Grok Voice 3.0 prend la tête des modèles vocaux, Gemini 4 Argon livre ses premiers résultats scientifiques, Claude Code mise sur les sessions parallèles

SpaceXSI lance Grok Voice 3.0, qui prend la tête de l’index Speech-to-Speech d’Artificial Analysis sans changer de prix, à 0,08 dollar la minute. Au lendemain de sa disponibilité générale, Google montre Gemini 4 Argon à l’œuvre en informatique quantique, en robotique et sur 205 000 lignes de Python, tandis qu’Anthropic réorganise l’application de bureau de Claude Code autour des sessions parallèles et publie deux versions de son outil dans la journée. Meta publie dix manuscrits médicaux menés avec ses modèles Muse, NVIDIA engage 250 millions de dollars de calcul pour la recherche britannique sur la sécurité des agents, et OpenAI dit avoir découvert un dispositif d’enregistrement caché dans l’un de ses bureaux.

Grok Voice 3.0 : SpaceXSI prend la tête de l’index Speech-to-Speech, au prix inchangé de 0,08 dollar la minute

14 octobre — SpaceXSI, l’ex-xAI, lance Grok Voice 3.0, un modèle vocal de bout en bout (speech-to-speech) qu’il présente comme le plus intelligent du marché. Le modèle grok-voice-3.0 est disponible le jour même dans la Voice Agent API et le Voice Agent Builder, au prix de Grok Voice 2.0 : 0,08 dollar la minute, soit 4,80 dollars l’heure. Les agents qui appellent l’alias grok-voice-latest ont basculé sans modification, avec le même point de terminaison et les mêmes paramètres de session. Grok Voice 2.0 est déprécié le même jour, sans date de fin de vie.

Benchmark évalué (Artificial Analysis, 13 octobre)	Grok Voice 3.0	Grok Voice 2.0	GPT-Live-1 (Astra, Medium)	Gemini 3.8 Live (Ext. Thinking, High)
Index Speech-to-Speech	86,9	81,3	83,2	82,6
Big Bench Audio (raisonnement vocal)	98,5 %	97,2 %	90,1 %	97,7 %
Speech Agent Arena (Elo, préférence humaine)	1 070	1 011	1 048	990
Taux de réussite des tâches	94,8 %	94,6 %	87,4 %	89,1 %
Full Duplex Bench (pauses, tours de parole)	97,0 %	95,1 %	94,9 %	91,9 %
τ-Voice (appels de support)	71,6 %	56,5 %	74,5 %	68,6 %

Ces mesures d’Artificial Analysis, datées du 13 octobre, sont celles que cite SpaceXSI. L’index Speech-to-Speech combine raisonnement vocal, τ-Voice, préférence humaine et réussite des tâches lors d’appels comparés à l’aveugle. Grok Voice 3.0 y prend la tête, mais il ne gagne pas partout : sur τ-Voice, des appels de support avec accents variés, bruit de fond et interruptions, son 71,6 % reste sous les 74,5 % de GPT-Live-1, un niveau que SpaceXSI juge comparable, avec une latence inférieure de 40 %. Sur EVA-Bench, le banc d’essai open source de ServiceNow pour les agents vocaux d’entreprise (plus de 200 scénarios), il obtient la meilleure précision, 74 %, selon SpaceXSI. L’argument du prix suit : sur le parcours Big Bench Audio, une tâche coûte en moyenne 0,025 dollar avec Grok Voice 3.0, contre 0,030 dollar pour GPT-Live-1 et 0,055 dollar pour GPT-Realtime-2.1 d’OpenAI.

Le modèle tourne déjà à grande échelle chez Tesla et SpaceX : il traite des millions de conversations par jour dans les véhicules Tesla et alimente le mode vocal de Grok Bot. Dans les centres d’appels Starlink, il répond à 20 000 appels par jour en plusieurs langues : environ 70 % sont résolus sans intervention humaine, et un appel commercial sur quatre se conclut par un achat avant la fin de la communication. Le 24 août, Grok Voice Think Fast 2.0 menait déjà cet index, avec alors 15 000 appels Starlink par jour.

🔗 Grok Voice 3.0 (billet de SpaceXSI) · Annonce de @SpaceXSI · Notes de version de l’API

Gemini 4 Argon à l’épreuve : premiers résultats scientifiques, robotique et optimisation de code

Au lendemain de sa disponibilité générale, Google documente Gemini 4 Argon sur trois terrains : la recherche scientifique, la robotique et l’optimisation d’un gros dépôt Python. Les deux billets du blog développeurs datent du jour du lancement ; le fil des chercheurs a été rassemblé le 14 par Google DeepMind.

Premiers résultats scientifiques : informatique quantique, fusion et conception d’enzymes

14 octobre — Google DeepMind rassemble dans un fil les premiers résultats que ses chercheurs ont obtenus avec Argon, chacun détaillé la veille par son auteur.

Domaine de recherche	Résultat revendiqué avec Argon
Correction d’erreurs quantiques	Débit d’inférence du décodeur AlphaQubit presque doublé
Algorithmes quantiques	Sous-routine arcsin plus de 100 fois moins coûteuse que quantum CORDIC, vérifiée en Lean
Physique des plasmas	2 nouvelles familles de contre-exemples à la conjecture de Grad
Conception d’enzymes	5 sérine estérases inédites (59 à 81 % d’identité), activité confirmée en laboratoire
Maladies rares (Gamow Labs)	57 % sur RareBench et 52,2 % sur LabBench, deux évaluations privées

En informatique quantique, Ben Jaderberg et son équipe, avec Google Quantum AI, ont fait traduire par Argon une version interne d’AlphaQubit, le décodeur de correction d’erreurs de Google, en un seul noyau matériel optimisé (megakernel) qui double presque son débit d’inférence, un gain utile pour un décodeur qui doit suivre en temps réel les mesures du processeur quantique.

Second, we used Argon to discover a quantum arcsin subroutine that cuts spacetime cost by more than 100x compared to the published quantum CORDIC baseline.

🇫🇷 Deuxièmement, nous avons utilisé Argon pour découvrir une sous-routine quantique d’arcsinus qui réduit le coût espace-temps de plus de 100 fois par rapport à la référence publiée quantum CORDIC. — @benjaderberg sur X

Ce coût multiplie le nombre de qubits par la durée d’exécution, et le circuit a été vérifié formellement en Lean. En physique des plasmas, Opal Issan annonce deux familles de contre-exemples à la conjecture de Grad, qui supposait depuis 1967 que certains équilibres magnétiques tridimensionnels ne pouvaient pas exister ; son fil les dit trouvées avec Argon, mais le résumé de l’article arXiv, déposé le 5 octobre, ne mentionne pas le modèle. En biologie, Ryan Krueger décrit des sérine estérases conçues en quelques sessions de prompts : Argon a assemblé les données, affiné un modèle de langage protéique et construit ses propres filtres de site actif. Le billet de lancement ajoute le cas de Gamow Labs, où Argon a repéré dans le génome d’un nouveau-né un réarrangement chromosomique manqué depuis des années par les logiciels habituels.

🔗 Le fil de Google DeepMind · L’article sur la conjecture de Grad (arXiv) · Le billet de lancement d’Argon

Robotique : du cornhole sur l’humanoïde Apollo à un taux de réussite réel porté de 56 % à 75 %

13 octobre — Le jour du lancement, le blog développeurs de Google consacre un long billet à Argon en robotique, signé Kanishka Rao, avec les prompts de chaque démonstration. Le billet de lancement en retient la plus parlante, un test interne parti d’une simple vidéo d’un humain jouant au cornhole, ce jeu de lancer de sacs sur une planche percée : Argon a cartographié l’environnement, calculé les mouvements du corps entier et codé sa propre simulation ; transféré sur l’humanoïde Apollo d’Apptronik, le robot a réussi sept lancers d’affilée en conditions réelles. Google résume ce passage de la vidéo à la simulation puis au réel (Video-to-Sim-to-Real) : des semaines de modélisation manuelle ramenées à quelques heures.

Le billet de Kanishka Rao aligne d’autres démonstrations : un Spot de Boston Dynamics qui s’entraîne dans un jumeau numérique MuJoCo avant d’appuyer sur la pédale d’une vraie poubelle, des simulations reconstruites depuis une vidéo filmée à hauteur d’yeux ou un croquis sur papier, l’énigme des 12 boules résolue en trois pesées par deux bras robotiques guidés par la seule vision stéréo. Le résultat le plus mesurable concerne l’entraînement : à partir d’une seule photo d’une table réelle, Argon construit un jumeau MuJoCo, génère plus de 4 500 épisodes et fait passer le taux de réussite d’un modèle vision-langage-action (VLA) sur le robot réel de 56 % à 75 %, avec une durée d’exécution ramenée de 35 à 24 secondes. Un bras SO-101 s’améliore aussi seul, de 58,9 à 22,9 puis 17,4 secondes.

