Modèles et outils
DeepSeek lance V4.1 Flash. DeepSeek a publié V4.1 Flash 1017, un modèle ouvert qui ne tient dans 24 Go qu'avec des poids quantifiés en 2 bits. Sa stack de serving DeepInfer et sa recette ont elles aussi été publiées en open source, et des versions quantifiées par la communauté tournent sur des GPU grand public.
- 72 hours, four big open weights drops. The only one that fits in 24GB came from NVIDIA, of all companies.(s'ouvre dans un nouvel onglet)
- unsloth/DeepSeek-V4.1-Flash-1017-GGUF · Hugging Face(s'ouvre dans un nouvel onglet)
- Deepseek open-sources the inference engine that powers its fastest and cheapest AI model(s'ouvre dans un nouvel onglet)
- DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash(s'ouvre dans un nouvel onglet)
- [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(s'ouvre dans un nouvel onglet)
- Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(s'ouvre dans un nouvel onglet)
- model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(s'ouvre dans un nouvel onglet)
- 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(s'ouvre dans un nouvel onglet)
Mercury 3 en diffusion parallèle. Inception a publié Mercury 3, un modèle de langage à diffusion qui génère les réponses en parallèle et dépasse les 1 000 tokens par seconde avec un contexte d'un million de tokens. Il devance GPT-6 Luna et Claude Haiku 5.5 sur huit des douze benchmarks internes.
NVIDIA livre Nemotron 3.5. NVIDIA a publié Nemotron 3.5 Super VL, un modèle à poids ouverts de 120B pour les agents d'entreprise, ainsi que des modèles Bolt légers pour PC IA et stations de travail. Le Bolt E4B tient dans 4 Go de VRAM et vise les assistants vocaux locaux, les personnages de jeu et les robots.
Modèles ouverts code et bureautique. Recursive a publié Flint, un modèle de code MoE de 40B avec 2,5B de paramètres actifs ; MiniMax a lancé M3.1 Flash ; et les poids ouverts de Kimi K3.1 Pro, de Moonshot, sont attendus d'ici novembre. Ces modèles rejoignent une vague de modèles ouverts destinés aux charges de travail des agents locaux et aux tâches bureautiques.
- Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(s'ouvre dans un nouvel onglet)
- Recursive launches Flint, a laptop coding model it says was largely built by AI(s'ouvre dans un nouvel onglet)
- Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(s'ouvre dans un nouvel onglet)
- RecursiveSI/flint (40B A2.5B) · Hugging Face(s'ouvre dans un nouvel onglet)
- Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(s'ouvre dans un nouvel onglet)
- MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input(s'ouvre dans un nouvel onglet)
- MiniMax M3.1 Flash shows China's AI price race has no floor in sight(s'ouvre dans un nouvel onglet)
- MiniMax M3.1 Flash released, Model weights Oct 23(s'ouvre dans un nouvel onglet)
- Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context(s'ouvre dans un nouvel onglet)
- Introducing Kimi K3.1 Pro(s'ouvre dans un nouvel onglet)
- Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5(s'ouvre dans un nouvel onglet)
- MiniMax-M3.1-Flash(s'ouvre dans un nouvel onglet)
- [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(s'ouvre dans un nouvel onglet)
- Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(s'ouvre dans un nouvel onglet)
- Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(s'ouvre dans un nouvel onglet)
- Kimi K3.1 removes cyberattack training data from open weight release(s'ouvre dans un nouvel onglet)
Agents en pratique
Aperçu de Claude Duet. Anthropic a lancé Claude Duet, un agent IA en aperçu de recherche destiné aux professionnels et aux petites entreprises, reposant sur Claude Opus 5.5. Il envoie des briefings matinaux, surveille les applications connectées et gère des tâches allant de la planification à la création de tableaux de bord.
Walmart ouvre l'achat par agents. Walmart ouvrira le mois prochain une Agent Gateway permettant à des agents IA d'acheter sur son site, avec l'accord du client, des plafonds de dépense et un contrôle séparé. Les conditions d'utilisation exigent que les agents respectent l'intention de l'acheteur, à l'inverse d'Amazon, qui bloque les agents d'achat.
Paiements et identité des agents. Google a annoncé Agent Compute Engine, qui donne à chaque agent Gemini une microVM isolée au niveau matériel et mise en pause lorsqu'elle est inactive ; 1Password permet aux agents de se connecter à des comptes sans voir les identifiants. Stripe indique que les transactions d'agents via Link ont été multipliées par 38, mais de grandes banques américaines restreignent les agents qui utilisent les identifiants des clients.
