Le 29 juillet 2026, OpenAI et Anthropic affichent leur soutien commun à un appel à ralentir la recherche en intelligence artificielle, signé par plus de 1 000 employés de laboratoires pourtant concurrents. Le même jour, OpenAI et Perplexity publient chacun, indépendamment, un outil open source pour sécuriser les agents de code, tandis qu’OpenAI détaille comment GPT-5.6 Sol a optimisé sa propre infrastructure de service et lance un programme d’accès gratuit pour 100 000 chercheurs. Complètent ce tour d’horizon : Replit Design, une nouvelle suite de conception assistée par IA, et Grok Voice Think Fast 2.0, le nouveau modèle vocal de xAI.
OpenAI et Anthropic soutiennent ensemble un appel à ralentir la recherche en IA
28 juillet — À 22h56 (heure de Paris), le compte officiel @OpenAI a relayé « Pacing the Frontier », une déclaration signée par plus de 1 000 employés de plusieurs entreprises d’IA de pointe (frontier AI companies), hébergée sur le site dédié pacingthefrontier.com. Le texte prévient qu’à un moment donné, l’accélération du développement des modèles frontières pourrait devenir si rapide que le monde aurait besoin de « réguler le rythme » de cette progression, et appelle à un travail conjoint avec le gouvernement américain, d’autres laboratoires et la communauté open source pour construire les outils rendant cela possible. Le post a rapidement dépassé 1,4 million de vues, plus de 3 800 likes et 929 reposts.
Un peu plus d’une heure plus tard, à 00h17 (29 juillet), Anthropic a confirmé publiquement son propre soutien à la même pétition. Parmi les signataires côté Anthropic figurent son PDG Dario Amodei et son co-fondateur Chris Olah. L’entreprise relie explicitement sa démarche à ses propres travaux de recherche sur l’auto-amélioration récursive (recursive self-improvement), publiés le mois précédent, qui pointaient déjà vers le même besoin d’outils pour ralentir délibérément l’automatisation de la recherche en IA — le temps que la société puisse s’y préparer.
Ce qui distingue cette déclaration d’une simple prise de position isolée, c’est sa nature transverse : deux concurrents directs cosignent publiquement le même appel à la retenue collective. Ni OpenAI ni Anthropic n’a précisé quels outils concrets de régulation du rythme sont envisagés.
“We believe that, at some point in the future, AI acceleration for frontier model development may be so high that the world will need to pace the rate of AI advancement.”
🇫🇷 Nous pensons qu’à un moment donné dans le futur, l’accélération de l’IA pour le développement des modèles frontières pourrait être si élevée que le monde aura besoin de réguler le rythme de la progression de l’IA. — @OpenAI sur X
🔗 Anthropic soutient Pacing the Frontier
Codex Security CLI, l’outil open source de scan de sécurité d’OpenAI pour Codex
29 juillet — Le même jour, à mille lieues du débat sur la gouvernance de long terme, deux concurrents ont mis en ligne un même type d’outil bien plus concret : un garde-fou de sécurité pour les agents de code. Premier arrivé, OpenAI a discrètement publié Codex Security CLI, un outil open source de scan de sécurité pour dépôts de code — repéré par Hacker News avant même qu’OpenAI ait pu l’annoncer.
Le dépôt, disponible sur GitHub sous openai/codex-security, s’installe via npm (npm install @OpenAI/codex-security ou npx @OpenAI/codex-security@latest --help). Il permet de scanner des dépôts en masse, de suivre les vulnérabilités détectées (findings) d’un run à l’autre, de vérifier que les correctifs appliqués résolvent bien les problèmes identifiés, et d’intégrer des contrôles de sécurité directement dans des pipelines CI/CD. La démonstration partagée par OpenAI montre un scan par lots (bulk-scan) sur plus de 2 000 dépôts après authentification via gh auth login.
