explicitement sans conférer d’autorisation utilisateur. Deux migrations à prévoir sur les métadonnées de hook et les notifications typées. 🔗 source
- Codex et ChatGPT au service de la recherche de nouveaux antimicrobiens — portrait du laboratoire de César de la Fuente, qui ramène la recherche initiale de molécules candidates de plusieurs années à quelques heures. Le chercheur insiste sur la vérification systématique et sur le rôle irremplaçable des expériences de validation. 🔗 source
- Cohere publie une série de photos depuis Berlin — deux mots et quatre photos, trois heures après le lancement de North Small Translate, sans annonce produit ni information exploitable. 🔗 source
Ce que ça signifie
Le fait le plus net de la journée est passé presque inaperçu parce qu’il est réparti sur trois annonces. SWE-2 est post-entraîné sur Kimi K3, un modèle ouvert de 2 800 milliards de paramètres. Gen-1 Slides part de MiniMax M3, et Genspark écrit noir sur blanc que sans cette base ouverte, le modèle n’aurait pas pu exister en quelques semaines. Together AI, le même jour, met Kimi K3 en avant contre Fable 5.1. Trois produits occidentaux bâtis en vingt-quatre heures sur des poids chinois, dont deux vendus à des entreprises. Le rapport de la Frontier Red Team ajoute la contrepartie qu’on entend rarement dans ce débat : sur le largage de charge simulé, Kimi K3 se situe au-dessus de Sonnet 5, et Anthropic prend soin de préciser que l’écart avec la frontière ne doit pas être lu comme une marge de sécurité. Ouvrir les poids déplace la capacité, pas seulement le prix.
La sécurité, elle, est passée du discours aux chiffres, et chez quatre acteurs le même jour. Anthropic ne publie plus des principes mais des identifiants de groupes, des volumes exfiltrés et des durées d’opération. OpenAI publie le taux de faux positifs de sa propre chaîne défensive — 0,81 pour cent après validation dynamique — et le nombre de correctifs annulés. GitHub aligne quatre mesures de moindre privilège dont aucune n’est spectaculaire et dont toutes ferment un chemin réel. Et Mistral corrige un écouteur de debug non authentifié qui laissait n’importe quel processus local exécuter du code dans le contexte de l’agent. Le détail qui relie ces publications est le même partout : les brèches documentées ne viennent pas des modèles mais de leur plomberie, clés d’API volées chez les clients, hooks exécutés dans un shell, commandes git de lecture auto-approuvées, cache d’intégration continue empoisonné.
La bascule prix-performance s’accélère, mais elle a un périmètre qu’il faut nommer. SWE-2 égale Fable 5.1 pour 64 pour cent moins cher, Gen-1 Slides bat Opus 5 sur les présentations à 0,44 dollar contre 4,16, V4.1-Flash remplace V4-Pro au tarif Flash, Together AI ouvre le préemptible à moitié prix, GPT-Live-1 facture la voix 0,05 dollar la minute et FLUX 3 Video l’édition 0,03 dollar la seconde. Le tableau de DeepSeek dit pourtant l’autre moitié : 30,0 contre 43,3 sur Terminal-Bench 3.0, 36,8 contre 56,3 sur Humanity’s Last Exam. Ce qui devient bon marché, ce sont les tâches d’agent courantes, pas les tâches dures. Genspark le formule de la même manière en publiant ses faiblesses avant qu’on les lui oppose. Le bon réflexe, à ce stade, n’est plus de choisir un modèle mais de savoir quelle part de sa charge relève du régime où l’écart de prix est réel.
Enfin, l’audiovisuel génératif quitte la démonstration pour le contrat et le tarif à l’unité. HeyGen ouvre avec OpenAI un cadre complet d’avatar temps réel sous licence MIT, Synthesia sort Express-3 le même jour, Black Forest Labs facture l’édition vidéo à la seconde avec des limites explicitement documentées, Runway explique pourquoi la distillation en politique est la seule qui tienne sur une séquence longue, et ElevenLabs signe son premier accord avec une major du disque. Le point commun de ces cinq annonces n’est pas la qualité d’image mais la structure : une licence, un prix à la seconde, une plateforme vendue séparément des produits existants pour que la musique sous licence n’alimente pas les modèles en place. C’est le vocabulaire d’une industrie qui s’installe, pas celui d’une démonstration.
Sources
- Rapport de renseignement sur les menaces, Anthropic
- Annonce du rapport sur X
- Ciblage du renseignement et armes conventionnelles, Frontier Red Team
- Lancement de DeepSeek-V4.1-Flash sur X
- DeepSeek-V4.1-Flash sur Hugging Face
- Retrait de V4-Pro annoncé sur X
- Agents API, OpenAI
- GPT-Live-1 dans l’API, OpenAI
- Évaluation de GPT-Live par Genspark
- SWE-2, Cognition
- Devin Voice, Cognition
- Dioxus rejoint Cognition
- Gen-1 Slides, Genspark
- North Small Translate, Cohere
- Application Gemini pour Windows
- Extension de Dreambeans, Google Labs
- Cadre open source pour avatars temps réel, HeyGen
- Dépôt liveavatar-gpt-live-demos
- Express-3, Synthesia
- FLUX 3 Video Edit, Black Forest Labs
- Towards Instant Video Generation, Runway
- Accord ElevenLabs et Universal Music Group
- The Defense Factory, OpenAI
- ChatGPT for Financial Services
- Le Data agent dans ChatGPT Work
- GPT-6 Astra pour le travail, OpenAI
- Codex CLI 0.154.0
- Claude Code 2.1.268
- Mises à jour des Claude Managed Agents
- Permissions gérées pour les agents Copilot
- Contrôle de l’accès au cache dans GitHub Actions
- CodeQL 2.27.0
- Suspensions de sécurité npm étendues à tous les comptes
- Optimisations NIM sur Nemotron 3 Ultra
- Skild AI et la pile physique NVIDIA
- d-Matrix adopte NVLink Fusion
- Nemotron et Palantir Foundry pour la chaîne d’approvisionnement
- BioNeMo Inference Runtime
- ThunderKittens sur Vera Rubin NVL72
- Calcul préemptible, Together AI
- Mistral et Cloudera
- Vibe CLI 2.25.2
- Workflow1111, équipe Gradio
- Sensibilité par tenseur pour la quantification GGUF
- Build your own dial, Amp
- Replit et Databricks en disponibilité générale
- Partenariat Sakana AI, SCSK et Sumitomo Corporation