🔗 Gemini 4 Argon pour la robotique (Google Developers)

ADK : onze heures de travail nocturne sur 205 000 lignes de Python, deux optimisations retenues sur six

13 octobre — Des ingénieurs de Google Cloud ont confié à Argon un exercice plus exigeant qu’une application créée de zéro : trouver et corriger les lenteurs du dépôt Python de l’Agent Development Kit (ADK), le framework open source de Google pour construire des agents, avec environ 205 000 lignes, près de 800 fichiers et près de 17 000 tests unitaires.

Mesure du run sur ADK	Résultat publié
Durée du travail nocturne sans surveillance	11 heures
Tests unitaires relancés	16 892
Optimisations proposées puis retenues	6 proposées, 2 retenues
Préparation des sessions longues en mémoire	Environ 40 % de moins
Import du paquet google.adk	21 % plus rapide
Exécution complète de 158 tours	De 65,6 s à 56,1 s

Un premier essai de deux heures, sans consignes propres au dépôt, a trouvé de vrais goulets d’étranglement mais ignoré les conventions des mainteneurs, jusqu’à modifier un schéma JSON public. Pour le second, l’équipe a rangé ses règles de revue dans le dossier .agents/skills et activé le mode /goal de Google Antigravity, qui garde l’objectif à travers les compactages de contexte. La revue humaine n’a gardé que deux des six optimisations, filtrer l’historique des sessions avant de le copier et charger les paquets lourds au premier usage ; les autres reposaient sur un état fragile, un attribut privé d’OpenTelemetry ou des gains limités aux benchmarks synthétiques. Le gain ne concerne que le service de sessions en mémoire, pas les stockages externes. L’équipe résume le partage des rôles : l’agent explore, le mainteneur retranche.

🔗 Optimiser ADK en une nuit avec Gemini 4 Argon (Google Developers)

Agents de code : l’application de bureau et deux versions de Claude Code, VS Code 1.142, HydraFusion Max

Anthropic réorganise l’application de bureau de Claude Code autour des sessions parallèles et publie deux versions de son outil en ligne de commande dans la journée ; VS Code fait du harnais Copilot son choix par défaut, et GitHub ajoute une option Max à son orchestration multi-modèles.

Claude Code : l’application de bureau s’organise autour des sessions parallèles

14 octobre — Anthropic met à jour l’application de bureau de Claude Code, l’onglet Code de Claude Desktop, pour mieux faire tourner plusieurs sessions côte à côte : selon @ClaudeDevs, il devient plus rapide de lancer une session, plus simple de répartir un travail entre plusieurs, et l’on voit à tout moment ce que fait chacune.

Nouveauté annoncée	Ce qu’elle apporte
Écran de session	Dossiers récents à un clic ; environnements enregistrés (quelques dossiers, un hôte SSH ou le cloud), worktree par dossier en option
Sessions imbriquées	Une session par tâche parallèle, qui rend son résultat à la session principale
Travaux de suivi	Proposés par Claude pendant qu’il travaille et lancés en un clic comme session à part ; /btw ouvre les questions annexes dans un onglet
Barre latérale et rail	Sessions actives ou en attente, liste de tâches en direct, carte récapitulative, lieu d’exécution, contexte et modifications

When you ask Claude to run tasks in parallel, it starts a nested session for each one. Each reports its result back into your main session when it’s done, so the main thread stays readable.

🇫🇷 Quand vous demandez à Claude de mener des tâches en parallèle, il lance une session imbriquée pour chacune. Chacune renvoie son résultat dans votre session principale une fois terminée, pour que le fil principal reste lisible. — @ClaudeDevs sur X

La carte récapitulative (recap card) résume le tour quand Claude a besoin de l’utilisateur, et le rail latéral montre où tourne la session, son contexte et ses modifications. Pour en profiter, il suffit de mettre à jour l’application et d’ouvrir une nouvelle session ; Anthropic ne donne ni numéro de version ni calendrier de déploiement. La page de prise en main rappelle que Claude Code demande un abonnement Pro, Max, Team ou Enterprise, avec des environnements Local, Cloud, SSH et WSL. La mise à jour prolonge la refonte de l’application pour les agents parallèles présentée en avril.

🔗 Fil de @ClaudeDevs · Prise en main de l’application de bureau

Claude Code 2.1.299 : compaction des conversations inactives avant l’expiration du cache, 131 correctifs

14 octobre — Publiée à 2 h 49 UTC, Claude Code 2.1.299 est une grosse version de 190 entrées, dont 18 ajouts, 131 correctifs, 16 améliorations et 25 changements ; les numéros 2.1.297 et 2.1.298 ont été sautés. La nouveauté la plus visible vise le coût des longues sessions, la compaction à l’inactivité (idle compaction) : dans le terminal, une conversation de plus de 200 000 tokens laissée de côté environ 54 minutes est compactée avant l’expiration de son cache de prompt d’une heure, pour que le message suivant n’ait pas à tout retraiter. Le seuil se règle avec CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS, et "idleCompaction": false dans settings.json coupe la fonction. Avec CLAUDE_CODE_DISABLE_FILE_MENTIONS, Claude reçoit le chemin des fichiers mentionnés par @, qu’il lit lui-même avec ses outils, plutôt que leur contenu. La commande /usage avertit désormais sur l’effort maximal, les workflows, le contexte toujours chargé et les gros résultats d’outils, et n’affiche plus jamais plus de 100 %.

La version resserre aussi les permissions : une règle allow MCP ne vise plus que le serveur qu’elle nomme (mcp__a n’autorise plus un serveur a__b), les requêtes vers le proxy de connecteurs de claude.ai et vers les serveurs MCP hébergés par Anthropic ne suivent plus les redirections HTTP, et les hooks UserPromptSubmit passent avant l’expansion d’une skill ou d’une commande, ce qui bloque aussi leurs commandes shell intégrées. Parmi les correctifs de sécurité, une commande exécutée dans le bac à sable pouvait écrire dans un dossier --plugin-dir dont le code est rechargé hors du bac à sable, le mode plan pouvait exécuter une écriture autorisée par un hook PreToolUse, et un chemin refusé restait atteignable par un lien symbolique dans le bac à sable de macOS. Les descriptions d’outils des serveurs MCP d’Anthropic ne sont plus coupées à 4 096 caractères, et Claude Tag, Claude dans Slack, peut supprimer un canvas qu’il a créé.

🔗 Notes de version de Claude Code 2.1.299

Claude Code 2.1.300 : /advisor sur Claude Platform on AWS, traces OpenTelemetry GenAI, Claude Tag dans Slack Connect

14 octobre — Seconde version de la journée, Claude Code 2.1.300 (18 h 24 UTC, 88 entrées dont 59 correctifs) étend /advisor à Claude Platform on AWS : aucun modèle conseiller n’y tourne tant que l’utilisateur n’en a pas choisi un avec /advisor, advisorModel ou --advisor, et CLAUDE_CODE_DISABLE_ADVISOR_TOOL=1 coupe l’outil. La télémétrie s’aligne sur les conventions sémantiques GenAI d’OpenTelemetry (gen_ai.provider.name, gen_ai.conversation.id, gen_ai.tool.name et error.type sur les spans), et l’événement api_request sépare les écritures de cache à 5 minutes et à 1 heure.

Côté sécurité, l’entrée modifiée (updatedInput) qu’un hook PreToolUse ou PermissionRequest renvoie est désormais validée comme celle de Claude : les clés inconnues sont retirées, et une entrée refusée par l’outil fait refuser l’appel. Les hooks de type agent respectent enfin leur champ model et, si ce modèle est indisponible, prennent celui de l’appelant au lieu de laisser passer l’action. Les transcriptions locales enregistrent aussi le prompt système, les outils et les paramètres de chaque requête, et les options --sandbox et --no-sandbox de claude remote-control, qui n’avaient aucun effet, sont retirées. Claude Tag peut désormais répondre dans les canaux Slack Connect partagés avec une autre organisation (désactivé par défaut, activable par un Owner ou un admin Claude Tag) et demande l’approbation d’une action de connecteur par une carte privée Allow once / Deny au lieu de la refuser.

Version de Claude Code	Publication (UTC)	Entrées publiées	Dont correctifs	Nouveauté principale
2.1.299	14 octobre, 2 h 49	190	131	Compaction à l’inactivité des conversations de plus de 200 000 tokens
2.1.300	14 octobre, 18 h 24	88	59	`/advisor` sur Claude Platform on AWS, attributs GenAI d’OpenTelemetry

🔗 Notes de version de Claude Code 2.1.300

VS Code 1.142 : le harnais Copilot par défaut et les canevas en préversion

14 octobre — VS Code 1.142 poursuit la bascule vers le harnais Copilot, fondé sur le Copilot SDK et dont les sessions passent par l’Agent Host pour continuer en arrière-plan. Proposé jusqu’ici dans le sélecteur de harnais, il devient progressivement le harnais par défaut des nouvelles sessions, après des retours « massivement positifs » selon l’équipe ; Ask revient comme agent intégré en lecture seule, et le titre du chat indique le harnais actif, Copilot ou Codex. Autre nouveauté, les canevas (Canvases), en préversion : des interfaces interactives ouvertes à côté du chat, où l’utilisateur et l’agent modifient le même artefact, par exemple un tableau Kanban dont l’agent met à jour les tâches. Chaque canevas vient d’une extension, que l’agent peut générer avec la commande /create-canvas. Dans la fenêtre Agents, un chat peut aussi changer de dossier ou passer dans un nouveau worktree Git sans perdre son historique, pour l’instant avec le harnais Codex.

