Le 21 juillet, OpenAI a publié un communiqué étonnant : un de ses systèmes IA était responsable de l’attaque orchestrée contre Hugging Face. Des détails étaient fournis, mais l’histoire gardait des zones d’ombre. Si l’incident a été transformé en opportunité commerciale, il semble être le résultat d’une vaste carence en sécurité.

Dans notre article du 22 juillet, nous relations les évènements tels qu’ils ont été décrits par OpenAI et Hugging Face. Dans les grandes lignes, la plateforme open source dédiée à l’IA avait révélé le 16 juillet avoir été attaqué par au moins un agent IA autonome. Cinq jours plus tard, OpenAI communiquait pour annoncer être indirectement à l’origine de l’attaque.

Que s’était-il passé ? OpenAI avait expliqué que des tests étaient en cours sur un système d’IA comprenant le récent modèle GPT-5.6 Sol ainsi qu’un autre, décrit comme simplement plus puissant. Dans ces tests, les garde-fous avaient été levés pour mesurer justement les capacités des modèles.

L’un des tests demandait aux modèles de résoudre un certain problème. Ces derniers avaient estimé que la réponse se trouvait probablement chez Hugging Face. Ils s’étaient alors échappés de leur environnement de test (révélant au passage une faille signalée à l’éditeur tiers concerné), avaient récupéré des identifiants de membres du personnel de Hugging Face et fouillé dans l’infrastructure de l’entreprise, compromettant au passage une partie des serveurs.

Une semaine pour s’en apercevoir

L’histoire comportait de nombreuses zones d’ombre. Nous relevions par exemple qu’il s’était écoulé cinq jours entre la présentation de l’attaque par Hugging Face et le communiqué d’OpenAI sur ce qui s’était passé. Cette dernière n’avait-elle donc découvert l’incident qu’avec le billet de Hugging Face ? Selon Reuters, ce serait bien le cas.

Selon nos confrères, la chronologie ne plaide pas en faveur d’OpenAI. L’agent se serait ainsi échappé de son environnement de test le 9 juillet et aurait commencé son intrusion chez Hugging Face le 11. OpenAI n’aurait compris la responsabilité de son système qu’à la publication du billet de Hugging Face le 16 juillet. Des membres du personnel n’auraient commencé à trouver des traces d’activité suspecte dans les journaux internes que durant le week-end du 18 - 19 juillet. Les deux entreprises ne se seraient pas parlées avant le 20 juillet, aboutissant à la communication publique du 21 juillet.

Reuters évoque deux sources proches du dossier, selon lesquelles il se serait donc écoulé une semaine avant qu’OpenAI s’aperçoive de sa responsabilité, entre la sortie de l’agent le 9 juillet et le billet de Hugging Face le 16.

Comment expliquer une telle latence ? Cette lenteur s’expliquerait par le fait qu’OpenAI fait tourner plusieurs tests simultanément, rendant difficile pour les employés la surveillance individuelle de chaque test, tant la masse de données générées est importante. Reuters apporte d’autres informations, notamment la création par un agent d’une note destinée à de futures versions de lui-même et contenant des instructions sur la manière de s’échapper des contraintes imposées par OpenAI. En revanche, l’article ne dit pas si cet agent en particulier est lié à l’attaque.

Autre point important, Hugging Face avait évoqué un contact avec les forces de l’ordre. D’après l’agence de presse, il s’agit bien du FBI qui n’a pas souhaité réagir. Silence également de la part de la plateforme. Chez OpenAI, une porte-parole a déclaré que l’article de Reuters contenait « plusieurs inexactitudes », mais n’a pas répondu aux demandes de détails.

Le 21 juillet, OpenAI a publié un communiqué étonnant : un de ses systèmes IA était responsable de l’attaque orchestrée contre Hugging Face. Des détails étaient fournis, mais l’histoire gardait des zones d’ombre. Si l’incident a été transformé en opportunité commerciale, il semble être le résultat d’une vaste carence en sécurité.

Dans notre article du 22 juillet, nous relations les évènements tels qu’ils ont été décrits par OpenAI et Hugging Face. Dans les grandes lignes, la plateforme open source dédiée à l’IA avait révélé le 16 juillet avoir été attaqué par au moins un agent IA autonome. Cinq jours plus tard, OpenAI communiquait pour annoncer être indirectement à l’origine de l’attaque.

Que s’était-il passé ? OpenAI avait expliqué que des tests étaient en cours sur un système d’IA comprenant le récent modèle GPT-5.6 Sol ainsi qu’un autre, décrit comme simplement plus puissant. Dans ces tests, les garde-fous avaient été levés pour mesurer justement les capacités des modèles.

L’un des tests demandait aux modèles de résoudre un certain problème. Ces derniers avaient estimé que la réponse se trouvait probablement chez Hugging Face. Ils s’étaient alors échappés de leur environnement de test (révélant au passage une faille signalée à l’éditeur tiers concerné), avaient récupéré des identifiants de membres du personnel de Hugging Face et fouillé dans l’infrastructure de l’entreprise, compromettant au passage une partie des serveurs.

Une semaine pour s’en apercevoir

L’histoire comportait de nombreuses zones d’ombre. Nous relevions par exemple qu’il s’était écoulé cinq jours entre la présentation de l’attaque par Hugging Face et le communiqué d’OpenAI sur ce qui s’était passé. Cette dernière n’avait-elle donc découvert l’incident qu’avec le billet de Hugging Face ? Selon Reuters, ce serait bien le cas.

Selon nos confrères, la chronologie ne plaide pas en faveur d’OpenAI. L’agent se serait ainsi échappé de son environnement de test le 9 juillet et aurait commencé son intrusion chez Hugging Face le 11. OpenAI n’aurait compris la responsabilité de son système qu’à la publication du billet de Hugging Face le 16 juillet. Des membres du personnel n’auraient commencé à trouver des traces d’activité suspecte dans les journaux internes que durant le week-end du 18 - 19 juillet. Les deux entreprises ne se seraient pas parlées avant le 20 juillet, aboutissant à la communication publique du 21 juillet.

Reuters évoque deux sources proches du dossier, selon lesquelles il se serait donc écoulé une semaine avant qu’OpenAI s’aperçoive de sa responsabilité, entre la sortie de l’agent le 9 juillet et le billet de Hugging Face le 16.

Comment expliquer une telle latence ? Cette lenteur s’expliquerait par le fait qu’OpenAI fait tourner plusieurs tests simultanément, rendant difficile pour les employés la surveillance individuelle de chaque test, tant la masse de données générées est importante. Reuters apporte d’autres informations, notamment la création par un agent d’une note destinée à de futures versions de lui-même et contenant des instructions sur la manière de s’échapper des contraintes imposées par OpenAI. En revanche, l’article ne dit pas si cet agent en particulier est lié à l’attaque.

Autre point important, Hugging Face avait évoqué un contact avec les forces de l’ordre. D’après l’agence de presse, il s’agit bien du FBI qui n’a pas souhaité réagir. Silence également de la part de la plateforme. Chez OpenAI, une porte-parole a déclaré que l’article de Reuters contenait « plusieurs inexactitudes », mais n’a pas répondu aux demandes de détails.

Le 24 juillet, l’Arcep a annoncé l’ouverture d’une consultation publique pour élargir sa collecte de données environnementales, en perspective de l’édition 2028 de son enquête annuelle « Pour un numérique soutenable », à la suite d’une campagne de collecte qui aurait donc lieu en 2027.

Rappelons que depuis 2020, l’Arcep collecte des indicateurs environnementaux auprès des acteurs du numérique, mission formalisée par le gouvernement l’année suivante et consolidée juridiquement par la loi REEN de décembre 2021. L’autorité dispose ainsi d’un pouvoir de collecte auprès des opérateurs télécoms, fournisseurs de services de communication en ligne, opérateurs de centres de données, fabricants de terminaux, équipementiers réseaux et fournisseurs de systèmes d’exploitation.

Les données recueillies sont présentées depuis, chaque année, dans ses rapports sur le numérique soutenable. En mars 2024 par exemple, le rapport incluait pour la première fois des informations sur la consommation des box, décodeurs et répéteurs.

Dès l’automne dernier, l’autorité avait cependant annoncé sa volonté de capter de nouvelles informations pour mesurer l’impact environnemental de l’IA. C’est l’objet de la nouvelle consultation publique, avec deux extensions principales au recueil de données.

Chez les fournisseurs d’IA générative d’abord, l’Arcep propose de collecter des indicateurs permettant d’évaluer les émissions de gaz à effet de serre associées, de documenter les caractéristiques des modèles sous-jacents aux services les plus utilisés en France, et de mesurer les ressources mobilisées en entraînement et en inférence : volume de calcul, temps cumulé d’usage des processeurs et consommation énergétique.

Chez les opérateurs de centres de données et fournisseurs de services cloud, les nouveaux indicateurs serviraient à vérifier comment la chaleur est valorisée, à évaluer l’influence des systèmes de refroidissement sur l’empreinte environnementale des centres de données et à couvrir les obligations du règlement délégué (UE) 2024/1364, en application de la directive européenne sur l’efficacité énergétique (directive UE 2023/1791, dite EED), qui pose l’obligation de reporting pour les centres de données.

La consultation publique est ouverte à toutes les parties prenantes jusqu’au 30 septembre. La décision finale de collecte est attendue d’ici fin 2026, sous réserve d’homologation par la ministre déléguée chargée de l’IA et du numérique.

Le 24 juillet, l’Arcep a annoncé l’ouverture d’une consultation publique pour élargir sa collecte de données environnementales, en perspective de l’édition 2028 de son enquête annuelle « Pour un numérique soutenable », à la suite d’une campagne de collecte qui aurait donc lieu en 2027.

Rappelons que depuis 2020, l’Arcep collecte des indicateurs environnementaux auprès des acteurs du numérique, mission formalisée par le gouvernement l’année suivante et consolidée juridiquement par la loi REEN de décembre 2021. L’autorité dispose ainsi d’un pouvoir de collecte auprès des opérateurs télécoms, fournisseurs de services de communication en ligne, opérateurs de centres de données, fabricants de terminaux, équipementiers réseaux et fournisseurs de systèmes d’exploitation.

