Après un hiatus de quasiment deux mois, Anthropic relance la machine aux modèles IA avec les versions 5.1 de Claude Fable et Mythos. Il s’agit du même modèle, mais Mythos 5.1 abaisse ses garde-fous en matière de cybersécurité et en sciences de la vie ; il n’est distribué qu’aux individus et organisations dûment autorisés.
Fable 5.1 est de son côté disponible depuis hier pour tous sur toutes les plateformes (Claude API, AWS, Google Cloud, Azure). Un de ses principaux arguments de vente est le prix. Certes, la grille tarifaire est similaire à celle de Fable 5, autrement dit 10 dollars pour un million de tokens en entrée et 50 dollars en sortie. Mais Anthropic met surtout en avant la lecture du cache plus performante qui permet de réduire les coûts de 25 % sur les charges de travail typiques.
Image : Anthropic
Sur les tâches de codage complexe qui nécessitent un long travail agentique, les économies peuvent atteindre 45 % par rapport à Fable 5. Globalement, lorsque l’usage est facturé au token – ce qui est le cas avec l’API –, la lecture du cache coûte désormais 75 % de moins (soit 0,25 dollar par million de tokens).
Image : Anthropic
En termes de performances, devinez quoi, Fable 5.1 « établit une nouvelle référence pour le code, le travail intellectuel et les tâches de résolution de problème de longue durée », affirme Anthropic. Et quand le modèle est branché sur un effort faible ou moyen, il obtient des résultats « similaires ou supérieurs » à ceux de son prédécesseur direct, pour moins cher.
Image : Artificial Analysis
Le site Artificial Analysis, une plateforme indépendante de benchmarks IA, le confirme : sur l’index principal, Fable 5.1 prend la première place devant Opus 5 et Fable 5. En revanche, le modèle affiche le coût moyen par tâche le plus élevé, et de loin (3,69 dollars) face à Opus 5 (2,34 dollars) et GPT-5.6 Sol (0,95 dollar). Enfin, Fable 5.1 intègre la fonction de filigrane pour le texte et les images, tel qu’exigé par l’AI Act européen.
Après un hiatus de quasiment deux mois, Anthropic relance la machine aux modèles IA avec les versions 5.1 de Claude Fable et Mythos. Il s’agit du même modèle, mais Mythos 5.1 abaisse ses garde-fous en matière de cybersécurité et en sciences de la vie ; il n’est distribué qu’aux individus et organisations dûment autorisés.
Fable 5.1 est de son côté disponible depuis hier pour tous sur toutes les plateformes (Claude API, AWS, Google Cloud, Azure). Un de ses principaux arguments de vente est le prix. Certes, la grille tarifaire est similaire à celle de Fable 5, autrement dit 10 dollars pour un million de tokens en entrée et 50 dollars en sortie. Mais Anthropic met surtout en avant la lecture du cache plus performante qui permet de réduire les coûts de 25 % sur les charges de travail typiques.
Image : Anthropic
Sur les tâches de codage complexe qui nécessitent un long travail agentique, les économies peuvent atteindre 45 % par rapport à Fable 5. Globalement, lorsque l’usage est facturé au token – ce qui est le cas avec l’API –, la lecture du cache coûte désormais 75 % de moins (soit 0,25 dollar par million de tokens).
Image : Anthropic
En termes de performances, devinez quoi, Fable 5.1 « établit une nouvelle référence pour le code, le travail intellectuel et les tâches de résolution de problème de longue durée », affirme Anthropic. Et quand le modèle est branché sur un effort faible ou moyen, il obtient des résultats « similaires ou supérieurs » à ceux de son prédécesseur direct, pour moins cher.
Image : Artificial Analysis
Le site Artificial Analysis, une plateforme indépendante de benchmarks IA, le confirme : sur l’index principal, Fable 5.1 prend la première place devant Opus 5 et Fable 5. En revanche, le modèle affiche le coût moyen par tâche le plus élevé, et de loin (3,69 dollars) face à Opus 5 (2,34 dollars) et GPT-5.6 Sol (0,95 dollar). Enfin, Fable 5.1 intègre la fonction de filigrane pour le texte et les images, tel qu’exigé par l’AI Act européen.
