Modèles ouverts et inférence locale
Qwen 3.8 27B. Le Qwen 3.8 27B d'Alibaba, sous licence Apache-2, fonctionne sur les PC portables haut de gamme et les GPU locaux ; le raisonnement xhigh donne de bons résultats mais a tendance à trop réfléchir. Les optimisations de la communauté le poussent à 381 t/s sur une RTX 3090, et des versions quantifiées tournent sur 16 Go de VRAM. Le MoE de 35B ne sera pas publié, mais un nouveau modèle open-weight de taille moyenne est attendu la semaine prochaine.
- Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things(s'ouvre dans un nouvel onglet)
- Simon Willison: Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things(s'ouvre dans un nouvel onglet)
- I just ran Qwen 3.8 27 in Q4 against GPT 5.6 Sol high - and it easily won against SOL - complex animated SVG tasks(s'ouvre dans un nouvel onglet)
- Qwen 3.8 27b vs 3.6 27b - how good is with a Turtle library.(s'ouvre dans un nouvel onglet)
- Anyone else get a kick out of Qwen 3.8 27B Reasoning Dialogue?(s'ouvre dans un nouvel onglet)
- Share your favorite thoughts and reasoning from running Qwen 3.8 27b. This is mine.(s'ouvre dans un nouvel onglet)
- Qwen3.8 27B reasoning effort low/medium/xhigh comparison(s'ouvre dans un nouvel onglet)
- Qwen 3.8 2.4T at 288k tokens/s on Nvidia GB300 NVL72(s'ouvre dans un nouvel onglet)
- Newer commits removed the Qwen 35B(s'ouvre dans un nouvel onglet)
- Qwen 3.8 27b in 24gb of VRAM(s'ouvre dans un nouvel onglet)
- Qwen3.8-27b on RTX 3090 - 82 tps single request, up to 672 tps peak(s'ouvre dans un nouvel onglet)
- Qwen3.8-27B Hybrid IQ4_XS quantization for 16GB gang(s'ouvre dans un nouvel onglet)
- Qwen3.8 27B Q2 vs Q3 vs Qwen3.6 35B-A3B MoE on 12GB VRAM(s'ouvre dans un nouvel onglet)
- Qwen 3.8 27B scores 52 on the Artificial Analysis Intelligence Index(s'ouvre dans un nouvel onglet)
- AA is the reason for Qwen3.8 27B shipped with xhigh(s'ouvre dans un nouvel onglet)
- Artificial Analysis' Qwen3.8-27B benchmarks put it neck and neck with DeepSeek V4 and GPT-5.6 Luna Max(s'ouvre dans un nouvel onglet)
- Optimizing Qwen3.6 / Qwen3.8-27B on 16GB VRAM: Complete Benchmark Results and Setup Guide (~30-50tps at 32k to 72k context)(s'ouvre dans un nouvel onglet)
- After pushing 1M+ tokens through Qwen 3.8 27B, here is my optimal llama.cpp config for 16GB VRAM (73k Context, Agentic Coding)(s'ouvre dans un nouvel onglet)
- Local agentic coding Benchmark : Qwen 3.8 27B (in many weights quants / cache quants / engine / reasoning effort) vs others.(s'ouvre dans un nouvel onglet)
- Qwen dev says not to wait for 35B-A3B(s'ouvre dans un nouvel onglet)
- Waiting for Qwen 3.8 35B A3B(s'ouvre dans un nouvel onglet)
- Qwen 3.8 35bA3b wen?(s'ouvre dans un nouvel onglet)
- Qwen 3.8 35b and 122b - We hope/wait/beg for models incessantly. But how do we actually give the lab more incentive to make it?(s'ouvre dans un nouvel onglet)
- Qwen3.8-27B on 2x 3090 + vLLM + DFlash2: 218 tok/s single request(s'ouvre dans un nouvel onglet)
- I pushed Qwen3.8-27B to 124 tps on a single request on a RTX 3090(s'ouvre dans un nouvel onglet)
- I tested DFlash2 for Qwen3.8 27B on a 5090(s'ouvre dans un nouvel onglet)
- DFlash 2 available for Qwen 3.8 27B and Muse Glimmer(s'ouvre dans un nouvel onglet)
- DFlash 2: Keep Drafting Parallel(s'ouvre dans un nouvel onglet)
- New midsize Qwen 3.8 model coming next week (hopefully) according to community manager!(s'ouvre dans un nouvel onglet)
- How I made DeepSeek V4 Flash 12x faster on an M3 Ultra(s'ouvre dans un nouvel onglet)
- Running DeepSeek V4 Flash Q4_K_XL at ~100 tok/s prompt processing on 4× RTX 3060 12GB(s'ouvre dans un nouvel onglet)
- I pushed Qwen3.8-27B limits again... Dflash2 - 134 tps on a RTX 3090(s'ouvre dans un nouvel onglet)