Les données recueillies sont présentées depuis, chaque année, dans ses rapports sur le numérique soutenable. En mars 2024 par exemple, le rapport incluait pour la première fois des informations sur la consommation des box, décodeurs et répéteurs.

Dès l’automne dernier, l’autorité avait cependant annoncé sa volonté de capter de nouvelles informations pour mesurer l’impact environnemental de l’IA. C’est l’objet de la nouvelle consultation publique, avec deux extensions principales au recueil de données.

Chez les fournisseurs d’IA générative d’abord, l’Arcep propose de collecter des indicateurs permettant d’évaluer les émissions de gaz à effet de serre associées, de documenter les caractéristiques des modèles sous-jacents aux services les plus utilisés en France, et de mesurer les ressources mobilisées en entraînement et en inférence : volume de calcul, temps cumulé d’usage des processeurs et consommation énergétique.

Chez les opérateurs de centres de données et fournisseurs de services cloud, les nouveaux indicateurs serviraient à vérifier comment la chaleur est valorisée, à évaluer l’influence des systèmes de refroidissement sur l’empreinte environnementale des centres de données et à couvrir les obligations du règlement délégué (UE) 2024/1364, en application de la directive européenne sur l’efficacité énergétique (directive UE 2023/1791, dite EED), qui pose l’obligation de reporting pour les centres de données.

La consultation publique est ouverte à toutes les parties prenantes jusqu’au 30 septembre. La décision finale de collecte est attendue d’ici fin 2026, sous réserve d’homologation par la ministre déléguée chargée de l’IA et du numérique.

L'ouverture c'est bon, mangez-en

La pression monte autour de Kimi K3, le modèle IA chinois de Moonshot AI dont les poids doivent être publiés ce 27 juillet. L’ouverture du LLM est aux antipodes des modèles fermés et propriétaires des champions américains du secteur – et que Washington veut protéger à tout prix. Deux visions du monde s’opposent ici, et plusieurs acteurs parmi les plus importants de cette industrie ont pris position en faveur de l’open source.

Dans une lettre ouverte (PDF), plusieurs acteurs très importants de l’IA défendent les modèles à poids ouverts comme Kimi K3. « [Ils] renforcent la sûreté et la cybersécurité, accélèrent l’innovation et sa diffusion, et favorisent la souveraineté », affirme ainsi Jensen Huang, fondateur et patron de NVIDIA dans son premier post sur X. Pour le dirigeant, « le monde a besoin à la fois de modèles fermés de pointe et de modèles ouverts de pointe. »

Au secours des modèles ouverts

La lettre en question est donc signée NVIDIA, mais aussi Microsoft, Mozilla, Meta (qui a pourtant arrêté de publier des modèles open source depuis Muse), Mistral, Hugging Face, Perplexity, Palantir, Dell, IBM, la Linux Foundation, Box, Crowdstrike… Le texte rappelle le rôle essentiel des logiciels open source qui font fonctionner une grande partie d’internet et « au cœur de systèmes » utilisés par les organisations les plus importantes au monde.

Les signataires listent les (nombreux, à leurs yeux) avantages des modèles ouverts : d’abord, ils offrent un accès élargi à l’IA. Les entreprises, les universités, les administrations et les startups peuvent utiliser ces modèles sans devoir les entraîner eux-mêmes ni payer des fortunes dans des modèles propriétaires. Ce qui permet aussi de maîtriser les coûts, tout en adaptant les capacités de ces modèles aux tâches à effectuer. L’exécution en interne permet également un contrôle total sur les données.

En termes de concurrence, les modèles à poids ouverts réduisent la dépendance à une poignée de fournisseurs. Ils représentent également un soutien à la souveraineté technologique et une plus grande transparence pour la recherche. En retour, la sécurité autour de ces modèles est collectivement renforcée.

Les risques de l’ouverture

La lettre ne cache pas les risques liés aux modèles ouverts. Il existe une perte de contrôle après la publication, puisque les concepteurs ne peuvent pas empêcher l’utilisation, la copie et la modification de leurs modèles. Ces derniers peuvent aussi faciliter les attaques informatiques, produire des contenus trompeurs ou contourner des protections. La multiplication de versions spécialisées peut également compliquer les mises à jour de sécurité et le maintien de standards cohérents.

Sur un plan plus pragmatique, télécharger les poids ne suffit pas : il faut disposer d’une solide infrastructure pour les faire tourner et les sécuriser. Enfin, se pose la question toujours délicate de la distillation de ces modèles ; un des angles d’attaque de la Maison-Blanche contre Kimi K3 est précisément une accusation de distillation de Fable 5.

Les signataires présentent la distillation comme une technique légitime et courante dans le développement de l’IA. Elle exploite les réponses produites par un modèle pour entraîner, améliorer, évaluer ou valider un autre modèle. Par conséquent, la distillation en elle-même ne devrait pas être assimilée à du vol ou à une appropriation abusive ; en revanche, les tentatives illégales soulèvent de vraies questions juridiques. Ils recommandent aux pouvoirs publics d’éviter des interdictions générales de la distillation. Les abus éventuels devraient être traités par des règles juridiques et commerciales ciblées, car cette technique est jugée essentielle pour améliorer les LLM.

Trois fois plus de signataires ce week-end, avec OpenAI, Google, AMD

La liste initiale comprenait 25 signatures : American Innovators Network, Andreessen Horowitz, Arcee AI, Arena, Black Forest Labs, Box, CrowdStrike, Dell Technologies, Emergence Capital, Hugging Face, IBM, The Linux Foundation, Mariana Minerals, Meta, Microsoft, Mistral, Mozilla, NVIDIA, Palantir, Perplexity, Reflection, Replit, ServiceNow, Telnyx et Y Combinator.

OpenAI, Google, Anthropic… : des acteurs de poids étaient absents. Sam Altman indiquait qu’il voulait que les États-Unis « gagnent » dans l’IA, « aussi bien avec les modèles open source qu’avec les modèles propriétaires ». Le CEO d’OpenAI affirme aussi être « heureux » de voir cette initiative en faveur des modèles ouverts. OpenAI a finalement signé la lettre, et ce n’est pas la seule entreprise à rejoindre l’initiative en cours de route.

La liste a rapidement triplé pour arriver aujourd’hui à près de 80 signataires, avec Google, AMD, Cisco, Cloudflare, GitHub, SpaceX, Palo Alto Networks, Ollama, etc. Parmi les absences notables, il reste Amazon et Anthropic.

• Kimi K3 : ce qu’il faut savoir du modèle open source de 2 800 milliards de paramètres

L'ouverture c'est bon, mangez-en

La pression monte autour de Kimi K3, le modèle IA chinois de Moonshot AI dont les poids doivent être publiés ce 27 juillet. L’ouverture du LLM est aux antipodes des modèles fermés et propriétaires des champions américains du secteur – et que Washington veut protéger à tout prix. Deux visions du monde s’opposent ici, et plusieurs acteurs parmi les plus importants de cette industrie ont pris position en faveur de l’open source.

Dans une lettre ouverte (PDF), plusieurs acteurs très importants de l’IA défendent les modèles à poids ouverts comme Kimi K3. « [Ils] renforcent la sûreté et la cybersécurité, accélèrent l’innovation et sa diffusion, et favorisent la souveraineté », affirme ainsi Jensen Huang, fondateur et patron de NVIDIA dans son premier post sur X. Pour le dirigeant, « le monde a besoin à la fois de modèles fermés de pointe et de modèles ouverts de pointe. »

Au secours des modèles ouverts

La lettre en question est donc signée NVIDIA, mais aussi Microsoft, Mozilla, Meta (qui a pourtant arrêté de publier des modèles open source depuis Muse), Mistral, Hugging Face, Perplexity, Palantir, Dell, IBM, la Linux Foundation, Box, Crowdstrike… Le texte rappelle le rôle essentiel des logiciels open source qui font fonctionner une grande partie d’internet et « au cœur de systèmes » utilisés par les organisations les plus importantes au monde.

Les signataires listent les (nombreux, à leurs yeux) avantages des modèles ouverts : d’abord, ils offrent un accès élargi à l’IA. Les entreprises, les universités, les administrations et les startups peuvent utiliser ces modèles sans devoir les entraîner eux-mêmes ni payer des fortunes dans des modèles propriétaires. Ce qui permet aussi de maîtriser les coûts, tout en adaptant les capacités de ces modèles aux tâches à effectuer. L’exécution en interne permet également un contrôle total sur les données.

En termes de concurrence, les modèles à poids ouverts réduisent la dépendance à une poignée de fournisseurs. Ils représentent également un soutien à la souveraineté technologique et une plus grande transparence pour la recherche. En retour, la sécurité autour de ces modèles est collectivement renforcée.

Les risques de l’ouverture

La lettre ne cache pas les risques liés aux modèles ouverts. Il existe une perte de contrôle après la publication, puisque les concepteurs ne peuvent pas empêcher l’utilisation, la copie et la modification de leurs modèles. Ces derniers peuvent aussi faciliter les attaques informatiques, produire des contenus trompeurs ou contourner des protections. La multiplication de versions spécialisées peut également compliquer les mises à jour de sécurité et le maintien de standards cohérents.

Sur un plan plus pragmatique, télécharger les poids ne suffit pas : il faut disposer d’une solide infrastructure pour les faire tourner et les sécuriser. Enfin, se pose la question toujours délicate de la distillation de ces modèles ; un des angles d’attaque de la Maison-Blanche contre Kimi K3 est précisément une accusation de distillation de Fable 5.

Les signataires présentent la distillation comme une technique légitime et courante dans le développement de l’IA. Elle exploite les réponses produites par un modèle pour entraîner, améliorer, évaluer ou valider un autre modèle. Par conséquent, la distillation en elle-même ne devrait pas être assimilée à du vol ou à une appropriation abusive ; en revanche, les tentatives illégales soulèvent de vraies questions juridiques. Ils recommandent aux pouvoirs publics d’éviter des interdictions générales de la distillation. Les abus éventuels devraient être traités par des règles juridiques et commerciales ciblées, car cette technique est jugée essentielle pour améliorer les LLM.