Côté entreprise, une politique de permissions ou de bac à sable impose désormais le harnais Copilot dans l’Agent Host : les chats locaux existants y migrent automatiquement, sans rien envoyer, et Claude, Codex et le chat terminal deviennent indisponibles tant que ces politiques s’appliquent. Les administrateurs peuvent garder temporairement le harnais Local, qui n’applique pas ces règles d’exécution, et le bac à sable Windows de ce harnais est déprécié au profit des sessions Agent Host.

🔗 Notes de version de VS Code 1.142

HydraFusion Max : GitHub ajoute une option de frontière à son orchestration multi-modèles

14 octobre — GitHub fait évoluer HydraFusion, son orchestration qui combine plusieurs modèles pour produire une seule réponse, sans avoir à choisir un modèle pour chaque tâche. Le réservoir de modèles comprend désormais Claude Opus 5.5, GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna, et l’effort de raisonnement se règle par étape : moyen pour les premiers jets, élevé pour la relecture, là où HydraFusion s’en tenait jusqu’ici à l’effort par défaut de chaque modèle. Le workflow Cascade peut intercaler une étape de jugement qui inspecte le travail initial et ne demande une réparation qu’en cas de besoin, et Critique fait travailler en parallèle plusieurs modèles critiques, outillés pour inspecter directement l’espace de travail.

Option proposée	Positionnement selon GitHub
HydraFusion	Équilibre entre vitesse, coût et performance, avec des économies de tokens modérées
HydraFusion Max	Capacité de frontière et raisonnement le plus poussé, efficacité en tokens gérée par l’orchestration

Les deux options restent en préversion de recherche dans VS Code, l’app GitHub Copilot et Copilot CLI, pour les formules Pro, Pro+, Business et Enterprise dont les fonctions expérimentales ou en préversion sont activées. GitHub ne publie ni benchmark ni tarif pour cette version ; au lancement dans Copilot CLI, le 4 septembre, il revendiquait 4,9 points de qualité en plus et 67 % de coût en moins face à Opus 5 sur TerminalBench 2.1.

🔗 HydraFusion updates and new Max option (changelog GitHub)

Sécurité et intégrité : les garde-fous électoraux d’Anthropic, la détection d’arnaques sur téléphone, un enregistreur caché chez OpenAI

Trois sujets de confiance : Anthropic prépare Claude aux élections de mi-mandat américaines, Google DeepMind et GovTech Singapore détectent les arnaques sans quitter le téléphone, et OpenAI dit avoir découvert un dispositif d’enregistrement caché dans l’un de ses bureaux.

Élections de mi-mandat : Anthropic renforce ses garde-fous et intégrera les informations de vote de Democracy Works

14 octobre — À l’approche des élections de mi-mandat américaines, Anthropic détaille les garde-fous électoraux renforcés depuis sa mise à jour d’avril. Une analyse de 250 000 conversations grand public de Claude.ai aux États-Unis, du 21 au 27 septembre, mesure d’abord la place de la politique.

Type de conversation (Claude.ai, États-Unis)	Part des conversations
Politique, politiques publiques, questions de société	Environ 5,75 %
Élections ou vote	Environ 0,51 %
Pour qui ou quoi voter	Environ 0,01 %
Contraires aux règles d’intégrité électorale (analyse séparée)	Environ 0,002 %

La bannière vers TurboVote (Democracy Works) reste en place, et Claude.ai intégrera plus tard ce mois-ci les informations officielles de vote de Democracy Works dans ses réponses aux utilisateurs américains (où voter, quelle pièce d’identité apporter, avec une réponse propre à chaque État), puis affichera les résultats officiels le soir de l’élection et les jours suivants. Selon Anthropic, Claude Opus 5.5, Sonnet 5.5 et Haiku 5.5 obtiennent 99 % à son évaluation d’impartialité politique. Sur trois évaluations indépendantes, deux (The Future of Free Speech et le Collective Intelligence Project) relèvent peu de refus, mais des mises en garde et des contre-arguments non sollicités ; la troisième, de la Foundation for American Innovation, a constaté que Claude Sonnet 4.5 ne nuançait pas toujours de façon équilibrée et adoucissait plus volontiers les arguments en faveur de positions de droite. Des tests menés avec l’Institute for Strategic Dialogue et le McCain Institute aux États-Unis, en Israël et au Brésil ont montré que Claude refusait de façon fiable une demande nuisible isolée, mais pouvait manquer une campagne découpée en petites tâches d’apparence anodine. Anthropic a ajouté des classifieurs contre ces abus en plusieurs étapes, et a banni les comptes d’opérateurs basés à l’étranger d’un faux site d’information qui produisaient avec Claude une couverture des élections favorable aux récits russes, iraniens et nord-coréens.

🔗 Preparing for the 2026 US midterms (Anthropic)

Arnaques : Google DeepMind et GovTech Singapore affinent Gemma pour une détection sur le téléphone

14 octobre — Google DeepMind et l’agence gouvernementale GovTech Singapore ont affiné un modèle Gemma léger, dont le billet ne précise pas la génération, pour repérer les arnaques directement sur le téléphone de l’utilisateur. Le point de départ est chiffré : à Singapour, les arnaques représentent plus de la moitié des crimes signalés et plus de 4 milliards de dollars de Singapour de pertes depuis 2019, et les escroqueries par ingénierie sociale complexe pèsent jusqu’à 80 % des pertes. Le modèle a été affiné sur des conversations d’arnaques locales : usurpation d’institutions publiques, de banques ou de personnalités, escroqueries régionales du moment. Tout se passe sur l’appareil, en deux temps pour ménager la batterie : un classifieur léger filtre les messages entrants, puis le Gemma affiné relit un extrait plus large de la conversation pour confirmer la menace ou écarter la fausse alerte, avant d’afficher un avertissement en temps réel.

Le modèle n’accède aux conversations qu’avec le consentement de l’utilisateur, et ni le gouvernement singapourien ni Google ne peuvent les lire ; l’affinage a eu lieu dans l’environnement Google Cloud géré par GovTech, sur des données anonymisées, sans aucune donnée de citoyen. Présenté à la Singapore International Cyber Week, le projet n’a encore ni date ni application nommée : son déploiement sera « soigneusement échelonné » (carefully phased) avec le gouvernement, et Google DeepMind envisage d’autres pays.

🔗 Google DeepMind et GovTech Singapore contre les arnaques

OpenAI découvre un dispositif d’enregistrement caché dans l’un de ses bureaux

13 octobre — Selon une note publiée par son compte presse, OpenAI a découvert un dispositif d’enregistrement sophistiqué caché dans l’un de ses bureaux. L’entreprise dit avoir utilisé ses propres modèles pour comprendre l’appareil et sa provenance, jusqu’à identifier l’employé qui l’avait posé quelques jours plus tôt. L’affaire a été transmise au FBI, et OpenAI remercie les agents et les procureurs qui ont agi rapidement pour procéder à une arrestation ; l’enquête fédérale se poursuit, et l’employé a été licencié.

At this time, we have no indications of this individual inappropriately accessing or exfiltrating model weights, source code, or customer data.

🇫🇷 À ce stade, nous n’avons aucune indication que cette personne ait accédé de manière inappropriée à des poids de modèles, à du code source ou à des données clients, ni qu’elle les ait exfiltrés. — @OpenAINewsroom sur X

Selon OpenAI, son programme de sécurité vise un large éventail de menaces, des risques internes aux cybercriminels et aux États, et ce cas montre comment l’IA peut aider à y faire face. La note ne précise ni l’identité de l’employé, ni le bureau concerné, ni la nature exacte de l’appareil, ni la date de l’arrestation.

IA pour la science : dix manuscrits médicaux de Meta avec ses modèles Muse, la météo extrême à 3 km avec HiRO-ACEv2

Deux usages scientifiques des modèles : Meta accélère des études épidémiologiques sur des dossiers de santé, Ai2 produit à bas coût des données climatiques à haute résolution.

Meta publie dix manuscrits de recherche médicale menés avec Muse Spark 1.3 et Muse Wonder

14 octobre — Meta a construit un échafaudage de code interne (coding scaffold), propulsé par Muse Spark 1.3 et Muse Wonder, qui accède à des données publiques et à une base rétrospective sous licence de cinq millions de dossiers de santé électroniques désidentifiés. Une cohorte de chercheurs en médecine (cardiologie, épidémiologie, maladies infectieuses, médecine interne) s’en est servie pendant quatre semaines pour formuler des hypothèses, écrire et exécuter tout le code d’analyse et co-rédiger les manuscrits ; les experts gardent l’autorité sur les décisions scientifiques. Dix manuscrits en sortent, relus par les pairs de la cohorte, par un biostatisticien puis par des experts indépendants mandatés, dont les avis sont publiés sous chaque article.