La publication de plusieurs rapports techniques sur l’incident ayant conduit des agents IA d’OpenAI à attaquer Hugging Face permet aujourd’hui de mieux comprendre ce qui s’est passé. La chronologie est surprenante et pointe vers de nombreuses défaillances internes, mais le marketing continue de battre son plein.
Le 22 juillet, on apprenait que l’attaque enregistrée par Hugging Face contre ses infrastructures provenait en réalité d’OpenAI. Celle-ci n’avait pas choisi de s’en prendre à l’hébergeur de modèles IA : la faute en revenait à des agents qui étaient sortis de leur cadre de test pour atteindre plus rapidement les objectifs qui leur avaient été fixés, en l’occurrence la résolution des épreuves posées par le benchmark de cybersécurité ExploitGym.
Le 26 août, deux rapports beaucoup plus complets sont cependant apparus. Le premier vient d’OpenAI (PDF) et est une analyse technique fouillée des évènements. L’autre (PDF) de l’organisme à but non lucratif METR (Model Evaluation and Threat Research), mandaté par OpenAI comme expert indépendant et assisté d’un chercheur de Redwood Research. La chronologie semble digne d’un scénario de science-fiction au premier abord.
Des signaux dès mai 2026
Les premiers couacs sont apparus environ deux mois avant l’attaque contre Hugging Face, selon le rapport technique d’OpenAI. Le 8 mai, un agent de l’entreprise s’est retrouvé bloqué sur une tâche rendue volontairement impossible : accéder à des liens vers Google Drive depuis un environnement dépourvu d’accès internet.
L’agent ne se démonte pas pour autant et cible Artifactory, le gestionnaire de paquets utilisé en interne par OpenAI pour donner à ses agents un accès contrôlé aux dépendances de développement. L’agent attaque le logiciel au moyen d’une faille SSRF (server-side request forgery), mais échoue dans sa mise en pratique. Le processus laisse une scorie : un fichier écrit par l’agent dans Artifactory.
Le 12 mai, toujours dans le cadre d’un test, un deuxième agent trouve le fichier et conclut qu’il peut laisser par ce biais des messages à l’attention d’autres agents qui seraient susceptibles de disposer des ressources manquantes. Le lendemain, un troisième agent – disposant cette fois d’un accès internet – trouve ces notes et commence à s’en servir. Dans les jours qui suivent, un nombre croissant d’agents se met à utiliser ces fichiers comme un « message board » pour échanger sur les problèmes à résoudre.
Le 26 mai, plusieurs agents utilisent une faille SSRF pour obtenir un accès internet, cette fois avec succès. Ils découvrent six jetons d’authentification Hugging Face (qui avaient été exposés publiquement) et les partagent sur Artifactory, au bénéfice des autres agents. Un dépôt est même créé sur Hugging Face, ainsi qu’une application de relais dans le service Space.
Cet incident a finalement été découvert par OpenAI, mais n’a pas été rapporté aux responsables de détection et réponse aux incidents. Dans son rapport, l’entreprise avoue un défaut de communication.
L’escalade vers Hugging Face
Un mois plus tard, le 26 juin, OpenAI lance un test sur plusieurs agents, dans l’objectif de leur faire obtenir le meilleur score au benchmark ExploitGym. Les conditions sont cette fois connues, car c’est le processus qui aboutira à l’attaque contre Hugging Face en juillet. Pour rappel, OpenAI testait à ce moment deux modèles : GPT-5.6 Sol (leur modèle commercial le plus avancé actuellement) et un modèle interne, sans nom officiel, mais que METR nomme HPIM (« highly-persistent internal model ») dans son rapport.
Entre le 26 juin et le 4 juillet, les actions s’enchainent. Les agents ont d’abord découvert une faille dans un point de terminaison d’Artifactory servant au rafraichissement des jetons d’authentification et s’en sont servi pour obtenir des droits administrateur. Ces derniers ont été utilisés pour installer des plug-ins dans Artifactory, avec à la clé des capacités persistantes d’exécution de commandes. Dans l’intervalle, une alerte remonte le 27 juin pour signaler un comportement imprévu, mais n’est pas jugée bloquante. L’activité est alors devenue assez intense sur le serveur pour provoquer l’indisponibilité d’Artifactory le 6 juillet, déclenchant en interne un incident de sécurité. OpenAI dit alors avoir coupé le service compromis, révoqué les accréditations des agents et reconstruit une nouvelle instance d’Artifactory le même jour, effaçant l’ensemble des messages échangés par les agents.