Trois fois plus de signataires ce week-end, avec OpenAI, Google, AMD

La liste initiale comprenait 25 signatures : American Innovators Network, Andreessen Horowitz, Arcee AI, Arena, Black Forest Labs, Box, CrowdStrike, Dell Technologies, Emergence Capital, Hugging Face, IBM, The Linux Foundation, Mariana Minerals, Meta, Microsoft, Mistral, Mozilla, NVIDIA, Palantir, Perplexity, Reflection, Replit, ServiceNow, Telnyx et Y Combinator.

OpenAI, Google, Anthropic… : des acteurs de poids étaient absents. Sam Altman indiquait qu’il voulait que les États-Unis « gagnent » dans l’IA, « aussi bien avec les modèles open source qu’avec les modèles propriétaires ». Le CEO d’OpenAI affirme aussi être « heureux » de voir cette initiative en faveur des modèles ouverts. OpenAI a finalement signé la lettre, et ce n’est pas la seule entreprise à rejoindre l’initiative en cours de route.

La liste a rapidement triplé pour arriver aujourd’hui à près de 80 signataires, avec Google, AMD, Cisco, Cloudflare, GitHub, SpaceX, Palo Alto Networks, Ollama, etc. Parmi les absences notables, il reste Amazon et Anthropic.

• Kimi K3 : ce qu’il faut savoir du modèle open source de 2 800 milliards de paramètres

Discussion à poids ouverts

Une discussion a été ouverte au sein du projet sur la manière dont il faut considérer les participations au code quand elles sont soutenues par les LLM. Ce n’est pas la première fois que la communauté essaie de statuer sur l’IA générative.

Debian a ouvert une résolution générale (GR) sur l’usage des LLM au sein du projet. La période de discussion a débuté le 24 juillet 2026, après des semaines de débat sur la liste de diffusion debian-vote.

Ce n’est pas la première tentative sur ce sujet. Une précédente discussion menée par l’ex-DPL (Debian Project Leader) Lucas Nussbaum, en février-mars 2026, s’était soldée par un abandon du vote, la communauté ayant préféré continuer à traiter les contributions IA au cas par cas. Le projet Debian avait décidé de ne pas décider. Cette résolution relance donc le débat avec un texte plus structuré et davantage de propositions.

Quatre propositions, du radical au plus mesuré

La proposition A, portée par Matthias Geiger et Jesse Rhodes, est la plus radicale : l’interdiction de toute contribution directe rédigée avec l’aide de LLM : paquets sources, logiciels officiels (lintian, etc.), ressources web, documentation, traductions, communications officielles. Les projets amont utilisant l’IA, ainsi que les correctifs de sécurité amont, sont exclus du périmètre. Le texte propose même d’ajouter un point 6 au Contrat Social de Debian sur le sujet.

Plusieurs arguments sont donnés. D’abord, le statut juridique flou du copyright des sorties de LLM. Ensuite, des problèmes de qualité (paquets mal formés, fichiers watch non fonctionnels). En outre, un impact sur la dynamique communautaire : charge de relecture, non-apprentissage des nouveaux contributeurs, etc. Enfin, la question éthique, le scraping massif ayant perturbé l’infrastructure web de Debian et la question de l’empreinte environnementale étant prégnante.

La proposition B, portée par l’ancien DPL, Lucas Nussbaum, est plus mesurée. Elle autorise les contributions assistées par IA sous six conditions cumulatives :

• compatibilité légale de l’outil utilisé
• vérification des droits sur le contenu préexistant réutilisé
• responsabilité totale du contributeur
• divulgation de l’usage via un tag Git type Generated-By: ou Assisted-By:
• discussion préalable pour les modifications massives ou automatisées
• interdiction de transmettre des données sensibles (rapports de sécurité sous embargo, discussions privées) à des fournisseurs IA non fiables

La proposition C, portée par Ian Jackson, est un rejet de principe mais « pragmatique ». Elle demande à tous les contributeurs d’éviter les LLM et appelle plus largement la communauté du logiciel libre à rejeter cette technologie, tout en reconnaissant qu’une interdiction totale est impraticable puisque de nombreux projets amont y recourent. Il propose cependant des règles strictes : les messages destinés aux humains (rapports de bugs, listes de diffusion, Salsa, blogs Planet Debian) doivent être rédigés uniquement par des humains, tout usage de LLM doit être divulgué, les mainteneurs individuels peuvent totalement bannir l’IA sur leurs projets. Et la plus stricte d’entre elles : les violations sont traitées comme des manquements au Code de Conduite.

Quant à la proposition D, portée par Pierre-Elliott Bécue, elle ressemble beaucoup à la B dans l’esprit : une acceptation encadrée, portée sur les responsabilités. En clair, Debian n’endosse pas l’usage de l’IA générative mais reconnaît sa réalité et refuse une interdiction jugée « contre-productive et inapplicable ». Cette proposition place la responsabilité sur le contributeur (conformité DFSG, signature GPG personnelle, marquage de l’usage IA dans les commits et notes de version), avec une clause spécifique interdisant l’usage d’IA cloud pour des données sensibles ou non publiques.

Une décision importante

Plusieurs éléments intéressants entourant cette nouvelle résolution générale. D’abord, la proximité avec l’ancienne : à peine quelques mois, signalant le besoin pour les développeurs de trancher un sujet devenu central. L’IA générative est partout et les LLM sont utilisés dans une part croissante des projets. Précisons quand même que la précédente discussion en février-mars n’a pas atteint le statut officiel de GR. Il s’est écoulé environ un mois entre le brouillon alors préparé par Lucas Nussbaum et l’abandon du processus.

On ne sait pas combien de temps durera la résolution générale, mais la discussion et le vote seront importants. Debian n’est pas n’importe quelle distribution : en plus de son utilisation proprement dite, elle sert de socle à de nombreux autres systèmes, dont le plus connu est Ubuntu, la distribution Linux la plus utilisée aujourd’hui. Ce qui n’empêche pas d’autres organisations, comme Canonical, de procéder à des modifications assistées par IA.

Cette résolution cristallise de nombreux aspects entourant les LLM. Le fait que les questions éthiques et environnementales fassent partie de la réflexion est significatif, mais le sujet est complexe : comment trancher entre une interrogation croissante sur les gains potentiels et les conséquences négatives d’une utilisation intensive ? Si les membres du projet Debian regardent en direction de Linus Torvalds, une proposition B ou D pourrait l’emporter : une vision pragmatique et responsabilisée des contributions.

Discussion à poids ouverts

Une discussion a été ouverte au sein du projet sur la manière dont il faut considérer les participations au code quand elles sont soutenues par les LLM. Ce n’est pas la première fois que la communauté essaie de statuer sur l’IA générative.

Debian a ouvert une résolution générale (GR) sur l’usage des LLM au sein du projet. La période de discussion a débuté le 24 juillet 2026, après des semaines de débat sur la liste de diffusion debian-vote.

Ce n’est pas la première tentative sur ce sujet. Une précédente discussion menée par l’ex-DPL (Debian Project Leader) Lucas Nussbaum, en février-mars 2026, s’était soldée par un abandon du vote, la communauté ayant préféré continuer à traiter les contributions IA au cas par cas. Le projet Debian avait décidé de ne pas décider. Cette résolution relance donc le débat avec un texte plus structuré et davantage de propositions.

Quatre propositions, du radical au plus mesuré

La proposition A, portée par Matthias Geiger et Jesse Rhodes, est la plus radicale : l’interdiction de toute contribution directe rédigée avec l’aide de LLM : paquets sources, logiciels officiels (lintian, etc.), ressources web, documentation, traductions, communications officielles. Les projets amont utilisant l’IA, ainsi que les correctifs de sécurité amont, sont exclus du périmètre. Le texte propose même d’ajouter un point 6 au Contrat Social de Debian sur le sujet.

Plusieurs arguments sont donnés. D’abord, le statut juridique flou du copyright des sorties de LLM. Ensuite, des problèmes de qualité (paquets mal formés, fichiers watch non fonctionnels). En outre, un impact sur la dynamique communautaire : charge de relecture, non-apprentissage des nouveaux contributeurs, etc. Enfin, la question éthique, le scraping massif ayant perturbé l’infrastructure web de Debian et la question de l’empreinte environnementale étant prégnante.

La proposition B, portée par l’ancien DPL, Lucas Nussbaum, est plus mesurée. Elle autorise les contributions assistées par IA sous six conditions cumulatives :

• compatibilité légale de l’outil utilisé
• vérification des droits sur le contenu préexistant réutilisé
• responsabilité totale du contributeur
• divulgation de l’usage via un tag Git type Generated-By: ou Assisted-By:
• discussion préalable pour les modifications massives ou automatisées
• interdiction de transmettre des données sensibles (rapports de sécurité sous embargo, discussions privées) à des fournisseurs IA non fiables

La proposition C, portée par Ian Jackson, est un rejet de principe mais « pragmatique ». Elle demande à tous les contributeurs d’éviter les LLM et appelle plus largement la communauté du logiciel libre à rejeter cette technologie, tout en reconnaissant qu’une interdiction totale est impraticable puisque de nombreux projets amont y recourent. Il propose cependant des règles strictes : les messages destinés aux humains (rapports de bugs, listes de diffusion, Salsa, blogs Planet Debian) doivent être rédigés uniquement par des humains, tout usage de LLM doit être divulgué, les mainteneurs individuels peuvent totalement bannir l’IA sur leurs projets. Et la plus stricte d’entre elles : les violations sont traitées comme des manquements au Code de Conduite.

Quant à la proposition D, portée par Pierre-Elliott Bécue, elle ressemble beaucoup à la B dans l’esprit : une acceptation encadrée, portée sur les responsabilités. En clair, Debian n’endosse pas l’usage de l’IA générative mais reconnaît sa réalité et refuse une interdiction jugée « contre-productive et inapplicable ». Cette proposition place la responsabilité sur le contributeur (conformité DFSG, signature GPG personnelle, marquage de l’usage IA dans les commits et notes de version), avec une clause spécifique interdisant l’usage d’IA cloud pour des données sensibles ou non publiques.