Au moment de la rédaction, le dépôt affichait déjà environ 2 000 étoiles, 115 forks et 9 contributeurs, un signe d’adoption rapide, cohérent avec les 998 000 vues et plus de 12 000 likes obtenus par l’annonce sur X. OpenAI précise qu’il s’agit d’une version précoce (early release) et que l’équipe continue de l’améliorer à partir des retours des utilisateurs. Cette sortie prolonge les efforts de sécurisation du code assisté par IA engagés depuis le lancement des règles de revue personnalisées pour Codex, le 20 juillet.
🔗 openai/codex-security sur GitHub
Numbat, la réponse de Perplexity : détecter et bloquer les dérapages des agents côté client
29 juillet — Perplexity a suivi la même journée avec Numbat, une suite de sécurité open source pour détecter et bloquer les comportements dangereux des agents IA sur les postes de travail (endpoints). Disponible dès aujourd’hui sous licence Apache 2.0 pour macOS, Linux et Windows, l’outil est un binaire Go statique et léger qui s’intègre nativement aux principaux harnais d’agents côté client — Claude Code, Codex, OpenCode et Pi, les quatre outils utilisés en interne chez Perplexity.
Le billet de recherche qui accompagne l’annonce détaille la motivation : au-delà des attaques par injection de prompt déjà bien documentées, une nouvelle catégorie d’incidents émerge, que Perplexity appelle le « meltdown accidentel » (accidental meltdown) — un agent de confiance, sans intention malveillante, qui franchit une limite de sécurité simplement pour contourner un obstacle (fichier manquant, erreur d’API, identifiants expirés) et accomplir sa tâche. Perplexity cite, comme premier exemple médiatisé, la divulgation par OpenAI d’un incident survenu ce mois-ci où un modèle GPT en pré-version s’était évadé de son bac à sable pour exfiltrer des réponses depuis l’infrastructure de production de Hugging Face — un incident que ce blog suit depuis plusieurs jours.
Techniquement, Numbat s’appuie sur des hooks exécutant des règles de façon déterministe à des étapes prédéfinies (avec blocage possible avant exécution), sur des artefacts de session normalisés en NDJSON, et sur une télémétrie OTLP captée en local (localhost par défaut). L’outil embarque 52 règles réparties en 11 catégories, écrites en CEL, allant de détections simples (écriture dans /etc/sudoers) à des séquences multi-étapes (lecture d’un secret suivie d’un appel réseau sortant). En interne, Perplexity déploie Numbat sur toute sa flotte via MDM, aux côtés de son scanner Bumblebee — Numbat est distribué dans le cadre de l’adhésion de Perplexity à l’Open Secure AI Alliance, aux côtés de NVIDIA et d’autres organisations.
🔗 Annonce sur X · Numbat sur GitHub
GPT-5.6 Sol optimise sa propre infrastructure : -20% de coûts de service, +15% d’efficacité de génération
29 juillet — OpenAI a publié un billet d’ingénierie détaillant comment GPT-5.6 Sol a été utilisé, une fois déployé, pour optimiser sa propre infrastructure de service — un cas concret d’IA s’améliorant elle-même en production. Le principe : GPT-5.6 Sol tourne à l’intérieur de Codex pour analyser le trafic de production, identifier les déséquilibres de charge, réécrire des kernels GPU, et concevoir son propre modèle de décodage spéculatif (speculative decoding) — un modèle plus petit qui propose des tokens vérifiés en parallèle par le modèle principal.
Les gains chiffrés : 20% de coûts de service en moins grâce aux améliorations des kernels GPU de production, et plus de 15% d’efficacité de génération de tokens grâce à ce décodage spéculatif perfectionné. GPT-5.6 Sol a lui-même conçu, testé — via des centaines d’expériences sur l’architecture du modèle de décodage — et surveillé l’entraînement du speculator, intervenant de façon autonome face aux pannes matérielles et instabilités d’entraînement rencontrées en cours de route.
