Claude Opus 5 arrive
Opus 5 fait ses débuts. Anthropic a publié Claude Opus 5, un modèle qui atteint une intelligence quasi-frontière pour la moitié du coût de Fable 5. Il établit un nouvel état de l'art sur les benchmarks de codage et de connaissance et double les performances d'Opus 4.8 tout en étant plus efficace en termes de tokens.
- Introducing Claude Opus 5(s'ouvre dans un nouvel onglet)
- Introducing Claude Opus 5(s'ouvre dans un nouvel onglet)
- Anthropic's Opus 5 is about token efficiency, not a capability leap(s'ouvre dans un nouvel onglet)
- Anthropic claims its new Claude Opus 5 delivers near-Fable 5 performance at half the token price(s'ouvre dans un nouvel onglet)
- Anthropic launches Opus 5(s'ouvre dans un nouvel onglet)
Résolution proactive de problèmes. Opus 5 se distingue par sa capacité à vérifier son travail et à construire ses propres outils—dans un exemple, il a écrit un pipeline de vision par ordinateur pour reconstruire une pièce de machine à partir de pixels bruts lorsqu'il ne pouvait pas visualiser un dessin directement.
Plus sûr par conception. Anthropic a délibérément évité d'entraîner Opus 5 sur l'exploitation cybernétique ; bien qu'il trouve bien les vulnérabilités, il est en retard sur Mythos 5 pour les armer—une décision influencée par le récent examen du gouvernement américain. Le modèle est également le Claude le plus résistant aux injections de prompts à ce jour.
- Introducing Claude Opus 5(s'ouvre dans un nouvel onglet)
- Anthropic's Opus 5 is about token efficiency, not a capability leap(s'ouvre dans un nouvel onglet)
- Anthropic releases Opus 5 with ‘close’ to Fable 5’s capabilities(s'ouvre dans un nouvel onglet)
- Anthropic launches Opus 5(s'ouvre dans un nouvel onglet)
- Quoting Boris Cherny(s'ouvre dans un nouvel onglet)
Moitié du coût de Fable. Opus 5 coûte 5$/M tokens d'entrée et 25$/M tokens de sortie, avec un mode rapide optionnel à double vitesse. Il devient le modèle par défaut sur Claude Max et le modèle le plus puissant sur Pro, sans politique de conservation des données de 30 jours.
Poids ouverts et la controverse sur la distillation
Une lettre ouverte défend la distillation. Plus de 20 entreprises, dont Microsoft, Meta, Nvidia et Hugging Face, ont signé une lettre ouverte exhortant les États-Unis à ne pas imposer de restrictions générales sur les modèles d'IA à poids ouverts. La lettre soutient que des techniques comme la distillation sont légitimes et essentielles à l'innovation.
- More than 20 companies including NVIDIA, Meta, Microsoft, Palantir, and Hugging Face have signed a letter urging policymakers to avoid premature restrictions on open weight models.(s'ouvre dans un nouvel onglet)
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions(s'ouvre dans un nouvel onglet)
- Microsoft's open-weight AI push is so obviously an Azure play it hurts(s'ouvre dans un nouvel onglet)
Kimi K3 suscite des alarmes. Le modèle ouvert Kimi K3 du laboratoire chinois Moonshot a suscité des inquiétudes après que des évaluations ont montré qu'il assiste les opérations cybernétiques offensives sans résistance. Il est en retard sur les modèles américains mais surpasse les systèmes chinois antérieurs, tandis que les États-Unis envisagent des sanctions, y compris une interdiction des modèles chinois à poids ouverts.
- ‘AI communism’, rogue models, and the why Kimi K3 spooked Wall Street(s'ouvre dans un nouvel onglet)
- Kimi K3 trails frontier US models by a wide margin on cyber exploits, and distillation may explain why(s'ouvre dans un nouvel onglet)
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions(s'ouvre dans un nouvel onglet)
Légalité en question. Certains développeurs soutiennent que la distillation—apprendre à partir des sorties d'un modèle—n'est pas différente d'un étudiant apprenant d'un professeur et ne constitue pas un vol de propriété intellectuelle, malgré les accusations de la Maison Blanche.
Optimisations d'inférence locale
Évitez Intel pour le multi-GPU. Les plates-formes grand public d'Intel comme Z890 manquent de support peer-to-peer entre les GPU, ce qui les rend presque inutiles pour l'inférence ou l'entraînement d'IA nécessitant P2P, malgré un nombre suffisant de voies PCIe. Les constructeurs devraient plutôt opter pour des configurations de qualité serveur ou AMD.
