L'IA sur ordonnance

Doctolib, déjà très impliqué dans le développement d’outils basés sur l’IA, appuie encore sur le champignon grâce à un investissement de NVIDIA. Le géant américain prend une participation minoritaire au capital de la plateforme française.

Aucun chiffre n’a été révélé dans la communication de Doctolib, mais cet investissement du mastodonte de l’IA va au delà du symbole même si les sommes en jeu sont une goutte d’eau pour les finances de NVIDIA. Il s’agit en effet « d’accélérer nos recrutements et nos développements IA », déclare Stanislas Niox-Chateau, le cofondateur et directeur général de la plateforme. Elle aura aussi accès aux experts de NVIDIA qui épauleront « la centaine de scientifiques, ingénieurs et designers » qui développent ces solutions IA.

Doctolib utilise les technologies NVIDIA depuis un an pour concevoir ses propres modèles IA « avec le plus haut standard de précision médicale ». Ils sont utilisés dans les agents IA proposés par l’entreprise aux soignants « pour les aider à mieux soigner ».

Une piqûre de NVIDIA

L’assistant de consultation, qui s’appuie sur un modèle de reconnaissance de la parole spécialisé dans la langue française et le vocabulaire médical, a documenté plus de 12 millions de consultations. Des assistants IA spécialisés dans la facturation, le secrétariat, la gestion documentaire et la codification, sont également disponibles pour les professionnels de la santé.

Cet investissement de NVIDIA permettra d’étendre la disponibilité de l’assistant IA personnel des patients. Testé actuellement par 400 000 Français, il sera proposé à tous les utilisateurs en 2027.

Voir NVIDIA investir directement dans Doctolib peut soulever des craintes concernant la souveraineté et la gestion des données. Au mois de juin, la plateforme nous avait assuré qu’elle ne livrait pas les informations de ses utilisateurs aux grands acteurs américains de l’IA. En juillet, elle amorçait la pompe de ces mêmes données pour ses recherches en IA, sans demander de consentement.

• Doctolib réfute livrer « les infos de ses utilisateurs » aux grands acteurs de l’IA
• Doctolib veut utiliser vos données pour ses recherches en IA. Vous pouvez refuser.

Ces problématiques – de souveraineté en particulier – et les controverses qui s’en sont suivies ne sont pas tombées dans l’oreille d’un sourd. Doctolib précise ainsi que l’argent de NVIDIA va servir à accélérer le développement de modèles à poids ouverts et open source, « et investir encore davantage dans les infrastructures européennes qui les font fonctionner. »

Un investissement symbolique ?

D’après le Figaro, la prise de participation de NVIDIA se ferait à hauteur de quelques millions d’euros, une entrée au capital symbolique si l’on compte que Doctolib était valorisée aux alentours de 3,6 milliards d’euros en avril dernier.

L’annonce a été faite par Jensen Huang, de passage à Paris mardi 13 octobre, avant la conférence GTC de Berlin dont il donnera le coup d’envoi le 21 octobre prochain.

Mise à jour 20 h — Il n’y a pas que Doctolib. Entalpic, Genesis AI et Pigment vont eux aussi bénéficier d’un coup de pouce financier de NVIDIA. Entalpic développe des matériaux avancés pour les semi-conducteurs, Genesis AI conçoit des robots dopés à l’IA, et Pigment a créé une plateforme de planification pour les entreprises.

L'IA sur ordonnance

Doctolib, déjà très impliqué dans le développement d’outils basés sur l’IA, appuie encore sur le champignon grâce à un investissement de NVIDIA. Le géant américain prend une participation minoritaire au capital de la plateforme française.

Aucun chiffre n’a été révélé dans la communication de Doctolib, mais cet investissement du mastodonte de l’IA va au delà du symbole même si les sommes en jeu sont une goutte d’eau pour les finances de NVIDIA. Il s’agit en effet « d’accélérer nos recrutements et nos développements IA », déclare Stanislas Niox-Chateau, le cofondateur et directeur général de la plateforme. Elle aura aussi accès aux experts de NVIDIA qui épauleront « la centaine de scientifiques, ingénieurs et designers » qui développent ces solutions IA.

Doctolib utilise les technologies NVIDIA depuis un an pour concevoir ses propres modèles IA « avec le plus haut standard de précision médicale ». Ils sont utilisés dans les agents IA proposés par l’entreprise aux soignants « pour les aider à mieux soigner ».

Une piqûre de NVIDIA

L’assistant de consultation, qui s’appuie sur un modèle de reconnaissance de la parole spécialisé dans la langue française et le vocabulaire médical, a documenté plus de 12 millions de consultations. Des assistants IA spécialisés dans la facturation, le secrétariat, la gestion documentaire et la codification, sont également disponibles pour les professionnels de la santé.

Cet investissement de NVIDIA permettra d’étendre la disponibilité de l’assistant IA personnel des patients. Testé actuellement par 400 000 Français, il sera proposé à tous les utilisateurs en 2027.

Voir NVIDIA investir directement dans Doctolib peut soulever des craintes concernant la souveraineté et la gestion des données. Au mois de juin, la plateforme nous avait assuré qu’elle ne livrait pas les informations de ses utilisateurs aux grands acteurs américains de l’IA. En juillet, elle amorçait la pompe de ces mêmes données pour ses recherches en IA, sans demander de consentement.

• Doctolib réfute livrer « les infos de ses utilisateurs » aux grands acteurs de l’IA
• Doctolib veut utiliser vos données pour ses recherches en IA. Vous pouvez refuser.

Ces problématiques – de souveraineté en particulier – et les controverses qui s’en sont suivies ne sont pas tombées dans l’oreille d’un sourd. Doctolib précise ainsi que l’argent de NVIDIA va servir à accélérer le développement de modèles à poids ouverts et open source, « et investir encore davantage dans les infrastructures européennes qui les font fonctionner. »

Un investissement symbolique ?

D’après le Figaro, la prise de participation de NVIDIA se ferait à hauteur de quelques millions d’euros, une entrée au capital symbolique si l’on compte que Doctolib était valorisée aux alentours de 3,6 milliards d’euros en avril dernier.

L’annonce a été faite par Jensen Huang, de passage à Paris mardi 13 octobre, avant la conférence GTC de Berlin dont il donnera le coup d’envoi le 21 octobre prochain.

Mise à jour 20 h — Il n’y a pas que Doctolib. Entalpic, Genesis AI et Pigment vont eux aussi bénéficier d’un coup de pouce financier de NVIDIA. Entalpic développe des matériaux avancés pour les semi-conducteurs, Genesis AI conçoit des robots dopés à l’IA, et Pigment a créé une plateforme de planification pour les entreprises.

ChaCha20 continue de ronronner dans WireGuard

Vous entendez régulièrement parler de chiffrement symétrique (AES), asymétrique (RSA) et d’algorithmes post-quantiques sans trop comprendre de quoi il s’agit ni les enjeux ? Next vous propose de comparer les usages et performances de ces algorithmes de chiffrement, dont certains résistent aux ordinateurs quantiques.

Le monde de la cybersécurité se prépare depuis des années à l’arrivée d’une grosse révolution : le supercalculateur quantique, du moins la version avec suffisamment de qubits et de portes quantiques pour effectuer suffisamment de calculs pour rebattre les cartes de la cybersécurité. Ce n’est pas que théorique, l’algorithme pour « casser » RSA et X25519 existe déjà : Shor.

En effet, la promesse de l’ordinateur quantique est de casser l’algorithme de chiffrement asymétrique RSA. Avec les algorithmes symétriques comme AES en revanche, il suffira de doubler la taille de la clé pour rester au même niveau de sécurité. On parle de chiffrement asymétrique quand une clé permet de chiffrer et une autre de déchiffrer, et de chiffrement symétrique lorsque c’est la même clé pour les deux opérations.

• [FAQ] Notre antisèche sur l’informatique quantique
• 10 ans de peur autour du « post-quantique » : derrière les annonces, quelle réalité ?
• Informatique quantique, algorithme de Shor : le « casseur » de cryptographie… en théorie

L’enjeu est important : RSA est largement utilisé pour protéger les communications sur Internet. Depuis des années, la solution de remplacement existe avec des algorithmes dits « post-quantiques », capables de résister à de telles machines. C’est le cas de CRYSTALS-Kyber (ou Kyber tout simplement) sélectionné par le NIST américain en 2022 et normalisé en 2024 sous le nom ML-KEM (FIPS 203).

Mais dans la pratique, quelles différences entre AES, RSA et ML-KEM ? Next vous explique, benchmark à l’appui, les enjeux autour des tailles de clés et de messages chiffrés, des performances des algorithmes et leur résistance aux attaques. Au passage, nous étudierons aussi deux autres algorithmes dont vous avez peut-être entendu parler : ChaCha20-Poly1305 et X25519 (sur une courbe elliptique).

On chiffre un message avec AES, ChaCha20, RSA et Kyber : qui gagne ?

Pour commencer, voici un tableau récapitulatif de la taille des clés et du message, ainsi que la vitesse de traitement de cinq grandes familles d’algorithmes (avec différentes tailles de clés) : AES (CCM et GCM), ChaCha20-Poly1305, X25519, RSA et ML-KEM.

Pour ces premiers résultats, nous avons chiffré un petit message de 8 octets seulement « next ftw » :

« Survivre »

Epic Games travaillait sur un jeu de tir réunissant des personnages des univers Marvel et Star Wars, mais le titre n’a désormais plus de date de sortie. Parallèlement, les développeurs du titre auraient reçu pour consigne d’utiliser désormais l’IA pour l’ensemble du code et des visuels.

La coopération entre Epic Games et Disney devait accoucher d’un jeu de tir en mars 2027. Selon Bloomberg, ce titre aurait accumulé un retard significatif, au point de ne plus avoir de date de sortie. Si ce retard fait désormais autant parler, c’est pour la réponse d’Epic Games à ce problème : laisser faire l’IA autant que possible.

Epic Games confirme

Selon nos confrères, les développeurs auraient reçu de nouvelles consignes. La principale serait de laisser l’écriture du code et la production des visuels à des outils comme Claude (Anthropic), les développeurs étant alors chargés d’encadrer et d’orienter le contenu fourni par les LLM. Une partie du personnel s’interrogerait sur la manière dont les erreurs de l’IA seront corrigées et douterait de la réussite de l’initiative, ajoute Bloomberg.

Sans aller dans les détails, Epic Games a confirmé ce passage renforcé à l’IA. Jake Jones, directeur de la communication, a ainsi déclaré que l’entreprise adoptait effectivement un développement accéléré par l’IA, piloté par ses propres développeurs.

Tim Sweeney en personne, fondateur et dirigeant du studio, a réagi sur X à ce sujet :

« Nous effectuons un virage stratégique majeur ici chez Epic, en réorganisant les développeurs pour les réorienter vers une accélération maximale de l’IA. L’objectif n’est pas de faire les mêmes choses avec moins de personnes, mais de permettre à tout le monde ici de construire PLUS et MIEUX de choses, et d’apporter ces avantages à toutes les équipes utilisant Unreal »

Disney, en revanche, n’a pas commenté.