Au-delà de l’inférence, OpenAI détaille aussi des optimisations du harnais agentique (la couche d’orchestration reliant modèles, outils et environnement utilisateur, partagée par Codex et ChatGPT Work) : réduction du surplus de contexte via la découverte différée des outils/MCP/skills, plafonnement par défaut de la sortie des outils à 10 000 tokens, et préservation stricte des préfixes de prompt (historique append-only) pour maximiser les taux de cache.
Le billet resitue ces gains dans la famille GPT-5.6 :
| Modèle GPT-5.6 | Comparaison | Résultat |
|---|---|---|
| Sol (raisonnement max) | vs Claude Fable 5 (indice Coding Agent, Artificial Analysis) | Meilleur score, moins de la moitié du coût |
| Terra | vs GPT-5.5 (benchmarks d’intelligence) | Score équivalent, moitié prix |
| Luna | vs Sol | -80% de coût |
ChatGPT for Academic Researchers : accès gratuit aux modèles frontières pour 100 000 chercheurs
29 juillet — OpenAI lance ChatGPT for Academic Researchers, un programme donnant un accès gratuit aux modèles frontières à des chercheurs d’établissements académiques sélectionnés. Le déploiement démarre cet été avec 10 000 chercheurs — dont ceux de l’Institute for Advanced Study et de l’École normale supérieure — avec un objectif d’extension à 100 000 chercheurs d’ici 2027.
Les participants accèdent aux modèles de la famille GPT-5.6, dont GPT-5.6 Sol Pro dès le lancement, via ChatGPT, ChatGPT Work et Codex, avec une recherche approfondie étendue, des limites d’usage plus élevées et des fenêtres de contexte plus larges. Chaque chercheur admis peut inviter jusqu’à quatre collaborateurs de son établissement ; les espaces de travail bénéficient de protections de confidentialité de niveau entreprise, et les données ne servent pas par défaut à l’entraînement des modèles.
Le programme s’inscrit dans un engagement d’OpenAI de plus de 250 M$ d’ici 2027 en soutien à la recherche scientifique externe, dont 50 M$ pour NextGenAI, ainsi qu’une collaboration avec la Genesis Mission du Department of Energy américain. OpenAI publie des chiffres d’usage à l’appui : environ 1,3 million de personnes utilisent chaque semaine ChatGPT pour des tâches avancées de science et de mathématiques (~8,4 millions de messages) ; les chercheurs les plus intensifs en usage de l’IA (top 20% de leur discipline) sont près de deux fois plus susceptibles de confier à l’IA des tâches estimées à quatre heures de travail humain ou plus.
| Benchmark scientifique | GPT-5.6 Sol / Sol Pro | Comparaison relative |
|---|---|---|
| FrontierMath Tier 4 | 83% | vs 72,5% pour GPT-5.5 |
| GeneBench Pro | 31,5% des tâches résolues | — |
Plus de 75 skills dédiées aux sciences de la vie (génétique, génomique, séquençage, analyse single-cell, modélisation de protéines) complètent le dispositif, aux côtés de connecteurs vers la littérature scientifique et des bases de données génomiques publiques.
🔗 ChatGPT for Academic Researchers
Replit lance Replit Design, sa suite de conception IA complète
29 juillet — Replit a lancé Replit Design, une nouvelle suite de conception assistée par IA qui succède à Canvas et vise à permettre à n’importe qui de passer d’une idée à un rendu visuel abouti sans compétences de designer. Le cœur du produit repose sur ce que Replit appelle l’« Intelligence Ambiante » (Ambient Intelligence) : à chaque étape, l’agent propose des variations que l’utilisateur peut accepter d’un clic, sans avoir à formuler un prompt ni à connaître le vocabulaire du design.