Étude citée en exemple	Résultat rapporté
Arythmies après endocardite infectieuse	+73 % de nouvelles arythmies et troubles de la conduction face aux bactériémies sans endocardite ; risque à un an de 7 % contre 4 %
Urgences, patients de santé comportementale partis sans être vus	Risques relatifs de 1,86 (retour), 4,41 (hospitalisation) et 2,15 (mortalité à court terme)
Délai du premier prompt au manuscrit	Moins de deux semaines, parfois sept jours

Les participants rapportent un gain de productivité allant jusqu’à dix fois dans les meilleurs cas, une mesure déclarative. Les limites sont assumées : les analyses sont seulement rétrospectives, et un relecteur externe juge l’étude sur les arythmies génératrice d’hypothèses plutôt que de nature à changer la pratique, un biais de surveillance restant possible. Ce volet santé suit les six articles de mathématiques rédigés avec Muse Spark et publiés le 2 octobre.

🔗 Le billet de Meta

HiRO-ACEv2 : Ai2 simule la météo extrême mondiale à 3 km, environ 300 fois moins cher que X-SHiELD

14 octobre — Ai2 publie HiRO-ACEv2, nouvelle version de son émulateur climatique à haute résolution. Le système associe ACE, un modèle d’IA qui simule le climat à 100 km de résolution, et HiRO, qui affine ces sorties jusqu’à 3 km. Là où la première version de HiRO ne produisait que les précipitations, HiROv2 prédit à la fois la pluie, les vents près de la surface et la pression au niveau de la mer. Alimenté par des données dégradées de X-SHiELD, un modèle atmosphérique mondial qui simule explicitement les tempêtes, il retrouve ses statistiques haute résolution à 3 % près, même pour des événements d’un sur un million de points, et estime correctement l’énergie des cyclones tropicaux, y compris pour des tempêtes jamais vues à l’entraînement.

Mesure annoncée par Ai2	Valeur annoncée
Résolution	3 km en sortie, à partir d’ACE à 100 km
Écart aux statistiques de X-SHiELD	3 % près, y compris pour des événements d’un sur un million
Coût face à X-SHiELD	Environ 300 fois moins cher pour des données mondiales
Simulations produites	10 ans (ACE) ; une année complète de données mondiales à 3 km
Licence des modèles	Apache-2.0, sur Hugging Face

La limite est assumée : HiRO ayant appris sur X-SHiELD, il ne fonctionne qu’avec la version d’ACE calée sur ce modèle et ne sait pas encore produire de données pour un climat plus chaud ni pour l’historique ERA5. Ai2 prévoit de l’entraîner sur un monde plus chaud de 4 °C, puis d’ajouter la température près de la surface, la neige et la glace. Les modèles sont publiés avec un rapport technique (arXiv 2610.17693), des carnets de tutoriel et une démo.

🔗 Le billet d’Ai2 · Les modèles sur Hugging Face

Implantations et investissements : Anthropic à Singapour, 250 millions de dollars de NVIDIA pour la recherche britannique, Mistral rachète New Material

Anthropic s’installe à Singapour avec un accord gouvernemental, NVIDIA engage du calcul et des investissements au Royaume-Uni, et Mistral se renforce par un rachat dans la conception de produits.

Anthropic ouvre à Singapour son cinquième bureau en Asie-Pacifique et signe un protocole d’accord avec le gouvernement

14 octobre — Anthropic ouvre un bureau à Singapour, son cinquième en Asie-Pacifique, et signe un protocole d’accord (Memorandum of Understanding) avec le ministère singapourien du Développement numérique et de l’Information. Le texte a été signé par le secrétaire permanent du ministère, Kai Fong Chng, et le cofondateur d’Anthropic Ben Mann, en marge de la Singapore International Cyber Week. Il prévoit une coopération sur la sûreté, la sécurité et l’évaluation des modèles, des échanges techniques sur les normes de test et la réponse aux incidents, et le partage de données de l’Anthropic Economic Index.

Organisation singapourienne	Usage de Claude cité par Anthropic
GovTech Singapore	Plus de 1 500 ingénieurs et techniciens sur Claude Code
Grab	Assistant commercial BriX, environ 40 000 heures gagnées par trimestre
DBS et GIC	Usage ou déploiement de Claude dans la banque et dans le fonds souverain
Sea (Shopee, Garena, Monee)	Chatbot du service client de Shopee, des milliers d’employés qui codent avec Claude

Selon l’Economic Index, Singapour arrive deuxième sur 121 pays pour l’usage de Claude.ai rapporté à la population, près de six fois ce que sa taille laisserait prévoir. Un Builder Summit a réuni plus de 300 développeurs le jour de l’ouverture. Anthropic ne communique ni montant d’investissement ni effectif pour ce bureau, qui recrute.

🔗 Ouverture du bureau de Singapour (Anthropic)

NVIDIA offre 250 millions de dollars de calcul à la recherche britannique sur la sécurité des agents

13 octobre — NVIDIA annonce un don de calcul d’une valeur de 250 millions de dollars sur cinq ans, soit 50 millions de dollars d’accès au calcul par an, pour la recherche britannique sur la sûreté et la sécurité des agents (agentic safety and security). La majorité ira à l’ensemble de la communauté britannique de recherche en sûreté et sécurité de l’IA ; une partie est réservée à BOLD (Université d’Oxford), à SOFAIR (UCL) et à l’Imperial College London, qui travaillera sur l’ingénierie de la sûreté et la robotique. Le calcul passera par des NVIDIA Cloud Partners établis au Royaume-Uni, sur une infrastructure hébergée dans le pays ; fournisseurs, architecture technique et conditions commerciales restent à convenir. Les travaux visés portent sur les agents sécurisés, la sécurité des modèles ouverts et l’atténuation des menaces réelles, avec des bacs à sable, de la recherche reproductible et des benchmarks d’évaluation de la sûreté, notamment sur NVIDIA OpenShell et le design de référence NVIDIA Sentry.

Le billet qui accompagne l’annonce ajoute des investissements prévus, sans montant, dans cinq startups britanniques : Boltz (modèles biomoléculaires), Foresight (pilotage des grands chantiers), Hiverge (découverte d’algorithmes), Prima Mente (modèles de fondation biologiques pour Alzheimer, Parkinson et la SLA) et Riverlane (correction d’erreurs quantiques). Ces annonces précèdent la keynote GTC Berlin de Jensen Huang, le 21 octobre.

🔗 Communiqué NVIDIA · Billet NVIDIA sur l’écosystème britannique

Mistral rachète le studio de design New Material et crée une équipe Solutions Design

14 octobre — Mistral rachète New Material, un studio de conception de produits d’IA fondé il y a six ans. L’annonce vient du billet de New Material, qui parle d’acquisition ; Mistral l’a relayée sur X pour souhaiter la bienvenue à l’équipe, sans billet sur son propre site ni montant communiqué. Le studio revendique des outils, des produits et des entreprises nativement IA livrés dans l’automobile, la distribution, le juridique et la santé, avec des partenaires comme Ford, Rafael Nadal, le Wellcome Trust ou des cabinets d’avocats de l’AmLaw 50. Il forme chez Mistral une nouvelle équipe, Solutions Design, qui mêle design, ingénierie et IA et codéveloppera les projets avec les clients, pour resserrer la boucle entre les déploiements réels et les produits de Mistral dans l’IA critique des entreprises et des gouvernements. En mai, Mistral avait déjà racheté Emmi AI, spécialiste autrichien de la Physics AI.

🔗 Billet de New Material · Message de @MistralAI

OpenAI mesure le virage agentique des entreprises de l’UE : utilisateurs multipliés par 8,1 dans les PME

14 octobre — OpenAI publie un rapport de sa recherche économique consacré à l’usage agentique de l’IA dans les entreprises de l’Union européenne, accompagné d’un PDF et de données à explorer. Dans l’échantillon européen de clients ChatGPT Enterprise, Codex et ChatGPT Work représentent désormais plus de la moitié des tokens de sortie : les utilisateurs confient à des agents des tâches entières, de la planification à l’exécution.

Indicateur mesuré par OpenAI	Valeur relevée
Part des tokens de sortie via Codex et ChatGPT Work (UE, ChatGPT Enterprise)	Plus de la moitié
Utilisateurs actifs hebdomadaires d’outils agentiques dans les PME de l’UE	×8,1 par rapport à la semaine du 1er au 7 mai
Part agentique des tokens de sortie selon le pays	De 22 % (Slovénie) à 85 % (Lituanie)
Tokens de sortie sur 28 jours, rapportés aux entreprises types de mai	Pointe hors UE 12,9x ; pointe UE 6,1x ; types hors UE 1,6x ; types UE 1,5x
Part de l’UE parmi les entreprises de pointe mondiales	10 %

Les PME sont définies ici comme les entreprises qui comptent au plus 200 utilisateurs associés, et leur progression touche chaque État membre. Le rapport mesure surtout un écart d’intensité : en septembre, les entreprises de pointe de l’UE (frontier firms, les 10 % qui génèrent le plus de tokens de sortie par utilisateur actif) en produisaient plus de quatre fois plus que les entreprises types de l’UE, mais les entreprises de pointe hors UE en produisaient encore plus de deux fois plus qu’elles. Pour OpenAI, l’enjeu est de transformer une adoption large en usages plus profonds, en aidant les entreprises à dépasser l’expérimentation et en formant les salariés. Le rapport fait suite à celui du 30 septembre sur les petites entreprises américaines.