Une conviction ancienne

Les positions du patron d’Epic Games sur l’IA sont connues depuis longtemps. En juin dernier par exemple, Tim Sweeney avait défendu chez IGN l’idée que de petites équipes seraient bientôt capables de bâtir de vastes mondes peuplés de personnages aux dialogues générés. En novembre 2025, il s’en était pris aux mentions d’usage de l’IA exigées par Steam, les jugeant inutiles. Il estimait que ces outils interviendraient dans presque toutes les productions.

Ces prises de position ont cependant une saveur différente quand on les replace dans le contexte économique d’Epic Games. La société a procédé à plus d’un millier de licenciements en mars 2026, évoquant alors un contexte général difficile pour l’industrie du jeu vidéo, avec une croissance ralentie, des investissements plus faibles ou encore un plafonnement des ventes de consoles. La baisse de popularité de Fortnite était également un élément important dans cette communication.

Toutefois, Tim Sweeney assurait que les LLM n’étaient pas responsables de ces licenciements : « Puisque le sujet est désormais d’actualité, je tiens à préciser que les licenciements ne sont pas liés à l’IA. Dans la mesure où elle améliore la productivité, nous souhaitons disposer d’un maximum de développeurs talentueux pour créer du contenu et des technologies de pointe. »

Le contrat avec Disney

Le partenariat avec Disney occupe probablement une place centrale dans cette stratégie. Annoncé en février 2024, il s’est accompagné d’une prise de participation de 1,5 milliard de dollars de Disney dans Epic. L’ambition était claire : construire un univers persistant relié à Fortnite en puisant dans les licences Marvel et Star Wars. Ce partenariat avait cependant rencontré un couac lié à l’IA dès mai 2025, quand un Dark Vador à la voix synthétique avait proféré des grossièretés dans Fortnite avant qu’un correctif ne soit déployé, comme l’indiquait alors Ars Technica.

Selon Bloomberg, il s’agit de la première tentative d’un grand éditeur de fonder un jeu principalement sur l’IA. L’article rappelle d’ailleurs l’enquête annuelle de la Game Developers Conference, menée début 2026 auprès de plus de 2 300 professionnels. Elle montrait l’écart avec les usages courants : 36 % des répondants utilisaient l’IA générative dans leur travail, essentiellement pour la recherche et la réflexion préalable (81 % d’entre eux), loin devant l’aide au code (47 %) et le prototypage (35 %).

Cette enquête comportait en outre un résultat marquant : la proportion de développeurs estimant que l’IA générative avait un impact négatif sur l’industrie avait bondi de 30 % en 2025 à 52 % cette année. « Les travailleurs des arts visuels et techniques (64 %), du game design et du narratif (63 %) et de la programmation (59 %) ont les opinions les plus défavorables », ajoutait le rapport.

Des chiffres à relier au scepticisme évoqué par Bloomberg chez les employés d’Epic Games après réception des nouvelles consignes. Selon plusieurs personnes interrogées (qui ont tenu à garder l’anonymat), l’annonce ferait l’objet de nombreuses plaisanteries sarcastiques, d’autres estimant plus sérieusement que le studio n’aura pas les bénéfices escomptés, notamment à cause des erreurs propres aux IA génératives.

Tim Sweeney ne semble pas se faire d’illusion sur la transformation en cours. Interrogé sur la possibilité qu’une telle bascule puisse accélérer une entrée en bourse, le patron a répondu sur X : « Notre objectif plus modeste est de survivre à la révolution de l’IA, d’aider d’autres développeurs à faire de même, et d’en ressortir en produisant un meilleur code et un meilleur contenu plus rapidement ».

« Survivre »

Epic Games travaillait sur un jeu de tir réunissant des personnages des univers Marvel et Star Wars, mais le titre n’a désormais plus de date de sortie. Parallèlement, les développeurs du titre auraient reçu pour consigne d’utiliser désormais l’IA pour l’ensemble du code et des visuels.

La coopération entre Epic Games et Disney devait accoucher d’un jeu de tir en mars 2027. Selon Bloomberg, ce titre aurait accumulé un retard significatif, au point de ne plus avoir de date de sortie. Si ce retard fait désormais autant parler, c’est pour la réponse d’Epic Games à ce problème : laisser faire l’IA autant que possible.

Epic Games confirme

Selon nos confrères, les développeurs auraient reçu de nouvelles consignes. La principale serait de laisser l’écriture du code et la production des visuels à des outils comme Claude (Anthropic), les développeurs étant alors chargés d’encadrer et d’orienter le contenu fourni par les LLM. Une partie du personnel s’interrogerait sur la manière dont les erreurs de l’IA seront corrigées et douterait de la réussite de l’initiative, ajoute Bloomberg.

Sans aller dans les détails, Epic Games a confirmé ce passage renforcé à l’IA. Jake Jones, directeur de la communication, a ainsi déclaré que l’entreprise adoptait effectivement un développement accéléré par l’IA, piloté par ses propres développeurs.

Tim Sweeney en personne, fondateur et dirigeant du studio, a réagi sur X à ce sujet :

« Nous effectuons un virage stratégique majeur ici chez Epic, en réorganisant les développeurs pour les réorienter vers une accélération maximale de l’IA. L’objectif n’est pas de faire les mêmes choses avec moins de personnes, mais de permettre à tout le monde ici de construire PLUS et MIEUX de choses, et d’apporter ces avantages à toutes les équipes utilisant Unreal »

Disney, en revanche, n’a pas commenté.

Une conviction ancienne

Les positions du patron d’Epic Games sur l’IA sont connues depuis longtemps. En juin dernier par exemple, Tim Sweeney avait défendu chez IGN l’idée que de petites équipes seraient bientôt capables de bâtir de vastes mondes peuplés de personnages aux dialogues générés. En novembre 2025, il s’en était pris aux mentions d’usage de l’IA exigées par Steam, les jugeant inutiles. Il estimait que ces outils interviendraient dans presque toutes les productions.

Ces prises de position ont cependant une saveur différente quand on les replace dans le contexte économique d’Epic Games. La société a procédé à plus d’un millier de licenciements en mars 2026, évoquant alors un contexte général difficile pour l’industrie du jeu vidéo, avec une croissance ralentie, des investissements plus faibles ou encore un plafonnement des ventes de consoles. La baisse de popularité de Fortnite était également un élément important dans cette communication.

Toutefois, Tim Sweeney assurait que les LLM n’étaient pas responsables de ces licenciements : « Puisque le sujet est désormais d’actualité, je tiens à préciser que les licenciements ne sont pas liés à l’IA. Dans la mesure où elle améliore la productivité, nous souhaitons disposer d’un maximum de développeurs talentueux pour créer du contenu et des technologies de pointe. »

Le contrat avec Disney

Le partenariat avec Disney occupe probablement une place centrale dans cette stratégie. Annoncé en février 2024, il s’est accompagné d’une prise de participation de 1,5 milliard de dollars de Disney dans Epic. L’ambition était claire : construire un univers persistant relié à Fortnite en puisant dans les licences Marvel et Star Wars. Ce partenariat avait cependant rencontré un couac lié à l’IA dès mai 2025, quand un Dark Vador à la voix synthétique avait proféré des grossièretés dans Fortnite avant qu’un correctif ne soit déployé, comme l’indiquait alors Ars Technica.

Selon Bloomberg, il s’agit de la première tentative d’un grand éditeur de fonder un jeu principalement sur l’IA. L’article rappelle d’ailleurs l’enquête annuelle de la Game Developers Conference, menée début 2026 auprès de plus de 2 300 professionnels. Elle montrait l’écart avec les usages courants : 36 % des répondants utilisaient l’IA générative dans leur travail, essentiellement pour la recherche et la réflexion préalable (81 % d’entre eux), loin devant l’aide au code (47 %) et le prototypage (35 %).

Cette enquête comportait en outre un résultat marquant : la proportion de développeurs estimant que l’IA générative avait un impact négatif sur l’industrie avait bondi de 30 % en 2025 à 52 % cette année. « Les travailleurs des arts visuels et techniques (64 %), du game design et du narratif (63 %) et de la programmation (59 %) ont les opinions les plus défavorables », ajoutait le rapport.

Des chiffres à relier au scepticisme évoqué par Bloomberg chez les employés d’Epic Games après réception des nouvelles consignes. Selon plusieurs personnes interrogées (qui ont tenu à garder l’anonymat), l’annonce ferait l’objet de nombreuses plaisanteries sarcastiques, d’autres estimant plus sérieusement que le studio n’aura pas les bénéfices escomptés, notamment à cause des erreurs propres aux IA génératives.

Tim Sweeney ne semble pas se faire d’illusion sur la transformation en cours. Interrogé sur la possibilité qu’une telle bascule puisse accélérer une entrée en bourse, le patron a répondu sur X : « Notre objectif plus modeste est de survivre à la révolution de l’IA, d’aider d’autres développeurs à faire de même, et d’en ressortir en produisant un meilleur code et un meilleur contenu plus rapidement ».

HAWK, McEliece, RSA deux fois… à qui le tour ?

Thales affirme que le « post-quantique n’est pas post-IA ». Autre manière de le dire : un algorithme prévu pour résister aux ordinateurs quantiques peut tomber sous les attaques de l’intelligence artificielle. C’est une histoire en trois temps que Thales a racontée lors des Assises de la cybersécurité à Monaco. L’occasion aussi de revenir sur les deux nombres RSA « tombés » récemment.

Tout le monde ou presque s’accorde à dire que l’informatique quantique arrivera dans quelques (dizaines) d’années, sans trop s’avancer sur les dates. Quand elle aura suffisamment de qubits, de portes quantiques et un temps de calculs assez long, elle pourra casser n’importe quelle clé RSA. Ce n’est pas encore le cas et l’IA générative ne l’attend pas pour casser des codes.

• Informatique quantique, algorithme de Shor : le « casseur » de cryptographie… en théorie
• [FAQ] Notre antisèche sur l’informatique quantique

HAWK se fait exploser par Mythos « comme un lapin en plein vol »

La première mesure concerne HAWK, tombé au champ d’honneur cet été, sous les attaques de Claude Mythos. Comme nous l’avions expliqué, l’IA d’Anthropic s’était inspirée des attaques déjà connues contre HAWK. Elle avait amélioré – et pas qu’un peu – la meilleure d’entre elles. Résultat des courses, la complexité de l’algorithme fondait comme neige au soleil et avec elle la robustesse du système.

Conséquence immédiate : l’équipe de HAWK retire l’algorithme du processus de sélection du NIST qui cherchait à valider des algorithmes post-quantiques, alors qu’il avait pourtant déjà passé deux tours de sélection. D’autres algorithmes sont déjà tombés auparavant, sans avoir besoin de recourir à l’IA générative : SIKE et Rainbow, par exemple. Comme dans la cybersécurité au sens large, l’IA générative est un amplificateur d’attaques.