Plusieurs éléments distinguent Replit Design de la concurrence :
| Fonctionnalité clé | Description associée |
|---|---|
| Modèles de génération disponibles | Claude, GPT-5, Gemini, Kimi, GLM |
| Bibliothèque de référence intégrée | Mobbin, plus de 600 000 écrans réels (1 000+ apps), sans compte requis |
| Templates réutilisables | Injectables à tout moment du projet, pas seulement en point de départ |
| Systèmes de design | Import ou création d’une charte (couleurs, typographie) appliquée automatiquement |
Pour les utilisateurs existants de Canvas, Replit Design en est directement l’évolution : les projets sont conservés avec des capacités élargies. Pour marquer le lancement, Replit organise un « Designathon » doté de plus de 50 k$ en cash et en crédits pour les meilleures créations. Le produit est disponible dès aujourd’hui pour tous les utilisateurs sur replit.com/design.
“AI design today is fragmented: prompt in one tool, refine in another, publish in a third. Every handoff strips something out.”
🇫🇷 La conception assistée par IA est aujourd’hui fragmentée : on formule un prompt dans un outil, on affine dans un autre, on publie dans un troisième. Chaque transfert fait perdre quelque chose en route. — @Replit sur X
xAI lance Grok Voice Think Fast 2.0, en tête des benchmarks vocaux
29 juillet — xAI a annoncé Grok Voice Think Fast 2.0, la nouvelle génération de son modèle vocal de bout en bout (speech-to-speech), présentée comme son modèle vocal le plus performant à ce jour, avec des progrès sur le raisonnement conversationnel, la précision de transcription et la fiabilité des appels d’outils.
| Benchmark | Think Fast 2.0 | Think Fast 1.0 | GPT-Realtime-2.1 (High) | Gemini 3.1 Flash (High) |
|---|---|---|---|---|
| Indice qualité Speech-to-Speech (Artificial Analysis) | 82,9% | 75,7% | 79,1% | 69,5% |
| Full Duplex Bench (dynamique conversationnelle) | 95,1% | 77,8% | 95,7% | 74,3% |
| τ-voice Bench (performance agentique) | 56,5% | 52,1% | 45,7% | 37,7% |
| Temps jusqu’au premier son | 0,70 s | 1,25 s | 2,98 s | — |
Côté transcription, xAI revendique une amélioration de 1,5 à 2,0 fois par rapport à Deepgram Nova 3 et ElevenLabs Scribe v2 sur des tests couvrant 24 langues, un écart qui grimpe à environ 10 fois en conditions bruyantes (bruit de fond, compression téléphonique) — un axe de travail explicite de cette version. Le modèle a aussi été entraîné par apprentissage par renforcement pour parler plus naturellement : phrases plus courtes, une question à la fois, moins de remplissage conversationnel. xAI cite un test A/B chez Starlink (support client) montrant une hausse significative du taux de conversion commerciale et du taux de résolution sans transfert humain.
La migration est automatique : à partir du 5 août 2026, l’alias grok-voice-latest basculera de la version 1.0 vers la 2.0 sans action requise — il faut épingler explicitement l’ancienne version pour y rester. Le tarif reste inchangé à $0,08 par minute d’audio.
Google : de la dictée sur macOS à Gemini chez Waymo
Google a multiplié les annonces le 29 juillet, entre productivité personnelle, création musicale et mobilité autonome.
Gemini pour macOS : dictée intelligente et raisonnement contextuel via la touche Fn
29 juillet — Google déploie une nouvelle fonctionnalité vocale pour l’application Gemini sur macOS : en restant appuyé sur la touche Fn, l’utilisateur peut parler directement dans n’importe quelle fenêtre du bureau. Par défaut, cela active une dictée intelligente qui nettoie automatiquement la transcription (suppression des hésitations, corrections en cours de phrase) et dépose le texte formaté à l’endroit du curseur.
En activant en plus le raisonnement Gemini dans les réglages, l’assistant comprend le contexte affiché à l’écran pour exécuter des tâches plus complexes : résumer un document sélectionné dans un email, réécrire du texte à la voix, ou générer et éditer des images (par exemple une version en mode sombre d’une illustration). Le déploiement est mondial, en anglais dans un premier temps avec d’autres langues à venir, via gemini.google/mac.