🔗 Le prochain chapitre de l’IA dans l’UE sera agentique (OpenAI)

Infrastructure des agents : traces OpenTelemetry chez Claude Platform, routage des bacs à sable chez Perplexity

Deux briques de l’outillage qui fait tourner et observer les agents en production : l’observabilité chez Anthropic, l’acheminement des requêtes vers la bonne exécution chez Perplexity.

Claude Platform exporte en bêta publique des traces OpenTelemetry de l’API Messages, de Managed Agents et des SDK

14 octobre — Claude Platform peut désormais envoyer, en bêta publique, des traces OpenTelemetry depuis l’API Messages, Claude Managed Agents et les SDK Claude vers tout outil d’observabilité qui accepte un point d’accès OTLP standard. Chaque tour d’agent, appel de modèle et appel d’outil arrive comme une trace standard, avec latence, tokens et identifiants. Pour l’API Messages et Managed Agents, il faut ajouter une destination dans la Claude Console ; les SDK exportent automatiquement leurs spans, en Python, TypeScript, C#, Go, Java, PHP et Ruby selon les notes de version. Les spans suivent les conventions sémantiques GenAI d’OpenTelemetry et portent par défaut des métadonnées (durée, statut, nombre de tokens, modèle, noms d’outils) ; une destination réglée en contenu complet (full content) exporte aussi prompts, réponses, entrées et résultats d’outils. Le même jour, Claude Code 2.1.300 aligne ses propres spans sur ces conventions.

Usage mis en avant	Outils cités par Anthropic
Déboguer à côté du reste de la pile	Grafana Cloud, Honeycomb, Sentry, Splunk
Transformer des traces réelles en évaluations	Arize AI, Braintrust, Datadog, Langfuse, LangSmith, New Relic, PostHog
Suivre l’usage de tokens par équipe	Databricks Unity Gateway

Parmi les témoignages, Ramp explique que Reflect, son système qui note les traces Langfuse de ses agents, a déjà réduit de 10 à 20 % l’usage de tokens et accéléré de 30 % les sessions sur certains agents. Anthropic n’annonce ni tarif ni calendrier de disponibilité générale.

🔗 Agent observability on the Claude Platform · Notes de version de Claude Platform

SPACE : Perplexity lie chaque requête à la bonne exécution de bac à sable

14 octobre — Perplexity publie un billet d’ingénierie sur SPACE, la plateforme de bacs à sable où s’exécutent les agents de Perplexity Computer. Selon Perplexity, SPACE traite depuis des mois des millions d’exécutions par jour avec un taux d’erreur inférieur à 0,0002 % et aucune connexion perdue. Le problème traité est celui d’une route périmée : un bac à sable repris sur une autre machine garde son identifiant mais démarre une nouvelle exécution, et une requête retardée peut atteindre l’ancienne sous le bon nom. Une simple lecture de fichier traverse le plan de contrôle, node-api, sbx-manager, un socket Unix et le pont hôte, puis VSOCK jusqu’à la microVM Firecracker.

La réponse consiste à séparer l’identité stable du bac à sable de l’identité d’exécution, qui désigne une incarnation et son placement. Après autorisation, chaque requête porte une capacité signée en Ed25519, valable 120 secondes, que le composant receveur compare à son propre enregistrement avant de transmettre ; terminaux et surveillances de fichiers sont coupés dès qu’une nouvelle exécution s’installe. Le modèle de menace exclut la compromission root d’une machine d’exécution (worker), et la vérification reste locale, sans attestation matérielle distante. Le billet compare enfin SPACE à OpenShell, aux garanties comparables, et à E2B et CubeSandbox, qui transmettent sans identité d’exécution attendue : des constats limités aux implémentations inspectées, précise Perplexity.

🔗 Billet de Perplexity sur SPACE

Agents généralistes : les versions Ultrafast dans Perplexity Computer, Manus for Business pour les équipes

Les agents qui mènent de longues tâches pour l’utilisateur jouent sur deux leviers : la vitesse des modèles chez Perplexity, le travail en équipe chez Manus.

Perplexity Computer ouvre les versions Ultrafast de GPT-6 Astra et GPT-6.1 Sol aux abonnés Max

14 octobre — Perplexity ouvre aux abonnés Max les versions Ultrafast de deux modèles d’OpenAI dans Perplexity Computer, son agent pour les tâches en plusieurs étapes : GPT-6 Astra et GPT-6.1 Sol, écrit « SOL 6.1 » dans l’annonce. Les deux modèles génèrent leurs tokens plus vite, si bien que les longues tâches de Computer se terminent plus tôt. Le choix se fait à la main : sélectionner Astra ou SOL 6.1 dans le menu Custom, puis passer la vitesse sur Ultrafast. L’annonce ne chiffre ni le gain de vitesse ni la consommation de crédits, et ne dit rien des autres forfaits ; le changelog produit n’a pas d’entrée plus récente que celle du 5 octobre. C’est la déclinaison chez Perplexity d’un palier qu’OpenAI a lancé pour GPT-6 Astra le 29 septembre, puis pour GPT-6.1 Sol le 8 octobre, avec jusqu’à 8 fois plus de vitesse selon OpenAI.

🔗 Annonce de Perplexity

Manus for Business : un Team Plan à partir de 20 dollars par siège et une offre Enterprise

13 octobre — Manus lance Manus for Business, une offre destinée aux équipes qui réunit le Manus Team Plan et un Enterprise Plan.

Formule Manus	Contenu selon Manus
Manus Team Plan	Dès 20 dollars par siège payant et par mois ou 200 dollars par an, pour 4 000 crédits ; sièges invités gratuits
Manus Enterprise	Sur contact commercial : comptes gérés, conservation légale, intégration SIEM, contrôles réseau des agents, limites d’usage par utilisateur

Le Team Plan, disponible dès maintenant, apporte des projets qui conservent le contexte (instructions, fichiers, Skills et connecteurs partagés entre tâches liées, tâches planifiées comprises), des Skills communs que les administrateurs peuvent imposer, un accès réservé à l’équipe pour les tâches, les fichiers et les sites internes, et des crédits mutualisés suivis dans un tableau de bord. Les invités relisent et commentent sans occuper de siège payant. Rôles, journaux d’audit, SSO et SCIM complètent l’ensemble ; Manus dit interdire aux fournisseurs de modèles tout entraînement sur les données des clients Team et détenir les certifications SOC 2 Type II, ISO 27001 et ISO 27701.

🔗 Introducing Manus for Business

Recherche sur les agents : HybridAgent raisonne dans l’espace latent, Cohere Labs mesure les équipes d’agents de code

Deux études cherchent à rendre les agents moins coûteux : l’une en les faisant raisonner sans produire de tokens, l’autre en organisant mieux leurs équipes.

HybridAgent : des agents qui pensent dans l’espace latent et agissent par le texte

13 octobre — Des chercheurs de Stanford, Together AI, UIUC et Meta, selon le dépôt arXiv signé notamment par Jiaru Zou et James Zou, présentent HybridAgent, des agents de raisonnement hybride qui alternent, dans une même génération, un raisonnement dans l’espace latent et des actions en texte. Un module léger, HybridLink, ramène les états cachés de la dernière couche dans l’espace des embeddings d’entrée : le modèle raisonne sans produire de tokens, puis revient au texte pour appeler ses outils, un interpréteur Python et la recherche web. Chaque étape latente reste relisible sous forme de pseudo-texte. L’entraînement se fait en deux temps : HybridSFT apprend la coordination avec HybridLink, puis HybridRL apprend quand penser en latent et quand agir en texte.

Mesure publiée (selon les auteurs)	Valeur annoncée
Gain de performance sur 11 bancs et 3 tailles	+10,4 %
Réduction des tokens	35,5 % à 54,7 %
Vitesse d’inférence	1,8 à 2,6 fois plus rapide
Économies de coût	2,7 à 3,7 fois

Les modèles HybridAgent-8B-Agentic et 14B-Agentic sont publiés sous licence MIT avec le code ; aucune annonce de Together AI n’accompagne l’article.

🔗 L’article sur arXiv

Cohere Labs : un agent principal fort entouré d’agents bon marché approche le meilleur score pour 70 % de coût en moins

14 octobre — Cohere Labs publie une étude sur l’organisation des équipes d’agents de code, signée Keenan Samway, Daniel D’souza et Nouha Dziri. Dans un harnais volontairement minimal, un agent principal (lead) confie des sous-tâches à des agents secondaires (workers), et un seul paramètre change à la fois : étapes déléguées, attente bloquante ou asynchrone, modèle de chaque rôle, taille de l’équipe, messagerie directe. Le banc principal, ProgramBench, demande de reconstruire 200 programmes à partir de leur seul exécutable et de leur documentation, de jq et ripgrep jusqu’à SQLite ou FFmpeg.