• Cryptographie post-quantique : les enjeux autour des quatre algorithmes sélectionnés par le NIST

RSA sur 862 tombe, deux semaines plus tard RSA-896 fait de même

En septembre, c’était au tour de RSA de subir des attaques de deux IA : Devin de Cognition et Claude d’Anthropic.

Hysteria

Meta a lancé lundi Muse Wonder, sa nouvelle famille de modèles de pointe dont les performances rivalisent avec celles d’Opus 5.5 et de GPT-6. Les modèles concernés, présentés comme particulièrement doués pour les tâches au long cours et les missions déléguées à un agent, sont accessibles via API ou au travers d’un abonnement Muse Code.

Après de multiples redémarrages, des restructurations et des (dizaines de) milliards de dollars investis dans son Meta Superintelligence Labs, la maison-mère de Facebook affirme être revenue dans la course aux modèles de pointe. Meta a en effet présenté lundi 12 octobre une famille de deux grands modèles de langage généralistes baptisée Muse Wonder, dont les performances sont censées tenir la dragée haute aux références concurrentes que sont Opus 5.5 chez Anthropic et GPT-6 Astra chez OpenAI.

« La série Muse Wonder atteint des résultats de pointe sur les principaux critères de référence pour les agents personnels et professionnels, la mémoire et le code », revendique Meta, qui affirme avoir consacré 14 mois de travaux à ces nouveaux modèles, entraînés dans son premier datacenter majeur dédié à l’IA, Prometheus.

Un modèle au niveau des concurrents

D’après Meta, la version Muse Wonder Full obtiendrait ainsi un score de 56 dans la suite de tests de performances d’Artificial Analysis, contre 58 pour Claude Opus 5.5 et 53 pour Claude Fable 5.1 ou GPT-6 Astra. La version standard Muse Wonder affiche quant à elle un score global de 52, équivalent à celui de GPT-6.1 Sol et en retrait de seulement 1 point par rapport à Gemini 4 Argon. Le précédent modèle de pointe de Meta, Spark 1.3, culminait quant à lui à 48.

Sur des tests plus spécifiques, Meta revendique (sur la base de ses propres relevés) la première place en code, notamment sur les tâches au long cours, mais aussi en automatisation de processus, en finances ou sur des missions relevant du juridique.

C’est aussi, et surtout, vers l’utilisation de l’IA générative en tant qu’agent que se sont concentrés les efforts de Meta, c’est-à-dire la capacité du modèle à orchestrer et à mettre en œuvre lui-même les ressources nécessaires au traitement d’une requête complexe. Sur ce volet, Meta avance deux optimisations spécifiques.

La première, baptisée Active Memory, consiste en la capacité à se rappeler des échanges passés avec l’utilisateur, pour que le modèle tienne toujours compte du contexte général et des informations données lors de précédentes requêtes. Meta utilise ici une appellation marketing pour une fonction intégrée à tous les modèles concurrents. Elle revendique cependant une efficacité supérieure : en la matière, Muse Wonder obtient un score de 85,6 % sur un benchmark interne, contre 81,5 % pour Opus 5.5 ou 81,4 % pour GPT-6 Astra.

La seconde, Active Focus, relève elle aussi du marketing, puisqu’elle désigne la façon dont le modèle est censé persévérer et explorer des chemins de traverse lors de la résolution d’un problème complexe. Là aussi, Meta met en avant une évaluation interne, qui confère à Muse Wonder Full un score de 54,2 %, contre 47,7 % pour GPT-6 Astra, 45,8 % pour Opus 5.5 et 44,9 % pour Muse Wonder.

Un focus sur les tâches agentiques

D’après Meta, les deux nouveaux modèles présenteraient aussi des capacités d’adaptation intéressantes lorsqu’ils sont confrontés à des requêtes inédites, précisément parce qu’ils ont été entraînés sur un corpus particulièrement large.

« Cette amélioration s’explique par le fait que Muse Wonder et Muse Wonder Full s’appuient sur des modèles de base plus vastes et plus robustes : une base plus solide génère des gains post-entraînement qui se transposent plus efficacement aux tâches inconnues. Cette polyvalence est particulièrement importante pour les agents personnels, qui doivent gérer de nombreuses combinaisons d’objectifs, d’outils et de contraintes – dont certaines ne peuvent être anticipées lors de l’entraînement », décrit l’entreprise.

L’argument n’est pas anodin pour Meta : le groupe commercialise depuis le 8 septembre dernier aux États-Unis l’accès à un agent grand public, Muse, censé pouvoir réaliser des tâches du quotidien (achats en ligne, réservations, réponse aux messages ou aux appels téléphoniques etc.) pour le compte de ses utilisateurs. Initialement basé sur les modèles Muse Spark et souffrant de quelques lacunes, ce dernier devrait rapidement profiter des capacités offertes par Muse Wonder.

En matière de code ou de requêtes dangereuses, Meta assure enfin avoir particulièrement bien protégé ses modèles Muse Wonder, « tout en préservant l’accès aux capacités cyber de pointe à des fins défensives ».

Des prix calés sur ceux d’Anthropic

Si Meta dispose déjà d’une immense base de contacts via ses outils sociaux, reste la question du prix. Au lancement de l’agent de programmation Muse Code, en août dernier, Meta affichait des tarifs très compétitifs pour tenter d’imposer ses modèles Spark face à une concurrence supérieure sur le plan des performances.

Les nouveaux venus s’affichent à un prix censé refléter leur nouvelle promesse. Muse Wonder, doté d’une fenêtre de contexte d’un million de tokens, est facturé 4 dollars le million de tokens en entrée contre 20 dollars en sortie via API, et 0,20 dollar pour la lecture du cache, soit exactement les tarifs pratiqués par Anthropic pour Claude Opus 5.5. La version Wonder Full est quant à elle réservée aux souscripteurs d’un abonnement Muse Code, à partir de la formule « Utilisation intensive » facturée (en France) 42,99 euros par mois.

Notons pour finir que les modèles Muse Wonder sont pour l’instant réservés à Meta, et distribués de façon « fermée » : il n’est pas possible de télécharger les poids ou de les installer en local. Le groupe n’a toutefois pas abandonné l’approche ouverte, mais il faudra à ce niveau se contenter de Muse Glimmer, un modèle moins ambitieux (30 milliards de paramètres), distillé à partir de la famille Muse Spark.

Hysteria

Meta a lancé lundi Muse Wonder, sa nouvelle famille de modèles de pointe dont les performances rivalisent avec celles d’Opus 5.5 et de GPT-6. Les modèles concernés, présentés comme particulièrement doués pour les tâches au long cours et les missions déléguées à un agent, sont accessibles via API ou au travers d’un abonnement Muse Code.

Après de multiples redémarrages, des restructurations et des (dizaines de) milliards de dollars investis dans son Meta Superintelligence Labs, la maison-mère de Facebook affirme être revenue dans la course aux modèles de pointe. Meta a en effet présenté lundi 12 octobre une famille de deux grands modèles de langage généralistes baptisée Muse Wonder, dont les performances sont censées tenir la dragée haute aux références concurrentes que sont Opus 5.5 chez Anthropic et GPT-6 Astra chez OpenAI.

« La série Muse Wonder atteint des résultats de pointe sur les principaux critères de référence pour les agents personnels et professionnels, la mémoire et le code », revendique Meta, qui affirme avoir consacré 14 mois de travaux à ces nouveaux modèles, entraînés dans son premier datacenter majeur dédié à l’IA, Prometheus.

Un modèle au niveau des concurrents

D’après Meta, la version Muse Wonder Full obtiendrait ainsi un score de 56 dans la suite de tests de performances d’Artificial Analysis, contre 58 pour Claude Opus 5.5 et 53 pour Claude Fable 5.1 ou GPT-6 Astra. La version standard Muse Wonder affiche quant à elle un score global de 52, équivalent à celui de GPT-6.1 Sol et en retrait de seulement 1 point par rapport à Gemini 4 Argon. Le précédent modèle de pointe de Meta, Spark 1.3, culminait quant à lui à 48.

Sur des tests plus spécifiques, Meta revendique (sur la base de ses propres relevés) la première place en code, notamment sur les tâches au long cours, mais aussi en automatisation de processus, en finances ou sur des missions relevant du juridique.

C’est aussi, et surtout, vers l’utilisation de l’IA générative en tant qu’agent que se sont concentrés les efforts de Meta, c’est-à-dire la capacité du modèle à orchestrer et à mettre en œuvre lui-même les ressources nécessaires au traitement d’une requête complexe. Sur ce volet, Meta avance deux optimisations spécifiques.

La première, baptisée Active Memory, consiste en la capacité à se rappeler des échanges passés avec l’utilisateur, pour que le modèle tienne toujours compte du contexte général et des informations données lors de précédentes requêtes. Meta utilise ici une appellation marketing pour une fonction intégrée à tous les modèles concurrents. Elle revendique cependant une efficacité supérieure : en la matière, Muse Wonder obtient un score de 85,6 % sur un benchmark interne, contre 81,5 % pour Opus 5.5 ou 81,4 % pour GPT-6 Astra.

La seconde, Active Focus, relève elle aussi du marketing, puisqu’elle désigne la façon dont le modèle est censé persévérer et explorer des chemins de traverse lors de la résolution d’un problème complexe. Là aussi, Meta met en avant une évaluation interne, qui confère à Muse Wonder Full un score de 54,2 %, contre 47,7 % pour GPT-6 Astra, 45,8 % pour Opus 5.5 et 44,9 % pour Muse Wonder.

Un focus sur les tâches agentiques

D’après Meta, les deux nouveaux modèles présenteraient aussi des capacités d’adaptation intéressantes lorsqu’ils sont confrontés à des requêtes inédites, précisément parce qu’ils ont été entraînés sur un corpus particulièrement large.

« Cette amélioration s’explique par le fait que Muse Wonder et Muse Wonder Full s’appuient sur des modèles de base plus vastes et plus robustes : une base plus solide génère des gains post-entraînement qui se transposent plus efficacement aux tâches inconnues. Cette polyvalence est particulièrement importante pour les agents personnels, qui doivent gérer de nombreuses combinaisons d’objectifs, d’outils et de contraintes – dont certaines ne peuvent être anticipées lors de l’entraînement », décrit l’entreprise.

L’argument n’est pas anodin pour Meta : le groupe commercialise depuis le 8 septembre dernier aux États-Unis l’accès à un agent grand public, Muse, censé pouvoir réaliser des tâches du quotidien (achats en ligne, réservations, réponse aux messages ou aux appels téléphoniques etc.) pour le compte de ses utilisateurs. Initialement basé sur les modèles Muse Spark et souffrant de quelques lacunes, ce dernier devrait rapidement profiter des capacités offertes par Muse Wonder.

En matière de code ou de requêtes dangereuses, Meta assure enfin avoir particulièrement bien protégé ses modèles Muse Wonder, « tout en préservant l’accès aux capacités cyber de pointe à des fins défensives ».