Une décision importante

Plusieurs éléments intéressants entourant cette nouvelle résolution générale. D’abord, la proximité avec l’ancienne : à peine quelques mois, signalant le besoin pour les développeurs de trancher un sujet devenu central. L’IA générative est partout et les LLM sont utilisés dans une part croissante des projets. Précisons quand même que la précédente discussion en février-mars n’a pas atteint le statut officiel de GR. Il s’est écoulé environ un mois entre le brouillon alors préparé par Lucas Nussbaum et l’abandon du processus.

On ne sait pas combien de temps durera la résolution générale, mais la discussion et le vote seront importants. Debian n’est pas n’importe quelle distribution : en plus de son utilisation proprement dite, elle sert de socle à de nombreux autres systèmes, dont le plus connu est Ubuntu, la distribution Linux la plus utilisée aujourd’hui. Ce qui n’empêche pas d’autres organisations, comme Canonical, de procéder à des modifications assistées par IA.

Cette résolution cristallise de nombreux aspects entourant les LLM. Le fait que les questions éthiques et environnementales fassent partie de la réflexion est significatif, mais le sujet est complexe : comment trancher entre une interrogation croissante sur les gains potentiels et les conséquences négatives d’une utilisation intensive ? Si les membres du projet Debian regardent en direction de Linus Torvalds, une proposition B ou D pourrait l’emporter : une vision pragmatique et responsabilisée des contributions.

Le temps où les modèles Opus étaient les plus puissants du catalogue d’Anthropic est terminé. Ce rôle est désormais dévolu à Fable et Mythos, mais le labo IA n’en a pas moins oublié son ancienne famille haut de gamme. Le lancement d’Opus 5 semble s’accompagner d’une prise de conscience de l’entreprise : les clients ont besoin de modèles certes costauds, mais aussi et surtout au bon rapport performances/prix.

Un des premiers arguments d’Anthropic porte ainsi sur les tarifs. Opus 5 se situe presque au niveau de Fable 5 pour certaines tâches, tout en étant facturé moitié moins cher. Les prix sont de 5 dollars par million de jetons en entrée, pour 25 dollars en sortie, soit la même chose qu’Opus 4.8. Fable 5, qui n’est accessible via l’API et des crédits d’utilisation, revient respectivement à 10 et 50 dollars.

Le labo insiste d’ailleurs lourdement sur le coût nécessaire pour réaliser une tâche, pas uniquement sur les résultats bruts des benchmarks. Sur CursorBench 3.1, au niveau d’effort maximal, les performances d’Opus 5 se placent à moins de 0,5 % du meilleur score de Fable 5 pour un coût par tâche deux fois moins élevé, selon le test réalisé par l’entreprise.

Le modèle obtient de meilleurs résultats que tous les autres avec les niveaux d’effort high, xhigh et max. Anthropic affirme qu’Opus 5 atteint l’état de l’art en matière de performances, ce qu’il faudra vérifier de manière indépendante.

En plus d’amélioration significatives sur les tâches liées à la recherche scientifique par rapport à Opus 4.8, ce nouveau modèle sait aussi générer des visuels « nettement plus convaincants » (chacun jugera) :

Opus 5 semble surtout progresser dans sa capacité à vérifier son propre travail, à corriger ses premières tentatives et à construire les outils qui lui manquent pour arriver au bout d’une tâche. En termes de cybersécurité, le modèle est présenté comme moins dangereux que Mythos 5 ; il serait presque aussi performant pour repérer des vulnérabilités, mais nettement moins efficace pour fabriquer les moyens de les exploiter.

• Depuis son retour, Claude Fable 5 fait beaucoup moins rêver

Le temps où les modèles Opus étaient les plus puissants du catalogue d’Anthropic est terminé. Ce rôle est désormais dévolu à Fable et Mythos, mais le labo IA n’en a pas moins oublié son ancienne famille haut de gamme. Le lancement d’Opus 5 semble s’accompagner d’une prise de conscience de l’entreprise : les clients ont besoin de modèles certes costauds, mais aussi et surtout au bon rapport performances/prix.

Un des premiers arguments d’Anthropic porte ainsi sur les tarifs. Opus 5 se situe presque au niveau de Fable 5 pour certaines tâches, tout en étant facturé moitié moins cher. Les prix sont de 5 dollars par million de jetons en entrée, pour 25 dollars en sortie, soit la même chose qu’Opus 4.8. Fable 5, qui n’est accessible via l’API et des crédits d’utilisation, revient respectivement à 10 et 50 dollars.

Le labo insiste d’ailleurs lourdement sur le coût nécessaire pour réaliser une tâche, pas uniquement sur les résultats bruts des benchmarks. Sur CursorBench 3.1, au niveau d’effort maximal, les performances d’Opus 5 se placent à moins de 0,5 % du meilleur score de Fable 5 pour un coût par tâche deux fois moins élevé, selon le test réalisé par l’entreprise.

Le modèle obtient de meilleurs résultats que tous les autres avec les niveaux d’effort high, xhigh et max. Anthropic affirme qu’Opus 5 atteint l’état de l’art en matière de performances, ce qu’il faudra vérifier de manière indépendante.

En plus d’amélioration significatives sur les tâches liées à la recherche scientifique par rapport à Opus 4.8, ce nouveau modèle sait aussi générer des visuels « nettement plus convaincants » (chacun jugera) :

Opus 5 semble surtout progresser dans sa capacité à vérifier son propre travail, à corriger ses premières tentatives et à construire les outils qui lui manquent pour arriver au bout d’une tâche. En termes de cybersécurité, le modèle est présenté comme moins dangereux que Mythos 5 ; il serait presque aussi performant pour repérer des vulnérabilités, mais nettement moins efficace pour fabriquer les moyens de les exploiter.

• Depuis son retour, Claude Fable 5 fait beaucoup moins rêver

Souriez, vous êtes filmés

Vous allez voir que l’IA rapprochera les humains et profitera à tous, affirme Meta dans sa dernière campagne de pub. Ce discours optimiste se heurte à une réalité qui a la tête dure.

Les craintes, voire la haine, que suscitent l’IA générative chez certains sont largement alimentées par les agissements et la communication désastreuse des grands acteurs du secteur. OpenAI ressemble à un bateau ivre emmené par des capitaines en totale roue libre, Anthropic annonce régulièrement l’apocalypse, SpaceXAI cache son usage massif de turbines à gaz pour son centre de données géant, tandis qu’une économie circulaire s’est mise en place qui brasse des centaines de milliards de dollars au profit d’une poignée de dirigeants… aspirant au passage les capacités de production de mémoire, ce qui fait exploser les prix des ordinateurs et des consoles. Sans oublier le tropisme militaire très appuyé des labos IA, les conséquences environnementales des datacenters, le pillage généralisé des œuvres de l’esprit, ou encore la hausse des prix de l’énergie, le tout avec l’aide très visible des gouvernements.

Une technologie difficile à aimer

Le tableau n’est donc pas spécialement glorieux. Histoire de redresser la barre, Meta a produit un spot de pub à la gloire de l’IA dans lequel le groupe – qui investit sans compter dans cette technologie – se veut optimiste pour l’avenir. « Certains voudraient vous faire croire que l’IA nous isolera davantage, qu’elle finira par nous laisser sur le bord du chemin », explique la réclame. « Nous ne pourrions être plus en désaccord. Traitez-nous d’optimistes, de rêveurs. Comme nous l’avons toujours fait, nous misons sur les gens », poursuit Meta.

Les mauvais esprits auront relevé que la chanson de David Bowie qui illustre la publicité, « Five Years », parle de… fin du monde, comme s’en amuse TechCrunch. L’humanité n’a plus que cinq années à vivre, chante-t-il. Pas sûr que ce spot rassure les personnes inquiètes du nouveau monde merveilleux promis par Meta !

L’ironie n’a en tout cas pas atteint Mark Zuckerberg, qui écrit sur Facebook que « que nous entrons dans cette nouvelle ère de l’IA, [et] nous continuons de penser que l’avenir appartient à tout le monde. Nous voulons donner à chacun les outils nécessaires pour réaliser pleinement son potentiel et veiller à ce que les bénéfices de la technologie profitent à tous. »

Un discours en droite ligne avec la « vision » du fondateur et patron de Meta sur la « superintelligence personnelle », autrement dit d’une IA au service de tous. Un projet qui se concrétise entre autres par les lunettes connectées embarquant l’assistant maison, Meta AI. Malgré les belles paroles sur une IA qui libérerait l’humanité de ses chaînes, Meta reste Meta et cherche à transformer le succès de ces produits en outil de surveillance généralisée : l’entreprise tente depuis quelques temps d’intégrer en douce une fonction de reconnaissance faciale, et réfléchit à un système qui enregistrerait tout, tout le temps.

• #Flock : fermez les yeux avec les lunettes Meta

Quand les lunettes dérapent

Meta ne veut cependant pas tuer la poule aux œufs d’or. La réputation de ses lunettes, conçues en partenariat avec EssilorLuxottica, commence en effet à se dégrader en raison de l’utilisation malsaine que certains font de ses capacités d’enregistrement vidéo. On a vu fleurir ces derniers mois sur les réseaux sociaux des vidéos de type « caméra cachée » (blagues douteuses, drague lourde) postées par des petits malins qui bidouillent la loupiotte de leurs lunettes pour éviter de prévenir qu’un enregistrement est en cours.

Meta va serrer les boulons pour empêcher l’enregistrement vidéo en cas de diode trafiquée. Nul doute que d’autres solutions émergeront pour contourner cette protection ; et puis une petite lumière n’est parfois pas suffisante pour alerter les gens alentour (qui ne connaissent pas tous nécessairement ces appareils).

En attendant, Instagram a décidé de sévir : Adam Mosseri, le patron du réseau social, a annoncé que les vidéos de ce type seront retirées. « Si vous publiez du contenu qui exploite des personnes ou les harcèle, comme beaucoup de ces vidéos de techniques de drague dont nous avons entendu parler et que nous avons vues, nous supprimerons ce contenu », a-t-il expliqué dans une Story.

Le dirigeant ajoute : « Nous ne voulons pas que des personnes filment discrètement d’autres gens, les harcèlent, puis publient ces vidéos sur notre plateforme. Nous essayons donc de lutter contre ce phénomène par tous les moyens possibles. » Les comptes de deux « coachs en séduction », qui comptaient plus d’un million d’abonnés, ont ainsi été désactivés. Ils se filmaient en train d’aborder des femmes dans les lieux publics avec des lunettes Meta.