Configuration évaluée (ProgramBench, GPT-5.6)	Récompense moyenne	Coût total des 200 tâches
Sol seul, prompt en trois étapes	57,7 %	Non chiffré dans le texte
Équipe Sol asynchrone, trois étapes déléguées	63,2 %	510 dollars
Équipe Sol asynchrone, planification seule déléguée	63,6 %	249 dollars
Agent principal Sol et 16 agents Luna, planification	61,8 %	155 dollars

Déléguer la seule planification fait donc aussi bien que tout déléguer, pour moitié moins cher, et un agent principal Sol épaulé par 16 agents GPT-5.6 Luna atteint 61,8 % pour 155 dollars, 70 % de moins que l’équipe tout-Sol qui délègue tout. Un agent principal faible ne se rattrape pas : avec des agents Luna, un agent principal Terra (51,6 %) reste sous Sol travaillant seul (57,7 %). Sur un sous-ensemble de 30 tâches, avec une seule exécution par modèle, Claude Opus 4.8 gagne 5,9 points en équipe quand Claude Opus 4.7 délègue à peine ; un essai de Claude Opus 5 a été arrêté après huit tâches, toutes arrivées au délai de huit heures, pour environ 500 dollars chacune. L’étude n’évalue aucun modèle de Cohere.

🔗 Billet de Cohere Labs

Médias génératifs : FLUX 3 Video moins cher, Runway chez Baseten, la voix de HeyGen adaptée au décor

La vidéo générative baisse ses prix et entre dans les infrastructures dédiées des entreprises, tandis que HeyGen documente le clonage vocal de ses vidéos.

FLUX 3 Video jusqu’à deux fois plus rapide et jusqu’à moitié moins cher en 2K et 4K

14 octobre — Black Forest Labs annonce que FLUX 3 Video est désormais jusqu’à deux fois plus rapide et coûte 50 % de moins pour générer en 2K et 4K natifs. Le laboratoire explique avoir optimisé le service pour qu’il consomme moins de calcul, et répercute ce gain sur le prix comme sur la vitesse. Dans un second message, il affirme une qualité 4K supérieure à Kling o3 à prix et latence comparables, sans benchmark publié dans le fil.

Résolution FLUX 3 Video	Texte ou image vers vidéo (par seconde)	Vidéo vers vidéo (par seconde)
HD	0,17 → 0,15 dollar	0,41 → 0,21 dollar
FHD	0,29 → 0,24 dollar	0,53 → 0,27 dollar
QHD (2K)	0,40 → 0,28 dollar	0,65 → 0,31 dollar
UHD (4K)	0,80 → 0,41 dollar	0,95 → 0,45 dollar

La grille de bfl.ai nuance le « 50 % » : en 2K et 4K, la baisse va de 30 % (2K à partir de texte ou d’image) à 53 % (vidéo vers vidéo), et la HD comme la FHD baissent aussi ; le mode brouillon (Draft) reste à 0,06 dollar la seconde, en HD seulement. FLUX 3 Video avait été lancé le 4 août.

🔗 Annonce de Black Forest Labs · Page FLUX 3 Video · Grille tarifaire de FLUX 3 Video

Runway s’associe à Baseten pour déployer Gen-4.5 et Aleph 2.0 en environnements dédiés

14 octobre — Runway et Baseten s’associent pour proposer les modèles vidéo de Runway aux entreprises en environnement dédié. Gen-4.5 et Aleph 2.0, qui édite des séquences multi-scènes jusqu’à 30 secondes en 1080p, peuvent désormais être déployés, versions affinées comprises, en mono-locataire (single-tenant) via Baseten Dedicated Inference. L’entreprise prend une licence des poids directement auprès de Runway, puis les déploie chez Baseten, où chaque déploiement tourne dans un plan d’exécution isolé avec des GPU dédiés, Baseten gérant le plan de contrôle. L’infrastructure relève des programmes SOC 2 Type II et HIPAA de Baseten, la disponibilité est garantie à 99,99 %, et les clients peuvent affiner les modèles sur leurs données et réserver de la capacité GPU. Aucun tarif n’est communiqué. L’offre prolonge Runway Model Licensing, lancé le 11 septembre pour concéder sous licence ses poids fermés aux entreprises.

🔗 Annonce de Runway · Billet de Baseten

HeyGen Voice : le rapport technique d’un clonage vocal qui adapte la voix au décor

14 octobre — Cinq jours après le lancement de HeyGen Voice, HeyGen publie le rapport technique de son modèle vocal, présenté comme le premier conçu pour la vidéo. La référence vocale établit qui parle, tandis que l’image cible et la description de la scène guident la façon dont la voix doit sonner : un modèle de langage en tire deux légendes, l’une pour le locuteur (ton, rythme, emphase, expressivité), l’autre pour l’arrière-plan (l’espace et son acoustique). La vidéo est rendue par un modèle d’avatar distinct.

Évaluation à l’aveugle (menée par HeyGen)	HeyGen Voice préféré
Adéquation au décor, face à Cartesia	73 %
Adéquation au décor, face à ElevenLabs v4	70 %
Adéquation au décor, face à Seedance 2.5	65 %
Choix des utilisateurs, face à ElevenLabs v4	62,2 %
Choix des utilisateurs, face à Cartesia Sonic 3.6	54,1 %

Dans le premier test, une même voix est placée dans 50 décors, d’une cathédrale au siège avant d’une voiture ; dans le second, des milliers d’utilisateurs ont enregistré leur voix puis choisi sans étiquette la version à adopter, avec 41,7 % pour HeyGen Voice dans la comparaison à trois. Ces chiffres viennent de HeyGen.

🔗 Fil de HeyGen · Page de recherche HeyGen Voice

Puces : NVIDIA lance cuPotential et étend CUDA-X aux usines de semi-conducteurs pilotées par l’IA

14 octobre — NVIDIA présente cuPotential, une nouvelle bibliothèque CUDA-X qui permet de bâtir des agents capables de simuler les interactions entre atomes et molécules, un calcul central pour modéliser les matériaux et les procédés des semi-conducteurs. En test d’accès anticipé, elle a accéléré de 2 à 3 fois supplémentaires des flux déjà optimisés pour GPU ; Synopsys figure parmi les premiers utilisateurs. L’annonce s’inscrit dans les usines de semi-conducteurs pilotées par l’IA (AI-defined fabs), où des agents aident les ingénieurs à optimiser les procédés, à résoudre les incidents de production et à améliorer le rendement.

Partenaire ou outil	Résultat annoncé (selon NVIDIA)
NVIDIA cuPotential	2 à 3 fois en plus sur des flux déjà optimisés GPU (accès anticipé)
Lam Research (NanoVDB, SEMulator3D)	Jusqu’à 30 fois sur certaines modélisations de gravure, d’ici fin 2026
KLA (NPP)	50 fois plus rapide que des versions CPU antérieures
Applied Materials	Simulations de chambre jusqu’à 35 fois plus rapides
Synopsys	Potentiel de 30 fois (cuEST, QuantumATK) et 12 fois (cuDSS, S-Device)

Le même jour, un billet technique illustre la partie agents : avec la bibliothèque ouverte NeMo Gym, l’équipe Siemens Fuse a évalué son agent de caractérisation de cellules standard en comparant ses fichiers Liberty à des références vérifiées. Sur environ 25 exécutions, avec Claude Opus 4.8 dans Claude Code comme modèle et harnais fixes, l’équipe a affiné ses skills et ses descriptions d’outils MCP : le score composite passe d’environ 55 % à environ 95 %, les tours d’agent de 155 à 53 et les tokens de sortie d’environ 81 000 à 29 000.

🔗 Communiqué NVIDIA · Billet technique NeMo Gym et Siemens Fuse

Modèles et environnements ouverts : les encodeurs UltraBERT, des environnements RL multilingues chez Hugging Face

Deux publications ouvertes sur le Hub : une famille d’encodeurs pour la classification et la recherche, et des environnements d’apprentissage par renforcement dans plus de cent langues.

UltraBERT : DMIS Lab publie des encodeurs anglais de 150M et 380M à contexte 32K

14 octobre — Le laboratoire DMIS (Data Mining and Information Systems Lab) publie UltraBERT, une famille d’encodeurs anglais de 150M et 380M paramètres dotés d’un contexte natif de 32K tokens, et UltraBERT-Embed-150M, un modèle d’embeddings prêt à l’emploi, le tout sous Apache 2.0 avec un article (arXiv 2610.15028). Des ablations cumulant plus de 70 000 milliards de tokens font ressortir deux constats : les encodeurs cessent de progresser après 1 000 à 2 000 milliards de tokens alors que la perte continue de baisser, et le taux de masquage décide de leur spécialité, un taux faible favorisant la classification et un taux élevé la recherche. UltraBERT mélange donc 5 % et 50 % de masquage dans chaque lot, avec une tête de modèle de langue par taux.