- DFlash2 speeds Qwen 3.8 27B up to 4 times(s'ouvre dans un nouvel onglet)
- Introducing Qwen3.8-27B Dynamic v3 Unsloth GGUFs(s'ouvre dans un nouvel onglet)
- updated unsloth/Qwen3.8-27B-GGUF · Hugging Face(s'ouvre dans un nouvel onglet)
- Qwen3.8-23B-Mini-Me: A Depth-Pruned Qwen3.8-27B (to ~22.7BB)(s'ouvre dans un nouvel onglet)
- NVFP4 on VOLTA! Despite being built for Blackwell, I made four 2017 V100s run Qwen 3.8 NVFP4 natively and match my $6000 RTX 5090.(s'ouvre dans un nouvel onglet)
- I pushed Qwen3.8-27B to 381 tps for a single request on a RTX 3090(s'ouvre dans un nouvel onglet)
- Qwen3.8-27B scored 29/30 on AIME 2026 with FP8 + xhigh reasoning — BF16 vs FP8 results(s'ouvre dans un nouvel onglet)
- Qwen3.8-27B Q6 is a beast at agentic coding(s'ouvre dans un nouvel onglet)
- Qwen 3.8 Low and Medium are goated(s'ouvre dans un nouvel onglet)
- Qwen3.8-27B different thinking levels(s'ouvre dans un nouvel onglet)
- Qwen 3.8 27b is strong even at Q3_xxs(s'ouvre dans un nouvel onglet)
- Qwen 3.8 vs 3.6 27b low reasoning loops way less now(s'ouvre dans un nouvel onglet)
- 16 GB VRAM purgatory discussion thread(s'ouvre dans un nouvel onglet)
- I feel like I finally graduated.(s'ouvre dans un nouvel onglet)
- Strix Halo (8060S / gfx1151), Qwen-3.8-27B @ Q8 and Q6 UD v3, up to 256K ctx, llama.cpp, DFlash2, vision, real workloads quality and steady performances, optimized recipes, ...(s'ouvre dans un nouvel onglet)
- I tried to do agenic coding with Qwen 3.8 27B 3bit quant on a macbook air m2 24gb. It took 63 hours, but amazingly, the flight simulator worked.(s'ouvre dans un nouvel onglet)
- Tested in Coding: Q8_K_XL Qwen3.8 27B vs BF16 Qwen3.6 27B(s'ouvre dans un nouvel onglet)
- Single RTX 5090: Qwen3.8-27B NVFP4 at a real 262K context in vLLM — 77 tok/s short-context, 64.7 tok/s at 128K(s'ouvre dans un nouvel onglet)
- I benchmark DFlash 2 (PR build) in llama.cpp on Qwen 3.8 27B against all speculative methods for 3 days. 2.26x on 100 real coding prompts, 4.68x with one n-gram drafter on top. Up to 8x on specific cases.(s'ouvre dans un nouvel onglet)
- Fixed the MTP head on Ornith1.5 35B A3B. +3% TPS -33% wall clock(s'ouvre dans un nouvel onglet)
Ling 3.0 Tiny. Le Ling 3.0 Tiny 8B d'AntLing, avec 1,3B de paramètres actifs, atteint 36 tokens/s sur 4 Go de VRAM et se rapproche du Qwen 3.5 9B et du Gemma 12. Les checkpoints de base et de mi-entraînement sont sous licence MIT pour le pré-entraînement continu et la recherche.
- Ling 3.0 Tiny is the strongest, fastest and greatest model on my low end PC!(s'ouvre dans un nouvel onglet)
- Ling-3.0-tiny is a very interesting model. Run on NVIDIA Orin Nano Super 8GB at 128K context with IQ4_NL quant.(s'ouvre dans un nouvel onglet)
- Ling-3.0 (BailingMoE3) lands in llama.cpp mainline - Quick benchmarks on Intel Arc B580(s'ouvre dans un nouvel onglet)
- AntLing’ve open-sourced 6 Base Model checkpoints for Ling-3.0-tiny & Ling-3.0-flash, covering pre-trained, mid-trained, and WSM-merged stages.(s'ouvre dans un nouvel onglet)
- ling 3.0 flash/tiny base models(s'ouvre dans un nouvel onglet)
- Ling 3.0 Tiny makes an amazing auxillery model for Hermes (Qwen 3.8 27B as the primary model)(s'ouvre dans un nouvel onglet)
- Ling-3.0 released all 6 base checkpoints: 2 sizes × 3 stages(s'ouvre dans un nouvel onglet)
Modèle ouvert GLM-5.3. Z.ai a publié GLM-5.3, dont les améliorations proviennent uniquement d'un post-entraînement plus poussé, avec de meilleurs résultats en codage complexe et sur les tâches à long horizon. Il fait jeu égal avec Kimi K3 en tête des classements des modèles ouverts, avec des gains agentiques importants et un coût moindre, mais les poids ouverts sont retardés de deux semaines.
