GPT-5.6 Sol Terra Luna en préversion, Anthropic Economic Index, Gemma 4 sur Cerebras : veille IA du 26 juin 2026

Le 26 juin 2026 est une journée dense sur plusieurs fronts : OpenAI dévoile la préversion limitée de la série GPT-5.6 (Sol, Terra, Luna), nouveau système de nommage avec tarifs revus à la baisse sur Terra et Luna ; Anthropic publie son sixième Economic Index « Cadences » avec les résultats d’une enquête auprès de 9 700 utilisateurs ; Gemma 4 franchit 200 millions de téléchargements en 2,5 mois et devient le premier modèle multimodal sur Cerebras à 1 500 tokens par seconde. Côté outillage développeur, GitHub Desktop 3.6 intègre les worktrees et le Copilot SDK, Copilot for Jira passe en disponibilité générale et le skill LSP Setup apporte une intelligence sémantique à Copilot CLI sur 14 langages. HeyGen annonce 200 millions USD d’ARR en huit mois, et Cohere s’affirme sur la souveraineté enterprise en réaction aux restrictions gouvernementales sur GPT-5.6.

GPT-5.6 Sol, Terra et Luna — préversion limitée de la nouvelle génération OpenAI

26 juin — OpenAI lance une préversion limitée de la série GPT-5.6, composée de trois modèles au positionnement distinct. La série introduit un nouveau système de nommage : le chiffre (5.6) identifie la génération, tandis que Sol, Terra et Luna désignent des niveaux de capacité durables qui peuvent évoluer indépendamment.

“Introducing a limited preview of GPT-5.6 Sol, our next generation frontier model, as well as GPT-5.6 Terra, a balanced model for efficient, everyday work, and GPT-5.6 Luna, a fast and affordable model for high-volume work.”

🇫🇷 Lancement de la préversion limitée de GPT-5.6 Sol, notre modèle de nouvelle génération, ainsi que de GPT-5.6 Terra, un modèle équilibré pour le travail quotidien efficace, et GPT-5.6 Luna, un modèle rapide et économique pour les travaux à grand volume. — @OpenAI sur X

Trois modèles, trois niveaux de capacité

GPT-5.6 Sol : modèle phare de nouvelle génération, le plus performant à ce jour pour la cybersécurité, le code et la biologie. Introduit un niveau d’effort de raisonnement maximal (max reasoning effort) et un mode ultra exploitant des sous-agents pour accélérer les tâches complexes.
GPT-5.6 Terra : modèle équilibré pour le travail quotidien, avec des performances comparables à GPT-5.5 mais deux fois moins coûteux.
GPT-5.6 Luna : modèle rapide et économique pour les volumes élevés, au coût le plus bas de la gamme.

Tarification et performances

Modèle	Entrée (par million de tokens)	Sortie (par million de tokens)	Positionnement
GPT-5.6 Sol	$5	$30	Phare / Frontier
GPT-5.6 Terra	$2,50	$15	Équilibré, 2× moins cher que GPT-5.5
GPT-5.6 Luna	$1	$6	Rapide / économique

Sur les benchmarks, Sol établit un nouveau record (state of the art) sur Terminal-Bench 2.1 (code/CLI) et surpasse GPT-5.5 sur GeneBench v1 (biologie) avec moins de tokens. Sur ExploitBench² (cybersécurité), Sol est comparable à Mythos Preview avec environ un tiers des tokens de sortie. Sol sera disponible sur Cerebras à jusqu’à 750 tokens par seconde dès juillet 2026.

Sécurité renforcée et disponibilité restreinte

OpenAI affirme avoir déployé la pile de sécurité (safety stack) la plus robuste à ce jour : plus de 700 000 heures GPU A100-équivalentes consacrées au red teaming automatisé, classificateurs temps réel pour la cybersécurité et la biologie, revue au niveau du compte pour détecter les comportements malveillants persistants. GPT-5.6 Sol ne franchit pas le seuil « Cyber Critical » du cadre de préparation (Preparedness Framework) d’OpenAI.

À la demande du gouvernement américain, OpenAI démarre avec une préversion limitée auprès d’un groupe restreint de partenaires de confiance, avant un déploiement plus large « dans les prochaines semaines » via l’API, Codex et ChatGPT.

🔗 Blog OpenAI — Préversion GPT-5.6

Anthropic Economic Index — sixième rapport « Cadences »

26 juin — Anthropic publie le sixième rapport de l’Anthropic Economic Index, intitulé « Cadences ». C’est la première édition à combiner un échantillonnage horaire continu, un classifieur des artefacts produits et les résultats d’une enquête auprès de 9 700 utilisateurs de Claude.

