Sorties de modèles et benchmarks
Granite 4.2 raisonnement. IBM a publié Granite 4.2 dans des versions 3B, 8B et 30B sous Apache 2.0. Les modèles disposent de modes de raisonnement chain-of-thought, d'un contexte de 512K, d'appel natif d'outils, et ont été post-entraînés par apprentissage par renforcement agentique.
Modèle juridique Thomson Reuters. Thomson Reuters a publié Thomson-1.0-Small, un modèle spécialisé en droit et en fiscalité.
Qwen3.8 NVFP4 quantifié. Un checkpoint Qwen3.8-27B entièrement quantifié en NVFP4 utilise une distillation sensible à la quantification avec QUASAR pour conserver des performances proches du BF16, même avec toutes les couches linéaires quantifiées.
Benchmark Muse Glimmer. Muse Glimmer a surpassé Qwen3.8 medium dans un benchmark de connaissances implicites et a nécessité 3 à 4 heures, contre 30 heures pour Qwen xhigh, ce qui suggère que le RAG pourrait le rapprocher des modèles de pointe.
Qwen3.8-Flash-Next local. Le prochain Qwen3.8-Flash-Next est un MoE multimodal d'environ 125B de paramètres au total et ~6B actifs, plus une table n-gram de 51B. Une quantification 4 bits pourrait tenir dans environ 82 Go, ce qui le rend étonnamment adapté au local.
Hardware et inférence
Kernel AMD MI350X. NetraRuntime a open-sourcé un kernel qui fait tourner Qwen3.6-35B-A3B à 78 498 tokens de sortie par seconde sur 8 GPU MI350X, soit environ 2,16 fois le débit de vLLM.
Puce Jalapeño d'OpenAI. La première puce d'inférence sur mesure d'OpenAI, Jalapeño, surpasserait Nvidia Blackwell et Rubin en débit par watt et en latence dans les benchmarks de SemiAnalysis, atteignant 1 400 tokens par seconde par utilisateur sur GPT-OSS 120B.
Accélération DFlash2. Une configuration de décodage spéculatif DFlash2 sur une RTX 4080 16 Go a accéléré Qwen3.8-27B de 50,6 à 86,7 tokens par seconde, avec une qualité de sortie identique.
Choix Mac Studio. Un Mac Studio M5 Ultra 96 Go offre le double de la bande passante mémoire du M5 Max 128 Go pour environ 740 € de plus, mais une analyse des coûts suggère que des cartes 24-32 Go moins chères pourraient être plus économiques pour la plupart des inférences locales.
Test de codage 16 Go. Un Qwen3.8-27B fortement quantifié tournant sur une Quadro 16 Go a correctement implémenté à partir de zéro une méthode de matrice de transfert multicouche, même s'il a passé la majeure partie des 100 minutes d'exécution à déboguer ses propres validateurs.
Agents et frameworks
Outils d'agents LangChain. LangChain a ajouté RubricMiddleware pour les agents capables de s'auto-évaluer, le support des skills dans deepagents-CLI, et a documenté des patterns d'ingénierie de boucles pour empiler les boucles d'agents.
LangSmith Engine 2x. LangSmith Engine identifie désormais les problèmes d'agents impactants plus de deux fois mieux dans les benchmarks internes et est 25 % meilleur pour écrire des correctifs.
Mémoire de Claude Cowork. Anthropic a unifié la mémoire entre Claude chat et Claude Cowork. Cowork se souvient désormais du contexte des conversations, et les utilisateurs peuvent voir, modifier ou supprimer les informations conservées.
Agents Plan-and-Execute. LangChain a présenté un exécuteur d'agents Plan-and-Execute qui planifie d'abord les tâches multi-étapes puis les exécute, au prix de davantage d'appels LLM pour une meilleure planification à long terme.
Industrie et entreprises
IA vocale en Inde. Ringg a levé 10 millions de dollars auprès de Peak XV alors qu'elle développe des agents d'IA vocale pour les entreprises indiennes. Elle traite déjà 20 millions de tentatives d'appels par mois avec des clients comme Flipkart et Cred.
Generalist valorisée à 3 Mds $. La startup de robotique Generalist est désormais valorisée à 3 milliards de dollars après une extension portant sa série B à 600 millions de dollars. Son modèle Gen 1.5 permet aux robots d'apprendre des tâches à partir de démonstrations vidéo aussi courtes que 3 à 12 secondes.
Financement Stability AI. Stability AI a levé 76 millions de dollars en série B auprès d'investisseurs dont Universal Music, Sony Music, Warner Music et EA, portant le financement total à 232 millions de dollars pour des outils d'IA créative.
IA juridique de Google. Google a lancé Gemini Enterprise for Legal, qui utilise des connecteurs MCP pour s'intégrer à iManage, NetDocuments, Harvey et d'autres, pour la revue de contrats, la recherche juridique et le suivi réglementaire.
Agents Lyft et Klarna. Lyft a construit une plateforme de support client multi-agents en libre-service avec LangGraph et LangSmith, tandis que l'assistant LangGraph de Klarna gère un travail équivalent à 700 employés à temps plein.
Sécurité et politique
Campagne russe via ChatGPT. OpenAI a déjoué une opération d'influence clandestine russe qui utilisait ChatGPT pour générer du contenu pro-Kremlin et de faux articles, diffusés sur X, LinkedIn, Facebook, Substack et Telegram.
Conformité AI Act UE. LangChain a publié des recommandations sur l'utilisation de LangSmith et LangChain OSS pour répondre aux exigences à haut risque de l'AI Act européen, telles que la journalisation, la surveillance et la supervision humaine.
C'est tout pour cette journée – environ 5 minutes de lecture.