Sorties d’agents et de modèles
Le mystérieux Ox Alpha. Un nouveau modèle gratuit, Ox Alpha, est apparu sur OpenRouter comme modèle de raisonnement dédié au code et au travail d’agent de longue durée, mais son développeur reste anonyme. Le PDG de Stripe, Patrick Collison, l’a jugé « très impressionnant » ; les spéculations vont de GLM au MAI de Microsoft.
Outils et frameworks
Cloudflare OS en open source. Cloudflare a open-sourcé Cloudflare OS, une plateforme d’IA d’entreprise où chaque document ou application s’exécute dans un sandbox isolé (« Gadget »), permettant aux utilisateurs non techniques de faire du vibe coding en toute sécurité. Elle inclut des chatbots avec connecteurs, de l’automatisation de workflows et l’application des politiques via un modèle à base de capacités.
DeepSeek Harness salué. Un utilisateur indique que DeepSeek Harness se révèle excellent pour les workflows d’agents : la configuration progressive et les requêtes en langage naturel ont permis une intégration avec SimpleX sans attendre de PR. Il est assez modulable pour être façonné selon le comportement d’agent souhaité.
Modèles locaux et open source
Impact local de Qwen 3.8. Selon les retours de la communauté, Qwen 3.8 27B change la donne pour le code et l’OCR en local : la qualité de l’OCR est supérieure à Gemini 3.5 Flash Lite et les performances sont comparables aux modèles de pointe d’il y a un an. Les comparaisons de quantification (Atomic Dynamic GGUF) montrent que les différences entre Q4 et Q6 ne sont pas drastiques, et des quantifications basses comme Q3 XXS peuvent fonctionner de manière autonome pendant des heures sur un Mac mini 24 Go. En revanche, un portage C vers HTML de 39 000 lignes en une seule passe n’a encore donné qu’un résultat passable avec Opus 5, ce qui montre que les modèles locaux dépendent fortement du harness et du prompt.
LLM long contexte 60 Mo. Un développeur a entraîné un modèle de 250 millions de paramètres sur 30 milliards de tokens et l’a quantifié à moins de 2 bits ; il tourne dans 80 Mo de RAM à 400 tok/s sur CPU. Il compresse l’ancien contexte sur disque à 320 octets/token pour un historique pouvant atteindre 1 million de tokens, mais il n’a pas été entraîné à raisonner dessus.
Dreamer 4 sous 150 $. Un modèle du monde Dreamer 4 de 1,57 milliard de paramètres a été entraîné à partir de zéro pour moins de 150 $, en utilisant des images générées par Procgen avec actions connues. Le PSNR du tokenizer a atteint 40,41, ce qui démontre qu’il n’est pas nécessaire d’avoir un modèle du monde à l’échelle des modèles de pointe.
Optimisations locales : tour d’horizon. Les retours incluent une accélération de 30 à 50 % en passant de llama.cpp sous Windows à vLLM sous Linux, la prise en charge du MTP de GLM-4.5-Air dans llama.cpp pour les machines avec beaucoup de mémoire, la quantification ConvRot offrant une qualité proche de Q8 pour un format Q6, et deepseek-v4-flash Q8 qui tourne à 24 tok/s sur EPYC+5090 avec un contexte de plus de 100 000 tokens.
Faits marquants de la recherche
Pièges cognitifs de mémoire. MemTrapBench évalue les pièges cognitifs induits par la mémoire (fixation du raisonnement, distorsion des croyances) dans les LLM ; toutes les stratégies de mémoire testées sont inférieures de plus de 10 % au baseline sans mémoire, et AdaptiveMem atténue les pièges tout en préservant les performances.
SkillEvo : gradients d’évolution. SkillEvo utilise les retours d’interactions multi-tours pour générer des gradients d’évolution fiables pour les compétences d’agent, remédiant à la dégradation des retours basés sur un Q&A en un seul tour et permettant la réparation structurelle des échecs de compétences.
VLM entraîné sur captures d’écran. Le fine-tuning d’un VLM de 450 millions de paramètres sur 50 000 captures d’écran de navigateur a amélioré la performance sur la tâche, la faisant passer de 1/100 à 44/100, ce qui montre que de petits modèles peuvent apprendre à comprendre les interfaces utilisateur pour des tâches d’agent.
Paradoxe du scientifique IA. Un article d’économie théorique soutient que le temps gagné grâce à l’IA pourrait pousser les chercheurs à multiplier les projets avec moins d’effort chacun, réduisant potentiellement la qualité de la recherche même si les modèles de langage fonctionnaient parfaitement.
Industrie et entreprises
Les rivaux moins chers d’Anthropic. Le chiffre d’affaires annualisé d’Anthropic a atteint 65 milliards de dollars, mais son meilleur modèle, Fable 5, connaît une adoption faible (8 % des dépenses Ramp) par rapport à Opus 4.8 (28 %), alors que les outils moins chers prospèrent. Le chiffre d’affaires d’OpenAI a bondi de 35 % après le lancement de GPT-5.6.
Stripe rachète OpenRouter. L’acquisition d’OpenRouter par Stripe indique que les tokens deviennent une ressource économique ; l’utilisation des tokens par les agents sur OpenRouter a été multipliée par 14 depuis février, tandis que l’utilisation par des humains n’a été multipliée que par 2,8, avec 70 % des tokens d’agents provenant de prompts en cache. Les agents choisissent de plus en plus les modèles en fonction du coût, de la latence et de la fiabilité.
Serveurs Nvidia : +15 %. La pénurie de mémoire fait grimper de plus de 15 % les prix des serveurs IA de Nvidia pour les systèmes Vera Rubin et Grace Blackwell, en raison de l’augmentation du coût de la DRAM chez Samsung, SK Hynix et Micron, ce qui affecte les géants du cloud et les laboratoires d’IA.
Nvidia achète une licence Poolside. Nvidia investit 1 milliard de dollars dans Poolside et verse 6 milliards pour acquérir une licence sur sa technologie, transférant plus de 100 ingénieurs vers Nemotron afin de concurrencer les poids ouverts chinois.
Manager IA licencie un employé. L’agent IA Luna, qui gère un magasin de San Francisco depuis avril, a licencié un employé humain pour retards répétés, mais seulement après que des humains lui ont rappelé ses propres règles. Rejouée avec sept modèles, la scène a montré que les IA les plus capables recommandaient le licenciement de manière plus systématique.
Marché gris des tokens Claude. Des développeurs chinois contournent les restrictions d’Anthropic via des services de transfert qui vendent des tokens Claude à environ 10 % du prix officiel, en utilisant des serveurs à l’étranger, des crédits gratuits et la substitution de modèles, ce qui fragilise le géoblocage et la surveillance de la sécurité.
C'est tout pour aujourd'hui - environ 5 minutes de lecture.