Il reste 74% de l'article à découvrir. Vous devez être abonné•e pour lire la suite de cet article. Déjà abonné•e ? Générez une clé RSS dans votre profil.
Après la colère des joueurs puis les fuites, vient le temps du lancement officiel : le DLSS 5 de NVIDIA fera ses premiers pas le 4 septembre. Les joueurs de NBA 2K27 seront les premiers servis, pour peu qu’ils possèdent un PC équipé d’une carte graphique RTX 5000 (ou qu’ils jouent dans le nuage avec GeForce Now). Tous les développeurs sont invités à monter dans ce train, qui a bien failli dérailler dès son annonce au mois de mars.
C’est l’artiste qui impulse la vision, et il n’est pas question de la remplacer par de l’IA slop. C’est le message martelé par NVIDIA pour présenter, une seconde fois, le DLSS 5 et sa nouveauté phare, le rendu neuronal guidé par la 3D (3D-Guided Neural Rendering). Constatant qu’obtenir un niveau de rendu photoréaliste digne de Hollywood était hors de portée dans les jeux vidéo, l’entreprise prend donc l’approche de l’IA générative.
Bien sûr, l’IA a toujours été au cœur de la technologie d’upscale de NVIDIA depuis le lancement du Deep Learning Super Sampling en 2018. Elle se contentait jusqu’à présent – si on peut dire – de reconstruire des données déjà présentes dans une scène pour produire des images en plus haute résolution, des images supplémentaires ou un meilleur rendu ray tracing. Le DLSS 5 va beaucoup plus loin : il veut « transformer la fidélité visuelle » en utilisant l’IA générative pour « révéler des éclairages et des détails de matériaux » impossibles à obtenir actuellement, en raison des contraintes techniques de calcul en temps réel.
Pas le ChatGPT du rendu graphique
NVIDIA parle d’IA générative, mais pas question pour autant de comparer le rendu neuronal à ChatGPT. Le DLSS 5 ne génère pas de scènes à partir d’un prompt textuel : il s’appuie sur les images rendues par le moteur du jeu en temps réel, avec leur géométrie, textures et éclairage « conçus par les artistes ». La technologie n’intervient pas en amont de la génération de l’image, c’est « l’ultime étape de rendu du pipeline graphique » – et non pas un remplacement du pipeline.
« [Le DLSS 5] enrichit les scènes avec des éclairages et des matériaux plus réalistes, tout en garantissant que l’image du moteur détermine ce qui doit rester inchangé, et que l’artiste décide de ce qui peut évoluer. »
Cette obsession de l’artiste revient en boucle, pour une très bonne raison : en mars, l’annonce du DLSS 5 a provoqué un tsunami de critiques dirigé vers NVIDIA. Jensen Huang, le patron de l’entreprise, avait remis une pièce dans la machine en affirmant que les joueurs qui critiquaient la technologie avaient « complètement tort ». Il a tenté de se rattraper un peu plus tard en disant comprendre les inquiétudes, et affirmé que lui non plus n’aimait pas l’IA slop.
Les premières démonstrations du DLSS 5 ne plaidaient pas en sa faveur. Les personnages passés à la moulinette du rendu neuronal semblaient en effet sortis d’autres jeux. Pire encore, beaucoup soupçonnaient NVIDIA de patouiller avec la géométrie des visages en ignorant complètement la direction et l’intention artistiques.
L’heure est donc venue de l’explication de texte, pour calmer les inquiétudes légitimes des joueurs, et possiblement, celles des studios qui verraient d’un mauvais œil NVIDIA uniformiser le rendu graphique des jeux. Il s’agit donc, en premier lieu, de « préserver l’intention artistique ».
Image : NVIDIA
Le DLSS 5 analyse ce qui se trouve dans l’image (objets, matériaux, sources de lumière) pour « enrichir » la scène. NVIDIA promet une peau plus naturelle, une lumière plus crédible dans les cheveux et le feuillage, et des ombres de contact plus marquées. Mais le tout reste, insiste l’entreprise, ancré dans l’image originale produite par le moteur et « conçue par les artistes » — on y revient.
