MiniMax lance M3.1 Flash, dont Space Bunny était une préversion, FLUX 3 Max génère 10 secondes de vidéo en 12 secondes, OpenAI retirera GPT-4o et GPT-4.1 de son API le 14 janvier

MiniMax met en service M3.1 Flash, un modèle pour les agents et le code facturé 0,15 dollar le million de tokens en entrée, et révèle que Space Bunny, le modèle anonyme qui a traité plus de 200 000 milliards de tokens, en était une préversion. Black Forest Labs et fal lancent FLUX 3 Max, qui génère une vidéo de 10 secondes en 12,45 secondes, environ 22 fois plus vite que Seedance 2.5, et se classe premier ex aequo d’une arène image vers vidéo encore préliminaire. OpenAI fixe au 14 janvier 2027 le retrait de GPT-4o et de GPT-4.1 de son API, Meta détaille Prometheus, le supercalculateur qui a entraîné Muse Wonder, et Devin note désormais de 0 à 100 l’efficacité de chaque ingénieur.

MiniMax lance M3.1 Flash : Space Bunny en était une préversion, à 0,15 dollar le million de tokens en entrée

19 octobre — MiniMax met officiellement en service M3.1 Flash, son nouveau modèle de la gamme Flash, et lève le mystère d’un modèle anonyme :

Space Bunny 🐰, which processed more than 200 trillion tokens while operating anonymously, was an early version of MiniMax M3.1 Flash.

🇫🇷 Space Bunny 🐰, qui a traité plus de 200 000 milliards de tokens en opérant de façon anonyme, était une première version de MiniMax M3.1 Flash. — MiniMax, billet de lancement

M3.1 Flash succède à M3.1-Flash-Preview, apparu le 27 septembre dans MiniMax Code puis dans le Token Plan, sans benchmark ni tarif, et à Space Bunny Alpha, un modèle furtif listé le 23 septembre par OpenRouter sans éditeur nommé, et présenté ici le 27. MiniMax le décrit comme un saut de génération pour les tâches d’agent, le code, l’utilisation d’ordinateur (Computer Use) et la cybersécurité. Tous les scores ci-dessous viennent de MiniMax :

Banc d’essai	Score annoncé par MiniMax
DeepSWE v1.1	73,7 %
OSWorld V2	61,7
Agents’ Last Exam (ALE)	29,6
BankerToolBench	76,2
CyberGym	82 %
Automation-Bench	62 % (tweet épinglé)

Sur OSWorld V2 et Agents’ Last Exam, M3.1 Flash se classe premier des modèles chinois ; sur AutomationBench-AA, le billet le dit seulement « parmi les meilleurs », mais le tweet épinglé donne 62 % sur Automation-Bench.

L’autre argument est le coût. Une parcimonie plus poussée (sparsity) porte la vitesse de sortie au-delà de 200 tokens par seconde (médiane au-delà de 170) et rendrait l’inférence en ligne près de trois fois plus rapide. Le coût d’usage sur les tâches d’agent baisse de 70 % par rapport au modèle précédent selon le billet, et le tweet épinglé parle d’un tiers du coût de M3, pour une vitesse triplée. La grille est fixe :

Type de tarif	Prix par million de tokens
Entrée	0,15 dollar
Sortie	0,60 dollar
Entrée mise en cache	0,015 dollar

M3.1 Flash est disponible dès maintenant par l’API MiniMax, l’abonnement M Plan et l’application MiniMax Code. Les poids arriveront le 23 octobre selon le tweet épinglé, le billet disant seulement « plus tard », et une version Pro suivra, sans date annoncée. Dans la soirée, MiniMax a relayé sa prise en charge dès le premier jour par Ollama, en hébergement américain sans conservation des données, et revendiqué douze jours en tête d’OpenCode avec la version préliminaire.

🔗 L’annonce épinglée de @MiniMax_AI

FLUX 3 Max : Black Forest Labs et fal génèrent 10 secondes de vidéo en 12 secondes, 22 fois plus vite que Seedance 2.5

19 octobre — Black Forest Labs (BFL) présente FLUX 3 Max dans un tweet épinglé. La page de fal le décrit comme le nouveau modèle vidéo post-entraîné par fal Research, construit avec BFL sur FLUX 3, en texte vers vidéo comme en image vers vidéo, en 720p.

Generate a 10-second video in 12 seconds. Tied for #1 in image-to-video. 22× faster than Seedance 2.5 at the same quality. FLUX 3 is a model designed for customization. @fal adapted and optimized it to create FLUX 3 Max.

