Sorties d'agents et de modèles
StepFun Step 5 en aperçu. Un aperçu du modèle Step 5 de StepFun fait son apparition sur OpenRouter, où il peut être testé. Peu de détails sont disponibles, mais cela annonce une nouvelle sortie de modèle de frontière du laboratoire chinois.
Mellum2.1 de JetBrains. JetBrains a publié Mellum2.1, un modèle d'agent de codage Mixture-of-Experts de 12B avec 2,5B de paramètres actifs, sous licence Apache 2.0. Il surpasse son prédécesseur sur la plupart des benchmarks et obtient 82,0 sur LiveCodeBench v6, mais reste derrière Qwen3.5-9B sur les tâches logicielles agentiques difficiles.
Agent Gemini de Google. Google a annoncé un agent Gemini unifié pour les entreprises, capable d'opérer sur Workspace, Slack, Microsoft 365 et sur mobile, en conservant le contexte d'un appareil à l'autre. D'abord destiné aux entreprises, il peut utiliser des sous-agents et dispose d'une identité de collègue dédiée avec sa propre adresse e-mail.
Dashboards et Motion de Claude. Anthropic a lancé Dashboards, pour créer des tableaux de bord de données en direct qui se mettent à jour automatiquement à partir de prompts textuels, et Motion, pour générer des vidéos explicatives animées, tous deux en bêta. Docs, Slides et Design sont désormais disponibles en version générale sur toutes les offres, y compris les comptes gratuits.
Outils et frameworks
Entraînement en 40 Go VRAM. Une nouvelle recette permet d'entraîner Qwen3.8-Flash-Next (125B-A6B) avec LoRA dans 40 Gio de VRAM sans offloading CPU, atteignant 200 tokens/s à l'entraînement sur un Strix Halo. Elle s'appuie sur le support GGUF moderne de transformers 5.18 et sur un engram sur disque.
Config AMD 256 Go VRAM. Une config à 2 800 $ avec huit GPU Radeon Pro V620 et un fork vLLM personnalisé fait tourner Qwen3.8-Flash-Next à 60-100 tokens/s en décodage et plus de 3 000 tokens/s en prefill, surpassant largement llama.cpp sur les mêmes cartes.
Des agents qui paient. L'agent d'exemple Restock de LangChain montre comment des agents peuvent effectuer de vrais achats en toute sécurité grâce au portefeuille Link de Stripe et aux Managed Deep Agents ; l'agent ne voit jamais les numéros de carte et les dépenses sont limitées par des budgets approuvés par l'utilisateur.
Recherche et benchmarks
Performances des modèles de décision. Des benchmarks sur une RTX 4090 montrent que Laya est le plus rapide des modèles de décision ouverts pour la classification de mots, tandis que lev détecte le plus d'erreurs bien qu'il soit 13 fois plus lent. D'autres tests font jouer des modèles de décision à Pac-Man en temps réel et leur font franchir 8 des 14 niveaux d'un jeu de plateforme 2D.
Avancées en quantification. De nouveaux travaux explorent la quantification à très faible nombre de bits via une factorisation latente (LittleBit) et la quantification de modèles à attention linéaire comme Qwen et Kimi, ce qui pourrait permettre des modèles locaux encore plus petits et plus rapides.
Les mathématiciens boycottent OpenAI. L'Association for Human Mathematics appelle les mathématiciens à cesser de travailler avec OpenAI après la publication de centaines de preuves générées par IA que beaucoup jugent denses et invérifiables. Les solutions d'OpenAI ne répondent pas non plus aux normes exigeant une compréhension humaine, avec un écart entre le langage naturel et les preuves formelles dans une solution revendiquée.
Industrie et business
Financements de startups d'agents. Arena a levé 200 M$ à une valorisation de 3,1 Md$ ; Manus, en Chine, a levé plus de 500 M$ après l'échec de son rachat par Meta ; et Zach Yadegari, fondateur de Cal AI, a levé 10 M$ pour Persona, sa nouvelle startup d'agents IA.
- Popular AI leaderboard Arena nearly doubles valuation to $3.1B valuation in 10 months(s'ouvre dans un nouvel onglet)
- China’s Manus raises over $500M in first funding round since split with Meta(s'ouvre dans un nouvel onglet)
- Cal AI’s 19-year-old founder just raised $10M for his new AI startup(s'ouvre dans un nouvel onglet)
Révision du chiffre d'affaires d'OpenAI. OpenAI aurait informé ses investisseurs que son chiffre d'affaires annualisé approche les 50 milliards de dollars, soit 20 milliards de dollars de moins que prévu initialement, après une confusion sur des différences de calcul avec Anthropic.
Procès d'un éditeur. USA Today et plusieurs de ses journaux locaux ont poursuivi OpenAI pour contrefaçon de droits d'auteur, réclamant plus de 250 millions de dollars de dommages et intérêts, ce qui s'ajoute à la série de poursuites d'éditeurs contre le laboratoire d'IA.
Succès d'agents en entreprise. Oracle annonce une réduction de 98 % du temps de recherche de talents et 130 000 utilisateurs de ChatGPT ; LegalOn a réduit les coûts de Codex de 65 % tout en maintenant sa vitesse de développement ; Snyk a transformé un agent de support interne en fonctionnalité client, avec des contrôles de confiance et d'accès.
Sûreté et sécurité
Chercheurs en sûreté licenciés témoignent. Trois chercheurs en sûreté d'OpenAI licenciés la semaine dernière ont publié une lettre ouverte niant toute faute et avertissant d'un effet dissuasif, affirmant avoir été licenciés pour avoir fait passer la sûreté avant les intérêts commerciaux à court terme.
Anthropic interdit les abus. Anthropic a mis à jour sa politique d'utilisation pour interdire tout « comportement abusif ou cruel, soutenu et inutile » envers Claude, ainsi que l'ingérence électorale, les armes et la surveillance. Les sanctions commencent par mettre fin aux conversations, les cas extrêmes pouvant entraîner une suspension.
- Being mean to Claude can now get your account suspended under Anthropic's new TOS(s'ouvre dans un nouvel onglet)
- Anthropic bans ‘abusive or cruel behavior’ toward Claude(s'ouvre dans un nouvel onglet)
- Anthropic changes usage policy to ban model abuse and election interference(s'ouvre dans un nouvel onglet)
Prise de contrôle d'agents AWS. Des chercheurs de Zenity ont découvert qu'un seul prompt adressé à un agent public Bedrock AgentCore pouvait prendre le contrôle de tous les agents IA d'un compte AWS, en raison d'une fuite d'identifiants et de permissions par défaut trop larges ; AWS a partiellement corrigé le problème.
C'est tout pour cette journée – environ 5 minutes de lecture.