Moonshot lance Kimi K3 (2,8T ouvert), NVIDIA annonce Open Secure AI Alliance, Perplexity muscle son offre entreprise

Le 27 juillet 2026 est une journée dense, avec trois annonces majeures distinctes. Moonshot AI publie les poids et le rapport technique de Kimi K3, modèle ouvert de 2,8 billions de paramètres hébergé dès le jour 0 par Together AI. NVIDIA fédère la même journée une trentaine de partenaires — d’Adobe à Microsoft en passant par Hugging Face et SpaceXAI — au sein de l’Open Secure AI Alliance, une coalition pour des outils ouverts de sécurité IA, dans la foulée de l’incident de sécurité Hugging Face déjà couvert. Perplexity publie de son côté son premier changelog en deux semaines, une salve de neuf fonctionnalités très orientées entreprise. Autour de ces trois sujets gravitent sept nouveautés notables — Cognizant et Anthropic, Cohere North Automations, l’adoption d’Opus 5 par Zed — et cinq annonces mineures.

Kimi K3 : Moonshot AI publie un modèle ouvert de 2,8 billions de paramètres, hébergé dès le jour 0 par Together AI

27 juillet, 17h14 — Moonshot AI publie les poids et le rapport technique de Kimi K3, présenté par l’éditeur comme le premier modèle ouvert de la classe des 3 000 milliards de paramètres — une formulation de Moonshot, à prendre comme telle. Il s’agit d’un modèle MoE (Mixture-of-Experts) de 2,8 billions de paramètres au total, dont seulement 104 milliards sont activés par token, répartis sur 93 couches. Deux nouveautés architecturales maison portent l’essentiel du gain revendiqué : Kimi Delta Attention (KDA), combiné à un mécanisme de résidus d’attention (Attention Residuals), et un MoE à très forte parcimonie (« Stable LatentMoE ») qui n’active que 16 experts sur 896 à chaque passage. Moonshot revendique un gain d’environ 2,5× en efficacité de mise à l’échelle par rapport à Kimi K2 — « pas seulement plus de paramètres ». Le modèle intègre aussi la vision nativement (encodeur MoonViT-V2) et une fenêtre de contexte d’un million de tokens.

Kimi K3 est disponible immédiatement sur Kimi.com, l’application mobile (iOS/Android/HarmonyOS), l’application desktop Kimi Work, l’agent de codage en ligne de commande Kimi Code (sélectionnable via /model) et l’API Kimi (modèle kimi-k3, compatible OpenAI/Anthropic), au tarif de $0,30/MTok en entrée avec cache, $3,00/MTok sans cache, et $15,00/MTok en sortie. Together AI est partenaire d’hébergement dès le jour 0, et Hugging Face reposte l’annonce sans commentaire additionnel.

Benchmark	Kimi K3	Claude Fable 5	Claude Opus 4.8	GPT-5.5
SWE-Marathon	42,0	35,0	40,0	—
MCPMark-Verified	94,5	87,4	—	—
GPQA Diamond	93,5	92,6	91,0	93,5

Moonshot reconnaît explicitement plusieurs limites : une forte sensibilité au mode de raisonnement préservé (l’historique complet doit être repassé tel quel dans les tours suivants, sous peine d’instabilité), une tendance à la « proactivité excessive » sur les tâches longues et ambiguës, et un écart d’expérience utilisateur jugé « notable » par le laboratoire lui-même face à Claude Fable 5 et GPT-5.6 Sol. Une implémentation de cache de préfixe compatible avec le nouveau mécanisme d’attention a par ailleurs été contribuée à la communauté vLLM en parallèle du modèle.

“Releasing the model weights and technical report of Kimi K3. Kimi K3 is our most capable model: a 2.8T MoE model with native visual understanding and a 1M-token context window. New model architecture: 2.5x the intelligence per unit of compute, not just more params.”