🇫🇷 Générez une vidéo de 10 secondes en 12 secondes. Ex aequo à la première place en image vers vidéo. 22 fois plus rapide que Seedance 2.5 à qualité égale. FLUX 3 est un modèle conçu pour la personnalisation. @fal l’a adapté et optimisé pour créer FLUX 3 Max. — @bfl_ai sur X

Indicateur publié par fal	FLUX 3 Max	Comparaison donnée par fal
Temps de génération d’une vidéo de 10 secondes	12,45 s	277,80 s pour Seedance 2.5, 126,44 s pour FLUX 3
Elo, arène image vers vidéo d’Artificial Analysis	1 139, premier ex aequo	Seedance 2.5 aussi à 1 139 ; MiniMax H3 (768p) en tête à 1 141, dans la marge d’incertitude ; FLUX 3 à 1 089
Prix en 720p chez fal, jusqu’au 7 novembre	0,0425 dollar par seconde	0,17 dollar au tarif catalogue

Face au FLUX 3 d’origine, le travail de fal sur l’inférence rend la génération environ 10 fois plus rapide, et le post-entraînement lui fait gagner 50 points d’Elo. Le classement d’Artificial Analysis, fondé sur des votes humains à l’aveugle, n’est qu’un instantané préliminaire : MiniMax H3 y figure en tête à 1 141, et FLUX 3 Max, dont la marge d’incertitude recoupe celle des meneurs, est dit premier ex aequo, devant Gemini Omni Flash 1.1, Wan 3.0 et H3 Max. BFL met aussi en avant les voix, le réalisme physique, les effets sonores et la tenue sur des demandes inhabituelles.

Le prix de lancement correspond aux 75 % de remise sur deux semaines annoncés par BFL, en texte vers vidéo comme en image vers vidéo, sans minimum ni abonnement. fal reprend la recette de H3 Max, sa version post-entraînée de MiniMax H3, servie par la même API : on passe de l’un à l’autre en changeant d’identifiant. C’est la troisième annonce de la famille FLUX 3 en une semaine, après la baisse des prix de FLUX 3 Video le 14 octobre et FLUX 3 Image Klein le 15.

🔗 La page FLUX 3 Max chez fal

OpenAI fixe au 14 janvier 2027 le retrait de GPT-4o, GPT-4o mini, GPT-4.1 et GPT-4.1 mini de son API

14 octobre — En rattrapage : selon la page des dépréciations de son API, OpenAI a prévenu le 14 octobre les développeurs concernés du retrait de quatre modèles de la série GPT-4 le 14 janvier 2027, versions affinées (fine-tuned) comprises. La même page liste deux séries de retraits annoncées le 1er octobre :

Modèle retiré de l’API	Date du retrait	Remplaçant recommandé
GPT-4o (`gpt-4o-2024-08-06`, `gpt-4o-2024-11-20`)	14 janvier 2027	`gpt-6-luna`
GPT-4o mini (`gpt-4o-mini-2024-07-18`)	14 janvier 2027	`gpt-6-luna`
GPT-4.1 et GPT-4.1 mini (instantanés du 14 avril 2025)	14 janvier 2027	`gpt-6-luna`
`gpt-5.3-codex` et `gpt-5.1`, annoncés le 1er octobre	1er avril 2027	`gpt-6-sol`
`gpt-5.4-nano`, annoncé le 1er octobre	1er avril 2027	`gpt-6-luna`
`tts-1`, `tts-1-hd` et `gpt-4o-mini-tts`, annoncés le 1er octobre	6 janvier 2027	`gpt-realtime-2.1-mini`

Ces dates ne figurent que sur la page des dépréciations, sans entrée au changelog de l’API ; le SDK Node 7.37.0 du 17 octobre ajoute des avis d’arrêt pour les alias de modèles GPT-4.

🔗 La page des dépréciations de l’API OpenAI

Entraîner les modèles : Prometheus de Meta, MARBLE de Luma, Together Post-Training et TorchNeuron sur Trainium

Quatre annonces du jour portent sur l’entraînement, à quatre étages : le centre de calcul de Meta, le parallélisme entre GPU de Luma, le service de post-entraînement de Together AI et le backend PyTorch des puces d’AWS.

Prometheus : le supercalculateur de Meta qui a entraîné Muse Wonder vise un million de GPU

19 octobre — Meta décrit Prometheus, son supercalculateur de l’ordre du gigawatt à New Albany (Ohio), qui a entraîné ses modèles Muse, dont Muse Wonder ; notre veille du 12 octobre n’en donnait que le nom. La première phase compte des centaines de milliers de GPU répartis sur plusieurs bâtiments.