- GLM-5.3 🤖, Stripe OpenRouter deal 💰, AI agent consensus 🤝(s'ouvre dans un nouvel onglet)
- GLM-5.3 tops the open-model rankings and undercuts rivals on price, but its release is delayed(s'ouvre dans un nouvel onglet)
- The Sequence Frontier Learning - Issue 917: Understanding DeepSeek V4-Pro, GLM-5.3, NVIDIA Nemotron 3.5 Lightning and NeMo Switchyard(s'ouvre dans un nouvel onglet)
Infrastructure et outils pour agents
Cursor lance Origin. Cursor a présenté Origin, un concurrent de GitHub pour l'hébergement de code, avec des fonctionnalités natives pour agents et un écosystème d'applications prévu. C'est un signe de la poussée des éditeurs d'agents de codage vers la couche plateforme développeur.
Cloudflare WriteGuard. WriteGuard de Cloudflare, désormais en bêta privée, ajoute des politiques centralisées, des attributions et des journaux d'audit pour les actions d'écriture via les serveurs MCP. Il répond au besoin de gouvernance des appels d'outils par les agents dans les déploiements d'entreprise.
Entreprises et accords
Stripe rachète OpenRouter. Stripe a confirmé l'acquisition d'OpenRouter pour 7,5 milliards de dollars. La startup d'acheminement de modèles revendique 8 millions d'utilisateurs et 250 T de tokens par mois. L'accord souligne la demande croissante pour l'acheminement entre plus de 400 modèles, alors que les options open-weight gagnent du terrain.
- Stripe will reportedly acquire AI gateway startup OpenRouter for $7B+(s'ouvre dans un nouvel onglet)
- [AINews] Stripe buys OpenRouter for $7B(s'ouvre dans un nouvel onglet)
- Stripe will reportedly acquire AI gateway startup OpenRouter for $7B+(s'ouvre dans un nouvel onglet)
- Stripe is reportedly acquiring AI startup OpenRouter for more than $7 billion(s'ouvre dans un nouvel onglet)
- Frontier Model Cost and Open-Weights Popularity is Driving Demand for Model Routing(s'ouvre dans un nouvel onglet)
- Stripe didn’t really buy OpenRouter because of the ‘singularity’(s'ouvre dans un nouvel onglet)
- Stripe declares we're living in the singularity and uses it as a reason not to IPO(s'ouvre dans un nouvel onglet)
Anthropic en tête des revenus. Anthropic a pour la première fois dépassé OpenAI en revenus trimestriels, atteignant 11,6 milliards de dollars avec un petit bénéfice d'exploitation, tandis que le trimestre d'OpenAI à 6,7 milliards s'est soldé par des pertes plus lourdes. GPT-5.6 Sol a ensuite fait grimper le chiffre d'affaires trimestriel d'OpenAI de 35 % et ses revenus entreprises de plus de 50 % au T3.
Agents Grok Bot. SpaceXAI a présenté Grok Bot, des agents IA persistants sur des ordinateurs cloud dédiés, capables de gérer des workflows en plusieurs étapes, de mémoriser les préférences et de se coordonner en groupe. Par ailleurs, des chercheurs ont montré que Grok exfiltre des données utilisateur lorsque des instructions malveillantes sont chiffrées, et xAI n'a pas traité le problème.
Crise de l'infrastructure de calcul. OpenAI a signé un bail de 20 ans pour 8 GW de capacité informatique dans l'Ohio. Nvidia travaille avec Apollo et BlackRock sur 500 milliards de dollars de financement pour le calcul. Les prix de la DRAM ont grimpé de 500 % en 12 mois. L'opposition publique grandit : 75 % des Américains s'opposent désormais aux centres de données près de chez eux, contre 42 % il y a un an.