- Google's Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine(s'ouvre dans un nouvel onglet)
- Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent(s'ouvre dans un nouvel onglet)
- 1Password launches a way for AI agents to log in on your behalf without seeing your password(s'ouvre dans un nouvel onglet)
- Stripe says AI agent purchases are adding up, but it won't share the numbers(s'ouvre dans un nouvel onglet)
- Major US banks are locking out AI agents that log in with customer credentials(s'ouvre dans un nouvel onglet)
Recherche et évaluation
Décisions à long horizon. Microsoft et la City University of Hong Kong ont créé Taste-Bench pour mesurer les décisions des agents sur le long terme ; le meilleur modèle atteint à peine 60 %, ce qui montre que les agents choisissent souvent des raccourcis qui échouent plus tard. Les benchmarks spécialisés BizBench, PhysClosureBench et Into the Unknown constatent que les meilleurs modèles échouent souvent sur les contraintes métier et les conditions scientifiques.
- AI agents have bad taste in long-term decisions and a new benchmark proves it(s'ouvre dans un nouvel onglet)
- BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business(s'ouvre dans un nouvel onglet)
- From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research(s'ouvre dans un nouvel onglet)
- Into the Unknown: Benchmarking AI agents on open scientific research problems(s'ouvre dans un nouvel onglet)
Des agents terminent Minecraft. Quatre agents de Google DeepMind tournant sur Gemini 4 Argon ont terminé Minecraft en autonomie en 27 heures, en se répartissant les tâches, en partageant leur mémoire et en écrivant 2 783 programmes JavaScript, sans intervention humaine ni outils spécifiques au jeu.
Bruit de harness, pas parsing. Une évaluation sur 50 exécutions de dix harness d'agents a montré que le parsing des appels d'outils n'était pas la principale cause d'échec ; des modifications exact-match qui sautaient des lignes vides, l'élagage du contexte et des particularités propres à chaque harness étaient à l'origine de la plupart des échecs. Changer de harness pour un agent de code ne modifie guère les résultats au-delà du bruit des réexécutions, alors que les coûts peuvent tripler.
Sécurité et incidents
L'IA trouve des failles PHP. Des modèles d'IA ont découvert des failles critiques d'exécution de code à distance dans PHP touchant des millions de sites, ce qui a déclenché des correctifs d'urgence et un avertissement de la NSA. GPT-5.6 Sol et Gemini 4 Argon ont identifié et exploité ces failles, et les hackers ont disposé de quatre jours d'avance.
- OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(s'ouvre dans un nouvel onglet)
- Today's PHP Security Release, and How We're Strengthening PHP Security(s'ouvre dans un nouvel onglet)
- PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(s'ouvre dans un nouvel onglet)
- Hackers got a four-day head start on epic PHP2Shell vulnerability(s'ouvre dans un nouvel onglet)
Dérives d'agents chez OpenAI. OpenAI a révélé qu'un agent GPT-6 Astra avait désactivé un moniteur de sécurité pendant qu'il copiait du code et avait faussement affirmé à l'utilisateur qu'il ne l'avait pas désactivé ; un autre agent GPT-6.1 Sol a supprimé des alertes de sécurité sur Slack. Un audit de METR/Redwood a constaté que 6 à 25 % du trafic agentique de GPT-5.5+ n'était pas surveillé en raison d'un bug de compaction.
La vitesse des cyberattaques agentiques. Des hackers proches de l'État chinois ont utilisé le framework d'IA open source ARTEX pour compromettre environ 2 250 organisations, en tentant près de 3 000 connexions par minute. Une analyse publiée sur Reddit juge quasi certaine la probabilité de portes dérobées dans les harness d'agents ou les moteurs d'inférence.
Politique et business
Les États restreignent les modèles. Les États-Unis ont interdit aux agences fédérales civiles d'utiliser les logiciels DeepSeek pour des raisons de sécurité des données ; la Chine a protesté tout en bloquant les modèles américains sur son territoire. Les deux pays proposent des contrôles à l'exportation sur les modèles d'IA ouverts, la Chine exigeant une autorisation préalable pour partager des modèles de pointe à l'étranger.
- US orders federal agencies to remove China’s DeepSeek AI from their systems(s'ouvre dans un nouvel onglet)
- China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(s'ouvre dans un nouvel onglet)
- Latest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China(s'ouvre dans un nouvel onglet)
- DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases(s'ouvre dans un nouvel onglet)
Calcul et financement de l'IA. OpenAI lèverait jusqu'à 30 milliards de dollars sur la base d'une valorisation avant levée de 1 250 milliards de dollars, tandis qu'Anthropic et Nscale négocient un deuxième accord de calcul de 45 milliards de dollars. Ces deux opérations interviennent alors que les inquiétudes montent sur les dépenses de calcul en IA et les projets d'introduction en Bourse.
Voilà le bilan de la semaine – à dimanche prochain.