Indicateur de Prometheus	Valeur publiée par Meta
Débit utile (goodput), Muse Wonder	plus de 85 % en préentraînement, plus de 90 % en RL
Temps moyen entre interruptions	environ 47 000 heures-GPU, plus de 54 000 depuis
Interruptions pour 8 000 GPU	près de 1 000 par jour mi-2025, en baisse de 99 %
Plateformes NVIDIA	GB200 et GB300 NVL72, puis Vera Rubin NVL72

Avec le NVL72, une panne touche un domaine de 72 GPU : Meta n’en fait travailler que 64 par baie et garde les 8 autres en secours, plus environ 2 % de baies en réserve, soit 523 baies (37 656 GPU) pour 32 768 GPU actifs. Hyperion, son prochain supercalculateur, en Louisiane, reprendra ces enseignements.

🔗 Inside Prometheus (Engineering at Meta)

MARBLE : Luma rend exact le parallélisme de séquence sur des millions de tokens multimodaux

19 octobre — Luma publie MARBLE (Mask-Aware Ring with Balanced, Lossless Execution), un parallélisme de séquence pour entraîner des modèles multimodaux sur des séquences compactées de 1 à 8 millions de tokens, où texte causal, images et vidéo bidirectionnelles se mêlent. MARBLE décrit ce masque avec quatre entiers par token et choisit pour chaque couche entre ring attention, all-to-all clairsemé et Ulysses.

Configuration testée par Luma	Résultat de MARBLE
Face à un hybride FlashMask + Ulysses	plus rapide dans 47 cas sur 48
Gain médian à 32, puis 128 GPU H100	1,28 fois, puis 2,63 fois
Pas de Gemma 3 27B, 1 million de tokens, 32 GPU	13,2 s, contre 32,5 s avec FlashMask

Un noyau FlashAttention-4 modifié garde l’état du softmax en fp32 : sorties et gradients sont identiques à ceux d’un seul GPU. Luma reconnaît un noyau réservé aux GPU Hopper et un hybride de comparaison construit par elle-même ; le code est promis, sans date.

🔗 Le billet MARBLE de Luma

Together Post-Training : le client écrit sa boucle SFT ou RL, Together AI fait tourner les GPU

19 octobre — Une semaine après son dépôt de recettes (post-training-cookbook), mis en ligne sans annonce le 12 octobre et présenté ici le 13, Together AI lance officiellement le service. Le client écrit lui-même la boucle d’entraînement, par affinage supervisé (SFT) ou apprentissage par renforcement (RL) ; Together AI fait tourner en dessous l’entraîneur et les générateurs, sur des GPU dédiés.

Caractéristique du service	Détail annoncé par Together AI
Adaptation des poids	LoRA, plusieurs adaptateurs sur les mêmes GPU, ou poids complets sur certains modèles
Pertes intégrées	GRPO, CISPO, DPPO, entropie croisée, ou perte personnalisée
Modèles au lancement	Muse Spark Open, GLM 5.3, Kimi K3, Qwen 3.8-27B
Prix de lancement	9 dollars l’heure de GPU B200 pendant huit semaines

La facturation se fait à la minute de GPU, et une migration depuis l’API Tinker tient en une ligne.

🔗 Together Post-Training (blog de Together AI)

TorchNeuron : Transformers, Diffusers et Kernels tournent nativement sur AWS Trainium

19 octobre — Hugging Face prend en charge nativement TorchNeuron, le nouveau backend PyTorch d’AWS pour ses puces Trainium, dans Transformers, Diffusers et Kernels ; la bêta publique ouvre le 20 octobre. Jusqu’ici, il fallait passer par Optimum Neuron, bâti sur PyTorch XLA, avec des formes statiques et une recompilation à chaque rupture de graphe. TorchNeuron fait de la puce un périphérique PyTorch ordinaire, avec exécution immédiate (eager), torch.compile et FSDP2.

En inférence, 89 % des 100 architectures de génération de texte les plus utilisées fonctionnent d’emblée, contre 46 % avec Optimum Neuron v0.4.5, et Hugging Face recommande désormais de passer par Transformers, Diffusers, Accelerate, PEFT et TRL plutôt que par Optimum Neuron. Un script SFT standard de TRL tourne sur 8 puces Trainium2, et un noyau Neuron partagé sur le Hub accélère jusqu’à 2,4 fois les vision transformers.