Nouvelle méthodologie

Changement	Description
Échantillonnage horaire	Données collectées en continu (non plus sur une fenêtre de 7 jours) — variations heure par heure observables
Classifieur d’artefacts	Chaque conversation catégorisée selon son output principal (explication, document, code, etc.)
Données granulaires	Ventilées entre conversations Claude (chat + Cowork) et API 1P, agrégées au niveau mensuel

Les rythmes de l’usage

L’usage reflète le calendrier et les habitudes quotidiennes : la part des conversations personnelles passe de ~35 % en semaine à ~50 % le week-end. Les recettes de cuisine sont demandées 2,3 fois plus souvent à 18h qu’en moyenne ; les conseils sur le sommeil atteignent leur pic vers 5h. Les demandes fiscales ont été huit fois plus fréquentes le 14 avril (veille de la date limite de déclaration aux États-Unis) que la moyenne de mai. Sur Claude Code, les usages qui reculent le plus le week-end sont l’architecture back-end et le débogage d’API ; ceux qui progressent le plus : conception d’agents IA, trading quantitatif, jeux vidéo.

Ce que Claude produit

93 % des conversations produisent un artefact identifiable : explications (17 %), documents et rapports (15 %), conseils (11 %), code et scripts (~16 % ensemble). Les apps et sites web consomment plus de trois fois les tokens d’une conversation médiane. Claude répond en moyenne à un niveau de lecture supérieur d’environ un an d’études par rapport au prompt — l’écart est maximal pour les images et graphiques (+2,6 ans), les jeux (+1,9) et les apps (+1,7).

L’enquête auprès de 9 700 répondants

Indicateur	Valeur
Attendent des changements significatifs de leurs responsabilités en 12 mois	>1/3
Pensent que l’IA pourra gérer la majorité de leurs tâches dans 12 mois	>35 %
Déclarent des gains de productivité en vitesse	86 %
Déclarent des gains de productivité en volume de travail	82 %
Déclarent des gains de productivité en qualité	69 %
Apprennent davantage grâce à l’IA	68 %
Estiment que l’IA valorise leurs compétences	57 %
Pensent probable de perdre leur propre emploi	~10 %
Estiment probable que leur jeune collègue perde son emploi	>1/3

Constat central : les utilisateurs qui délèguent le plus à Claude sont ceux qui se montrent les plus optimistes sur l’impact de l’IA sur leur emploi et leurs compétences — sans que cela s’accompagne d’une réduction de l’apprentissage perçu. Les femmes représentent 12 % de l’échantillon couplé ; après contrôle des différences d’occupation, elles utilisent Claude Code 6,3 points de pourcentage de moins, mais passent plus de temps actif sur le chat.

🔗 Anthropic Economic Index — rapport Cadences

Claude Code v2.1.193 — autoMode, OpenTelemetry et autocomplétion bash

25 juin — Claude Code v2.1.193, publiée en fin de soirée, apporte plusieurs nouvelles fonctionnalités orientées contrôle du mode automatique, observabilité et ergonomie du terminal.

Fonctionnalité	Détail
`autoMode.classifyAllShell`	Toutes les commandes Bash/PowerShell passent par le classifieur du mode automatique
Raisons de refus en mode auto	Inscrites dans la transcription, le toast et l’onglet `/permissions`
OpenTelemetry `claude_code.assistant_response`	Journalise le texte de réponse du modèle (masqué par défaut ; `OTEL_LOG_ASSISTANT_RESPONSES=1`)
Autocomplétion de chemins bash (`!`)	Chemins suggérés en temps réel à la saisie
Notification MCP auth	Notice vers `/mcp` si des serveurs nécessitent une authentification au lancement
Auto-réponse shell inactif en arrière-plan	Commandes en attente d’entrée reçoivent une réponse automatique (désactivable via `CLAUDE_CODE_DISABLE_BG_SHELL_PRESSURE_REAP=1`)

Plusieurs régressions sont corrigées : les agents épinglés en arrière-plan ne sont plus réinvités à « continuer là où vous en étiez » après chaque mise à jour automatique, et le sous-agent fantôme « general-purpose (resumed) » qui relançait la conversation principale est supprimé. Le headersHelper MCP se relance et se reconnecte automatiquement après un retour 401/403.