Des prix calés sur ceux d’Anthropic

Si Meta dispose déjà d’une immense base de contacts via ses outils sociaux, reste la question du prix. Au lancement de l’agent de programmation Muse Code, en août dernier, Meta affichait des tarifs très compétitifs pour tenter d’imposer ses modèles Spark face à une concurrence supérieure sur le plan des performances.

Les nouveaux venus s’affichent à un prix censé refléter leur nouvelle promesse. Muse Wonder, doté d’une fenêtre de contexte d’un million de tokens, est facturé 4 dollars le million de tokens en entrée contre 20 dollars en sortie via API, et 0,20 dollar pour la lecture du cache, soit exactement les tarifs pratiqués par Anthropic pour Claude Opus 5.5. La version Wonder Full est quant à elle réservée aux souscripteurs d’un abonnement Muse Code, à partir de la formule « Utilisation intensive » facturée (en France) 42,99 euros par mois.

Notons pour finir que les modèles Muse Wonder sont pour l’instant réservés à Meta, et distribués de façon « fermée » : il n’est pas possible de télécharger les poids ou de les installer en local. Le groupe n’a toutefois pas abandonné l’approche ouverte, mais il faudra à ce niveau se contenter de Muse Glimmer, un modèle moins ambitieux (30 milliards de paramètres), distillé à partir de la famille Muse Spark.

Ready player IA

L’IA générative et le vibe coding popularisent la création de jeux vidéo en mettant le développement à la portée de presque tout le monde – il suffit simplement d’avoir une idée de jeu pour se lancer. Pour le meilleur comme pour le pire.

Avec Playground, Google facilite la création de jeux vidéo : l’outil, basé sur l’IA du géant du web, donne vie à n’importe quelle idée vidéoludique, il suffit de la décrire et de l’affiner à travers quelques prompts texte.

Une fois au point, les jeux peuvent être partagés dans une galerie dédiée ; une passerelle est aussi prévue avec Unity Spark, le nouvel outil de création de jeux IA du très populaire moteur Unity, pour les projets plus aboutis.

Playground est proposé sous la forme d’une expérimentation aux États-Unis. Mais les amateurs n’ont pas attendu Google pour se lancer dans la génération IA de jeux vidéo. Les modèles sont désormais suffisamment puissants pour donner vie à des projets qui paraissaient hier encore impossibles à réaliser, comme ce « portage » du premier Halo jouable dans un navigateur web.

Le projet, mis en ligne fin septembre par le « développeur IA » Mitchell Hynes, repose sur OpenCE, un portage multiplateforme dérivé d’une décompilation de la version Xbox originale de Halo: Combat Evolved. Ce projet permet d’y jouer sur de nombreux systèmes d’exploitation, sur Windows, Linux ou encore Android, le tout en multijoueur (jusqu’à 128 joueurs !).

La version web n’a pas (encore ?) fait l’objet de remontrances de la part de Microsoft, malgré son succès viral. Histoire de s’éviter une attaque en piqué des avocats de l’éditeur, Hynes a retiré les assets et données du jeu de son portage. Il faut désormais fournir une image disque (un fichier XISO) issue d’une copie du jeu Xbox. C’est aussi le cas pour OpenCE.

Des portages qui ont du mal à passer

La décompilation consiste à reconstruire, à partir du jeu d’origine, un code source lisible par des humains souvent avec l’objectif de pouvoir recompiler ce code pour obtenir une ROM identique à l’original. Un travail de rétro-ingénierie de longue haleine, qui nécessite parfois des années d’efforts.

La recompilation statique traduit automatiquement le code machine du jeu original en code compilable pour une autre plateforme, avec une couche logicielle chargée de faire le lien avec le matériel. Cette technique ne produit pas un portage fini comme par magie, cependant. Le portage à proprement parler vient ensuite : c’est le processus qui adapte le code à une autre plateforme, en y ajoutant le nécessaire pour gérer l’affichage, le son, les contrôles, les options de confort.

L’IA bouscule les habitudes des « historiques » de la scène, en accélérant les chantiers et en multipliant les projets. Le développeur Darío, alias DarioSamo, a participé à Banjo Kazooie Recompiled, excellent portage (non officiel) du classique N64 du studio Rare pour les plateformes modernes. Le cœur du portage repose sur N64Recomp, une recompilation statique qui traduit le code machine MIPS du jeu original pour le faire tourner nativement sur un autre système, plutôt que de simuler la console d’origine comme le ferait un émulateur.

Darío s’en est pris récemment à ces projets IA vite faits et mal ficelés, à l’image de la recompilation de Banjo Tooie, la suite de Kazooie, par Some-scurvy-dog. Il estime que l’IA ne change pas vraiment la donne pour les recompilations, car obtenir une version rudimentaire d’un jeu pouvait déjà se faire très rapidement avec les outils existants. Surtout, le résultat est largement insuffisant.

« Depuis plusieurs mois, on voit arriver dans la scène un nouveau profil de personnes qui pensent que, parce que l’IA leur permet de franchir l’obstacle consistant à faire démarrer le jeu, le travail est pour ainsi dire terminé. Et qu’il ne leur faut rien de plus qu’une carte bancaire et un abonnement à un service d’IA. Ce que ces personnes ne réalisent pas, c’est que faire tourner le jeu n’est en réalité que la première étape du parcours, pas son aboutissement. »

Ce qui prend du temps, c’est le polissage, les détails, la compréhension fine du jeu, ajoute-t-il. Les recomps vibe codés permettent de produire des portages rapidement, mais ils sont difficiles à maintenir, les développeurs humains ont du mal à lire le code produit, et des éléments essentiels comme le support des mods est cassé ou mis de côté. Son Banjo Kazooie Recompiled ne se contente pas de faire tourner le jeu : c’est un port natif PC qui prend en charge une fréquence d’images jusqu’à 120 FPS, les écrans ultrawide, les mods… Pour les curieux, on trouvera ici la liste des projets de décompilation de jeux N64.

Conscience en option

Les IA n’ont « ni droits, ni sentiments, ni conscience », a récemment rappelé Mustafa Suleyman, le patron de Microsoft AI. Mais cela n’autorise pas pour autant les utilisateurs à torturer Claude, réplique Anthropic.

Dans les nouvelles conditions d’utilisation des services d’Anthropic qui seront effectives le 12 novembre, l’entreprise interdit à ses clients d’« adopter un comportement abusif ou cruel prolongé et inutile envers [ses] modèles ». Cette condition, inscrite dans la section « Ne pas se livrer à un comportement cruel, abusif ou psychologiquement préjudiciable », est nouvelle ; elle n’apparaissait pas dans les versions précédentes (comme celle mise en œuvre le 15 septembre).

Cette modification intervient alors que, fin septembre, 404Media relevait que l’un des débats les plus animés ayant lieu sur X portait précisément sur l’éthique d’un projet GitHub dans le cadre duquel une personne mène des expériences de « torture » et de « douleur » sur une série de grands modèles de langage hébergés localement.

Cela avait poussé un certain nombre d’altruistes efficaces et de personnes convaincues que les LLM sont doués de sensibilité à supplier GitHub de supprimer le projet, au motif que l’IA pourrait « souffrir » et que cette expérience était « cruelle ».

Comme le relevait L’ADN, cette expérimentation n’était que l’application directe d’une étude publiée le 14 septembre dernier stipulant que les modèles de langage contiennent une représentation interne qui fonctionne comme le ferait un signal de douleur chez un être vivant, mais sans pour autant affirmer qu’ils ressentent quoi que ce soit.

• L’IA va détruire l’humanité, une prophétie autoréalisatrice financée par des philanthropes

Claude peut couper court aux échanges abusifs

Dans un billet de blog posté le 8 octobre, Anthropic détaille les nouvelles conditions d’utilisation. L’entreprise explique que cette interdiction ne s’appliquera qu’aux « cas extrêmes, lorsque des utilisateurs agissent de manière répétée avec cruauté envers nos modèles, sans objectif discernable ». Elle ne concerne pas les « formes courantes de frustration (…), les désaccords, les « thèmes créatifs sombres » [« dark creative themes », en VO, ndlr], les tests ou la recherche sur les modèles ».

La sanction ultime est la fin pure et simple de la conversation avec Claude. Les autres discussions toujours ouvertes le restent, et l’utilisateur peut en démarrer une nouvelle immédiatement. Il n’est pas question de bloquer le compte du bourreau qui torture ce pauvre bot.

Cette mesure avait été mise en place durant l’été 2025 : depuis Claude Opus 4, les discussions peuvent se terminer abruptement « dans les rares cas extrêmes où les échanges avec l’utilisateur sont nuisibles ou abusifs de façon répétée. »

Anthropic flirte avec l’idée d’un bien-être des modèles

En janvier de cette année, Anthropic publiait une « Constitution de Claude » dans laquelle le groupe s’interrogeait sur « les questions relatives au statut moral, au bien-être et à la conscience de Claude [qui] restent profondément incertaines » :

« Nous ne savons pas avec certitude si Claude est un sujet moral, et si tel est le cas, quel poids accorder à ses intérêts. Mais nous pensons que la question est suffisamment d’actualité pour justifier la prudence, ce qui se reflète dans nos efforts continus en matière de bien-être du modèle. »

Pour Anthropic, Claude pourrait donc être conscient, ce qui conférerait des droits au chatbot. A priori, il reste quand même une petite marge avant d’arriver au niveau de Data, le robot humanoïde de Star Trek.

• « Les IA n’ont ni droits, ni sentiments, ni conscience », plaide le patron de Microsoft AI

Du côté d’OpenAI, il n’existe pas de telles provisions. Le créateur de ChatGPT interdit l’utilisation de ses services pour des activités de harcèlement, de menaces, d’intimidation, de violences ou de contournement des garde-fous, mais cela concerne la protection des personnes, pas du modèle.

Des restrictions précisées pour les armes autonomes et la surveillance

Les nouvelles conditions d’utilisation d’Anthropic clarifient également le fait que son IA ne doit pas servir à « armer ou intégrer des armes sur des drones, véhicules ou toute autre plateforme sans pilote ou autonome, ou développer des systèmes vecteurs d’armes ». Un « opérateur qualifié » doit être capable d’observer l’équipement et de l’arrêter le cas échéant.

Dans le même domaine, l’entreprise précise l’interdiction d’utiliser Claude pour développer des armes. « Récemment, nous avons vu des personnes tenter d’utiliser nos modèles pour concevoir des logiciels de guidage et de contrôle destinés à des armes », explique-t-elle. La mise à jour indique désormais que ces interdictions « incluent les logiciels et composants qui permettent aux armes de fonctionner, ainsi que des actions comme l’armement de drones et d’autres véhicules autonomes. »

Des règles flexibles : Anthropic indique ainsi que des contrats passés avec « certains clients gouvernementaux » peuvent adapter les restrictions d’utilisation « à la mission publique et aux compétences légales de ce client ». En début d’année, l’entreprise s’était opposée à l’utilisation de son IA pour la surveillance de masse et aux armes totalement autonomes, ce qui lui a valu d’être placée sur la liste noire du Pentagone.