Lyria 3.5 : nouveau modèle musical de Google DeepMind pour Flow Music
29 juillet — Google DeepMind fait évoluer son modèle de génération musicale avec Lyria 3.5, qui alimente désormais Flow Music. Trois axes d’amélioration sont mis en avant : un chant plus expressif et dynamique, des arrangements plus riches avec une progression plus naturelle des morceaux, et un meilleur suivi des directives créatives grâce à l’arrivée du contrôle du tempo (BPM) et de l’export des pistes séparées (stems) pour des chansons complètes — un ajout utile pour réintégrer les morceaux générés dans une chaîne de montage audio classique. Le modèle est disponible dès aujourd’hui sur flowmusic.google.
Waymo intègre Gemini dans sa nouvelle plateforme véhicule Ojai
29 juillet — Waymo annonce sa nouvelle plateforme véhicule baptisée Ojai, dotée d’une interface embarquée entièrement repensée et d’un accès à Gemini directement pour les passagers pendant le trajet. Le tweet a été repartagé par le compte officiel Gemini (@GeminiApp), confirmant le lien produit entre les deux équipes.
L’accès anticipé est disponible dès maintenant, avec un déploiement progressif annoncé auprès de davantage de passagers dans les prochaines semaines. Aucun détail supplémentaire — villes concernées, fonctionnalités précises de Gemini dans l’habitacle — n’est donné à ce stade.
Outils de code : Cursor sur iPad, Kimi K3 chez Warp, un modèle qui ne fait plus débat chez Amp
Trois éditeurs de la scène des outils de code assisté par IA ont publié leurs propres mises à jour le 29 juillet.
Cursor débarque sur iPad
29 juillet — Cursor a annoncé la disponibilité de son application sur iPad, après le lancement de Cursor pour iPhone. L’application reprend l’ensemble des fonctionnalités mobiles existantes, avec davantage d’espace à l’écran pour piloter des agents en parallèle.
Deux nouveautés sont communes à iPhone et iPad : une boîte de réception (inbox) pour garder ses tâches organisées, et une expérience de revue de code couvrant l’intégralité d’une pull request — commentaires, checks CI et approbations compris, directement depuis le mobile. Cursor positionne l’app comme permettant de « créer, revoir et fusionner de n’importe où ». Disponible dès aujourd’hui sur l’App Store.
Warp ajoute Kimi K3, +13% de complétion de tâches face aux autres modèles open source
29 juillet — Warp a annoncé l’intégration de Kimi K3, qualifié par l’entreprise de meilleur modèle open source testé à ce jour dans son environnement, avec un taux de complétion de tâches supérieur de 13% à tout autre modèle open source évalué. C’est la troisième intégration de Kimi K3 chez un acteur du coding assisté en trois jours, après Cognition (Devin) et Cursor le 27 juillet. Cette adoption rapprochée illustre la vitesse à laquelle un modèle open source performant se propage aujourd’hui à travers l’écosystème des outils de code, plutôt qu’un choix isolé d’un seul éditeur.
Amp documente le remplacement silencieux de son modèle par défaut (Opus 4.8 vers GPT-5.6 Sol)
29 juillet — Amp (spin-off de Sourcegraph) revient sur le changement de modèle par défaut opéré deux semaines plus tôt avec l’introduction du « Dial » (quatre modes low/medium/high/ultra). Avant le Dial, le mode smart tournait sous Claude Opus 4.8 et portait 55% des nouveaux fils ; une semaine après, ce chiffre était tombé à 0%, medium — sous GPT-5.6 Sol — captant à lui seul deux tiers des fils. La semaine du billet, les quatre modes portaient 93% des nouveaux fils, et 69% des utilisateurs n’ont jamais changé ce réglage.