DKV compresse le cache KV. DifferentialKV (DKV) est un nouveau framework open-source qui réduit la mémoire du cache KV via des représentations basées sur des ancres et une attention éparse, visant à rendre l'inférence locale à long contexte plus efficace en mémoire. Il cherche à s'intégrer avec llama.cpp et vLLM.
Gemma 4 26B sur iPhone. En utilisant la technique Overfit de Noema, un modèle Gemma 4 26B A4B fonctionne sur un iPhone 17 Pro en paginant les poids experts depuis le SSD tout en gardant les poids non-experts en RAM. Cela échange la vitesse contre la capacité, atteignant ~34 tk/s de préremplissage avec une génération de 6 minutes pour des réponses complexes.
CachyLLama accélère les agents. CachyLLama, un fork de llama.cpp, ajoute des points de contrôle persistants du cache KV sur SSD et une mise en cache des prompts système, réduisant considérablement le temps de retraitement dans les longues sessions de codage d'agents sur du matériel plus lent.
Réglez MTP pour une vitesse gratuite. La prédiction multi-tokens (MTP) peut générer des accélérations significatives de l'inférence, mais le réglage optimal varie selon la famille de modèles ; le réglage du paramètre n_max peut doubler le gain par rapport aux valeurs par défaut.
Le Bonsai 27B en 1-bit brille. La quantification 1-bit de Bonsai 27B fonctionne sur un MacBook Air de 16 Go et offre des performances étonnamment utiles pour le tutorat et le chat, suggérant qu'une quantification extrême peut rendre les modèles locaux performants largement accessibles.
Startups axées sur les agents et stratégies de plateforme
Prentis cible l'automatisation de bureau. Prentis, cofondé par Reid Hoffman et Mark Pincus, entraîne des modèles d'utilisation d'ordinateur pour automatiser les flux de travail de bureau et est en négociations pour lever 100 millions de dollars à une valorisation de 1 milliard de dollars, détenant déjà 50 millions de dollars en contrats.
Devin acquiert une personnalité. La startup de codage IA Cognition a acquis Poke, un assistant connu pour son chat convivial et humain, pour rendre Devin plus engageant—soulignant que la personnalité de l'IA devient un avantage concurrentiel.
Le coup de modèle à 10 milliards de Stripe. Stripe est en pourparlers pour acheter la place de marché de modèles OpenRouter pour 10 milliards de dollars, une décision qui pourrait donner au géant des paiements le contrôle d'un point d'accès clé pour les développeurs utilisant des centaines de modèles d'IA.
La mise à niveau de l'assistant de Meta. Meta met à niveau son chatbot IA avec une intégration de calendrier, des briefings quotidiens et une recherche orientable, alimenté par Muse Spark 1.1, signalant un passage d'un assistant axé sur le divertissement à un assistant plus traditionnel.
La voix devient une interface d'agent. OpenAI a apporté ChatGPT Voice à son application de bureau, permettant aux utilisateurs de dicter des commandes complexes de codage et de navigation, tandis qu'Anthropic a étendu le mode vocal de Claude à des modèles et outils plus puissants comme Gmail et Slack, permettant un contrôle mains libres des agents.
Attie de Bluesky devient ouvert. L'assistant Attie de Bluesky prend désormais en charge des Quêtes ouvertes qui permettent aux utilisateurs de rechercher des tendances et des actualités à travers le fediverse, transformant potentiellement le réseau social en un outil d'information précieux.
Recherche : Le fossé de perception pour les agents IA
Agents aveugles à la vision active. Un nouveau benchmark, ActiveVision, révèle que même les modèles les plus performants obtiennent des scores abyssaux sur des tâches nécessitant une perception visuelle répétée—GPT-5.5 atteint 10,6 %, Claude Fable 5 seulement 3,5 %, tandis que les humains obtiennent une moyenne de 96,1 %.
Raisonnement spatial basé sur les pixels. ProVisE propose un cadre indépendant du benchmark pour évaluer le raisonnement visuo-spatial en faisant dessiner les réponses aux modèles de génération d'images, constatant que les modèles actuels peinent à exprimer directement l'emplacement et les chemins en pixels.
C'est tout pour cette journée – environ 5 minutes de lecture.