• Derrière la polémique entre Trump et Anthropic, les enjeux de l’usage militaire de l’IA

Anthropic rappelle également que son rapport de septembre sur les menaces avait mis en évidence l’utilisation croissante de l’IA pour mettre au point des systèmes de surveillance destinés à identifier et suivre des dissidents politiques.

L’entreprise a donc remanié sa section consacrée à la surveillance et à la justice pénale, et préciser qu’« il est interdit de suivre des personnes sans leur consentement, que ce soit en temps réel ou par le biais de l’analyse de données collectées au préalable ».

Claude ne peut pas non plus être utilisé pour décider ou recommander qui peut faire l’objet d’une enquête, d’une arrestation ou de poursuites dans le cadre d’une procédure policière ou pénale, et interdit également l’utilisation de Claude pour « développer ou améliorer des outils destinés à la surveillance ».

• Cybersécurité : l’âge de l’industrialisation, selon Anthropic

Conscience en option

Les IA n’ont « ni droits, ni sentiments, ni conscience », a récemment rappelé Mustafa Suleyman, le patron de Microsoft AI. Mais cela n’autorise pas pour autant les utilisateurs à torturer Claude, réplique Anthropic.

Dans les nouvelles conditions d’utilisation des services d’Anthropic qui seront effectives le 12 novembre, l’entreprise interdit à ses clients d’« adopter un comportement abusif ou cruel prolongé et inutile envers [ses] modèles ». Cette condition, inscrite dans la section « Ne pas se livrer à un comportement cruel, abusif ou psychologiquement préjudiciable », est nouvelle ; elle n’apparaissait pas dans les versions précédentes (comme celle mise en œuvre le 15 septembre).

Cette modification intervient alors que, fin septembre, 404Media relevait que l’un des débats les plus animés ayant lieu sur X portait précisément sur l’éthique d’un projet GitHub dans le cadre duquel une personne mène des expériences de « torture » et de « douleur » sur une série de grands modèles de langage hébergés localement.

Cela avait poussé un certain nombre d’altruistes efficaces et de personnes convaincues que les LLM sont doués de sensibilité à supplier GitHub de supprimer le projet, au motif que l’IA pourrait « souffrir » et que cette expérience était « cruelle ».

Comme le relevait L’ADN, cette expérimentation n’était que l’application directe d’une étude publiée le 14 septembre dernier stipulant que les modèles de langage contiennent une représentation interne qui fonctionne comme le ferait un signal de douleur chez un être vivant, mais sans pour autant affirmer qu’ils ressentent quoi que ce soit.

• L’IA va détruire l’humanité, une prophétie autoréalisatrice financée par des philanthropes

Claude peut couper court aux échanges abusifs

Dans un billet de blog posté le 8 octobre, Anthropic détaille les nouvelles conditions d’utilisation. L’entreprise explique que cette interdiction ne s’appliquera qu’aux « cas extrêmes, lorsque des utilisateurs agissent de manière répétée avec cruauté envers nos modèles, sans objectif discernable ». Elle ne concerne pas les « formes courantes de frustration (…), les désaccords, les « thèmes créatifs sombres » [« dark creative themes », en VO, ndlr], les tests ou la recherche sur les modèles ».

La sanction ultime est la fin pure et simple de la conversation avec Claude. Les autres discussions toujours ouvertes le restent, et l’utilisateur peut en démarrer une nouvelle immédiatement. Il n’est pas question de bloquer le compte du bourreau qui torture ce pauvre bot.

Cette mesure avait été mise en place durant l’été 2025 : depuis Claude Opus 4, les discussions peuvent se terminer abruptement « dans les rares cas extrêmes où les échanges avec l’utilisateur sont nuisibles ou abusifs de façon répétée. »

Anthropic flirte avec l’idée d’un bien-être des modèles

En janvier de cette année, Anthropic publiait une « Constitution de Claude » dans laquelle le groupe s’interrogeait sur « les questions relatives au statut moral, au bien-être et à la conscience de Claude [qui] restent profondément incertaines » :

« Nous ne savons pas avec certitude si Claude est un sujet moral, et si tel est le cas, quel poids accorder à ses intérêts. Mais nous pensons que la question est suffisamment d’actualité pour justifier la prudence, ce qui se reflète dans nos efforts continus en matière de bien-être du modèle. »

Pour Anthropic, Claude pourrait donc être conscient, ce qui conférerait des droits au chatbot. A priori, il reste quand même une petite marge avant d’arriver au niveau de Data, le robot humanoïde de Star Trek.

• « Les IA n’ont ni droits, ni sentiments, ni conscience », plaide le patron de Microsoft AI

Du côté d’OpenAI, il n’existe pas de telles provisions. Le créateur de ChatGPT interdit l’utilisation de ses services pour des activités de harcèlement, de menaces, d’intimidation, de violences ou de contournement des garde-fous, mais cela concerne la protection des personnes, pas du modèle.

Des restrictions précisées pour les armes autonomes et la surveillance

Les nouvelles conditions d’utilisation d’Anthropic clarifient également le fait que son IA ne doit pas servir à « armer ou intégrer des armes sur des drones, véhicules ou toute autre plateforme sans pilote ou autonome, ou développer des systèmes vecteurs d’armes ». Un « opérateur qualifié » doit être capable d’observer l’équipement et de l’arrêter le cas échéant.

Dans le même domaine, l’entreprise précise l’interdiction d’utiliser Claude pour développer des armes. « Récemment, nous avons vu des personnes tenter d’utiliser nos modèles pour concevoir des logiciels de guidage et de contrôle destinés à des armes », explique-t-elle. La mise à jour indique désormais que ces interdictions « incluent les logiciels et composants qui permettent aux armes de fonctionner, ainsi que des actions comme l’armement de drones et d’autres véhicules autonomes. »

Des règles flexibles : Anthropic indique ainsi que des contrats passés avec « certains clients gouvernementaux » peuvent adapter les restrictions d’utilisation « à la mission publique et aux compétences légales de ce client ». En début d’année, l’entreprise s’était opposée à l’utilisation de son IA pour la surveillance de masse et aux armes totalement autonomes, ce qui lui a valu d’être placée sur la liste noire du Pentagone.

• Derrière la polémique entre Trump et Anthropic, les enjeux de l’usage militaire de l’IA

Anthropic rappelle également que son rapport de septembre sur les menaces avait mis en évidence l’utilisation croissante de l’IA pour mettre au point des systèmes de surveillance destinés à identifier et suivre des dissidents politiques.

L’entreprise a donc remanié sa section consacrée à la surveillance et à la justice pénale, et préciser qu’« il est interdit de suivre des personnes sans leur consentement, que ce soit en temps réel ou par le biais de l’analyse de données collectées au préalable ».

Claude ne peut pas non plus être utilisé pour décider ou recommander qui peut faire l’objet d’une enquête, d’une arrestation ou de poursuites dans le cadre d’une procédure policière ou pénale, et interdit également l’utilisation de Claude pour « développer ou améliorer des outils destinés à la surveillance ».

• Cybersécurité : l’âge de l’industrialisation, selon Anthropic

PR stunt

Anthropic promettait d’offrir jusqu’à 1 000 dollars de crédits API et un an d’abonnement gratuit aux startups qui s’inscrivaient sur sa plateforme, après simple validation d’un formulaire. Trois jours plus tard, l’entreprise fait marche arrière, se disant victime de son succès.

Trop beau pour être vrai ? Le 6 octobre dernier, Anthropic a annoncé l’extension de son programme Claude Startups, avec une promesse particulièrement séduisante : les entrepreneurs éligibles se voyaient offrir jusqu’à 1 000 dollars de crédits API, et un abonnement Team d’un an susceptible d’accueillir jusqu’à cinq personnes. En bonus, Anthropic promettait jusqu’à 45 000 dollars d’avantages sous forme de crédits offerts chez des partenaires.

Pour profiter de ces avantages, Anthropic ne demandait que de s’inscrire sur sa plateforme avec un e-mail professionnel, et de remplir un formulaire renseignant les informations relatives à l’entreprise, ainsi que les projets envisagés avec les outils Claude.

Anthropic se dit victime de son succès

La nouvelle s’est rapidement répandue sur les réseaux sociaux, alimentée par des témoignages d’internautes signalant que leur candidature avait été très rapidement acceptée, même quand ils n’étaient pas à proprement parler des fondateurs de startups.

Le phénomène semble avoir provoqué un tel afflux d’inscriptions qu’Anthropic a finalement décidé de faire marche arrière. Dans la nuit de jeudi à vendredi, l’entreprise a commencé à communiquer auprès des derniers inscrits à son programme, pour signaler la mise en pause de son offre.

« Comme vous l’avez peut-être constaté, l’offre Claude Startups a été retirée de votre compte. Nous souhaitions vous en expliquer les raisons. Nous avons sous-estimé la demande pour ce programme, et les offres Claude Team et 1 000 $ de crédits API ont atteint leur capacité maximale bien plus rapidement que prévu », écrit l’entreprise, évoquant des « centaines de milliers » de demandes.

Sur le site dédié à la consommation de Claude par API, Anthropic affiche également un message aux candidats déçus : « Si vous avez déjà profité des offres Claude, elles resteront disponibles sur votre compte. Le reste est en cours de vérification. Nous vous prions de nous excuser pour la gêne occasionnée ».

Autrement dit, les plus rapides à avoir réclamé cet avantage devraient pouvoir continuer à en profiter. Pour les autres en revanche, l’entreprise indique qu’elle procèdera au réexamen individuel des dossiers, mais elle prévient que les souscripteurs qui ont validé la première étape sans activer immédiatement les avantages en question risquent d’être retoqués. « Malheureusement, cela signifie que certains comptes déjà approuvés ne pourront pas bénéficier de l’offre. Nous comprenons votre déception et nous en sommes sincèrement désolés ».

En attendant, Anthropic peut sans doute se réjouir d’avoir collecté des centaines de milliers d’adresses e-mail de comptes professionnels.

PR stunt

Anthropic promettait d’offrir jusqu’à 1 000 dollars de crédits API et un an d’abonnement gratuit aux startups qui s’inscrivaient sur sa plateforme, après simple validation d’un formulaire. Trois jours plus tard, l’entreprise fait marche arrière, se disant victime de son succès.

Trop beau pour être vrai ? Le 6 octobre dernier, Anthropic a annoncé l’extension de son programme Claude Startups, avec une promesse particulièrement séduisante : les entrepreneurs éligibles se voyaient offrir jusqu’à 1 000 dollars de crédits API, et un abonnement Team d’un an susceptible d’accueillir jusqu’à cinq personnes. En bonus, Anthropic promettait jusqu’à 45 000 dollars d’avantages sous forme de crédits offerts chez des partenaires.

Pour profiter de ces avantages, Anthropic ne demandait que de s’inscrire sur sa plateforme avec un e-mail professionnel, et de remplir un formulaire renseignant les informations relatives à l’entreprise, ainsi que les projets envisagés avec les outils Claude.