Modèle UltraBERT publié	Résultat annoncé par les auteurs
UltraBERT-380M	91,0 sur GLUE, 47,7 sur BEIR
UltraBERT-150M et 380M	Meilleur score sur 9 bancs sur 10 ; 99 % au test de la clé cachée jusqu’à 32K tokens
UltraBERT-Embed-150M	67,24 sur MTEB (eng, v2), meilleur modèle d’embeddings denses sous 200M paramètres

🔗 Le billet de DMIS Lab

Hugging Face ouvre des environnements RL d’OCR en 22 langues et de reconnaissance vocale en 102 langues

14 octobre — Adithya S K, qui travaille sur les environnements d’apprentissage par renforcement chez Hugging Face, présente ce qu’il décrit comme les plus grands environnements RL open source multilingues et multimodaux. Deux environnements OpenEnv à récompenses vérifiables sont publiés : l’un pour la reconnaissance de documents (OCR), sur plus d’un million de pages en 22 langues tirées du corpus Nayana de Cognitive Lab, l’autre pour la reconnaissance vocale (ASR), sur de la parole en 102 langues issue de FLEURS de Google, soit plus de 12 millions de tâches au total. Le principe : réutiliser des jeux de données ouverts existants en les dotant de récompenses vérifiables. Pour montrer qu’ils servent à entraîner, l’auteur a affiné Gemma 4 E4B par GRPO en kannada, sur un seul A100 : 16 % d’erreurs de caractères en moins sur le banc OCR réservé de Sarvam AI, et 45 % en moins sur 838 extraits de parole réservés. Le RL Environment Explorer présenté le 7 octobre recensait déjà plus de 12 millions de tâches ; la nouveauté tient à la présentation officielle et aux premiers résultats d’entraînement.

🔗 Le fil d’Adithya S K

GitHub Actions : des fichiers de verrouillage pour les dépendances des workflows, en préversion publique

14 octobre — Hors IA, GitHub Actions ouvre en préversion publique des fichiers de verrouillage (lockfiles) pour les dépendances des workflows, sur GitHub Enterprise Cloud (avec ou sans résidence des données), Team et Free. Le risque visé est connu : un tag ou une branche peut être déplacé après la revue d’un workflow, et une action compromise peut injecter du code malveillant sans le moindre changement dans le dépôt. L’extension gh actions-lock de GitHub CLI génère .github/workflows/actions.lock avec les commits des actions, de leurs dépendances transitives et des workflows réutilisables ; Actions exécute ensuite le commit verrouillé même si le tag bouge. L’adoption se fait workflow par workflow, une politique Require lockfile permet de l’imposer, et Dependabot met à jour l’entrée verrouillée dans la même pull request que la nouvelle version d’une action. GitHub rappelle que le verrouillage ne dit rien de la sûreté d’une dépendance, qu’il faut relire avant de la verrouiller.

🔗 GitHub Actions workflow lockfiles in public preview (changelog GitHub)

Brèves

Agents et outils de code

Copilot CLI 1.0.98 — Passée en stable au lendemain de la 1.0.97, elle prend en charge Gemini 4 Argon et rend les réponses de /ask plus maniables : Ctrl+E les déplie, Ctrl+Y les copie en entier, /ask ou /btw rouvre la dernière réponse complète ; le SDK Copilot 1.0.22 se contente d’embarquer la CLI. 🔗 source
Zed 1.24 et préversion 1.25.0 — La 1.24 passe en stable (1.24.2) avec un seul correctif de plus que sa préversion ; la 1.25.0-pre ajoute Gemini 4 Argon au fournisseur Google AI, GPT-6 Astra, Claude Fable 5.1 et Claude Opus 5.5 à Bedrock, la compaction du contexte pour les agents ACP, et ne laisse plus apparaître les secrets des agents externes et des serveurs MCP dans la liste des processus locale. 🔗 source
Extension Antigravity 1.8.0 pour VS Code — Rattrapage du 11 octobre : sans acceptation automatique, les révisions de diff restent ouvertes et se cumulent d’un tour de l’agent à l’autre, les modifications faites sur le disque sont détectées en moins d’une seconde, et le paquet VSIX est environ 70 % plus léger. 🔗 source
DeepSeek Harness 0.2.1-alpha.3 — 27e préversion, toujours sans version stable : clés et jetons masqués par défaut dans les messages envoyés, préréglages d’agent (Agent Presets) propres aux sous-agents, reprise de session dans les SDK et dix correctifs ; le fournisseur Azure, renommé azure, impose de migrer les configurations. 🔗 source
GPT-5.5 quitte Codex — Comme annoncé le 15 septembre, GPT-5.5 a quitté Codex le 14 octobre à 19 h UTC pour les comptes connectés avec ChatGPT, remplacé par GPT-6.1 Sol (Plus, Pro, Business, Enterprise, Edu) ou par GPT-6 Luna dans l’application de bureau (Free et Go) ; l’API et les sessions par clé API ne sont pas concernées. 🔗 source
Amp et les modèles d’OpenAI — Dans une étude de cas d’OpenAI, Amp indique que ces modèles font la majorité des tokens consommés, certains utilisateurs en dépensant 10 milliards par semaine ; Calling Puck permet de parler en temps réel à son méta-agent grâce à GPT-Live-1, et l’équipe teste le mode Ultrafast de GPT-6 Astra. 🔗 source
cuDF skills pour Apache Spark — NVIDIA publie des skills d’agent qui réécrivent les UDF de Spark en équivalents accélérés par GPU ; chez un grand groupe non nommé, plus de 30 UDF de production ont été convertis, dont un passé de 274,55 à 12,78 heures sur 600 milliards de lignes. 🔗 source
Built with Claude: Japan 2026 — Anthropic et Cerebral Valley organisent du 2 au 10 novembre un hackathon Claude Code entièrement en ligne pour les résidents du Japon : 250 participants sélectionnés reçoivent un forfait Max 5x et 500 dollars de crédits API, 50 000 dollars de crédits sont en jeu, candidatures jusqu’au 26 octobre. 🔗 source
Rencontres Astra Commons — En septembre, les Codex Ambassadors ont réuni environ 2 500 développeurs dans 52 villes, dans des cafés, des galeries et des universités, pour le lancement de GPT-6 Astra, selon Rhiannon Payne, de l’équipe communauté d’OpenAI. 🔗 source

Assistants, outils d’entreprise et guides

Genspark — Muse Wonder de Meta puis Gemini 4 Argon arrivent en quelques heures dans AI Chat, Code Agent et Claw, avec l’argumentaire de leurs éditeurs et sans forfait ni tarif précisés. 🔗 source · 🔗 Argon
My Fish dans Sakana Chat — Sakana AI rend visible la mémoire de son assistant : carte de chaleur des lectures et écritures, vue par catégories, carte des connexions entre souvenirs, estompés après 30 jours sans usage, et historique, le tout dans Réglages → My Fish, sur le web comme sur mobile. 🔗 source
Gloss — Together AI met en avant une application gratuite et open source pour enregistrer articles, PDF et signets X et interroger l’IA sur un passage surligné, construite avec DeepSeek V4.1 Flash sur sa plateforme. 🔗 source
MCP dans Apigee hybrid — Depuis la version 1.17.0, une spécification OpenAPI suffit pour exposer chaque opération d’une API comme outil MCP, avec un plan de données qui reste dans le cluster Kubernetes du client : aucun appel d’outil ne transite par Google Cloud. 🔗 source
Le coût des outils d’IA selon Perplexity — Un guide détaille modèles de prix et coûts cachés (une équipe hypothétique de 10 personnes à 350 dollars certains mois, plus 18 heures de travail interne) et résume la grille de Perplexity, de Free à Enterprise Max ; aucune nouveauté annoncée. 🔗 source
Les outils MCP selon Perplexity — Un second guide explique ce qu’est un outil MCP et rappelle les deux sens d’usage chez Perplexity : connecter des serveurs MCP sur Pro, Max et Enterprise, ou appeler depuis Claude Code, par exemple, les quatre outils de son propre serveur MCP. 🔗 source

Études de cas et déploiements

Third Moment Research — Dans une étude de cas d’OpenAI, ce laboratoire fait tourner 10 000 agents simultanés sur des sessions de 36 à 48 heures, a consommé 1 000 milliards de tokens en une journée et a réduit de 97 % la durée d’un test rétrospectif (backtest) avec Codex ; GPT-6.1 Sol est son modèle le plus utilisé. 🔗 source
SentinelOne et Daybreak — Selon son directeur de l’IA, Gregor Stewart, OpenAI Daybreak produit en environ huit heures une rétro-ingénierie de logiciel malveillant de niveau humain qui demandait quatre à six semaines à un chercheur de haut niveau. 🔗 source
Circa et Manus — Manus publie le témoignage de Circa, start-up bostonienne qui réemploie les matériaux de démolition et utilise l’agent pour son site, ses subventions et un outil d’estimation ; près de 100 000 dollars de chiffre d’affaires cumulé déclarés en septembre, sans nouveauté produit. 🔗 source
Villes européennes et NVIDIA — En Côte-d’Or, des agents d’Akila et ThinkDeep déployés sur plus de 500 bâtiments publics réduisent de 10 % les coûts d’exploitation, avec un objectif de 30 % ; NVIDIA cite aussi des projets à Milan, Anvers-Bruges, Göteborg et Liverpool, sans produit nouveau. 🔗 source
MiniMax H3 IP Edition — Dans le récapitulatif de sa conférence de Tokyo du 11 septembre, MiniMax revendique plus de 60 entreprises intéressées ; le pilote Captain Tsubasa × PixVerse a réuni 126 360 créateurs et 329 314 contenus sous licence en 45 jours. 🔗 source