🇫🇷 Nous publions les poids du modèle et le rapport technique de Kimi K3. Kimi K3 est notre modèle le plus performant : un modèle MoE à 2,8 billions de paramètres, avec compréhension visuelle native et une fenêtre de contexte d’un million de tokens. Nouvelle architecture : 2,5 fois plus d’intelligence par unité de calcul, pas seulement plus de paramètres. — @Kimi_Moonshot sur X

🔗 Poids du modèle — Hugging Face

🔗 Rapport technique — GitHub

NVIDIA fédère l’Open Secure AI Alliance, une trentaine de partenaires pour la sécurité de l’IA

27 juillet — NVIDIA annonce la création de l’Open Secure AI Alliance, une coalition d’une trentaine de partenaires fondateurs — parmi lesquels Adobe, Cadence, Capital One, Cisco, Cloudflare, Cognition, CrowdStrike, Databricks, Dell, Hugging Face, IBM, LangChain, la Linux Foundation, Microsoft, NAVER, Palantir, Red Hat, Salesforce, SAP, ServiceNow, Siemens, Snowflake, SpaceXAI et Thinking Machines Lab — dédiée au développement et au partage d’outils ouverts pour la sécurité et la fiabilité des systèmes IA.

L’annonce s’appuie explicitement sur l’incident de sécurité survenu chez Hugging Face à la mi-juillet (déjà couvert) : le blog NVIDIA rappelle que Hugging Face a fait tourner le modèle ouvert GLM 5.2 sur sa propre infrastructure pour analyser plus de 17 000 actions et contenir l’intrusion — la démonstration, selon NVIDIA, qu’un modèle ouvert de pointe est un atout défensif, pas un passif de sécurité.

Partenaire de l’alliance	Contribution concrète
NVIDIA	NOOA (NVIDIA Labs Object-Oriented Agent), cadre de recherche sur les harnais d’agents, open source sur GitHub
Hugging Face	Don du format Safetensors à la PyTorch Foundation
Microsoft	MDASH, harnais de scan agentique multi-modèles pour prouver des failles exploitables
HPE	SPIFFE/SPIRE, identité zero-trust pour agents et services IA
SpaceXAI	Ouverture de l’agent de codage terminal Grok Build, poids de la lignée Grok à venir

Fait rare, Jensen Huang commente lui-même l’annonce — seulement son deuxième message jamais publié sur X, après la lettre du 24 juillet déjà couverte. Le même jour, Cognition (Devin) rejoint l’alliance en versant ses propres travaux de recherche sur la fiabilité des modèles dérivés de l’open source, déjà publiés le 8 juillet :

“Closing open source models hurts innovation. The path forward is better tools to evaluate, secure, and deploy them responsibly.”

🇫🇷 Fermer les modèles open source nuit à l’innovation. La voie à suivre passe par de meilleurs outils pour les évaluer, les sécuriser et les déployer de façon responsable. — @cognition sur X

Sakana AI rejoint le même jour le mouvement pro-modèles-ouverts amorcé par la lettre de Jensen Huang du 24 juillet — un troisième signal, distinct de l’alliance elle-même, qui referme la semaine : incident de sécurité (21 juillet), lettre ouverte (24-26 juillet), alliance industrielle concrète (27 juillet).

🔗 Annonce officielle — NVIDIA

🔗 Jensen Huang sur X

🔗 Sakana AI rejoint le mouvement

Perplexity publie son premier changelog en deux semaines : neuf fonctionnalités, cap sur l’entreprise

27 juillet — Perplexity publie une entrée de changelog dense, la première depuis le 13 juillet (« Introducing Brain for Perplexity Computer »), après deux semaines sans nouvelle publication sur ce canal. L’entrée regroupe neuf fonctionnalités distinctes touchant Perplexity Search, Computer, l’Agent API et Comet Assistant. Huit sont inédites ; la neuvième — l’intégration de Claude Opus 5 dans Search et Computer — avait déjà été annoncée sur X le 25 juillet et n’est ici que confirmée officiellement en changelog.