🔗 TorchNeuron (blog Hugging Face)

Les SDK Python et Node d’OpenAI prennent en charge la boucle d’outils du computer use et du browser use

16 octobre — En rattrapage : dans un fil reposté par @OpenAIDevs, Kevin Whinnery, de l’équipe expérience développeur d’OpenAI, présente de nouvelles fonctions utilitaires (helpers) des SDK Python et Node.js, qui prennent en charge la boucle d’outils (tool loop) de la Responses API. Le code est arrivé le 14 octobre dans openai-python 3.31.0 et openai-node 7.33.0, premier volet d’une série de quatre.

Brique du SDK	Ce qu’elle expose au modèle
`ComputerToolset`	captures d’écran, actions de souris et de clavier, via l’outil computer
`BrowserToolset`	texte de la page, contrôles et onglets, en outils de fonction
Tool runner de Responses	progression diffusée et points de reprise (checkpoints)

Un pilote (driver) écrit ou importé par le développeur exécute les actions, et l’application garde la main : opérations exposées, confirmation des modifications, contrôles de sécurité, limites d’étapes. Le guide liste des intégrations chez Browserbase, Browser Use, Daytona et E2B. Les SDK de Claude avaient reçu des toolsets comparables, en bêta, le 7 octobre.

🔗 Le fil de Kevin Whinnery · Le guide Computer use

Perplexity : accès aux connecteurs par rôle, dossier local dans Projects, Nano Banana 2.1 et skill Reverse Engineer

19 octobre — Perplexity publie son premier changelog produit depuis le 5 octobre : sept de ses treize rubriques sont inédites.

Nouveauté du changelog	Ce qui change	Public concerné
Accès aux connecteurs par rôle	chaque connecteur ouvert à tous, aux admins ou à certains rôles	admins des forfaits Enterprise accompagnés
Dossier local dans Projects	Computer lit et enregistre dans un dossier du Mac, par défaut	app Mac 26.38 ou ultérieure
Nano Banana 2.1 dans Computer	génération et retouche d’images, relances dans le même fil	tous ceux qui ont accès à Computer
Skill Reverse Engineer	inspecter un logiciel qu’on a le droit d’analyser, puis le reconstruire et le tester	gratuit jusqu’au 31 octobre, dans la limite de 10 000 crédits par compte

Le contrôle d’accès par rôle, arrivé fin juillet, descend ainsi au niveau de chaque connecteur, avec journaux d’audit. S’y ajoutent un rail de miniatures dans Computer, une police maison (PPLX) et un cadre qui signale, dans la zone de saisie, le mode Ask ou Computer. Côté sujets déjà couverts, Gemini 4 Argon est proposé dans Computer aux abonnés Pro et Max, mais dans la recherche aux seuls abonnés Max.

🔗 Le changelog du 19 octobre

LiteRT Tensor API : Google fait écrire en C++ des modèles embarqués qui tournent sur CPU, GPU et NPU

19 octobre — Google AI Edge publie la LiteRT Tensor API, une couche de sa pile d’inférence embarquée qui permet d’écrire un modèle à la main, opération par opération, en C++. Le même graphe tourne avec LiteRT sur CPU, sur GPU grâce au moteur ML Drift, publié en open source le 8 octobre, ou sur NPU, et peut s’exécuter directement sur CPU via XNNPACK. Les poids se chargent depuis des fichiers .safetensors de Hugging Face, sans conversion, et les tenseurs circulent sans copie dans la mémoire de l’accélérateur.

Mesure de Google sur SAM 2	Résultat annoncé
Images par seconde en 512x512 sur WebGPU	de moins de 10 à plus de 30
Vitesse face à Apple MLX (MacBook Pro, fp16)	environ 1,5 fois plus rapide

En démonstration, SAM 2, le modèle de segmentation de Meta, tourne dans le navigateur avec des prompts interprétés par Gemma 4 E2B ; selon le billet, c’est un agent de code, Antigravity, qui l’a écrit avec la Tensor API, puis accéléré. La conversion reste le chemin recommandé pour la plupart des projets.

🔗 Le billet de Google Developers

Agents de code : Devin note l’efficacité de ses utilisateurs, Amp devient un agent dans Linear, Mistral publie Vibe CLI 3.0.0, Gemini 4 Argon s’ouvre aux abonnés Google AI Pro dans Antigravity

Cognition et Amp ajoutent des fonctions pour les équipes, Mistral publie une version majeure de sa CLI, et Google ouvre Gemini 4 Argon à un palier d’abonnement de plus.