Modèles ouverts et recherche communautaire

Rerank 5 évoqué par Cohere — Cohere publie une vidéo où Rerank joue à Mario et invite à voir si Rerank 5 bat le score de Rerank 4 ; rien n’est lancé, la documentation ne liste encore que Rerank 4 et les versions 3.x. 🔗 source
Lumma-Fev-27B — FrontiersMind affine entièrement Qwen3.8-27B sur environ 100 000 exemples de décision (anglais, hindi, tamoul, kannada) : 90,7 % de bonnes réponses contre 83,9 % pour Jev 1.13 sur 4 454 décisions réservées, mais Jev reste devant sur BBH et WinoGrande ; mesures des auteurs, poids sous Apache 2.0. 🔗 source
TranscribePsy — Tether AI Research publie un modèle de reconnaissance vocale de 254M paramètres pour 25 langues européennes, en versions GGUF et Core ML : 8,02 % de taux d’erreur de mots sur l’Open ASR Leaderboard contre 12,34 % pour Whisper-small, et 2,6 fois plus rapide que le suivant sur six téléphones selon Tether. 🔗 source
VKORE-46M-NPU — VIDRAFT entraîne de zéro, avec une vraie rétropropagation, un petit décodeur de 46M paramètres sur un NPU d’inférence à 32 puces ; sa courbe de perte est corrélée à 0,99 avec celle du même entraînement sur GPU. 🔗 source
Quantification et capacités d’agent — Sur 19 200 résultats appariés, Patrick Hill (PBH Applied Systems) montre que Mistral-Nemo en Q4_K_M perd significativement 5 capacités d’agent sur 8, jusqu’à −28,0 points en sortie structurée avec prose, alors que Q5_K_M (8,73 Go contre 7,48) et Q8_0 ne changent rien. 🔗 source
Une porte sur Gated DeltaNet — Avi Fenesh ajoute à une LoRA entraînée par GRPO une petite porte sur le bêta des couches Gated DeltaNet : le raisonnement de Qwen3.5-4B raccourcit de 48 % sur MATH-500 et l’exactitude à tout instant passe de 0,786 à 0,852. 🔗 source
pico-165m — Fausto Saporito entraîne sur une seule puce TPU un modèle de 165M qui prend des notes : 0,81 aux vérifications de mémoire sur des conversations d’environ 47 échanges, contre 0,31 pour SmolLM2-360M-Instruct lisant toute la conversation. 🔗 source

Inférence et noyaux de calcul

DeepGEMM-Ascend, DeepGEMM 2.8.2 et TileKernels 2.1.0 — Sans annonce, DeepSeek ajoute à sa bibliothèque pour NPU Ascend des noyaux de logits MQA creux et un terme C ou un biais aux GEMM BF16, FP8 et FP4, passe DeepGEMM en 2.8.2 et publie TileKernels 2.1.0 sans notes de version. 🔗 source
TokenSpeed et Qwen3.8-Flash-Next — Le moteur open source de LightSeek sert le modèle à 685,9 tokens/s par utilisateur avec une seule conversation sur quatre GPU NVIDIA GB300 en NVFP4, et à 95,7 tokens/s à 32 conversations ; Qwen a salué le résultat. 🔗 source
Qwen3.8-Flash-Next sur AMD MI350P — Florian Zimmermeister fait passer sous vLLM le débit agrégé de 1 168,2 à 2 256,6 tokens/s à 32 flux (+93,2 %) sur un seul GPU, à partir d’un point de départ déjà doté d’un MXFP4 personnalisé. 🔗 source
GLM 5.3 Flash sur Microsoft Foundry — Hugging Face ajoute le modèle de Z.ai à son catalogue Foundry, optimisé pour AMD MI300X en trois configurations à contexte 512K ; sur ShareGPT, la version à 8 GPU en TP4 + DP2 donne environ 1,8 fois le débit et ramène le temps au premier token de 11,3 à 5,2 s. 🔗 source
Qwen3.8-27B sur le Neural Engine — Le projet ANEMLL quantifie toutes les matrices MLP du modèle en vecteurs de 3 bits : sur une puce M6, divergence KL de 0,0518 face au BF16 et 37,5 tokens/s en moyenne, pour 9,74 Gio de poids ; l’exactitude sur des tâches standard reste à mesurer. 🔗 source
Visionneuse de tenseurs du Hub — Hugging Face renvoie les en-têtes de tous les fragments en une seule requête : DeepSeek-V3.2 s’ouvre en 0,45 s au lieu de 9,2 s, GLM-5.3 en 0,57 s au lieu de 4,0 s. 🔗 source

GitHub, hors IA

Permissions des GitHub Apps — Deux permissions fines permettent de créer un dépôt ou de gérer les dépôts d’une installation sans droits d’administration, et un administrateur de dépôt peut rattacher son dépôt à une app déjà approuvée ; objectif affiché, quitter les PAT classiques. 🔗 source
Rapport de disponibilité de GitHub — Au 7 octobre, 120 des 160 services de production tournaient en Central US et 13 des 51 bases MySQL primaires avaient migré ; GitHub a manqué son objectif du 30 septembre et revient sur l’incident du 13 septembre, qui a touché environ 96 % des créations d’issues sur le web. 🔗 source
Historique des étoiles — Le nouveau point d’accès de l’API renvoie jusqu’à 30 semaines de comptes quotidiens par requête, sans identité : environ 24 requêtes suffisent pour react/react au lieu d’environ 2 511. 🔗 source

Ce que ça signifie

La voix devient un terrain de comparaison chiffré, où le coût compte autant que le classement. Grok Voice 3.0 améliore ses scores sans toucher au prix de la minute, et SpaceXSI met en avant le coût par tâche, 0,025 dollar contre 0,030 pour GPT-Live-1. Ces mesures d’Artificial Analysis, citées par l’éditeur, ne tranchent pas tout : sur τ-Voice, GPT-Live-1 reste devant, et Grok Voice 3.0 compense par une latence inférieure de 40 %. Le déploiement pèse aussi : 20 000 appels par jour chez Starlink, dont environ 70 % résolus sans intervention humaine, montrent que les agents vocaux traitent déjà une part réelle du support client. Côté vidéo, FLUX 3 Video baisse ses tarifs 2K et 4K de 30 à 53 % grâce à un service moins gourmand en calcul, tandis que HeyGen mise sur une voix réglée sur l’acoustique du décor.

Les modèles de frontière se jugent aussi sur des résultats de recherche. Google montre Argon sur un décodeur quantique, une conjecture de physique des plasmas et des enzymes testées en laboratoire, Meta sur dix manuscrits médicaux, Ai2 sur des données climatiques à 3 km produites environ 300 fois moins cher. Les limites restent écrites noir sur blanc : le résumé de l’article sur la conjecture de Grad ne mentionne pas Argon, les études de Meta sont rétrospectives et l’une d’elles est jugée génératrice d’hypothèses, et sur le dépôt ADK la revue humaine n’a gardé que deux optimisations sur six. Partout, l’humain garde le dernier mot : dans l’expérience de Meta, les chercheurs en médecine décident des conclusions scientifiques, et les mainteneurs d’ADK retranchent ce que l’agent propose.

Le coût du travail des agents devient un sujet central de l’outillage. Claude Code compacte les longues conversations avant l’expiration du cache pour ne pas tout retraiter, HydraFusion règle l’effort de raisonnement étape par étape, et l’étude de Cohere Labs montre qu’un agent principal fort entouré d’agents bon marché approche le meilleur score pour 70 % de coût en moins. HybridAgent attaque le même problème par l’architecture, en raisonnant sans produire de tokens. Pour piloter ces dépenses, il faut les voir : les traces de Claude Platform et de Claude Code 2.1.300 suivent désormais les mêmes conventions GenAI d’OpenTelemetry, et Ramp chiffre de 10 à 20 % la baisse de tokens obtenue sur certains agents en notant les siennes. Le rapport d’OpenAI sur l’UE rappelle l’enjeu : Codex et ChatGPT Work y font déjà plus de la moitié des tokens de sortie des clients Enterprise étudiés.

La sécurité de l’IA prend aussi une dimension publique. À Singapour, la même Cyber Week voit Anthropic signer un protocole d’accord sur l’évaluation des modèles et la réponse aux incidents, et Google DeepMind présenter avec GovTech une détection d’arnaques qui ne quitte pas le téléphone. Au Royaume-Uni, NVIDIA finance par du calcul la recherche sur la sûreté des agents ; aux États-Unis, Anthropic prépare Claude aux élections de mi-mandat avec des classifieurs contre les campagnes découpées en petites tâches. Dans les entreprises, OpenAI dit avoir identifié avec ses propres modèles l’employé qui avait caché un dispositif d’enregistrement, GitHub verrouille les dépendances des workflows pour qu’un tag déplacé ne fasse plus exécuter un autre code que celui relu, et VS Code impose, sous politique d’entreprise, le harnais Copilot et ses règles d’exécution.