L’entreprise veut absolument éviter que le surnom qui commence à émerger pour ses lunettes (« pervert glasses », ou « lunettes de pervers ») ne leur colle à la peau. Il est peut-être déjà trop tard. Meta peut bien promettre une IA qui rapproche les humains et « libère leur potentiel » : quand ses produits basés sur l’IA servent à filmer des inconnus à leur insu pour les exposer devant des millions de personnes, le discours publicitaire se prend rapidement le mur de la réalité.

Souriez, vous êtes filmés

Vous allez voir que l’IA rapprochera les humains et profitera à tous, affirme Meta dans sa dernière campagne de pub. Ce discours optimiste se heurte à une réalité qui a la tête dure.

Les craintes, voire la haine, que suscitent l’IA générative chez certains sont largement alimentées par les agissements et la communication désastreuse des grands acteurs du secteur. OpenAI ressemble à un bateau ivre emmené par des capitaines en totale roue libre, Anthropic annonce régulièrement l’apocalypse, SpaceXAI cache son usage massif de turbines à gaz pour son centre de données géant, tandis qu’une économie circulaire s’est mise en place qui brasse des centaines de milliards de dollars au profit d’une poignée de dirigeants… aspirant au passage les capacités de production de mémoire, ce qui fait exploser les prix des ordinateurs et des consoles. Sans oublier le tropisme militaire très appuyé des labos IA, les conséquences environnementales des datacenters, le pillage généralisé des œuvres de l’esprit, ou encore la hausse des prix de l’énergie, le tout avec l’aide très visible des gouvernements.

Une technologie difficile à aimer

Le tableau n’est donc pas spécialement glorieux. Histoire de redresser la barre, Meta a produit un spot de pub à la gloire de l’IA dans lequel le groupe – qui investit sans compter dans cette technologie – se veut optimiste pour l’avenir. « Certains voudraient vous faire croire que l’IA nous isolera davantage, qu’elle finira par nous laisser sur le bord du chemin », explique la réclame. « Nous ne pourrions être plus en désaccord. Traitez-nous d’optimistes, de rêveurs. Comme nous l’avons toujours fait, nous misons sur les gens », poursuit Meta.

Les mauvais esprits auront relevé que la chanson de David Bowie qui illustre la publicité, « Five Years », parle de… fin du monde, comme s’en amuse TechCrunch. L’humanité n’a plus que cinq années à vivre, chante-t-il. Pas sûr que ce spot rassure les personnes inquiètes du nouveau monde merveilleux promis par Meta !

L’ironie n’a en tout cas pas atteint Mark Zuckerberg, qui écrit sur Facebook que « que nous entrons dans cette nouvelle ère de l’IA, [et] nous continuons de penser que l’avenir appartient à tout le monde. Nous voulons donner à chacun les outils nécessaires pour réaliser pleinement son potentiel et veiller à ce que les bénéfices de la technologie profitent à tous. »

Un discours en droite ligne avec la « vision » du fondateur et patron de Meta sur la « superintelligence personnelle », autrement dit d’une IA au service de tous. Un projet qui se concrétise entre autres par les lunettes connectées embarquant l’assistant maison, Meta AI. Malgré les belles paroles sur une IA qui libérerait l’humanité de ses chaînes, Meta reste Meta et cherche à transformer le succès de ces produits en outil de surveillance généralisée : l’entreprise tente depuis quelques temps d’intégrer en douce une fonction de reconnaissance faciale, et réfléchit à un système qui enregistrerait tout, tout le temps.

• #Flock : fermez les yeux avec les lunettes Meta

Quand les lunettes dérapent

Meta ne veut cependant pas tuer la poule aux œufs d’or. La réputation de ses lunettes, conçues en partenariat avec EssilorLuxottica, commence en effet à se dégrader en raison de l’utilisation malsaine que certains font de ses capacités d’enregistrement vidéo. On a vu fleurir ces derniers mois sur les réseaux sociaux des vidéos de type « caméra cachée » (blagues douteuses, drague lourde) postées par des petits malins qui bidouillent la loupiotte de leurs lunettes pour éviter de prévenir qu’un enregistrement est en cours.

Meta va serrer les boulons pour empêcher l’enregistrement vidéo en cas de diode trafiquée. Nul doute que d’autres solutions émergeront pour contourner cette protection ; et puis une petite lumière n’est parfois pas suffisante pour alerter les gens alentour (qui ne connaissent pas tous nécessairement ces appareils).

En attendant, Instagram a décidé de sévir : Adam Mosseri, le patron du réseau social, a annoncé que les vidéos de ce type seront retirées. « Si vous publiez du contenu qui exploite des personnes ou les harcèle, comme beaucoup de ces vidéos de techniques de drague dont nous avons entendu parler et que nous avons vues, nous supprimerons ce contenu », a-t-il expliqué dans une Story.

Le dirigeant ajoute : « Nous ne voulons pas que des personnes filment discrètement d’autres gens, les harcèlent, puis publient ces vidéos sur notre plateforme. Nous essayons donc de lutter contre ce phénomène par tous les moyens possibles. » Les comptes de deux « coachs en séduction », qui comptaient plus d’un million d’abonnés, ont ainsi été désactivés. Ils se filmaient en train d’aborder des femmes dans les lieux publics avec des lunettes Meta.

L’entreprise veut absolument éviter que le surnom qui commence à émerger pour ses lunettes (« pervert glasses », ou « lunettes de pervers ») ne leur colle à la peau. Il est peut-être déjà trop tard. Meta peut bien promettre une IA qui rapproche les humains et « libère leur potentiel » : quand ses produits basés sur l’IA servent à filmer des inconnus à leur insu pour les exposer devant des millions de personnes, le discours publicitaire se prend rapidement le mur de la réalité.

Small is beautiful

Cisco prend le contrepied des immenses et très coûteux modèles de pointe généralistes avec la mise en ligne de deux petits modèles à poids ouverts, dédiés spécifiquement à la recherche de vulnérabilités. Baptisés Antares, ils offrent selon l’équipementier un rapport coût performances particulièrement intéressant en usage local.

Entre Mythos, Fable 5, l’explosion du volume de failles détectées chez Microsoft ou l’attaque surprise lancée par un modèle d’OpenAI sur les infrastructures de Hugging Face, c’est peu dire que l’IA générative percute de plein fouet le monde de la cybersécurité. Point commun de ces différentes annonces, savamment entretenues par le narratif marketing des laboratoires spécialisés : elles font appel à des modèles de pointe (frontier models), aussi performants que gourmands en ressources.

Précision et rappel

L’équipementier réseau Cisco s’invite dans l’arène avec une proposition de valeur un peu différente. Le 21 juillet, il a publié deux modèles à poids ouverts, plutôt modestes au premier abord puisqu’ils se limitent à respectivement 350 millions et un milliard de paramètres. Entraînés spécifiquement pour la recherche de vulnérabilités, ces deux modèles délivreraient des performances particulièrement intéressantes au regard de leur relative légèreté.

Pour ce faire, Cisco n’a pas cherché à doper les facultés de raisonnement de ses modèles, mais plutôt à optimiser leur précision et leur rappel grâce à une recherche par itérations. « Chaque modèle part d’une description de vulnérabilité, recherche des motifs de code pertinents, examine les fichiers candidats, intègre de nouveaux éléments, change d’orientation lorsqu’une piste s’avère infructueuse et affine sa recherche pour cibler les fichiers les plus susceptibles d’être critiques », décrit Cisco dans un billet d’annonce.

L’objectif des modèles Antares n’est donc pas d’analyser des systèmes ou cas de figure complexes, comme pourrait tenter de le faire un modèle frontière doté de capacités de raisonnement. Cisco les présente plutôt comme une assistance, capable de localiser les fichiers correspondant à une CVE dans un dépôt, de trier les alertes de vulnérabilité, de procéder à de l’enrichissement statistique en scannant des bases de code, ou de réaliser des analyses de sécurité locales dans des environnements soumis à des exigences de conformité.

Des modèles légers centrés sur la recherche de vulnérabilités

Le tout avec un coût en ressources significativement plus faible que celui des grands modèles. « Les tests montrent que ces modèles surpassent de nombreux modèles puissants – qu’ils soient à poids fermés ou ouverts – dans cette tâche de sécurité critique, et ce, pour une fraction du coût. De plus, ils sont suffisamment compacts pour être exécutés localement, évitant ainsi d’avoir à envoyer des bases de code sensibles dans le cloud », avance Cisco.

Dans ce contexte, l’équipementier justifie le choix de l’open source par la nécessité de fournir à la communauté cyber « des briques élémentaires plus accessibles pour une défense pratique au niveau du dépôt ».

Reste à mesurer les performances réelles de ces deux premiers modèles, qui seront bientôt rejoints par une variante à 3 milliards de paramètres (Antares-3B). Pour ce faire, Cisco estime ne pas pouvoir se baser sur les benchmarks traditionnellement dédiés au code, qui couvrent une palette plus large de scénarios d’usage, et a donc conçu son propre référentiel… qui, sans surprise, livre des résultats flatteurs pour les modèles maison.

Antares-1B se situerait ainsi entre GLM-5.2 et GPT-5.5 pour la localisation de vulnérabilités. Contrairement aux ténors du marché, les modèles Antares sont en revanche incapables de vérifier leurs découvertes. Cisco les positionne de ce fait comme un maillon spécialisé dans une chaîne d’outils IA plus large. « Dans l’ensemble, Antares démontre que des modèles compacts et déployables localement peuvent effectuer une analyse de sécurité autonome pertinente lorsqu’ils sont entraînés directement sur les schémas d’interaction requis par la tâche », concluent les auteurs de l’article technique dédié (PDF).

Small is beautiful

Cisco prend le contrepied des immenses et très coûteux modèles de pointe généralistes avec la mise en ligne de deux petits modèles à poids ouverts, dédiés spécifiquement à la recherche de vulnérabilités. Baptisés Antares, ils offrent selon l’équipementier un rapport coût performances particulièrement intéressant en usage local.