🔗 Changelog Claude Code

Google / Gemini — Gemma 4 sur Cerebras, 200M téléchargements et Drops de juin

Gemma 4 × Cerebras — premier modèle multimodal à 1 500 tokens/s

26 juin — Gemma 4 devient le premier modèle multimodal disponible sur Cerebras. La version 31B tourne à 1 500 tokens par seconde sur l’infrastructure Cerebras. Un hackathon virtuel de 24 heures est organisé le 28 juin avec $5 000 en prix pour les participants, qui bénéficient d’un accès anticipé à Gemma 4 sur Cerebras via Luma (Cerebras × Google Gemma 4 : $5 000 Hackathon).

🔗 Tweet @googlegemma — Cerebras × Gemma 4

Gemma 4 — 200 millions de téléchargements en 2,5 mois

25 juin — La famille Gemma 4 franchit 200 millions de téléchargements en seulement 2,5 mois depuis son lancement. Pour contexte, l’ensemble de la famille Gemma totalisait 100 millions de téléchargements au lancement de Gemma 3 — Gemma 4 a donc doublé ce total en 2,5 mois. Ce jalon a été retweeté par @GoogleDeepMind, signe de l’importance accordée par Google à ce résultat.

🔗 Tweet @googlegemma — 200M téléchargements

Gemini Drops juin 2026 — images en temps réel à la voix et outils PME

26 juin — L’application Gemini publie son récapitulatif mensuel de juin (« Gemini Drops ») : génération d’images en temps réel avec la voix et nouveaux outils pour les petites entreprises. Le tweet renvoie vers un article de blog Google détaillant les fonctionnalités du mois.

🔗 Tweet @GeminiApp — Gemini Drops juin 2026

GitHub Copilot — Desktop 3.6, Jira GA et intelligence sémantique CLI

GitHub Desktop 3.6 — Worktrees et Copilot SDK

26 juin — GitHub Desktop 3.6 apporte deux évolutions majeures : le support des Git worktrees et une intégration plus profonde de Copilot via le nouveau Copilot SDK.

Fonctionnalité	Détail
Copilot SDK	Fondation commune pour toutes les fonctionnalités Copilot dans Desktop
Authoring de commits	Génère des messages respectant `.github/copilot-instructions.md` et `AGENTS.md`
Résolution de conflits	L’IA explique les changements conflictuels et suggère une résolution à accepter ou éditer
Git worktrees	Travail sur plusieurs branches en parallèle sans stashing ni clonage répété
Model picker	Choix du modèle pour chaque fonctionnalité Copilot
BYOK	Connexion à un provider tiers ou un modèle local

Disponible pour macOS et Windows (GitHub Desktop 3.6.0). Les worktrees sont particulièrement utiles avec les agents de codage qui créent des espaces de travail (worktrees) isolés.

🔗 GitHub Changelog — Desktop 3.6

GitHub Copilot for Jira — Disponibilité Générale

25 juin — GitHub Copilot for Jira passe en disponibilité générale (GA) après une public preview depuis mars 2026. Le GA apporte deux nouvelles capacités : le streaming de progression (mises à jour de l’agent de codage transmises en temps réel vers le ticket Jira sans changer de contexte) et le post-session steering (après l’ouverture d’un draft PR, l’utilisateur peut donner de nouvelles instructions directement dans Jira ; l’agent continue sur le même PR). L’onboarding de l’organisation GitHub et des dépôts est simplifié.

🔗 GitHub Changelog — Copilot for Jira GA

LSP Setup skill — intelligence sémantique sur 14 langages pour Copilot CLI

25 juin — GitHub Copilot CLI reçoit un nouveau skill LSP Setup qui lui donne une intelligence de code sémantique réelle — définitions, références, types — via les serveurs LSP (Language Server Protocol), remplaçant l’approche grep/décompilation. Couverture : 14 langages. La configuration et l’installation des serveurs LSP sont prises en charge par le skill.

🔗 GitHub Blog — LSP Setup skill · Tweet @github

Modèles ouverts et recherche — HF Jobs vLLM et Sakana CoffeeBench

HF Jobs — serveur vLLM compatible OpenAI en une commande

26 juin — Hugging Face publie un guide officiel pour lancer un serveur vLLM privé, compatible OpenAI, sur l’infrastructure HF Jobs avec une seule commande (hf jobs run --flavor a10g-large --expose 8000 vllm/vllm-openai:latest vllm serve Qwen/Qwen3-4B). Pas de Kubernetes, pas de serveurs à provisionner, facturation à la seconde.