Devin note de 0 à 100 l’efficacité de chaque ingénieur et relève seul les limites des mieux notés

19 octobre — Cognition ajoute trois fonctions de pilotage des dépenses à la formule Enterprise de Devin. L’Efficiency Score note l’usage récent de chaque ingénieur en combinant l’efficacité E, en heures productives par ACU (l’unité de facturation de Devin), et le volume V, en heures productives par jour : Score = 100 × (E + 0,2 × V × (1 − E)). Le volume pèse peu : un ingénieur moyen obtient 55, un gros utilisateur aussi efficace 60, un gros consommateur peu efficace 41, un utilisateur prudent mais très efficace 76.

Devin Coach commente un prompt avant son exécution, sans jamais le réécrire en silence. Avec l’option Approve based on efficiency, l’administrateur fixe un plafond : quand un ingénieur noté Healthy ou Satisfactory approche de sa limite, Devin la relève sans qu’il ait à demander, jusqu’à ce plafond et dans les limites de l’organisation. Le surplus, comme les demandes des ingénieurs notés Needs Improvement ou Unknown, va à un administrateur, et aucune demande n’est refusée automatiquement. Disponibles dès maintenant pour tous les clients Devin Enterprise, ces approbations n’ont pas de tarif publié.

🔗 Le billet de Devin

Amp devient un agent dans Linear : assigner une issue ou mentionner @Amp lance une orb

19 octobre — Assigner une issue Linear à Amp, ou le mentionner avec @Amp dans un commentaire, ouvre désormais une session d’agent (Agent Session) dans Linear et lance une orb, un fil d’agent qui travaille au nom de la personne. Amp répond dans cette session, réagit aux messages envoyés en cours de route et signale s’il s’arrête sur une erreur ou attend l’approbation d’un outil. Selon la documentation, des abonnements peuvent aussi lancer une orb pour chaque nouvelle issue. Un administrateur de l’espace Amp installe l’application, un administrateur Linear l’approuve, puis chacun relie son compte, et Linear rejoint ses serveurs MCP. Aucun tarif n’est indiqué ; Amp savait déjà réagir aux webhooks Linear depuis le 23 juillet.

🔗 L’annonce d’Amp

Vibe CLI 3.0.0 : Mistral ne garde que la Rust CLI et l’Unified Harness

19 octobre — Mistral publie sans annonce Vibe CLI 3.0.0, sa première version 3.x : 95 entrées, dont 54 correctifs et 5 retraits. L’ancienne interface Python, l’ancien moteur d’exécution et le mode Plan disparaissent, vibe lance toujours la Rust TUI, et toutes les surfaces, de la CLI à Desktop, passent par l’Unified Harness.

Plusieurs changements peuvent casser une installation : Python 3.14 minimum au lieu de 3.12, certificats validés selon des règles RFC 5280 plus strictes, sessions Vibe 1.x abandonnées, outils de sous-agents renommés en agents.*. Côté ajouts, /branch bifurque une conversation vers une nouvelle session, Vibe Desktop importe les sessions d’un autre agent de code, et un drapeau enable_mcp permet aux administrateurs de bloquer les serveurs MCP. Sous Windows, une commande ne peut plus contourner le contrôle d’approbation en masquant une partie d’elle-même.

🔗 Les notes de Vibe CLI 3.0.0

Gemini 4 Argon s’ouvre aux abonnés Google AI Pro dans Antigravity, avec un quota hebdomadaire à part

15 octobre — En rattrapage : Gemini 4 Argon n’est plus réservé aux abonnés Ultra dans Google Antigravity. Le compte @antigravity a annoncé son arrivée pour les abonnés Google AI Pro payants, dans l’application de bureau et la CLI, alors qu’à la disponibilité générale du 13 octobre, seuls Google AI Ultra et les clients Gemini Enterprise éligibles y avaient accès. Pour Pro, un quota Argon distinct, uniquement hebdomadaire et non chiffré, s’ajoute au quota Gemini 3.8 Flash.

Palier d’abonnement	Gemini 4 Argon dans Antigravity
Gratuit et Google AI Plus	non
Google AI Pro	oui, hors période d’essai
Google AI Ultra	oui
Entreprise	oui

Argon fonctionne dans Antigravity App, Antigravity CLI et les extensions IDE, pas dans Antigravity IDE. Le 19 octobre, Zed 1.24.3 l’a aussi fait entrer dans sa version stable.