Entre Mythos, Fable 5, l’explosion du volume de failles détectées chez Microsoft ou l’attaque surprise lancée par un modèle d’OpenAI sur les infrastructures de Hugging Face, c’est peu dire que l’IA générative percute de plein fouet le monde de la cybersécurité. Point commun de ces différentes annonces, savamment entretenues par le narratif marketing des laboratoires spécialisés : elles font appel à des modèles de pointe (frontier models), aussi performants que gourmands en ressources.

Précision et rappel

L’équipementier réseau Cisco s’invite dans l’arène avec une proposition de valeur un peu différente. Le 21 juillet, il a publié deux modèles à poids ouverts, plutôt modestes au premier abord puisqu’ils se limitent à respectivement 350 millions et un milliard de paramètres. Entraînés spécifiquement pour la recherche de vulnérabilités, ces deux modèles délivreraient des performances particulièrement intéressantes au regard de leur relative légèreté.

Pour ce faire, Cisco n’a pas cherché à doper les facultés de raisonnement de ses modèles, mais plutôt à optimiser leur précision et leur rappel grâce à une recherche par itérations. « Chaque modèle part d’une description de vulnérabilité, recherche des motifs de code pertinents, examine les fichiers candidats, intègre de nouveaux éléments, change d’orientation lorsqu’une piste s’avère infructueuse et affine sa recherche pour cibler les fichiers les plus susceptibles d’être critiques », décrit Cisco dans un billet d’annonce.

L’objectif des modèles Antares n’est donc pas d’analyser des systèmes ou cas de figure complexes, comme pourrait tenter de le faire un modèle frontière doté de capacités de raisonnement. Cisco les présente plutôt comme une assistance, capable de localiser les fichiers correspondant à une CVE dans un dépôt, de trier les alertes de vulnérabilité, de procéder à de l’enrichissement statistique en scannant des bases de code, ou de réaliser des analyses de sécurité locales dans des environnements soumis à des exigences de conformité.

Des modèles légers centrés sur la recherche de vulnérabilités

Le tout avec un coût en ressources significativement plus faible que celui des grands modèles. « Les tests montrent que ces modèles surpassent de nombreux modèles puissants – qu’ils soient à poids fermés ou ouverts – dans cette tâche de sécurité critique, et ce, pour une fraction du coût. De plus, ils sont suffisamment compacts pour être exécutés localement, évitant ainsi d’avoir à envoyer des bases de code sensibles dans le cloud », avance Cisco.

Dans ce contexte, l’équipementier justifie le choix de l’open source par la nécessité de fournir à la communauté cyber « des briques élémentaires plus accessibles pour une défense pratique au niveau du dépôt ».

Reste à mesurer les performances réelles de ces deux premiers modèles, qui seront bientôt rejoints par une variante à 3 milliards de paramètres (Antares-3B). Pour ce faire, Cisco estime ne pas pouvoir se baser sur les benchmarks traditionnellement dédiés au code, qui couvrent une palette plus large de scénarios d’usage, et a donc conçu son propre référentiel… qui, sans surprise, livre des résultats flatteurs pour les modèles maison.

Antares-1B se situerait ainsi entre GLM-5.2 et GPT-5.5 pour la localisation de vulnérabilités. Contrairement aux ténors du marché, les modèles Antares sont en revanche incapables de vérifier leurs découvertes. Cisco les positionne de ce fait comme un maillon spécialisé dans une chaîne d’outils IA plus large. « Dans l’ensemble, Antares démontre que des modèles compacts et déployables localement peuvent effectuer une analyse de sécurité autonome pertinente lorsqu’ils sont entraînés directement sur les schémas d’interaction requis par la tâche », concluent les auteurs de l’article technique dédié (PDF).

Washington pas open à l'open source

L’administration Trump a peut-être trouvé la réplique à Kimi K3, le nouveau modèle IA du labo chinois Moonshot AI, dont les poids seront publiés la semaine prochaine. Un officiel de la Maison-Blanche accuse le LLM de distillation de Fable, le modèle d’Anthropic.

Depuis le lancement de Kimi K3 le 17 juillet dernier, on sent comme un petit vent de panique au sein du gouvernement américain. Le modèle développé par Moonshot AI a plusieurs arguments à faire valoir face à la concurrence des labos états-uniens : des performances 3T « de niveau frontière », en tout cas pas si éloignées des modèles US, des prix plus doux, et surtout une ouverture attendue le 27 juillet. Les poids de Kimi K3 doivent en effet être publiés la semaine prochaine, ce qui permettra aux entreprises et aux organisations de l’installer sur leurs propres serveurs et éventuellement de le modifier.

• Kimi K3 : ce qu’il faut savoir du modèle open source de 2 800 milliards de paramètres

Le côté open source couplé avec des capacités de premier plan risque de secouer très sérieusement le secteur de l’IA tout entier. Les entreprises pourraient trouver là un modèle à la fois abordable et personnalisable, bien plus souple que les concurrents GPT, Claude et consorts. La place de marché OpenRouter a d’ailleurs calculé que les modèles chinois (majoritairement à poids ouverts) représentaient 60 % de l’usage de tokens par les sociétés américaines, rapporte Bloomberg.

Cette ouverture des modèles provenant de Chine est une stratégie voulue par Pékin. Le président Xi Jinping a ainsi encouragé « l’open source, la collaboration et le partage » pour que l’IA bénéficie aux entreprises de toutes les industries durant la World Artificial Intelligence Conference de Shanghai la semaine dernière.

Washington cherche la faille

C’est un caillou dans la chaussure de l’IA américaine, où les modèles fermés et propriétaires sont la norme. Ils permettent aux labos d’avoir la haute main sur la tarification des tokens, ils peuvent aussi couper le robinet de leurs modèles à tout moment pour n’importe quelle raison – comme on l’a vu le mois dernier avec Fable 5. Le gouvernement américain veut désormais avoir un œil sur les nouveaux modèles de frontière avant leur mise à disposition.

Les modèles à poids ouverts ont ceci de particulier qu’une fois lâchés dans la nature, il devient pratiquement impossible de refermer la boîte. Pour protéger son industrie IA, la Maison-Blanche envisage donc plusieurs tactiques, mais une semble se détacher du lot.

• Avant même l’ouverture de ses poids, Kimi K3 inquiète déjà Washington

Michael Kratsios, directeur du Bureau de la politique scientifique et technologique de l’administration, affirme sur les réseaux sociaux : « Nous disposons d’informations selon lesquelles Moonshot AI a distillé Fable, le modèle d’Anthropic, pour développer son modèle K3 ». Le haut responsable explique que la startup chinoise a développé une « plateforme interne sophistiquée » pour mener des opérations de distillation à grande échelle.

De la sorte, Moonshot aurait ainsi pu « passer rapidement d’une méthode d’accès à une autre afin d’éviter d’être détectée ». L’entreprise aurait également eu accès à des serveurs équipés de puces GB300 de NVIDIA en Thaïlande, « probablement pour entraîner ses modèles d’IA ». Kratsios n’a rien contre la « distillation légitime », mais « les opérations clandestines de distillation industrielle menées à grande échelle dans le but de voler des technologies américaines propriétaires et de saper la recherche américaine sont inacceptables. »

Tout le monde ne partage pas l’inquiétude de Washington

Anthropic a par le passé déjà accusé Moonshot de distillation sauvage. De son côté, OpenAI se fait beaucoup plus prudente. Dean Ball, responsable de la prospective stratégique au sein du labo, pense ainsi que les performances de Kimi K3 ne peuvent pas être expliquées par une distillation.

Greg Brockman, cofondateur et président d’OpenAI, estime qu’il est encore trop tôt pour déterminer si Moonshot a extrait des résultats des modèles de son entreprise pour améliorer Kimi K3. Mais « c’est quelque chose que nous surveillons en permanence », a-t-il ajouté à Bloomberg, en tressant des lauriers au modèle concurrent, « plutôt bon ».

Les modèles chinois sont mêmes jugés « excellents » par Jensen Huang, le directeur général de NVIDIA. « Les modèles open source qui sont excellents devraient être utilisés », a-t-il ajouté auprès d’Axios. « Il n’existe aucun scénario où la Chine pourrait évincer les entreprises américaines, c’est tout simplement impossible », assène-t-il. Les labos IA américains n’ont donc pas à craindre les modèles à poids ouverts, selon lui, car ils élargissent le marché en permettant à davantage de personnes de découvrir l’IA.

De nombreux utilisateurs continueront de payer pour la simplicité, la fiabilité et les « performances supérieures » des modèles fermés, poursuit le dirigeant. Il prêche évidemment pour sa paroisse : « Une IA gratuite devrait être une excellente nouvelle pour le matériel informatique, une excellente nouvelle pour les puces, une excellente nouvelle pour les centres de données ». Toutes choses fournies par NVIDIA, bien sûr.

Washington pas open à l'open source

L’administration Trump a peut-être trouvé la réplique à Kimi K3, le nouveau modèle IA du labo chinois Moonshot AI, dont les poids seront publiés la semaine prochaine. Un officiel de la Maison-Blanche accuse le LLM de distillation de Fable, le modèle d’Anthropic.

Depuis le lancement de Kimi K3 le 17 juillet dernier, on sent comme un petit vent de panique au sein du gouvernement américain. Le modèle développé par Moonshot AI a plusieurs arguments à faire valoir face à la concurrence des labos états-uniens : des performances 3T « de niveau frontière », en tout cas pas si éloignées des modèles US, des prix plus doux, et surtout une ouverture attendue le 27 juillet. Les poids de Kimi K3 doivent en effet être publiés la semaine prochaine, ce qui permettra aux entreprises et aux organisations de l’installer sur leurs propres serveurs et éventuellement de le modifier.

• Kimi K3 : ce qu’il faut savoir du modèle open source de 2 800 milliards de paramètres

Le côté open source couplé avec des capacités de premier plan risque de secouer très sérieusement le secteur de l’IA tout entier. Les entreprises pourraient trouver là un modèle à la fois abordable et personnalisable, bien plus souple que les concurrents GPT, Claude et consorts. La place de marché OpenRouter a d’ailleurs calculé que les modèles chinois (majoritairement à poids ouverts) représentaient 60 % de l’usage de tokens par les sociétés américaines, rapporte Bloomberg.