Images NVIDIA
Les développeurs gardent le contrôle de ce que le DLSS 5 peut faire aux images de leurs jeux. Plusieurs modèles et paramètres sont à leur disposition pour moduler l’intensité structurelle et les effets du rendu neuronal en fonction des scènes. Il est même possible d’exclure du traitement neuronal une partie de l’image, par exemple le visage d’un personnage, avec un système de masque.
Deuxième priorité : le modèle IA de NVIDIA ne saurait être comparé à celui d’un modèle de génération de vidéos par IA, où chaque séquence présente des variations et des différences dans le rendu des personnages et des décors. Le DLSS 5 repose sur un principe intangible : « une image en entrée, une image en sortie ». Cela doit garantir, selon l’entreprise, la stabilité de chaque image générée en évitant les artefacts classiques des vidéos IA (scintillements, effets de flottement, dérives temporelles).
Image NVIDIA
Enfin, la dernière priorité est que tout cela se réalise en temps réel à partir d’un seul GPU (les démonstrations initiales tournaient sur des PC équipés de deux RTX 5090…). Des optimisations supplémentaires sont dans les tuyaux.
Et maintenant, jouez
En termes de performances, NVIDIA donne des exemples plutôt flatteurs mais sur des PC très bien équipés (64 Go de mémoire et Ryzen 7 9800X3D). Il sera beaucoup plus intéressant, et probablement plus révélateur, de mesurer les FPS sur des machines grand public. La version du DLSS 5 récupérée par des moddeurs donne un framerate réduit de 40 à 50 %.
Lors de la première présentation polémique de la technologie, NVIDIA avait mis en avant le support de plusieurs éditeurs et studios de développement, parmi lesquels Capcom, Ubisoft, Bethesda ou encore Warner. Il ne fait guère de doute qu’ils seront au rendez-vous du DLSS 5 le moment venu, mais leur silence sur le sujet est évocateur.
Images NVIDIA
L’IA générative est très mal vue par de nombreux joueurs, et personne ne veut être accusé de produire de l’IA slop, ce qui peut plomber la carrière commerciale d’un jeu. Même si dans les faits, elle est de plus en plus intégrée dans les pipelines de développement. Quant au DLSS 5, s’il semble donner des résultats intéressants dans les jeux où le photoréalisme prime (comme c’est le cas dans NBA 2K27), les joueurs auront de toute manière la possibilité de le désactiver.
Après la colère des joueurs puis les fuites, vient le temps du lancement officiel : le DLSS 5 de NVIDIA fera ses premiers pas le 4 septembre. Les joueurs de NBA 2K27 seront les premiers servis, pour peu qu’ils possèdent un PC équipé d’une carte graphique RTX 5000 (ou qu’ils jouent dans le nuage avec GeForce Now). Tous les développeurs sont invités à monter dans ce train, qui a bien failli dérailler dès son annonce au mois de mars.
C’est l’artiste qui impulse la vision, et il n’est pas question de la remplacer par de l’IA slop. C’est le message martelé par NVIDIA pour présenter, une seconde fois, le DLSS 5 et sa nouveauté phare, le rendu neuronal guidé par la 3D (3D-Guided Neural Rendering). Constatant qu’obtenir un niveau de rendu photoréaliste digne de Hollywood était hors de portée dans les jeux vidéo, l’entreprise prend donc l’approche de l’IA générative.
Bien sûr, l’IA a toujours été au cœur de la technologie d’upscale de NVIDIA depuis le lancement du Deep Learning Super Sampling en 2018. Elle se contentait jusqu’à présent – si on peut dire – de reconstruire des données déjà présentes dans une scène pour produire des images en plus haute résolution, des images supplémentaires ou un meilleur rendu ray tracing. Le DLSS 5 va beaucoup plus loin : il veut « transformer la fidélité visuelle » en utilisant l’IA générative pour « révéler des éclairages et des détails de matériaux » impossibles à obtenir actuellement, en raison des contraintes techniques de calcul en temps réel.
Pas le ChatGPT du rendu graphique
NVIDIA parle d’IA générative, mais pas question pour autant de comparer le rendu neuronal à ChatGPT. Le DLSS 5 ne génère pas de scènes à partir d’un prompt textuel : il s’appuie sur les images rendues par le moteur du jeu en temps réel, avec leur géométrie, textures et éclairage « conçus par les artistes ». La technologie n’intervient pas en amont de la génération de l’image, c’est « l’ultime étape de rendu du pipeline graphique » – et non pas un remplacement du pipeline.