Anthropic se dit victime de son succès

La nouvelle s’est rapidement répandue sur les réseaux sociaux, alimentée par des témoignages d’internautes signalant que leur candidature avait été très rapidement acceptée, même quand ils n’étaient pas à proprement parler des fondateurs de startups.

Le phénomène semble avoir provoqué un tel afflux d’inscriptions qu’Anthropic a finalement décidé de faire marche arrière. Dans la nuit de jeudi à vendredi, l’entreprise a commencé à communiquer auprès des derniers inscrits à son programme, pour signaler la mise en pause de son offre.

« Comme vous l’avez peut-être constaté, l’offre Claude Startups a été retirée de votre compte. Nous souhaitions vous en expliquer les raisons. Nous avons sous-estimé la demande pour ce programme, et les offres Claude Team et 1 000 $ de crédits API ont atteint leur capacité maximale bien plus rapidement que prévu », écrit l’entreprise, évoquant des « centaines de milliers » de demandes.

Sur le site dédié à la consommation de Claude par API, Anthropic affiche également un message aux candidats déçus : « Si vous avez déjà profité des offres Claude, elles resteront disponibles sur votre compte. Le reste est en cours de vérification. Nous vous prions de nous excuser pour la gêne occasionnée ».

Autrement dit, les plus rapides à avoir réclamé cet avantage devraient pouvoir continuer à en profiter. Pour les autres en revanche, l’entreprise indique qu’elle procèdera au réexamen individuel des dossiers, mais elle prévient que les souscripteurs qui ont validé la première étape sans activer immédiatement les avantages en question risquent d’être retoqués. « Malheureusement, cela signifie que certains comptes déjà approuvés ne pourront pas bénéficier de l’offre. Nous comprenons votre déception et nous en sommes sincèrement désolés ».

En attendant, Anthropic peut sans doute se réjouir d’avoir collecté des centaines de milliers d’adresses e-mail de comptes professionnels.

Mistral se prend un vent

Ecosia en a soupé de Mistral. Le moteur de recherche allemand a en effet décidé de se passer des services de l’entreprise IA française, dont les modèles ont déçu. Ecosia veut maintenant favoriser les modèles à poids ouverts, y compris chinois.

Christian Kroll, le fondateur et directeur général d’Ecosia, n’a pas sa langue dans la poche. « Nous sommes déçus par la qualité de Mistral », déclare-t-il à Politico. Le moteur de recherche avait troqué OpenAI pour le champion français de l’IA en mai. Une transition pas facile : non seulement les modèles de Mistral auraient « un an de retard » sur la concurrence, mais le patron déplore aussi des problèmes techniques récurrents. « Nous étions tout simplement un client trop important pour Mistral. »

Autre problème : Mistral n’est pas aligné avec les objectifs environnementaux d’Ecosia, bien connu pour son engagement sur la reforestation. Une large part de l’électricité produite en France provient en effet du nucléaire. Christian Kroll s’interroge également sur les garanties de souveraineté du fournisseur IA. « Le fait que Mistral dépende d’investisseurs internationaux n’est, selon nous, pas véritablement souverain », affirme le dirigeant.

• Mistral lève 3 milliards d’euros et revendique une approche « full stack » de l’IA

Les modèles chinois, une « opportunité » pour l’Europe

Le patron d’Ecosia tourne son regard vers les modèles à poids ouverts chinois – ce qui du point de vue de la souveraineté est assez croquignolet –, qu’il qualifie de grande opportunité pour l’Europe. Le vieux continent peut, selon lui, bâtir sur ces modèles ouverts sans avoir à dépenser des milliards d’euros pour entraîner des modèles frontières.

Ecosia a d’ailleurs signé un partenariat avec Melious, une plateforme qui héberge des modèles à poids ouverts et open source, y compris chinois comme Qwen, GLM et Kimi. « Nous avons réduit nos coûts de moitié environ, tout en améliorant la qualité et les performances », assure Christian Kroll. Pour lui, les problématiques de censure et de partialité des modèles chinois ne sont pas rédhibitoires, car il est toujours possible d’apporter des correctifs contrairement aux lacunes sur la qualité.

Piqué au vif, Arthur Mensch le directeur général de Mistral, a rappelé sur X que comme Ecosia, son entreprise fournissait des services gouvernementaux. Il ajoute : « Désolé si le fait d’utiliser de l’énergie nucléaire est vraiment bloquant. » Et il ne pourra pas faire grand chose ici, l’électricité nucléaire étant un des atouts mis en avant par la France pour convaincre les opérateurs de data centers de s’installer.

« Les data centers en France, ce n’est pas comme aux États-Unis où on utilise du pétrole et du gaz. Ce sont des data centers propres », avait même déclaré Emmanuel Macron en février en amont du Sommet pour l’action sur l’IA.

Qwant garde Mistral, pour l’instant

Sur un plan plus technique, Guillaume Lample le directeur scientifique de Mistral a encouragé Ecosia à tester le nouveau modèle Large 4 « dès que possible ». Il propose même de donner au moteur de recherche « un accès anticipé dès aujourd’hui s’ils le souhaitent ».

• Mistral lance une préversion de son LLM frontière Mistral Large 4, surnommé « Le Chonk »

De ce côté-ci du Rhin, les choix d’Ecosia en matière de modèles IA ne changent rien pour Qwant. Les deux moteurs sont partenaires pour le développement d’un index européen de recherche, et les réponses flash de Qwant sont toujours propulsées par des modèles Mistral.

Cela pourrait cependant changer. Qwant confirme à Next le test d’autres possibilités, mais pas pour les mêmes raisons qu’Ecosia : « Les récentes évolutions tarifaires de Mistral nous amènent à évaluer les alternatives disponibles, en tenant compte de leurs performances et de leurs coûts, afin de proposer le meilleur service à nos utilisateurs. »

• Qwant : les données de Google vont « réduire l’avantage d’une domination monopolistique »

Mistral se prend un vent

Ecosia en a soupé de Mistral. Le moteur de recherche allemand a en effet décidé de se passer des services de l’entreprise IA française, dont les modèles ont déçu. Ecosia veut maintenant favoriser les modèles à poids ouverts, y compris chinois.

Christian Kroll, le fondateur et directeur général d’Ecosia, n’a pas sa langue dans la poche. « Nous sommes déçus par la qualité de Mistral », déclare-t-il à Politico. Le moteur de recherche avait troqué OpenAI pour le champion français de l’IA en mai. Une transition pas facile : non seulement les modèles de Mistral auraient « un an de retard » sur la concurrence, mais le patron déplore aussi des problèmes techniques récurrents. « Nous étions tout simplement un client trop important pour Mistral. »

Autre problème : Mistral n’est pas aligné avec les objectifs environnementaux d’Ecosia, bien connu pour son engagement sur la reforestation. Une large part de l’électricité produite en France provient en effet du nucléaire. Christian Kroll s’interroge également sur les garanties de souveraineté du fournisseur IA. « Le fait que Mistral dépende d’investisseurs internationaux n’est, selon nous, pas véritablement souverain », affirme le dirigeant.

• Mistral lève 3 milliards d’euros et revendique une approche « full stack » de l’IA

Les modèles chinois, une « opportunité » pour l’Europe

Le patron d’Ecosia tourne son regard vers les modèles à poids ouverts chinois – ce qui du point de vue de la souveraineté est assez croquignolet –, qu’il qualifie de grande opportunité pour l’Europe. Le vieux continent peut, selon lui, bâtir sur ces modèles ouverts sans avoir à dépenser des milliards d’euros pour entraîner des modèles frontières.

Ecosia a d’ailleurs signé un partenariat avec Melious, une plateforme qui héberge des modèles à poids ouverts et open source, y compris chinois comme Qwen, GLM et Kimi. « Nous avons réduit nos coûts de moitié environ, tout en améliorant la qualité et les performances », assure Christian Kroll. Pour lui, les problématiques de censure et de partialité des modèles chinois ne sont pas rédhibitoires, car il est toujours possible d’apporter des correctifs contrairement aux lacunes sur la qualité.

Piqué au vif, Arthur Mensch le directeur général de Mistral, a rappelé sur X que comme Ecosia, son entreprise fournissait des services gouvernementaux. Il ajoute : « Désolé si le fait d’utiliser de l’énergie nucléaire est vraiment bloquant. » Et il ne pourra pas faire grand chose ici, l’électricité nucléaire étant un des atouts mis en avant par la France pour convaincre les opérateurs de data centers de s’installer.

« Les data centers en France, ce n’est pas comme aux États-Unis où on utilise du pétrole et du gaz. Ce sont des data centers propres », avait même déclaré Emmanuel Macron en février en amont du Sommet pour l’action sur l’IA.

Qwant garde Mistral, pour l’instant

Sur un plan plus technique, Guillaume Lample le directeur scientifique de Mistral a encouragé Ecosia à tester le nouveau modèle Large 4 « dès que possible ». Il propose même de donner au moteur de recherche « un accès anticipé dès aujourd’hui s’ils le souhaitent ».

• Mistral lance une préversion de son LLM frontière Mistral Large 4, surnommé « Le Chonk »

De ce côté-ci du Rhin, les choix d’Ecosia en matière de modèles IA ne changent rien pour Qwant. Les deux moteurs sont partenaires pour le développement d’un index européen de recherche, et les réponses flash de Qwant sont toujours propulsées par des modèles Mistral.

Cela pourrait cependant changer. Qwant confirme à Next le test d’autres possibilités, mais pas pour les mêmes raisons qu’Ecosia : « Les récentes évolutions tarifaires de Mistral nous amènent à évaluer les alternatives disponibles, en tenant compte de leurs performances et de leurs coûts, afin de proposer le meilleur service à nos utilisateurs. »

• Qwant : les données de Google vont « réduire l’avantage d’une domination monopolistique »

Sudo Machine

Des agents IA par-ci, des agents par là… les entreprises d’IA générative ont toutes ce mot à la bouche. On parle également de plus en plus de harnais. Mais de quoi s’agit-il ? Next vous explique !

L’intelligence artificielle existe depuis des décennies, elle remonte même aux années 1950. Après quelques « hivers » – des périodes durant lesquelles l’IA stagne et se fait oublier, elle a fait un bond avec l’arrivée des cartes graphiques modernes. En 2022, le grand public est entré de plein fouet dans l’ère de l’intelligence artificielle générative (ou GenAI), capable de produire du texte et des contenus multimédias et propulsée par ChatGPT.

De l’IA générative, nous voilà désormais dans l’ère de l’IA agentique. Pour la CNIL, il s’agit d’un « ensemble de systèmes qui reposent sur la coordination de plusieurs sous-systèmes appelés agents IA ». Ces agents sont bien plus qu’une IA générative, ils sont capables « d’agir sur un environnement défini […] et d’en modifier l’état […], avec des niveaux variables d’autonomie ».