Cette ouverture des modèles provenant de Chine est une stratégie voulue par Pékin. Le président Xi Jinping a ainsi encouragé « l’open source, la collaboration et le partage » pour que l’IA bénéficie aux entreprises de toutes les industries durant la World Artificial Intelligence Conference de Shanghai la semaine dernière.

Washington cherche la faille

C’est un caillou dans la chaussure de l’IA américaine, où les modèles fermés et propriétaires sont la norme. Ils permettent aux labos d’avoir la haute main sur la tarification des tokens, ils peuvent aussi couper le robinet de leurs modèles à tout moment pour n’importe quelle raison – comme on l’a vu le mois dernier avec Fable 5. Le gouvernement américain veut désormais avoir un œil sur les nouveaux modèles de frontière avant leur mise à disposition.

Les modèles à poids ouverts ont ceci de particulier qu’une fois lâchés dans la nature, il devient pratiquement impossible de refermer la boîte. Pour protéger son industrie IA, la Maison-Blanche envisage donc plusieurs tactiques, mais une semble se détacher du lot.

• Avant même l’ouverture de ses poids, Kimi K3 inquiète déjà Washington

Michael Kratsios, directeur du Bureau de la politique scientifique et technologique de l’administration, affirme sur les réseaux sociaux : « Nous disposons d’informations selon lesquelles Moonshot AI a distillé Fable, le modèle d’Anthropic, pour développer son modèle K3 ». Le haut responsable explique que la startup chinoise a développé une « plateforme interne sophistiquée » pour mener des opérations de distillation à grande échelle.

De la sorte, Moonshot aurait ainsi pu « passer rapidement d’une méthode d’accès à une autre afin d’éviter d’être détectée ». L’entreprise aurait également eu accès à des serveurs équipés de puces GB300 de NVIDIA en Thaïlande, « probablement pour entraîner ses modèles d’IA ». Kratsios n’a rien contre la « distillation légitime », mais « les opérations clandestines de distillation industrielle menées à grande échelle dans le but de voler des technologies américaines propriétaires et de saper la recherche américaine sont inacceptables. »

Tout le monde ne partage pas l’inquiétude de Washington

Anthropic a par le passé déjà accusé Moonshot de distillation sauvage. De son côté, OpenAI se fait beaucoup plus prudente. Dean Ball, responsable de la prospective stratégique au sein du labo, pense ainsi que les performances de Kimi K3 ne peuvent pas être expliquées par une distillation.

Greg Brockman, cofondateur et président d’OpenAI, estime qu’il est encore trop tôt pour déterminer si Moonshot a extrait des résultats des modèles de son entreprise pour améliorer Kimi K3. Mais « c’est quelque chose que nous surveillons en permanence », a-t-il ajouté à Bloomberg, en tressant des lauriers au modèle concurrent, « plutôt bon ».

Les modèles chinois sont mêmes jugés « excellents » par Jensen Huang, le directeur général de NVIDIA. « Les modèles open source qui sont excellents devraient être utilisés », a-t-il ajouté auprès d’Axios. « Il n’existe aucun scénario où la Chine pourrait évincer les entreprises américaines, c’est tout simplement impossible », assène-t-il. Les labos IA américains n’ont donc pas à craindre les modèles à poids ouverts, selon lui, car ils élargissent le marché en permettant à davantage de personnes de découvrir l’IA.

De nombreux utilisateurs continueront de payer pour la simplicité, la fiabilité et les « performances supérieures » des modèles fermés, poursuit le dirigeant. Il prêche évidemment pour sa paroisse : « Une IA gratuite devrait être une excellente nouvelle pour le matériel informatique, une excellente nouvelle pour les puces, une excellente nouvelle pour les centres de données ». Toutes choses fournies par NVIDIA, bien sûr.

Ouroboros

AMD s’engage à investir jusqu’à 5 milliards de dollars pour soutenir le développement d’Anthropic. En échange, l’éditeur des modèles Claude promet de déployer l’équivalent de 2 GW de puces AMD au sein de ses infrastructures de calcul. Un nouvel accord croisé comme le secteur de l’IA générative les aime tant.

AMD et Anthropic viennent de donner un peu de grain à moudre aux détracteurs de la frénésie d’investissements croisés qui accompagne l’avènement de l’IA générative. Les deux entreprises viennent en effet d’annoncer un accord basé sur un principe de réciprocité. Anthropic s’engage à acheter des quantités massives de puces haut de gamme fournies par AMD, tandis qu’AMD promet en échange d’investir jusqu’à 5 milliards de dollars pour soutenir la stratégie de développement de son client.

Helios, les nouveaux racks dédiés à l’IA d’AMD

Ce nouveau partenariat accompagne la livraison, par AMD, de ses premiers racks dédiés à l’IA sous la marque Helios, annoncés en octobre dernier et mis en avant lors du dernier CES. À l’instar de ce que propose NVIDIA avec sa plateforme Vera Rubin, Helios prend la forme d’un système complet, avec un ensemble de GPU de la gamme Instinct MI450, des processeurs AMD EPYC de classe Venice et une couche réseau maison dédiée aux interconnexions, AMD Pensando. Le tout fonctionne à l’aide de ROCm, la pile logicielle open source qu’AMD dédie à l’IA et au supercalcul, conçue comme une alternative à CUDA.

Anthropic, qui exploite déjà des GPU Instinct MI355X sur une partie de son infrastructure, devrait dans ce contexte commander l’équivalent de 2 GW de systèmes Helios. Le nombre de machines correspondant n’est pas précisé, mais les deux partenaires évoquent le premier semestre 2027 comme horizon de déploiement pour le premier GW.

Les deux entreprises profitent de l’occasion pour formaliser un accord de collaboration selon lequel les modèles Claude seront mis à profit pour accélérer le développement des logiciels AMD. « Plus précisément, les équipes utiliseront Claude pour optimiser les charges de travail destinées aux GPU AMD Instinct et accélérer le développement logiciel ROCm. AMD déploiera également Claude à grande échelle au sein de ses équipes d’ingénierie et de développement de produits », indique la firme de Sunnyvale.

Notons qu’on retrouve quasi systématiquement des engagements de collaboration étendue dans ce genre d’accord, et que ces derniers ne s’accompagnent que rarement d’une exclusivité.

AMD avance en revanche une autre contrepartie : une promesse d’investissement « jusqu’à 5 milliards de dollars » dans Anthropic « à l’avenir ». L’enveloppe est délimitée, mais le calendrier n’est pas précisé, et la mention « jusqu’à » laisse supposer un accord par paliers, possiblement indexé sur la quantité réelle de systèmes commandés et déployés par Anthropic.

Des accords croisés de plus en plus fréquents

Anthropic avait déjà annoncé en avril dernier un accord similaire, sur le principe, avec Amazon, envisageant un achat en volume de puces Trainium en échange d’un renforcement au capital, à hauteur là aussi de 5 milliards de dollars. En octobre 2025, l’éditeur de Claude signait un accord avec Google pour un approvisionnement garanti en TPU.

OpenAI n’est pas en reste, avec notamment une succession de promesses croisées impliquant NVIDIA pour la fourniture de puces, mais aussi Oracle pour la construction et la mise à disposition de datacenters, avec une valse de contrats réciproques et surtout basés sur des engagements futurs qui alimentent les craintes d’une bulle de l’IA.

Un doublé pour AMD

AMD signe un doublé grâce à ce nouvel accord : l’entreprise avait déjà annoncé lundi 20 juillet un contrat de grande envergure avec Microsoft, portant là aussi sur des systèmes Helios et à destination des services d’inférence proposés sur Azure, avec une livraison programmée au deuxième semestre 2026. Le montant et le périmètre du contrat n’ont pas été communiqués.

Microsoft indique toutefois de son côté qu’une partie de ces équipements motorisera la nouvelle offre de machines virtuelles dédiées à l’entraînement d’IA proposée par Azure. Baptisées HDv2, ces VM pourront mobiliser jusqu’à 500 cœurs physiques de CPU AMD Epyc, 4 To de mémoire vive et 32 To de stockage NVMe. Azure déclinera également les solutions physiques d’AMD sur deux autres types de VM destinées respectivement au design électronique et à l’inférence à grande échelle.

Ouroboros

AMD s’engage à investir jusqu’à 5 milliards de dollars pour soutenir le développement d’Anthropic. En échange, l’éditeur des modèles Claude promet de déployer l’équivalent de 2 GW de puces AMD au sein de ses infrastructures de calcul. Un nouvel accord croisé comme le secteur de l’IA générative les aime tant.

AMD et Anthropic viennent de donner un peu de grain à moudre aux détracteurs de la frénésie d’investissements croisés qui accompagne l’avènement de l’IA générative. Les deux entreprises viennent en effet d’annoncer un accord basé sur un principe de réciprocité. Anthropic s’engage à acheter des quantités massives de puces haut de gamme fournies par AMD, tandis qu’AMD promet en échange d’investir jusqu’à 5 milliards de dollars pour soutenir la stratégie de développement de son client.

Helios, les nouveaux racks dédiés à l’IA d’AMD

Ce nouveau partenariat accompagne la livraison, par AMD, de ses premiers racks dédiés à l’IA sous la marque Helios, annoncés en octobre dernier et mis en avant lors du dernier CES. À l’instar de ce que propose NVIDIA avec sa plateforme Vera Rubin, Helios prend la forme d’un système complet, avec un ensemble de GPU de la gamme Instinct MI450, des processeurs AMD EPYC de classe Venice et une couche réseau maison dédiée aux interconnexions, AMD Pensando. Le tout fonctionne à l’aide de ROCm, la pile logicielle open source qu’AMD dédie à l’IA et au supercalcul, conçue comme une alternative à CUDA.

Anthropic, qui exploite déjà des GPU Instinct MI355X sur une partie de son infrastructure, devrait dans ce contexte commander l’équivalent de 2 GW de systèmes Helios. Le nombre de machines correspondant n’est pas précisé, mais les deux partenaires évoquent le premier semestre 2027 comme horizon de déploiement pour le premier GW.