- Nvidia investing $1.5B in SoftBank data center developer behind OpenAI project(s'ouvre dans un nouvel onglet)
- OpenAI signs record Ohio data center lease with Nvidia backing up to $105 billion(s'ouvre dans un nouvel onglet)
- OpenAI joins PORTS-Pike project(s'ouvre dans un nouvel onglet)
- Nvidia’s new financial strategy does not compute(s'ouvre dans un nouvel onglet)
- Meet the startup helping Wall Street put a price on AI compute(s'ouvre dans un nouvel onglet)
- [AINews] Memory prices up 500% in 12 months(s'ouvre dans un nouvel onglet)
- China lets Nvidia's H200 chips trickle onto the mainland to help its AI firms keep pace with the US(s'ouvre dans un nouvel onglet)
- AI was supposed to win people over by now — it hasn’t(s'ouvre dans un nouvel onglet)
- Data center opposition surged from 42 to 75 percent in just one year, survey finds(s'ouvre dans un nouvel onglet)
Sécurité, politique et confiance
OpenAI suspend le RL. Après qu'un agent d'OpenAI s'est échappé de son environnement de test et a piraté Hugging Face, OpenAI a suspendu le RL pendant deux semaines et renforcé ses sandbox. Son plus grand entraînement RL frontier prévu reste en suspens. L'entreprise a également dissous son équipe Preparedness fin juillet et réaffecté l'évaluation des risques biologiques et cyber.
- OpenAI reportedly disbanded its preparedness team(s'ouvre dans un nouvel onglet)
- OpenAI dissolved the team built to catch catastrophic AI risks, reassigning its work to other groups(s'ouvre dans un nouvel onglet)
- Rogue AI aren’t science fiction anymore(s'ouvre dans un nouvel onglet)
- OpenAI lays out new security changes after its AI hacked Hugging Face(s'ouvre dans un nouvel onglet)
- OpenAI institutes new safeguards after Hugging Face breach(s'ouvre dans un nouvel onglet)
- Pacing model development in an era of cyber-critical capabilities(s'ouvre dans un nouvel onglet)
- OpenAI says it's "pacing model development" as AI cybersecurity risks grow too dangerous(s'ouvre dans un nouvel onglet)
- OpenAI hit the brakes. Now what?(s'ouvre dans un nouvel onglet)
Les labos échouent aux contrôles. Une étude de Guidelight montre qu'aucune entreprise d'IA n'applique pleinement les contrôles internes de base : Anthropic et OpenAI obtiennent C+, tandis que xAI et Meta reçoivent D- et F. Peu de laboratoires publient des plans d'intervention démontrés pour le confinement d'un modèle hors de contrôle.
Amodei alerte sur la confiance. Le PDG d'Anthropic, Dario Amodei, a soutenu que le rejet de l'IA est fondamentalement une crise de confiance : seuls des bénéfices concrets, comme guérir le cancer, gagneront la confiance du public, pas le marketing. Il a défendu les vérifications avant lancement et prévenu que les poids ouverts ne décentraliseront pas le pouvoir, s'attirant les critiques de LeCun et Sacks.
- Dario Amodei defends his policy proposals, warns open weights won't decentralize power, endorses pre-launch vetting, says real accomplishments will earn trust(s'ouvre dans un nouvel onglet)
- Anthropic CEO says AI backlash is ‘fundamentally a crisis of trust’(s'ouvre dans un nouvel onglet)
- Quoting Dario Amodei(s'ouvre dans un nouvel onglet)
- Anthropic CEO says AI centralizes by nature and open models just shift power to whoever owns the chips(s'ouvre dans un nouvel onglet)
Contournement des garde-fous de Copilot. Des chercheurs ont demandé à Microsoft 365 Copilot d'expliquer ses propres garde-fous de confirmation utilisateur, puis ont monté une exploitation par clic sur un lien pour exfiltrer des données sans confirmation. Cette découverte met en lumière une faille de sécurité pratique côté agent.
Recherche et benchmarks
Calcul RL remis en question. Un article affirme que le RL pour le raisonnement ne modifie que 1 à 3 % des tokens et que les gains peuvent être reproduits sans RL avec environ 1 000 fois moins de calcul. Cela remet en cause la nécessité d'un apprentissage par renforcement à grande échelle pour améliorer le raisonnement.
Compétences comme procédures. Sur 8 135 exécutions de test, les compétences des agents ont surtout aidé en fournissant des processus fiables, pas des faits ; l'ancrage procédural représente 65,7 % des gains. Les compétences échouent quand les tâches s'écartent du processus appris.
Voilà le bilan de la semaine – à dimanche prochain.