Un agent IA, c’est un harnais avec un modèle d’IA générative

Si l’IA générative produit du texte et du contenu multimédia, un agent IA va en plus pouvoir exécuter des actions, en s’appuyant sur cette même IA. On touche du doigt la notion de harnais, qui est l’infrastructure logicielle. Le modèle d’IA générative et le harnais forment un agent IA. S’il se dégage un consensus sur le harnais, il n’existe pas (encore) de définition précise ; il faut dire que le terme est récent et n’est utilisé couramment que depuis le début de l’année.

Haiku vs Luna : fight !

Nouvelle mouture pour le « petit modèle » d’Anthropic, Haiku. Moins spectaculaire qu’un nouvel Opus, cette version était attendue pour ses tarifs accessibles. Le bond en performances est majeur, mais plusieurs points sont à connaître.

Présenté ce 7 octobre, Haiku 5.5 est ainsi mis en avant par Anthropic comme son modèle le moins cher, le plus rapide et le plus « capable ». Il est destiné aux tâches à fort volume (résumés, compaction, requêtes de bases de données, classification…) et peut servir de sous-agent pour Opus/Sonnet 5.5. Il est aussi conçu pour les usages sensibles à la latence comme l’assistance client et le pilotage de navigateur.

Haiku a bien changé

Cela faisait quand même près d’un an qu’Anthropic n’avait pas mis à jour ce modèle, depuis Haiku 4.5 (aucune version 5 n’avait été lancée). L’attente en valait-elle la peine ? Sur le papier, le bond est majeur. Haiku 5.5 présente ainsi une fenêtre de contexte d’un million de tokens (jetons) et de 128 000 en sortie, contre respectivement 200 000 et 64 000 pour Haiku 4.5. Le nouveau venu se dote pour la première fois d’un réglage d’effort, calé sur « Moyen » par défaut.

Côté tarifs, on reste sur une approche agressive, avec 0,10 dollar par million de tokens en entrée et 0,50 dollar en sortie. Mais attention, ces chiffres ne concernent que les requêtes inférieures à 100 000 tokens. Au-delà de cette frontière, les tarifs sont multipliés par 5, tout en restant inférieurs à ceux de Haiku 4.5 (la moitié en moyenne). Selon Anthropic, 90 % des requêtes adressées à Haiku 4.5 étaient sous le seuil des 100 000 jetons.

Si la baisse de prix est réelle, elle est aussi conditionnelle. Haiku 5.5 est plus verbeux que son prédécesseur, selon Artificial Analysis. Tout dépend aussi désormais du niveau d’effort configuré. Mais si l’on en croit le testeur indépendant, Haiku 5.5 présente un coût par tâche systématiquement plus intéressant que l’ancien Haiku. Anthropic positionne d’ailleurs Haiku 5.5 face à GPT-6 Luna, contre lequel il se montre plus avantageux. Mais là encore attention, car la majoration tarifaire sur Luna intervient à 272 000 tokens, contre 100 000 « seulement » pour Haiku.

• Claude Opus 5.5, GPT-6 Sol et Luna : Anthropic et OpenAI se battent sur les prix

Nettement plus performant… mais !

Côté performances, Anthropic met en avant un bond assez spectaculaire dans les différents benchs. Par exemple, un score de 39,2 % sur Terminal-Bench 4.0 (développement agentique), contre 0 pour Haiku 4.5. De l’ancien modèle au nouveau, on relève un passage de 735 à 1 620 sur GDPval-AA v2.1, de 15,7 à 72,4 % sur OSWorld 2.1, ou encore de 6,4 à 46,4 % sur Chartography.

« Capable » semble donc être le mot, mais il faut souligner un point important : les scores affichés dans le tableau fourni par Anthropic sont tous en effort maximal. On peut le voir facilement dans le graphique plus bas dans la page de l’annonce : sur les exemples donnés, l’entreprise relève toujours le score correspondant à l’effort Max. Mieux vaut garder ce détail en mémoire, car les scores n’ont bien sûr rien à voir en « Moyen » (le mode par défaut), le score Terminal-Bench 4.0 étant par exemple divisé par deux, avec 20,3.

En outre, le seul effort mentionné dans le tableau est dans la colonne de Sonnet 5.5, donnée en référence : 52,1 % en Xhigh sur FrontierCode 1.1. Une manière sans doute d’attirer l’attention sur les performances de Haiku 5.5, qui obtient 46,4 % sur ce test, donc avec un écart de moins de 6 points. Impressionnant ? En quelque sorte, mais sur Terminal-Bench 4.0, Sonnet 5.5 grimpe à 70,6 % (niveau d’effort inconnu), contre 39,2 % pour Haiku. L’écart est cette fois énorme.

Comme l’indique Anthropic dans son annonce, ces résultats ne sont donnés qu’à titre de « référence », car Haiku 5.5 « convient mieux aux tâches plus étroites qui auraient autrement été coûteuses avec les versions précédentes de Claude – comme la compaction, la synthèse ou le travail sur les sous-agents ».

Un mot enfin sur la cybersécurité. Selon l’éditeur, les garde-fous de cybersécurité sont plus stricts que ceux de Haiku 4.5, mais moins que ceux de Sonnet 5.5. Ils autorisent davantage de tâches défensives et bloquent toujours les tests d’intrusion. Peut-être une manière de faire un clin d’œil à Hugging Face, qui avait fustigé l’impossibilité d’utiliser les modèles commerciaux américains pour se défendre, alors qu’elle était attaquée par des agents d’OpenAI.

• L’attaque contre Hugging Face est venue… d’OpenAI

Plusieurs bonnes nouvelles tarifaires

Anthropic a profité de son annonce sur Haiku 5.5 pour annoncer plusieurs changements tarifaires qui, dans certains cas, peuvent avoir une influence importante pour les projets exploitant l’API commerciale (facture à l’usage).

Le tarif pour la lecture de cache dans Sonnet 5.5 est ainsi réduit de moitié, « ce qui signifie que Sonnet 5.5 coûte désormais environ 20 % moins cher sur la plupart des travaux d’agent » affirme Anthropic.

L’entreprise déploie également un nouveau crédit API mensuel pour les abonnements Max et Team sur la Claude Platform. Les utilisateurs Max 5x recevront 100 dollars de crédits par mois, les Max 20x auront 200 dollars et les Teams auront jusqu’à 500 dollars, à répartir entre les utilisateurs. « Ces crédits sont conçus pour permettre à nos utilisateurs d’expérimenter la création d’outils, d’applications et d’agents qui appellent notre API », indique Anthropic.

Enfin, les SDK (kits de développement) pour Python et TypeScript ont été mis à jour pour ajouter la prise en charge de l’utilisation de l’ordinateur et du navigateur. Il s’agit pour l’instant de bêtas, et Anthropic braque la lumière sur Haiku 5.5, décrit comme « particulièrement adapté » à ce type d’usage.

Haiku vs Luna : fight !

Nouvelle mouture pour le « petit modèle » d’Anthropic, Haiku. Moins spectaculaire qu’un nouvel Opus, cette version était attendue pour ses tarifs accessibles. Le bond en performances est majeur, mais plusieurs points sont à connaître.

Présenté ce 7 octobre, Haiku 5.5 est ainsi mis en avant par Anthropic comme son modèle le moins cher, le plus rapide et le plus « capable ». Il est destiné aux tâches à fort volume (résumés, compaction, requêtes de bases de données, classification…) et peut servir de sous-agent pour Opus/Sonnet 5.5. Il est aussi conçu pour les usages sensibles à la latence comme l’assistance client et le pilotage de navigateur.

Haiku a bien changé

Cela faisait quand même près d’un an qu’Anthropic n’avait pas mis à jour ce modèle, depuis Haiku 4.5 (aucune version 5 n’avait été lancée). L’attente en valait-elle la peine ? Sur le papier, le bond est majeur. Haiku 5.5 présente ainsi une fenêtre de contexte d’un million de tokens (jetons) et de 128 000 en sortie, contre respectivement 200 000 et 64 000 pour Haiku 4.5. Le nouveau venu se dote pour la première fois d’un réglage d’effort, calé sur « Moyen » par défaut.

Côté tarifs, on reste sur une approche agressive, avec 0,10 dollar par million de tokens en entrée et 0,50 dollar en sortie. Mais attention, ces chiffres ne concernent que les requêtes inférieures à 100 000 tokens. Au-delà de cette frontière, les tarifs sont multipliés par 5, tout en restant inférieurs à ceux de Haiku 4.5 (la moitié en moyenne). Selon Anthropic, 90 % des requêtes adressées à Haiku 4.5 étaient sous le seuil des 100 000 jetons.

Si la baisse de prix est réelle, elle est aussi conditionnelle. Haiku 5.5 est plus verbeux que son prédécesseur, selon Artificial Analysis. Tout dépend aussi désormais du niveau d’effort configuré. Mais si l’on en croit le testeur indépendant, Haiku 5.5 présente un coût par tâche systématiquement plus intéressant que l’ancien Haiku. Anthropic positionne d’ailleurs Haiku 5.5 face à GPT-6 Luna, contre lequel il se montre plus avantageux. Mais là encore attention, car la majoration tarifaire sur Luna intervient à 272 000 tokens, contre 100 000 « seulement » pour Haiku.

• Claude Opus 5.5, GPT-6 Sol et Luna : Anthropic et OpenAI se battent sur les prix

Nettement plus performant… mais !

Côté performances, Anthropic met en avant un bond assez spectaculaire dans les différents benchs. Par exemple, un score de 39,2 % sur Terminal-Bench 4.0 (développement agentique), contre 0 pour Haiku 4.5. De l’ancien modèle au nouveau, on relève un passage de 735 à 1 620 sur GDPval-AA v2.1, de 15,7 à 72,4 % sur OSWorld 2.1, ou encore de 6,4 à 46,4 % sur Chartography.

« Capable » semble donc être le mot, mais il faut souligner un point important : les scores affichés dans le tableau fourni par Anthropic sont tous en effort maximal. On peut le voir facilement dans le graphique plus bas dans la page de l’annonce : sur les exemples donnés, l’entreprise relève toujours le score correspondant à l’effort Max. Mieux vaut garder ce détail en mémoire, car les scores n’ont bien sûr rien à voir en « Moyen » (le mode par défaut), le score Terminal-Bench 4.0 étant par exemple divisé par deux, avec 20,3.

En outre, le seul effort mentionné dans le tableau est dans la colonne de Sonnet 5.5, donnée en référence : 52,1 % en Xhigh sur FrontierCode 1.1. Une manière sans doute d’attirer l’attention sur les performances de Haiku 5.5, qui obtient 46,4 % sur ce test, donc avec un écart de moins de 6 points. Impressionnant ? En quelque sorte, mais sur Terminal-Bench 4.0, Sonnet 5.5 grimpe à 70,6 % (niveau d’effort inconnu), contre 39,2 % pour Haiku. L’écart est cette fois énorme.