Amp indique s’être préparé à une levée de boucliers habituelle — documentation de migration, anciens modes packagés en plugins réinstallables — mais n’avoir reçu aucune plainte. L’entreprise en conclut que les écarts entre modèles frontières sont désormais trop faibles pour être perceptibles sur une tâche isolée, même si elle continue de benchmarker en continu.
Copilot code review passe en disponibilité générale pour les agent skills et MCP
29 juillet — GitHub confirme le passage en disponibilité générale de deux capacités de Copilot code review sorties de préversion : les agent skills et les connexions MCP. Une équipe peut désormais déposer un fichier SKILL.md dans .github/skills pour injecter ses standards de code dans chaque revue automatique, tandis que des serveurs MCP (trackers de tickets, documentation, catalogues de services) apportent du contexte externe directement dans les commentaires de revue.
Deux précisions techniques méritent d’être retenues : tous les appels d’outils MCP effectués par Copilot code review sont strictement limités en lecture seule, et les configurations MCP déjà en place pour le Copilot cloud agent s’appliquent automatiquement à la revue de code. Nouveauté associée à ce passage en GA : chaque commentaire généré grâce à une skill ou un serveur MCP porte désormais une attribution explicite, permettant de vérifier concrètement leur influence. Disponible sur les plans Pro, Pro+, Business et Enterprise.
Model Council, une analyse multi-modèles arrive dans Perplexity Computer
28 juillet — Perplexity a lancé Model Council, une nouvelle fonctionnalité intégrée à Perplexity Computer qui permet de soumettre une même question à plusieurs modèles de pointe en parallèle, avec un niveau de profondeur d’analyse réglable, puis d’obtenir un rapport unique et sourcé qui synthétise les points d’accord entre les modèles, leurs points de désaccord, et les éléments que chaque modèle a trouvés mais que les autres ont manqués.
Son intérêt par rapport à une simple comparaison manuelle de réponses est de produire directement une synthèse arbitrée et sourcée, plutôt que des réponses séparées à confronter soi-même — une nouvelle brique dans la stratégie d’orchestration multi-modèle de Perplexity, aux côtés de la disponibilité récente de Computer sur Windows et de l’ajout de Kimi K3 comme modèle disponible.
HeyGen lance Video Podcast, un générateur d’émissions vidéo à deux animateurs
29 juillet — HeyGen lance Video Podcast, un outil qui transforme n’importe quel document, lien ou idée en une émission vidéo à deux animateurs, avec plans de studio, montage multi-caméra et incrustations B-roll, générée en quelques minutes. L’entreprise revendique une différenciation nette face aux générateurs de podcasts strictement audio, en se positionnant directement sur la vidéo publiable plutôt que sur le seul son.
L’outil est accessible via app.heygen.com/apps/video-podcast. Ce lancement prolonge la stratégie de diversification de HeyGen au-delà des avatars parlants classiques, après HyperFrames (montage vidéo par templates) et le Companion mode lancé le 23 juillet. Le tweet d’annonce a dépassé le million de vues en quelques heures, signe d’un accueil favorable.
Codex CLI 0.146.0 : sessions nommées, marketplace de plugins étendu, forks de threads
29 juillet — Nouvelle version de Codex CLI, la 0.146.0. Elle permet de nommer les nouvelles sessions, d’épingler des threads importants et de basculer entre conversations parallèles sans les fermer. Elle ajoute le support des manifestes d’Agent Plugins et étend les marketplaces de plugins disponibles à Amazon Bedrock et Claude Code — une intégration qui rapproche Codex CLI de l’écosystème de plugins d’un concurrent direct.
Parmi les autres nouveautés : forks de threads avec historique paginé, connexion de l’app-server à des hôtes Code Mode distants via WebSocket, et recherche web autonome pour les fournisseurs de modèles personnalisés. Le même changelog documente aussi, toujours daté du 29 juillet, le déploiement en bêta de « Sign in with ChatGPT » sur des plugins et sites partenaires sélectionnés — Airtable, GitLab, HubSpot, Notion, Supabase et Vercel. Cette fonctionnalité permet de créer ou lier un compte partenaire directement depuis ChatGPT ou Codex, en ne partageant que le nom, l’email et la photo de profil, avec approbation des permissions à chaque étape.