🔗 L’annonce de @antigravity · La page Modèles d’Antigravity

Brèves

Agents et outils de code

Claude Code 2.1.303 — Publiée le 18 octobre, cette version tient en une ligne de notes, des corrections de bugs et des améliorations de fiabilité, sans liste des problèmes corrigés ; le SDK Agent TypeScript suit en 0.3.303. 🔗 source
Qwen Code v0.25.3 — La stable suit la préversion couverte le 16 octobre, sans changement cassant connu : 41 fonctionnalités et 81 correctifs depuis la v0.25.2, surtout pour le Managed Agent, qui exécute ses outils par SSH ou dans un espace de travail macOS natif et gagne le mode Plan. 🔗 source
Copilot CLI 1.0.100 — Première stable depuis la 1.0.98 du 14 octobre, elle n’apporte rien d’inédit : ses 49 entrées reprennent les préversions 1.0.99-0 à 1.0.100-1, présentées ici du 15 au 17 octobre. 🔗 source
ZCode v3.16.1 — Z.ai synchronise le dépôt open source de ZCode sur la version 3.16.1, sans release ni notes de version ; seule nouveauté documentée, un guide d’utilisation de la CLI en chinois. 🔗 source
Gemini CLI, nightly du 19 octobre — Aucun changement : c’est la troisième nightly d’affilée sur le même commit, rien n’ayant été fusionné depuis le 16 octobre au soir, et la stable v0.64.0 comme la preview v0.65.0-preview.0 restent inchangées. 🔗 source
Zed 1.24.3 — L’unique note de cette version stable ajoute Gemini 4 Argon aux modèles Google AI, déjà présent depuis le 14 octobre dans la préversion 1.25.0. 🔗 source
Les partenaires MCP de Figma — En rattrapage du 15 octobre, Figma annonce à Config India 20 nouveaux partenaires MCP, dont Amp, Junie de JetBrains, OpenCode, Cline, Delta et Zed, mais sa liste compte 21 noms et ne précise ni les fonctions ouvertes ni leur disponibilité ; Zed a relayé l’annonce le 19 octobre. 🔗 source · 🔗 Zed
Navan et les agents cloud de Cursor — En rattrapage du 16 octobre, Cursor raconte comment Navan a migré vers Spring Boot 4 (8 applications, 15 bibliothèques) en une semaine environ, contre plus d’un mois il y a deux ans, avec des agents cloud tournant sur ses propres machines ; 36 % des PR fusionnées de son dépôt principal ont été écrites avec Cursor sur 30 jours. 🔗 source
Reprendre une session de l’app GitHub Copilot dans VS Code — Un tutoriel du GitHub Blog montre comment l’action Open in VS Code rouvre une session dans son worktree, avec la tâche, le plan, la conversation et le diff, avant revue, retouches, tests locaux et push vers la pull request de la session. 🔗 source
COOKED — OpenAI Developers lance une émission vidéo sur ce que l’équipe et la communauté construisent avec Codex ; le premier épisode (13 min 20 s) met en scène des fonctions déjà disponibles, des environnements cloud de Codex à un jeu de ramen en 8 bits construit avec Ultrafast. 🔗 source

API, harnais et intégrations

Agent API de Perplexity — Le réglage require_approval soumet les appels des outils MCP et des connecteurs à l’accord de l’application avant leur exécution, et le préréglage xhigh passe à 512 000 tokens de sortie, contre 128 000 ; Perplexity corrige aussi son entrée du 5 octobre, reprise ici : xhigh utilise lui aussi Fast Search. 🔗 source
L’ingénierie du harnais — Perplexity publie un guide sur le harnais (harness), tout ce qui entoure le modèle dans un outil d’IA, en six composants, de la boucle d’agent à la vérification ; il cite un test indépendant, non nommé, où le seul changement de harnais a fait varier jusqu’à 11 % le score d’un même modèle sur un test de code. 🔗 source
SPACE chez Crusoe — Crusoe annonce un partenariat avec Perplexity pour intégrer SPACE, le bac à sable open source de Perplexity, à l’offre Managed AI de Crusoe Cloud, sans date ni tarif ; Crusoe figurait déjà parmi les partenaires cités à l’ouverture du code de SPACE, le 15 octobre. 🔗 source
Perplexity dans Lovable — En rattrapage du 15 octobre, Perplexity rejoint, aux côtés de Claude, Firecrawl, Gemini, OpenAI, p0 et TypeSafe, les fournisseurs des fonctions d’IA que Lovable intègre aux applications, pour des réponses web en temps réel avec citations ; ni tarif ni détail technique. 🔗 source
Un agent vocal qui ne se tait pas — Un guide Google Developers montre comment les outils en streaming et non bloquants de l’ADK évitent les silences d’un agent vocal sur gemini-3.8-live : sur un workflow de rapport de ventes, le délai avant ses premiers mots tombe de 14,4 secondes à 1,2 seconde, sans nouvelle fonction. 🔗 source
DeepSeek-V4.1-Flash-1017 chez Together AI — Présenté ici le 17 octobre, le modèle de DeepSeek est en ligne sur Together AI, « au même prix » selon l’hébergeur. 🔗 source