Les deux entreprises profitent de l’occasion pour formaliser un accord de collaboration selon lequel les modèles Claude seront mis à profit pour accélérer le développement des logiciels AMD. « Plus précisément, les équipes utiliseront Claude pour optimiser les charges de travail destinées aux GPU AMD Instinct et accélérer le développement logiciel ROCm. AMD déploiera également Claude à grande échelle au sein de ses équipes d’ingénierie et de développement de produits », indique la firme de Sunnyvale.

Notons qu’on retrouve quasi systématiquement des engagements de collaboration étendue dans ce genre d’accord, et que ces derniers ne s’accompagnent que rarement d’une exclusivité.

AMD avance en revanche une autre contrepartie : une promesse d’investissement « jusqu’à 5 milliards de dollars » dans Anthropic « à l’avenir ». L’enveloppe est délimitée, mais le calendrier n’est pas précisé, et la mention « jusqu’à » laisse supposer un accord par paliers, possiblement indexé sur la quantité réelle de systèmes commandés et déployés par Anthropic.

Des accords croisés de plus en plus fréquents

Anthropic avait déjà annoncé en avril dernier un accord similaire, sur le principe, avec Amazon, envisageant un achat en volume de puces Trainium en échange d’un renforcement au capital, à hauteur là aussi de 5 milliards de dollars. En octobre 2025, l’éditeur de Claude signait un accord avec Google pour un approvisionnement garanti en TPU.

OpenAI n’est pas en reste, avec notamment une succession de promesses croisées impliquant NVIDIA pour la fourniture de puces, mais aussi Oracle pour la construction et la mise à disposition de datacenters, avec une valse de contrats réciproques et surtout basés sur des engagements futurs qui alimentent les craintes d’une bulle de l’IA.

Un doublé pour AMD

AMD signe un doublé grâce à ce nouvel accord : l’entreprise avait déjà annoncé lundi 20 juillet un contrat de grande envergure avec Microsoft, portant là aussi sur des systèmes Helios et à destination des services d’inférence proposés sur Azure, avec une livraison programmée au deuxième semestre 2026. Le montant et le périmètre du contrat n’ont pas été communiqués.

Microsoft indique toutefois de son côté qu’une partie de ces équipements motorisera la nouvelle offre de machines virtuelles dédiées à l’entraînement d’IA proposée par Azure. Baptisées HDv2, ces VM pourront mobiliser jusqu’à 500 cœurs physiques de CPU AMD Epyc, 4 To de mémoire vive et 32 To de stockage NVMe. Azure déclinera également les solutions physiques d’AMD sur deux autres types de VM destinées respectivement au design électronique et à l’inférence à grande échelle.

La cybersécurité sous verrou

Google ne veut pas se laisser distancer par Anthropic et OpenAI sur le terrain des modèles IA spécialisés dans la cybersécurité. Avec Gemini 3.5 Flash Cyber, le géant du web se jette à son tour dans la chasse aux failles de sécurité – un modèle sous contrôle, comme chez les rivaux.

Google a levé le voile sur de nouveaux modèles IA pour tenter de se repositionner dans la course à toute allure que se mènent les labos IA. Dans le couloir de la cybersécurité, où Mythos 5 et GPT-5.5-Cyber font la course en tête, Google vient de lancer Gemini 3.5 Flash Cyber, conçu pour détecter, vérifier et corriger des failles de sécurité dans le code logiciel.

À l’image du projet Glasswing d’Anthropic et du programme Trusted Access for Cyber chez OpenAI, le nouveau modèle de Google est distribué de façon restreinte : seuls des gouvernements et des partenaires jugés fiables y auront accès. Une prudence qui s’explique par la nature même du modèle, capable d’épauler les défenseurs, mais aussi d’armer les attaquants.

Gemini 3.5 Flash Cyber sera intégré à CodeMender, un agent de sécurité qui fait travailler plusieurs instances du modèle avant de produire un rapport commun. En termes de capacités, les performances de ce modèle seraient proches de ses rivaux, selon le bench CyberGym (même si GPT-5.5-Cyber fait légèrement mieux).

Des modèles à tout faire

Pour le grand public et les développeurs, Google propose deux autres modèles. Gemini 3.6 Flash est le « passe-partout » du lot, il remplace (et selon les benchmarks, surclasse) Gemini 3.5 Flash pour les tâches courantes : programmation, analyse de documents, recherche d’informations, génération de rapports et utilisation d’interfaces. L’index Artificial Analysis indique une consommation de jetons 17 % inférieure en moyenne par rapport à son prédécesseur pour arriver au même résultat. Il aurait besoin de moins d’étapes de raisonnement et ferait appel moins souvent à des outils externes.

En termes de coût, Gemini 3.6 Flash revient à 1,5 dollar par million de jetons en entrée, et 7,5 dollars en sortie. Artificial Analysis indique qu’en moyenne sur une tâche, le modèle revient moitié moins cher que GPT-5.6 Sol (max) et Kimi K3. En revanche, il est plus onéreux que les tout récents Grok 4.5 (high) de SpaceXAI et Muse Spark 1.1 (xhigh) de Meta, deux modèles qui se battent sur le terrain du rapport qualité/prix.

Google insiste sur le fait que son modèle peut réaliser une tâche complète en réalisant moins d’actions intermédiaires et en consommant moins de tokens. L’argument peut porter dans les entreprises où on commence à se rendre compte qu’utiliser de l’IA générative à gogo coûte de plus en plus cher.

• Quand l’IA agentique coûte plus cher que de payer ses employés humains

Gemini 3.5 Flash Lite vise ailleurs : ce nouveau modèle est censé accomplir des tâches simples exécutées en très grand nombre. Google cite notamment la recherche automatisée, le traitement de documents ou les systèmes constitués de petits agents. C’est le modèle le moins cher du lot : 0,30 dollar en entrée, 2,50 dollars en sortie.

Sur certains tests, 3.5 Flash Lite se montrerait plus puissant que Gemini 3 Flash, assure le moteur de recherche. Doté de plusieurs niveaux de réflexion, le modèle produirait jusqu’à 350 jetons par seconde, ce qui ne renseigne pas sur le temps que prend une requête complète.

Google donne pour finir quelques nouvelles de Gemini 3.5 Pro, qui n’est toujours pas lancé publiquement mais le modèle est testé par des partenaires de l’entreprise. Il devrait devenir, en toute logique, le modèle haut de gamme. Gemini 4 est de son côté toujours en train de suer à l’entraînement.

La cybersécurité sous verrou

Google ne veut pas se laisser distancer par Anthropic et OpenAI sur le terrain des modèles IA spécialisés dans la cybersécurité. Avec Gemini 3.5 Flash Cyber, le géant du web se jette à son tour dans la chasse aux failles de sécurité – un modèle sous contrôle, comme chez les rivaux.

Google a levé le voile sur de nouveaux modèles IA pour tenter de se repositionner dans la course à toute allure que se mènent les labos IA. Dans le couloir de la cybersécurité, où Mythos 5 et GPT-5.5-Cyber font la course en tête, Google vient de lancer Gemini 3.5 Flash Cyber, conçu pour détecter, vérifier et corriger des failles de sécurité dans le code logiciel.

À l’image du projet Glasswing d’Anthropic et du programme Trusted Access for Cyber chez OpenAI, le nouveau modèle de Google est distribué de façon restreinte : seuls des gouvernements et des partenaires jugés fiables y auront accès. Une prudence qui s’explique par la nature même du modèle, capable d’épauler les défenseurs, mais aussi d’armer les attaquants.

Gemini 3.5 Flash Cyber sera intégré à CodeMender, un agent de sécurité qui fait travailler plusieurs instances du modèle avant de produire un rapport commun. En termes de capacités, les performances de ce modèle seraient proches de ses rivaux, selon le bench CyberGym (même si GPT-5.5-Cyber fait légèrement mieux).

Des modèles à tout faire

Pour le grand public et les développeurs, Google propose deux autres modèles. Gemini 3.6 Flash est le « passe-partout » du lot, il remplace (et selon les benchmarks, surclasse) Gemini 3.5 Flash pour les tâches courantes : programmation, analyse de documents, recherche d’informations, génération de rapports et utilisation d’interfaces. L’index Artificial Analysis indique une consommation de jetons 17 % inférieure en moyenne par rapport à son prédécesseur pour arriver au même résultat. Il aurait besoin de moins d’étapes de raisonnement et ferait appel moins souvent à des outils externes.

En termes de coût, Gemini 3.6 Flash revient à 1,5 dollar par million de jetons en entrée, et 7,5 dollars en sortie. Artificial Analysis indique qu’en moyenne sur une tâche, le modèle revient moitié moins cher que GPT-5.6 Sol (max) et Kimi K3. En revanche, il est plus onéreux que les tout récents Grok 4.5 (high) de SpaceXAI et Muse Spark 1.1 (xhigh) de Meta, deux modèles qui se battent sur le terrain du rapport qualité/prix.

Google insiste sur le fait que son modèle peut réaliser une tâche complète en réalisant moins d’actions intermédiaires et en consommant moins de tokens. L’argument peut porter dans les entreprises où on commence à se rendre compte qu’utiliser de l’IA générative à gogo coûte de plus en plus cher.

• Quand l’IA agentique coûte plus cher que de payer ses employés humains

Gemini 3.5 Flash Lite vise ailleurs : ce nouveau modèle est censé accomplir des tâches simples exécutées en très grand nombre. Google cite notamment la recherche automatisée, le traitement de documents ou les systèmes constitués de petits agents. C’est le modèle le moins cher du lot : 0,30 dollar en entrée, 2,50 dollars en sortie.

Sur certains tests, 3.5 Flash Lite se montrerait plus puissant que Gemini 3 Flash, assure le moteur de recherche. Doté de plusieurs niveaux de réflexion, le modèle produirait jusqu’à 350 jetons par seconde, ce qui ne renseigne pas sur le temps que prend une requête complète.

Google donne pour finir quelques nouvelles de Gemini 3.5 Pro, qui n’est toujours pas lancé publiquement mais le modèle est testé par des partenaires de l’entreprise. Il devrait devenir, en toute logique, le modèle haut de gamme. Gemini 4 est de son côté toujours en train de suer à l’entraînement.