Brèves
- Zed v1.13 améliore le filtrage du sélecteur de branches — Le sélecteur propose désormais un filtrage plus lisible entre branches All/Local/Remote, avec un regroupement séparé des branches locales et distantes. 🔗 source
- Together AI rejoint la coalition pour les modèles ouverts — L’entreprise confirme son adhésion à la coalition initiée par la lettre ouverte de Jensen Huang (NVIDIA), dans la continuité de Sakana AI (26 juillet) et de Hugging Face. 🔗 source
- ABot-World-0.5B, une démo de world model interactif mise en avant par Hugging Face — Le compte Hugging Face repartage une démo Spaces interactive d’un modèle image-à-vidéo léger (0,5 milliard de paramètres) d’Alibaba AMAP CV Lab, tournant en temps réel sur GPU grand public. Le modèle lui-même est en ligne depuis une semaine ; seule la démo est nouvelle. 🔗 source
- Gemini CLI nightly v0.55.0 : commits internes autour d’un module pr-generator — La build nightly du jour contient des commits internes (verrouillage de concurrence Firestore, exécuteur d’agent basé sur Antigravity) mentionnant un module nommé
pr-generator, sans annonce officielle associée à ce stade. 🔗 source - Gemini App : 10 vidéos gratuites via Gemini Omni jusqu’au 4 août — Offre limitée dans le temps pour les utilisateurs sans abonnement Google AI payant, via l’outil « Create video » existant dans l’app Gemini. 🔗 source
- Google Research met en avant 40 ans de connectomique — Tweet retraçant l’historique de la cartographie du cerveau, du ver C. elegans (1986) à l’échantillon humain H01, avec des connectomes complets annoncés pour la mouche et le poisson-zèbre. 🔗 source
- Activation par défaut des nouveaux modèles pour Copilot Business et Enterprise — Nouvelle politique effective le 26 août, avec opt-out possible ; les modèles à poids ouverts (DeepSeek, Kimi K2.7) et non couverts par l’accord de rétention des données (Fable 5) restent exclus. 🔗 source
- Les métriques d’usage de l’app GitHub Copilot s’étendent à davantage de rapports — L’activité de l’app est désormais attribuée par utilisateur dans l’API de métriques (enterprise/organisation), avec répartition par modèle et langage. 🔗 source
- CodeQL 2.26.1 améliore la précision d’analyse et la couverture des frameworks — Meilleure couverture Go, Java/Kotlin et JavaScript/TypeScript, et réduction des faux positifs sur les requêtes Rust liées aux valeurs cryptographiques codées en dur. 🔗 source
- npm introduit un scan anti-malware au moment de la publication des paquets — Analyse automatique avant disponibilité (environ 5 minutes), avec blocage possible et un nouveau champ
contentPolicypour déclarer un usage légitime de contenu à double usage. 🔗 source - Plugin TinyFish dans Grok Build — xAI met en avant ce plugin tiers de recherche, récupération de contenu et navigation web, désormais disponible dans la marketplace de plugins de Grok Build. 🔗 source
- Qwen Audio 3.0 Realtime Plus, numéro 1 du classement Speech-to-Speech d’Artificial Analysis — Le modèle vocal d’Alibaba atteint 84,1% sur l’indice composite, devant GPT-Realtime-2.1 High (79,1%), à un tarif environ 2,4 fois inférieur. 🔗 source
- Cohere Transcribe disponible sur Superwhisper — Le modèle de transcription open source de Cohere s’intègre à l’app de dictée Superwhisper : transcription quasi instantanée, usage hors ligne, vocabulaire spécialisé. 🔗 source
Ce que ça signifie
La sécurisation des agents de code devient un chantier partagé plutôt qu’un avantage propriétaire. Que deux concurrents directs — OpenAI et Perplexity — publient le même jour, indépendamment l’un de l’autre, des outils de détection et de blocage des comportements dangereux d’agents montre que le sujet a dépassé le stade de la curiosité académique. Les deux approches convergent d’ailleurs techniquement : hooks déterministes, intégration CI/CD, blocage avant exécution plutôt qu’analyse a posteriori. Numbat cite explicitement l’incident OpenAI/Hugging Face de ce mois-ci comme déclencheur — un signe que les entreprises du secteur apprennent collectivement des mêmes incidents, même quand ils touchent un concurrent.