Aspect	Détail
GPU disponibles	A10g-large (1,50 USD/h), H200×2, H200×8
Protocole	Compatible OpenAI (ChatCompletions), authentification par token HF
Accès SSH	`hf jobs run --ssh` + `hf jobs ssh <job_id>`
Modèles testés	Qwen3-4B, Qwen3.5-122B-A10B (MoE, 2×H200)
Interface Gradio	Support streaming avec raisonnement repliable
Agent coding	Intégration Pi framework (agnostique de provider)
Différence Inference Endpoints	Jobs = expérimentation/évals, Endpoints = production avec scale-to-zero

Prérequis : huggingface_hub >= 1.20.0.

🔗 Blog HF — vLLM sur HF Jobs

Sakana CoffeeBench — simulation multi-agent sur 90 jours de chaîne café

26 juin — Sakana AI, en collaboration avec Azusa Audit Corporation, publie CoffeeBench : un benchmark évaluant les capacités de gestion à long terme des agents LLM. Six entreprises (agriculteurs, torréfacteurs, détaillants), chacune gérée par un agent distinct, mènent des négociations de prix, passent des commandes et gèrent leurs stocks sur 90 jours simulés dans le but de maximiser les bénéfices nets. Les résultats révèlent des écarts comportementaux significatifs entre les modèles : certains agents négocient activement, d’autres analysent sans agir et entrent dans les pertes. La recherche sera présentée à l’atelier ICML 2026 « Failure Modes in Agentic AI ». Le tweet a recueilli 173 800 vues.

🔗 Sakana — CoffeeBench · arXiv 2606.16613 · @SakanaAILabs sur X

HeyGen franchit 200 millions USD d’ARR en huit mois

25 juin — HeyGen, la plateforme de vidéo IA centrée sur l’identité (identity-first AI video), annonce avoir dépassé 200 millions USD d’ARR (annual recurring revenue), doublant en huit mois. La croissance reflète une adoption rapide aussi bien par des créateurs indépendants que par 85 % des entreprises du Fortune 100.

Métrique	Valeur
ARR	200 millions USD (doublement en 8 mois)
Utilisateurs	30 millions
Pays	196
Langues	175+
Fortune 100	85 %
Vidéos créées	118 millions
Efficience capital	2,70 USD ARR par dollar levé

HeyGen met en avant Avatar V (15 secondes de vidéo suffisent pour créer un jumeau numérique), HyperFrames (cadre de travail (framework) open source Apache 2.0 pour la création vidéo agentique, 21 600 étoiles GitHub en un mois) et l’intégration HeyGen MCP pour les flux d’agents IA. 63 fonctionnalités ont été lancées en 3 mois.

🔗 Blog HeyGen — 200 millions USD ARR

Cohere — souveraineté enterprise face aux restrictions sur GPT-5.6

25 juin — Cohere publie un tweet de positionnement offensif sur la souveraineté et le contrôle enterprise, en réaction à l’annonce d’OpenAI de limiter GPT-5.6 à un groupe restreint de partenaires à la demande du gouvernement américain.

“When you use Cohere, there are no staggered releases. No sudden disablements. We trust you completely: ‘[The customer] is in full control. We can’t see in, we can’t switch it off.’”

🇫🇷 Avec Cohere, pas de déploiements échelonnés. Pas de désactivations soudaines. Nous vous faisons entièrement confiance : « Le client a le contrôle total. Nous ne pouvons pas voir à l’intérieur, nous ne pouvons pas le désactiver. » — @cohere sur X, citant Aidan Gomez, CEO Cohere

Ce positionnement intervient le jour même où OpenAI annonce que GPT-5.6 Sol, Terra et Luna ne seront disponibles « en général que dans les semaines à venir », pour l’instant uniquement auprès d’un groupe restreint à la demande du gouvernement américain. Le tweet a recueilli 18 900 vues.