Comme l’indique Anthropic dans son annonce, ces résultats ne sont donnés qu’à titre de « référence », car Haiku 5.5 « convient mieux aux tâches plus étroites qui auraient autrement été coûteuses avec les versions précédentes de Claude – comme la compaction, la synthèse ou le travail sur les sous-agents ».

Un mot enfin sur la cybersécurité. Selon l’éditeur, les garde-fous de cybersécurité sont plus stricts que ceux de Haiku 4.5, mais moins que ceux de Sonnet 5.5. Ils autorisent davantage de tâches défensives et bloquent toujours les tests d’intrusion. Peut-être une manière de faire un clin d’œil à Hugging Face, qui avait fustigé l’impossibilité d’utiliser les modèles commerciaux américains pour se défendre, alors qu’elle était attaquée par des agents d’OpenAI.

• L’attaque contre Hugging Face est venue… d’OpenAI

Plusieurs bonnes nouvelles tarifaires

Anthropic a profité de son annonce sur Haiku 5.5 pour annoncer plusieurs changements tarifaires qui, dans certains cas, peuvent avoir une influence importante pour les projets exploitant l’API commerciale (facture à l’usage).

Le tarif pour la lecture de cache dans Sonnet 5.5 est ainsi réduit de moitié, « ce qui signifie que Sonnet 5.5 coûte désormais environ 20 % moins cher sur la plupart des travaux d’agent » affirme Anthropic.

L’entreprise déploie également un nouveau crédit API mensuel pour les abonnements Max et Team sur la Claude Platform. Les utilisateurs Max 5x recevront 100 dollars de crédits par mois, les Max 20x auront 200 dollars et les Teams auront jusqu’à 500 dollars, à répartir entre les utilisateurs. « Ces crédits sont conçus pour permettre à nos utilisateurs d’expérimenter la création d’outils, d’applications et d’agents qui appellent notre API », indique Anthropic.

Enfin, les SDK (kits de développement) pour Python et TypeScript ont été mis à jour pour ajouter la prise en charge de l’utilisation de l’ordinateur et du navigateur. Il s’agit pour l’instant de bêtas, et Anthropic braque la lumière sur Haiku 5.5, décrit comme « particulièrement adapté » à ce type d’usage.

Il revient !

Mistral vient de lancer une préversion publique de son nouveau LLM de frontière Mistral Large 4. Surnommé « Le Chonk », il doit remettre l’entreprise française dans la course, après de longs mois de quasi-silence sur les grands modèles.

Mistral Large 4 affiche 1 050 milliards de paramètres, dont 49 milliards actifs simultanément, dans une architecture MoE (Mixture of Experts) désormais classique. La fenêtre de contexte est d’un million de tokens. Dans sa présentation, Mistral évoque un entraînement depuis zéro sur la base de 3 800 puces Grace Blackwell de NVIDIA dans ses propres centres de calcul en Europe.

S’agissant d’une préversion, l’entrainement est toujours en cours. Mistral indique que d’ici la publication de la version le 26 octobre, une version privée du modèle est mise entre les mains de « partenaires sélectionnés, en leur donnant accès à une version de nos endpoints avec une modération allégée et des fonctionnalités plus avancées dans le domaine de la cybersécurité, et en leur distribuant les poids de la préversion du modèle ». Les poids seront d’ailleurs publiés le 26 octobre également, en même temps que des informations plus précises.

L’entreprise semble sûre de son fait : « Le Chonk fait progresser l’état de l’art des modèles à poids ouverts en matière de fonctionnalités agentiques génériques. Sur les métriques agrégées, il se classe parmi les meilleurs modèles à poids ouverts et est de loin le meilleur en Europe et aux États-Unis. Parmi les modèles à poids ouverts, Le Chonk est à l’état de l’art sur les tâches de cybersécurité, sur les tâches liées à la production industrielle et à la finance, ainsi que sur l’usage multimodal. »

Les benchmarks publiés vont bien sûr dans ce sens, avec 61,7 % sur DeepSWE v1.1, 59,4 % sur SWE-Atlas-QnA et 28,3 % sur Terminal-Bench 4, soit 49,8 % à l’indice combiné, devant DeepSeek V4 Pro 0813 et Qwen3.8 Max. Des scores que l’on retrouve sur Artificial Analysis, qui place ML4 dans la moyenne haute des LLM en matière d’intelligence et de rapidité. En revanche, le site classe le nouveau LLM comme très verbeux. De fait, malgré une tarification intéressante de 1,36 dollar par million de jetons en entrée et 4,18 dollars en sortie, cette verbosité peut avoir une grande influence. Étrangement, Artificial Analysis évoque une fenêtre de contexte de 524 000 jetons, mais ce chiffre pourrait venir d’une préversion antérieure.

Un accent sur la cybersécurité

Selon Mistral, ML4 est « l’un des modèles d’IA les plus puissants au monde pour la cybersécurité », classé dans le Top 5 du Cyber Index d’Artificial Analysis, devançant « largement les modèles à poids ouverts développés hors de Chine ». Dans les tests du Cyber Index, ML4 aurait ainsi obtenu 82 %, soit le meilleur score à ce jour, et 93 % sur Cybench, se classant parmi les meilleurs modèles à poids ouverts.

L’entreprise française se fait un plaisir de s’engouffrer dans cette porte ouverte, abordant directement le problème des risques que de telles performances peuvent faire courir. Un quasi non-sujet pour Mistral, car il s’agit avant tout de défense. Elle pointe les modèles fermés comme Claude Opus 5.5 et GPT-6 Astra, qui obtiennent zéro au Cyber Index car ils refusent d’exécuter des tâches.

« C’est d’autant plus important que les acteurs malveillants font de plus en plus de jailbreaks de ces mêmes modèles pour soutenir une cyberactivité offensive : les défenseurs ont besoin de systèmes pouvant égaler ces capacités sans être contraints par les mêmes refus », ajoute Mistral. L’incident Hugging Face n’est pas directement cité, mais on se souvient que l’entreprise s’était plainte de ne pas avoir pu analyser les premières traces de l’attaque qu’elle subissait parce que les modèles fermés se cabraient devant les questions de cybersécurité. Ironie, Hugging Face s’était alors tournée vers un modèle chinois, GLM 5.2.

Enfin, pour le travail de bureau, Mistral indique 59,9 % sur AutomationBench. Sur des tâches financières et juridiques évaluées par vals.ai, il dépasserait GPT-6 Astra, et il est en tête des modèles ouverts sur le test juridique de Harvey. Pour l’ancrage visuel, il obtient 42 % contre 41 % pour GPT-6 Astra sur Dense 200, un écart minime.

De quoi remplacer prochainement GLM 5.3 dans Vibe Code avec un modèle maison ?

Il revient !

Mistral vient de lancer une préversion publique de son nouveau LLM de frontière Mistral Large 4. Surnommé « Le Chonk », il doit remettre l’entreprise française dans la course, après de longs mois de quasi-silence sur les grands modèles.

Mistral Large 4 affiche 1 050 milliards de paramètres, dont 49 milliards actifs simultanément, dans une architecture MoE (Mixture of Experts) désormais classique. La fenêtre de contexte est d’un million de tokens. Dans sa présentation, Mistral évoque un entraînement depuis zéro sur la base de 3 800 puces Grace Blackwell de NVIDIA dans ses propres centres de calcul en Europe.

S’agissant d’une préversion, l’entrainement est toujours en cours. Mistral indique que d’ici la publication de la version le 26 octobre, une version privée du modèle est mise entre les mains de « partenaires sélectionnés, en leur donnant accès à une version de nos endpoints avec une modération allégée et des fonctionnalités plus avancées dans le domaine de la cybersécurité, et en leur distribuant les poids de la préversion du modèle ». Les poids seront d’ailleurs publiés le 26 octobre également, en même temps que des informations plus précises.

L’entreprise semble sûre de son fait : « Le Chonk fait progresser l’état de l’art des modèles à poids ouverts en matière de fonctionnalités agentiques génériques. Sur les métriques agrégées, il se classe parmi les meilleurs modèles à poids ouverts et est de loin le meilleur en Europe et aux États-Unis. Parmi les modèles à poids ouverts, Le Chonk est à l’état de l’art sur les tâches de cybersécurité, sur les tâches liées à la production industrielle et à la finance, ainsi que sur l’usage multimodal. »

Les benchmarks publiés vont bien sûr dans ce sens, avec 61,7 % sur DeepSWE v1.1, 59,4 % sur SWE-Atlas-QnA et 28,3 % sur Terminal-Bench 4, soit 49,8 % à l’indice combiné, devant DeepSeek V4 Pro 0813 et Qwen3.8 Max. Des scores que l’on retrouve sur Artificial Analysis, qui place ML4 dans la moyenne haute des LLM en matière d’intelligence et de rapidité. En revanche, le site classe le nouveau LLM comme très verbeux. De fait, malgré une tarification intéressante de 1,36 dollar par million de jetons en entrée et 4,18 dollars en sortie, cette verbosité peut avoir une grande influence. Étrangement, Artificial Analysis évoque une fenêtre de contexte de 524 000 jetons, mais ce chiffre pourrait venir d’une préversion antérieure.

Un accent sur la cybersécurité

Selon Mistral, ML4 est « l’un des modèles d’IA les plus puissants au monde pour la cybersécurité », classé dans le Top 5 du Cyber Index d’Artificial Analysis, devançant « largement les modèles à poids ouverts développés hors de Chine ». Dans les tests du Cyber Index, ML4 aurait ainsi obtenu 82 %, soit le meilleur score à ce jour, et 93 % sur Cybench, se classant parmi les meilleurs modèles à poids ouverts.

L’entreprise française se fait un plaisir de s’engouffrer dans cette porte ouverte, abordant directement le problème des risques que de telles performances peuvent faire courir. Un quasi non-sujet pour Mistral, car il s’agit avant tout de défense. Elle pointe les modèles fermés comme Claude Opus 5.5 et GPT-6 Astra, qui obtiennent zéro au Cyber Index car ils refusent d’exécuter des tâches.

« C’est d’autant plus important que les acteurs malveillants font de plus en plus de jailbreaks de ces mêmes modèles pour soutenir une cyberactivité offensive : les défenseurs ont besoin de systèmes pouvant égaler ces capacités sans être contraints par les mêmes refus », ajoute Mistral. L’incident Hugging Face n’est pas directement cité, mais on se souvient que l’entreprise s’était plainte de ne pas avoir pu analyser les premières traces de l’attaque qu’elle subissait parce que les modèles fermés se cabraient devant les questions de cybersécurité. Ironie, Hugging Face s’était alors tournée vers un modèle chinois, GLM 5.2.

Enfin, pour le travail de bureau, Mistral indique 59,9 % sur AutomationBench. Sur des tâches financières et juridiques évaluées par vals.ai, il dépasserait GPT-6 Astra, et il est en tête des modèles ouverts sur le test juridique de Harvey. Pour l’ancrage visuel, il obtient 42 % contre 41 % pour GPT-6 Astra sur Dense 200, un écart minime.

De quoi remplacer prochainement GLM 5.3 dans Vibe Code avec un modèle maison ?