Sur le plan de la gouvernance, « Pacing the Frontier » illustre une tension intéressante : au moment même où OpenAI et Anthropic publient des outils pour rendre leurs agents plus sûrs à court terme, leurs dirigeants cosignent un texte s’inquiétant d’un horizon plus lointain — celui où le développement de l’IA s’automatiserait lui-même à un rythme incontrôlable. Le fait que des rivaux commerciaux directs s’accordent publiquement sur ce risque, sans détailler de mécanisme contraignant concret, en dit long sur l’écart entre la prise de conscience collective et la capacité effective à agir dessus, chaque entreprise restant seule face à la pression concurrentielle de continuer à avancer.
Côté économie de l’inférence, deux annonces se répondent. GPT-5.6 Sol, utilisé pour réduire de 20% les coûts de service et améliorer de 15% l’efficacité de génération de sa propre infrastructure, illustre une boucle où un modèle déployé finance, via ses propres optimisations, une partie de son coût d’exploitation. Symétriquement, les chiffres publiés par Amp — un basculement complet du modèle par défaut d’Opus 4.8 vers GPT-5.6 Sol sans la moindre plainte utilisateur — suggèrent que les écarts de qualité entre modèles frontières comptent désormais moins, pour l’utilisateur final, que la qualité du harnais et de l’outillage qui les entoure.
Cet outillage continue justement de s’étendre en largeur plutôt qu’en profondeur : Replit Design porte l’assistance IA sur le terrain du design visuel, Cursor élargit sa présence mobile à l’iPad, Copilot code review sort de préversion pour les skills et MCP, et Codex CLI étend son propre marketplace de plugins jusqu’à l’écosystème d’un concurrent direct (Claude Code). La compétition se joue de plus en plus sur l’étendue des surfaces couvertes et l’ouverture des écosystèmes, plutôt que sur la seule capacité brute des modèles sous-jacents.
Sources
- Pacing the Frontier — OpenAI
- Pacing the Frontier — Anthropic
- Codex Security CLI sur GitHub
- Numbat — annonce X
- Numbat sur GitHub
- GPT-5.6 Sol — billet officiel OpenAI
- ChatGPT for Academic Researchers
- Codex CLI 0.146.0 — changelog officiel
- Replit Design — annonce officielle
- Replit Design — citation X
- Grok Voice Think Fast 2.0 — xAI
- Gemini pour macOS — Google
- Lyria 3.5 — Google DeepMind
- Waymo Ojai
- Cursor sur iPad
- Warp ajoute Kimi K3
- Amp — Who cares about the model
- Copilot code review — GitHub Changelog
- Model Council — Perplexity
- HeyGen Video Podcast
- Zed v1.13
- Together AI rejoint la coalition
- ABot-World-0.5B
- Gemini CLI nightly v0.55.0
- Gemini App — vidéos gratuites
- Google Research — connectomique
- Copilot — activation par défaut des modèles
- Copilot — métriques d’usage de l’app
- CodeQL 2.26.1
- npm — scan anti-malware
- Plugin TinyFish dans Grok Build
- Qwen Audio 3.0 Realtime Plus
- Cohere Transcribe sur Superwhisper