Brèves

Warp — série Cloud Software Factory (article 1) (25 juin) — Premier article d’une série Warp sur la construction d’une usine logicielle en nuage (cloud software factory) avec des skills et des boucles (loops). Cet épisode couvre la « automatic triage skill » pour automatiser le triage de tickets dans un flux de développement. Contenu éducatif (7 min de lecture). 🔗 Blog Warp
Sakana Fugu — rapport technique arXiv 2606.21228 (26 juin) — Rapport technique officiel de Fugu publié sur arXiv, complément du lancement du 22 juin. Documente les architectures Fugu, Fugu-Ultra et Fugu-Llama sur des benchmarks de codage, raisonnement, roleplay et tâches agentiques (dont SWE-Bench Pro). 🔗 arXiv 2606.21228 · Tweet @SakanaAILabs
Antigravity 2.2.1 (25 juin) — L’environnement de développement IA de Google publie la version 2.2.1 : nouveau skill « Antigravity Guide » intégré, rendu de fichiers audio, recherche de fichiers par sous-chaîne, 19 améliorations et 17 correctifs. Version précédente : 2.1.4 du 11 juin. 🔗 Antigravity — changelog
Copilot code review — mises à jour efficacité (25 juin) — Copilot code review utilise désormais les outils CLI/SDK natifs (grep, rg, glob, view), réduisant les coûts de 20 % tout en maintenant la qualité. La medium analysis depth permet l’attribution dans le commentaire de résumé du PR et le paramétrage du niveau de review au niveau organisation. 🔗 GitHub Changelog
MAI-Code-1-Flash étendu à Copilot Business et Enterprise (26 juin) — Le modèle MAI-Code-1-Flash est désormais accessible aux plans Copilot Business et Copilot Enterprise. 🔗 GitHub Changelog
Cohere — réaction mème « Taps sign » (26 juin) — En réponse à l’accès restreint à GPT-5.6 Sol, Cohere publie un mème humoristique sur X avec photo d’Aidan Gomez en couverture de FORTUNE, sous-entendant que leur CEO a déjà dit l’essentiel. Le tweet atteint 37 800 vues et 444 mentions « J’aime ». 🔗 Tweet @cohere

Ce que ça signifie

La fragmentation de l’accès aux modèles frontier devient un enjeu commercial. GPT-5.6 Sol est lancé en préversion limitée à la demande du gouvernement américain — un déploiement graduel inédit à cette échelle pour OpenAI. Cohere réagit immédiatement avec un positionnement sur la souveraineté totale du client (« We can’t see in, we can’t switch it off »), signalant que le contrôle enterprise sur les modèles d’IA devient un argument de vente différenciant. Le mème du lendemain confirme que ce positionnement est délibéré et coordonné. La série GPT-5.6 Sol/Terra/Luna représente aussi un changement de nomenclature notable : des noms durables qui peuvent évoluer indépendamment, plutôt qu’un numéro de version figé.

La mesure de l’impact économique de l’IA gagne en profondeur et en nuance. L’Anthropic Economic Index « Cadences » est la première édition à coupler données d’usage réelles et enquête auprès de 9 700 répondants. Les résultats nuancent le discours dominant : 86 % déclarent des gains de productivité en vitesse, mais les utilisateurs qui délèguent le plus sont aussi les plus optimistes — sans que cela s’accompagne d’une réduction de l’apprentissage perçu. L’écart genré (12 % de femmes dans l’échantillon couplé, -6,3 points d’usage Claude Code) reste peu expliqué mais est documenté pour la première fois à cette granularité. Les rythmes temporels de l’usage (fiscal le 14 avril, recettes à 18h, sommeil à 5h) sont une lecture concrète de la façon dont l’IA s’insère dans la vie quotidienne.

L’outillage des équipes de développement se densifie simultanément sur plusieurs fronts. GitHub Desktop 3.6, Copilot for Jira GA et le skill LSP Setup pour Copilot CLI arrivent le même jour, formant une couverture complète du cycle de développement : bureau (Desktop), gestion de projet (Jira), terminal (CLI sémantique sur 14 langages). Claude Code v2.1.193 ajoute l’observabilité OpenTelemetry des réponses du modèle et le classifieur automatique des commandes shell, deux fonctionnalités qui répondent à des besoins de conformité et de traçabilité en entreprise. HF Jobs vLLM réduit de son côté la barrière d’entrée pour l’inférence à la demande sans infrastructure à gérer.

Les modèles ouverts et la vidéo IA atteignent des jalons commerciaux qui redistribuent les cartes. Gemma 4 double en 2,5 mois le total historique de la famille Gemma au lancement de Gemma 3, et devient le premier modèle multimodal à tourner sur Cerebras à 1 500 tokens/s. HeyGen (200 millions USD ARR, 2,70 USD ARR par dollar levé) démontre que la vidéo IA peut atteindre une efficience capital rare dans le secteur tech. CoffeeBench de Sakana illustre une troisième forme de contribution : des benchmarks multi-agents sur des horizons longs (90 jours de chaîne d’approvisionnement) qui capturent des comportements que les évaluations classiques ne voient pas — des lacunes qui seront présentées à ICML 2026.