« [Le DLSS 5] enrichit les scènes avec des éclairages et des matériaux plus réalistes, tout en garantissant que l’image du moteur détermine ce qui doit rester inchangé, et que l’artiste décide de ce qui peut évoluer. »
Cette obsession de l’artiste revient en boucle, pour une très bonne raison : en mars, l’annonce du DLSS 5 a provoqué un tsunami de critiques dirigé vers NVIDIA. Jensen Huang, le patron de l’entreprise, avait remis une pièce dans la machine en affirmant que les joueurs qui critiquaient la technologie avaient « complètement tort ». Il a tenté de se rattraper un peu plus tard en disant comprendre les inquiétudes, et affirmé que lui non plus n’aimait pas l’IA slop.
Les premières démonstrations du DLSS 5 ne plaidaient pas en sa faveur. Les personnages passés à la moulinette du rendu neuronal semblaient en effet sortis d’autres jeux. Pire encore, beaucoup soupçonnaient NVIDIA de patouiller avec la géométrie des visages en ignorant complètement la direction et l’intention artistiques.
L’heure est donc venue de l’explication de texte, pour calmer les inquiétudes légitimes des joueurs, et possiblement, celles des studios qui verraient d’un mauvais œil NVIDIA uniformiser le rendu graphique des jeux. Il s’agit donc, en premier lieu, de « préserver l’intention artistique ».
Image : NVIDIA
Le DLSS 5 analyse ce qui se trouve dans l’image (objets, matériaux, sources de lumière) pour « enrichir » la scène. NVIDIA promet une peau plus naturelle, une lumière plus crédible dans les cheveux et le feuillage, et des ombres de contact plus marquées. Mais le tout reste, insiste l’entreprise, ancré dans l’image originale produite par le moteur et « conçue par les artistes » — on y revient.
Images NVIDIA
Les développeurs gardent le contrôle de ce que le DLSS 5 peut faire aux images de leurs jeux. Plusieurs modèles et paramètres sont à leur disposition pour moduler l’intensité structurelle et les effets du rendu neuronal en fonction des scènes. Il est même possible d’exclure du traitement neuronal une partie de l’image, par exemple le visage d’un personnage, avec un système de masque.
Deuxième priorité : le modèle IA de NVIDIA ne saurait être comparé à celui d’un modèle de génération de vidéos par IA, où chaque séquence présente des variations et des différences dans le rendu des personnages et des décors. Le DLSS 5 repose sur un principe intangible : « une image en entrée, une image en sortie ». Cela doit garantir, selon l’entreprise, la stabilité de chaque image générée en évitant les artefacts classiques des vidéos IA (scintillements, effets de flottement, dérives temporelles).
Image NVIDIA
Enfin, la dernière priorité est que tout cela se réalise en temps réel à partir d’un seul GPU (les démonstrations initiales tournaient sur des PC équipés de deux RTX 5090…). Des optimisations supplémentaires sont dans les tuyaux.
Et maintenant, jouez
En termes de performances, NVIDIA donne des exemples plutôt flatteurs mais sur des PC très bien équipés (64 Go de mémoire et Ryzen 7 9800X3D). Il sera beaucoup plus intéressant, et probablement plus révélateur, de mesurer les FPS sur des machines grand public. La version du DLSS 5 récupérée par des moddeurs donne un framerate réduit de 40 à 50 %.
Lors de la première présentation polémique de la technologie, NVIDIA avait mis en avant le support de plusieurs éditeurs et studios de développement, parmi lesquels Capcom, Ubisoft, Bethesda ou encore Warner. Il ne fait guère de doute qu’ils seront au rendez-vous du DLSS 5 le moment venu, mais leur silence sur le sujet est évocateur.
Images NVIDIA
L’IA générative est très mal vue par de nombreux joueurs, et personne ne veut être accusé de produire de l’IA slop, ce qui peut plomber la carrière commerciale d’un jeu. Même si dans les faits, elle est de plus en plus intégrée dans les pipelines de développement. Quant au DLSS 5, s’il semble donner des résultats intéressants dans les jeux où le photoréalisme prime (comme c’est le cas dans NBA 2K27), les joueurs auront de toute manière la possibilité de le désactiver.
Connexion