Modèles ouverts et recherche

Muse Glimmer — Meta publie le rapport technique de son modèle ouvert de 30B pour les tâches d’agent sur matériel grand public, lancé en août : texte et images, plus d’une centaine de langues, environ 4 bits sur un seul GPU, licence Apache 2.0 ; Meta le dit en tête de sa catégorie face à Gemma4-31B et Qwen3.6-27B, sans chiffre dans le résumé. 🔗 source
SlideOn et mSlideOn — LightOn publie deux modèles de recherche creuse (sparse retrieval) issus de DenseOn et de mLateOn, de 174M (anglais) et 339M paramètres (multilingue) : SlideOn obtient 56,68 sur BEIR-15 contre 56,20 pour DenseOn, et mSlideOn gagne 10,19 points sur MLDR face à mDenseOn. 🔗 source
tokenizers v1.0.0-rc.3 — La troisième version candidate de tokenizers v1 amène la bibliothèque dans le navigateur, par des liaisons WebAssembly publiées sur npm sous le nom tokenizers-wasm, et débloque le chargement de ModernBERT, de NLLB et des modèles convertis depuis SentencePiece. 🔗 source
Transformers v5.20.2 — Version corrective : des entrées ne perdent plus leur type pendant la génération, ce qui gênait les modèles multimodaux, et les gradients d’experts ne sont plus nuls en bfloat16 avec parallélisme d’experts. 🔗 source
Trier ses prompts — Dans un billet communautaire, Abdennacer Badaoui rend vLLM, sans modification, 12 à 17 % plus rapide sur Qwen3-30B-A3B et 7 à 12 % sur gpt-oss-120b en triant les prompts par domaine avant l’inférence par lots, car les requêtes proches sollicitent les mêmes experts ; le gain s’efface en service en ligne sensible à la latence. 🔗 source
Nesso3-0.4B-Agentic — mii-llm publie un modèle bilingue italien-anglais de 0,4 milliard de paramètres pour l’appel d’outils, sous licence Apache-2.0 : 74/100 sur la suite bilingue de ses auteurs contre 67 pour Qwen3-0.6B, mais 48 % contre 84 % sur les outils génériques en anglais. 🔗 source
S²-MAS et Fin-Laya — Yang Li simule 12 millions d’agents tirés de 500 millions de personas de foyers, en 3 h 59 sur 14 GPU, et présente Fin-Laya, un modèle de décision financière à 74,5544 % d’exactitude et 9,10 ms de latence moyenne, contre 206,77 ms pour Jev 1.13, selon ses propres mesures. 🔗 source
BlenderWorld — En rattrapage du 15 octobre, Qwen publie un benchmark de création 3D sous Blender (223 tâches, 2 651 critères binaires) : sur 13 modèles, GPT-6-Astra mène avec 79,9 sur 100 devant Opus-5 (73,0) et GPT-5.6-Sol (67,7), Qwen3.8-Max est cinquième (60,6), et le premier ne satisfait tous les critères que sur 42,2 % des tâches. 🔗 source

Matériel, grand public et création

Le prix des portables RTX Spark — En rattrapage du 16 octobre, le communiqué de lancement de NVIDIA annonce les portables RTX Spark d’ASUS, Dell, HP, Lenovo, Microsoft et MSI disponibles dans le monde à partir de 2 599 dollars ; le billet de blog de NVIDIA du 17 octobre écrit, lui, à partir de 2 399 dollars pour les mêmes fabricants. 🔗 communiqué · 🔗 billet
Grok Bot sur le bouton Action — Le compte @bot, celui de Grok Bot, montre en vidéo que l’assistant peut être attribué au bouton Action de l’iPhone, comme les dots d’OpenAI présentés ici le 18 octobre ; ni version d’iOS ni formule, et aucun billet sur x.ai ni relais de @SpaceXSI. 🔗 source
Chroma Awards, saison 2 — ElevenLabs ouvre la deuxième saison de la compétition de création par IA qu’il dit avoir incubée : cinq divisions, 1 million de dollars d’essais et plus de 450 000 dollars de prix ; le billet donne une clôture au 1er janvier 2027, puis au 7 janvier dans ses modalités, avant une cérémonie le 11 février 2027. 🔗 source