Nouvelle fonctionnalité	Détail technique
Contrôle d’accès par rôles (RBAC) + SCIM	Rôles personnalisés, synchronisation de groupes, limites de crédits par groupe — réservé aux contrats Enterprise annuels
Coffre-fort d’identifiants API	Computer s’authentifie à toute API tierce sans exposer le secret à l’agent ni au sandbox
Brain généralisé aux abonnés Max	Mémoire auto-améliorante étendue à tous les abonnés Max dans le monde, rédaction de wiki en 15 langues
Skills pour l’Agent API	Capacités composables chargées à la demande pour les agents développeurs
Computer dans Comet Assistant	Accès à Computer directement depuis le panneau Comet, sans quitter la page consultée
Check Sources	Vérifie qu’une réponse Ask ou Computer est réellement supportée par ses sources citées
Source Context Panel	Panneau latéral pour inspecter, comparer et approfondir les sources d’une réponse
Gestion de sessions par prompt	Retrouver, résumer, forker ou paralléliser des sessions Computer depuis une simple conversation

Les deux premières fonctionnalités du tableau ciblent spécifiquement les organisations sous contrat Enterprise annuel : le contrôle d’accès par rôles avec synchronisation SCIM répond à un besoin classique de gouvernance IT (provisioning centralisé, limites de crédits par équipe), tandis que le coffre-fort d’identifiants API élargit Computer à des services tiers dépourvus de connecteur natif, sans jamais exposer le secret brut à l’agent. La généralisation de Brain à tous les abonnés Max, elle, touche un public bien plus large que le seul segment Enterprise où la fonctionnalité avait débuté un mois plus tôt.

Aucune de ces neuf fonctionnalités n’est signalée comme réservée à une préversion : toutes sont déployées ou en cours de déploiement général au moment de la publication. Par son ampleur — gouvernance entreprise, développeurs et grand public dans la même entrée —, ce changelog est la publication la plus dense de Perplexity depuis le lancement de Personal Computer mi-juillet.

🔗 Changelog officiel — Perplexity

Cognizant et Anthropic étendent leur partenariat entreprise

27 juillet — Cognizant devient Global Premier Partner au sein du Claude Partner Network. Claude est désormais intégré dans trois plateformes internes de l’entreprise : Flowsource (plateforme d’ingénierie full-stack, module Spec-Driven Development où Claude Code est dirigé par les spécifications et blueprints du projet), Neuro AI Engineering et Neuro IT Ops. Plus de 30 000 associés Cognizant ont déjà été formés à Claude, dans le cadre du nouveau modèle de main-d’œuvre « Frontier Certified » du groupe.

Cas client	Résultat mesuré
Portail expérience client (fabricant mondial)	Livré en 6 mois
Intelligence contractuelle (biopharma)	Jusqu’à -40% de temps de revue, plus de 88% de précision d’extraction
Navigation des risques (assurance)	Environ 8h/semaine/personne économisées

Ravi Kumar S (CEO de Cognizant) évoque un écart croissant entre les capacités de l’IA et la capacité des entreprises à les absorber, positionnant Cognizant comme le pont apportant contexte métier, échelle d’ingénierie et cadres de confiance nécessaires à ces déploiements.

🔗 Annonce officielle — Anthropic

Outils de code : Zed adopte Claude Opus 5, GitHub Copilot optimise ses coûts

Zed 1.12.1 et 1.13.1 ajoutent Claude Opus 5

27 juillet — Zed publie simultanément ses versions 1.12.1 (stable) et 1.13.1 (preview), ajoutant le support de Claude Opus 5 pour les providers Anthropic et Amazon Bedrock BYOK (bring your own key). Zed devient le cinquième outil de code à intégrer Opus 5, après Cursor, Devin, v0 et Warp — mais, à la différence des quatre précédents, uniquement via changelog, sans annonce sur X. Le canal preview corrige par ailleurs trois bugs distincts : des réglages de projet ne réactivant pas les language servers, des réponses dupliquées avec les modèles GPT-5.x sur l’endpoint Mantle d’Amazon Bedrock, et une recherche de projet remontant des dépôts imbriqués pourtant exclus.

🔗 Changelog stable — Zed

GitHub Copilot — le routage Auto (HyDRA) fait durer les crédits IA 3,3× plus longtemps

27 juillet — GitHub explique que le cache de prompts (prompt caching), la recherche d’outils (tool search) et un système de routage de modèles baptisé HyDRA réduisent le contexte répété à chaque session Copilot. Résultat chiffré : HyDRA égale le taux de résolution de tâches de 70,8% obtenu par OpenRouter Auto, pour un gain de 3,3× en économies de crédits. Aucun article de blog dédié n’a été publié pour cette annonce, restée pour l’instant un simple tweet — dans la continuité de l’évaluation d’efficacité du harnais Copilot publiée le 25 juin.

🔗 Annonce — @github sur X

OpenAI : voix étendue à l’entreprise et nouvelle recherche économique

GPT-Live disponible globalement pour Edu, Business et Enterprise

27 juillet — OpenAI confirme que GPT-Live, la nouvelle génération de modèles vocaux introduite le 8 juillet pour une interaction naturelle entre humains et IA, est désormais disponible dans le monde entier pour les plans Edu, Business et Enterprise. L’app desktop de ChatGPT Voice avait déjà mentionné ces plans le 23 juillet ; la nouveauté ici est la confirmation explicite que le modèle vocal lui-même — et pas seulement l’intégration desktop — est couvert, à l’échelle mondiale. L’annonce est postée directement sur X, sans article dédié : c’est l’élément le plus directement lié à l’extension Enterprise observée sur cette fenêtre de veille.

🔗 Annonce — @OpenAI sur X

Work at the Frontier : comment l’IA élargit les tâches au travail

27 juillet — OpenAI Economic Research publie le premier rapport d’une nouvelle série récurrente, à partir de l’analyse de plus de 800 000 messages ChatGPT d’utilisateurs américains. Le rapport introduit la notion de chevauchement de tâches (task crossover) : du travail habituellement associé à un métier qui apparaît dans l’usage IA de personnes exerçant un autre métier. 16,8% des messages liés au travail, et 43,5% des messages spécifiques à une occupation, portent sur des tâches d’un métier différent de celui de l’utilisateur.

Métier concerné	Part de tâches hors-occupation
Expérience client	77%
Design	75%
Ressources humaines	69%
Juridique	56%
Marketing	53%

Le phénomène est plus fréquent dans les petites structures : la part de tâches hors-occupation passe de 18,9% dans des espaces de travail de 2 à 5 sièges à 16,3% au-delà de 100 sièges, cohérent avec l’idée que l’IA sert d’outil généraliste là où les ressources spécialisées manquent.

🔗 Rapport complet — OpenAI

Meta AI déploie SAM et DINOv3 dans un projet de robotique d’assistance

27 juillet — Meta AI publie une étude de cas sur le projet RAMMP (Robotic Assistive Mobility and Manipulation Platform), porté par l’Université de Pittsburgh (HERL) et ATDev, financé jusqu’à $41,5 millions par l’ARPA-H (agence fédérale américaine de recherche biomédicale avancée). L’objectif : des plateformes robotiques plus sûres pour les utilisateurs de fauteuil roulant — environ 5,5 millions de personnes aux États-Unis, plus de 100 000 blessures liées aux fauteuils traitées chaque année aux urgences.

Les modèles open source DINO/DINOv3 (vision transformer auto-supervisé) et SAM/SAM 3.1 (segmentation) tournent en edge computing directement sur le matériel embarqué des robots — contrainte imposée par l’autonomie batterie et l’absence de connectivité réseau fiable. Le système de perception repose sur RF-DETR, un détecteur léger affiné avec des embeddings DINOv2, dont les données d’entraînement sont auto-annotées via SAM. Le consortium associé inclut Kinova Robotics, LUCI Mobility, ATDev, et des équipes de Carnegie Mellon, Cornell, Northeastern et Purdue.

🔗 Étude de cas complète — Meta AI

Cohere lance North Automations, l’orchestration de workflows agentiques pour l’entreprise

27 juillet — Cohere annonce North Automations, une nouvelle capacité de sa plateforme agentique entreprise North, permettant de concevoir des workflows automatisés en langage naturel : exécutions planifiées, boucles et embranchements, choix du modèle par étape, mode « Plan » pour réviser avant construction, points d’approbation humaine et suivi de la consommation de tokens. Cohere chiffre l’opportunité de marché de l’orchestration d’agents à $550 milliards, en citant un rapport Gartner sur le cycle de hype de l’IA agentique.