GitHub, hors IA

Clones HTTPS authentifiés — Lors de périodes de trafic inhabituel, GitHub peut exiger temporairement une authentification pour certains git clone et git fetch en HTTPS sur des dépôts publics ; le SSH, les pushes et les opérations authentifiées ne sont pas touchés, et GitHub recommande GITHUB_TOKEN ou un jeton de GitHub App aux intégrations continues. 🔗 source
CodeQL, Xcode 27 et Swift 6.4 — Faute de code x86_64 dans certains binaires système d’Apple, CodeQL ne trace plus les builds avec Xcode 27 et ne prend en charge Swift 6.4 sur aucune plateforme ; la prise en charge des Macs Intel sera dépréciée à la mi-décembre, et GitHub conseille d’épingler macOS 26 et Xcode 26. 🔗 source

Ce que ça signifie

MiniMax et Black Forest Labs se battent sur le même terrain : la vitesse et le coût d’une tâche, plus que la qualité brute. M3.1 Flash dépasse 200 tokens par seconde en sortie, réduit de 70 % le coût d’usage des tâches d’agent et facture 0,15 dollar le million de tokens en entrée ; FLUX 3 Max rend une vidéo de 10 secondes en 12,45 secondes, à 0,0425 dollar la seconde jusqu’au 7 novembre. La qualité annoncée rejoint celle des meilleurs sans la dépasser : FLUX 3 Max est premier ex aequo d’un classement où MiniMax H3 le devance de deux points, dans la marge d’incertitude, et M3.1 Flash se dit premier des modèles chinois sur deux bancs d’agents. Le modèle de MiniMax a aussi été rodé en conditions réelles : Space Bunny a traité plus de 200 000 milliards de tokens sans dire d’où il venait, et sa version préliminaire est restée douze jours en tête d’OpenCode selon MiniMax. Tous ces chiffres restent ceux des éditeurs, et le classement d’Artificial Analysis est encore préliminaire.

Le post-entraînement devient un produit à part entière. fal n’a pas créé FLUX 3 Max de zéro : il a adapté et optimisé le FLUX 3 de Black Forest Labs, comme il avait fait de MiniMax H3 son H3 Max ; selon fal, le post-entraînement a fait gagner 50 points d’Elo au modèle, et le travail sur l’inférence a rendu la génération environ dix fois plus rapide. Together AI vend désormais cette capacité à ses clients, qui écrivent leur propre boucle d’entraînement, SFT ou RL, sur des modèles ouverts, et TorchNeuron ouvre les puces Trainium d’AWS aux scripts PyTorch ordinaires de Transformers et de TRL. À l’autre bout de la chaîne, le préentraînement se concentre : Prometheus vise un million de GPU, et l’essentiel du billet de Meta porte sur la fiabilité, avec 8 GPU de secours par baie et des interruptions réduites de 99 %. MARBLE attaque le même problème d’échelle côté logiciel, pour des séquences de plusieurs millions de tokens.

Les agents gagnent aussi des garde-fous d’administrateur : qui peut lancer quoi, avec quel budget, après quel accord. Devin relève seul les limites des ingénieurs qu’il juge efficaces et renvoie les autres à un administrateur ; Perplexity ouvre chaque connecteur à certains rôles, et son Agent API peut suspendre un appel MCP jusqu’à l’accord de l’application ; les toolsets d’OpenAI laissent l’application confirmer les modifications et limiter le nombre d’étapes ; Vibe CLI 3.0.0 donne aux administrateurs un drapeau qui coupe les serveurs MCP. Amp, lui, travaille dans Linear au nom de la personne qui lui assigne une issue : l’agent s’installe dans les outils de l’équipe et agit avec la connexion Linear de chacun.

Enfin, pour les développeurs, l’automne apporte son lot de migrations. GPT-4o et GPT-4.1 quittent l’API d’OpenAI le 14 janvier 2027, les modèles de synthèse vocale tts-1 et gpt-4o-mini-tts dès le 6 janvier, et ces dates ne figurent que sur la page des dépréciations : une veille limitée au changelog de l’API passe à côté. Sur Trainium, Hugging Face conseille d’abandonner Optimum Neuron pour Transformers et TRL sur TorchNeuron. Et Vibe CLI 3.0.0 exige Python 3.14, valide plus strictement les certificats et ne rouvre plus les sessions Vibe 1.x, de quoi surprendre qui met à jour sans lire les notes.