Automations s’appuie sur l’infrastructure existante de North (déploiement on-prem ou cloud, connecteurs propriétaires, MCP ou SDK, garde-fous et permissions granulaires) et est disponible dès aujourd’hui pour tous les clients North. En interne, les équipes Marketing Operations, Customer Success et Sales ont déjà construit leurs propres automatisations — respectivement une traduction de questions en langage naturel vers des requêtes SQL BigQuery, un tracker d’engagement client agrégeant RH, Slack et Salesforce, et une préparation d’appels prospects croisant Salesforce, Slack, Gmail et Notion.

🔗 Annonce — @cohere sur X

🔗 Article de blog — Cohere

Brèves

GitHub Blog — « The harness is all you need (mostly) » — Burke Holland publie un workflow Copilot en 8 étapes (choisir un outil, mode YOLO, prototype visuel, plan avec /grill-me, implémentation par Autopilot, revue humaine, revue croisée par un modèle d’une autre famille, livraison), valable sur toute la famille Copilot. 🔗 Source
NVIDIA — le CPU Vera accélère la conception de puces — déployé en interne dans les flux EDA avec Cadence (Jasper) et Synopsys (VCS), jusqu’à 1,5× de performance en plus sur certaines charges de vérification, à nombre de cœurs égal. 🔗 Source
NVIDIA — Nemotron 3 Ultra en tête sur le codage RTL agentique — sur neuf catégories de conception de puces réelle, ce modèle ouvert déjà connu obtient les meilleurs résultats parmi les modèles ouverts testés. 🔗 Source
HeyGen / HyperFrames — jours 21 et 22 sur 30 — rendu cloud via l’API HeyGen (environ $0,10/minute en 1080p) puis un catalogue de composants réutilisables pour construire des scènes sans repartir de zéro. 🔗 Jour 21 · Jour 22
ElevenLabs — sommet à Bengaluru le 6 octobre — avant-premières de nouveaux modèles et démonstrations d’équipes indiennes travaillant sur l’IA vocale annoncées pour cet évènement. 🔗 Source

Ce que ça signifie

L’ouverture des modèles passe des mots aux actes. Après la lettre de Jensen Huang du 24 juillet et son ralliement croissant (Cohere, Ai2, Together AI, puis Sakana AI ce week-end), le 27 juillet marque un saut qualitatif : une alliance industrielle structurée avec des outils concrets versés par ses membres (NOOA de NVIDIA, Safetensors de Hugging Face, SPIFFE/SPIRE de HPE), et un modèle-étendard, Kimi K3, qui revendique la classe des 3 000 milliards de paramètres en poids ouverts. Deux formes différentes de la même dynamique, publiées le même jour.

La sécurité comme argument pour l’ouverture, plutôt que contre elle. L’Open Secure AI Alliance retourne un argument habituel : ce n’est pas l’ouverture des modèles qui fragilise la sécurité, mais leur fermeture qui prive les défenseurs d’outils inspectables. L’incident Hugging Face de mi-juillet, où un modèle ouvert (GLM 5.2) a permis l’analyse forensique de plus de 17 000 actions d’intrusion, sert de démonstration à cette thèse — un cas d’école que NVIDIA cite explicitement pour justifier la création de l’alliance.

La frontière ouverte se rapproche de la frontière fermée. Sur plusieurs benchmarks agentiques précis — SWE-Marathon, MCPMark-Verified, GPQA Diamond — Kimi K3 dépasse ou égale Claude Fable 5, Claude Opus 4.8 et GPT-5.5, tout en reconnaissant lui-même rester en retrait sur l’expérience utilisateur globale. L’écart entre modèles ouverts et propriétaires se resserre benchmark par benchmark, même si les laboratoires ouverts eux-mêmes admettent ne pas encore égaler l’expérience d’ensemble des meilleurs modèles fermés.

L’IA d’entreprise s’industrialise par petites briques de gouvernance. Cognizant qui forme 30 000 associés à Claude, Perplexity qui ajoute RBAC et SCIM à Computer, Cohere qui lance l’orchestration de workflows avec points d’approbation humaine, OpenAI qui étend GPT-Live à l’Edu/Business/Enterprise : quatre acteurs différents avancent le même jour sur des briques de contrôle d’accès, de traçabilité et d’automatisation — le socle nécessaire pour que l’IA agentique passe du prototype au déploiement à grande échelle en entreprise.