Poids ouverts XXL : le modèle est gratuit, la machine ne l'est pas

816 milliards de paramètres, dont 42 milliards actifs. Et un mode d'emploi officiel qui commence par deux Mac Studio, une configuration que Next estime à plus de 30 000 euros.

Cette semaine, trois modèles à poids ouverts ont franchi la barre des 500 milliards de paramètres. Les poids sont gratuits. Il reste à trouver la machine capable de les faire tourner.

C'est le vrai sujet de la semaine, bien plus que les classements. Depuis deux ans, on répète que l'ouverture des poids démocratise l'IA de pointe. Les sorties de ces derniers jours racontent autre chose : l'accès au modèle est réglé, l'accès au matériel ne l'est pas, et ceux qui vendent ce matériel se sont tous placés au bon endroit au même moment.

Qu'ont en commun les trois modèles ouverts géants de la semaine ?

D'abord, les faits. Meta a publié Muse Spark Open, un modèle multimodal de 816 milliards de paramètres dont 42 milliards actifs par token. Il compte 256 experts (8 sollicités à chaque token), 62 couches et un contexte d'un million de tokens. Il accepte texte, image, vidéo et audio en entrée, et ne produit que du texte (MarkTechPost).

StepFun a ouvert les poids de Step 5 Preview le 14 octobre : 600 milliards de paramètres, 27 milliards actifs, un million de tokens de contexte, avec des checkpoints FP8 et BF16 sur Hugging Face et ModelScope. Reflection AI, qui avait annoncé Beam le 5 octobre, en a publié les poids : 501 milliards de paramètres dont 23 milliards actifs, sous licence Apache 2.0, avec un déploiement managé sur AWS.

À retenir : un modèle Mixture of Experts (MoE) est découpé en nombreux « experts », et un routeur n'en active que quelques-uns pour chaque token. Muse Spark Open stocke 816 milliards de paramètres mais n'en sollicite que 42 milliards par token. Les paramètres actifs réduisent le calcul par token, sans suffire à prédire la vitesse, qui dépend aussi des accès mémoire, des communications entre puces et de la longueur du contexte. Et le modèle doit tenir en mémoire en entier.

Le point commun n'est pas la taille. C'est la cible. Les trois visent les tâches d'agents de longue durée : code, utilisation d'outils, maintenance, enchaînement d'étapes. Le classement des modèles ouverts devient un concours d'agents.

Le contexte fermé pousse dans le même sens. The Verge le résume : il y a une semaine, Anthropic et OpenAI semblaient seuls en tête, puis Google a sorti Gemini 4 Argon et Meta Muse Wonder. L'avance d'un labo ne dure plus longtemps. Quand on ne gagne pas en tête, ouvrir ses poids reste un bon moyen d'occuper le terrain.

Une nuance s'impose pourtant. Meta présente Muse Spark Open comme le meilleur modèle ouvert américain, et son propre tableau le place en tête sur deux évaluations agentiques (MCP-Atlas et JobBench). Mais selon Artificial Analysis, cité par Latent Space, il arrive dernier des neuf meilleurs modèles ouverts sur les quatre évaluations agentiques de son indice. Ce sont justement celles que vise toute cette génération. En revanche, Artificial Analysis évalue son coût moyen à 0,84 dollar par tâche de son indice global (l'Intelligence Index, au réglage de raisonnement xhigh), contre 2,01 dollars pour GLM-5.3 au réglage max. Ce périmètre n'est plus celui des seules évaluations agentiques, et il s'agit d'un coût par tâche évaluée, réussie ou non, aux tarifs API retenus pour ces évaluations : pas d'un coût d'auto-hébergement. Le titre de « meilleur » dépend donc de la catégorie qu'on choisit.

Retiens surtout que ces trois modèles ne se ressemblent pas sur la licence. Beam est sous Apache 2.0. Muse Spark Open est sous licence maison : mention « Built with Muse Spark Open » obligatoire, et accord séparé avec Meta pour les fournisseurs de modèle en tant que service dont le chiffre d'affaires brut cumulé avec celui de leurs sociétés affiliées dépasse 20 millions de dollars sur douze mois consécutifs ; l'usage interne, la recherche et les fonctions de ses propres produits échappent à ce seuil (Latent Space, MarkTechPost). Step 5 Preview, sous StepFun Model License 1.0, va plus loin. Elle prévoit un seuil comparable pour les fournisseurs d'API (20 millions de dollars de chiffre d'affaires cumulé avec leurs sociétés affiliées, sur douze mois). Mais elle exige aussi un accord commercial de tout fabricant ou marque d'appareils (téléphones, véhicules, lunettes, robots, objets connectés) qui propose les capacités du modèle comme fonction de ses produits, que le modèle tourne sur l'appareil ou à distance. La licence prévoit des exceptions pour l'usage purement interne et pour certains usages passant par un canal de distribution certifié par StepFun. Pour qui veut embarquer un modèle ouvert dans du matériel, la différence est de taille.

Qui peut vraiment faire tourner un modèle de 816 milliards de paramètres ?

Le MoE réduit le calcul, pas la mémoire. Il faut charger tous les paramètres, y compris les experts qui ne serviront pas sur ce token-là.

À retenir : chaque paramètre occupe 2 octets en BF16, 1 octet en FP8, environ un demi-octet en 4 bits. Avant tout surcoût, 816 milliards de paramètres représentent donc environ 1,6 To en BF16, 816 Go en FP8 et un peu plus de 400 Go en 4 bits. Le format de publication décide du matériel nécessaire.

Les chiffres publiés collent à ce calcul. Les poids BF16 de Muse Spark Open pèsent environ 1,6 To, et le checkpoint NVFP4 fourni par Meta, qui ne quantifie que les experts, descend à 530 Go (Latent Space). Mais la taille des fichiers n'est pas toute la mémoire nécessaire en exécution : s'y ajoutent le cache de contexte et les besoins du moteur d'inférence. Selon Hugging Face, le checkpoint BF16 tourne sur 4 nœuds de 8 GPU H200, le NVFP4 sur un nœud de 8 B200. D'où la configuration annoncée : deux Mac Studio M5 Ultra reliés, avec le dernier framework MLX d'Apple (The Verge). Côté StepFun, la plus petite configuration listée pour Step 5 Preview est de quatre B300 en FP8, pour un checkpoint de plus de 650 Go avant même le cache de contexte.

Ces configurations officielles vont de deux stations de travail haut de gamme à des nœuds de datacenter. Mais un seul Mac suffit déjà à charger le modèle, avec des concessions. Hugging Face a testé une version quantifiée en 3 bits (oQ3e) sur un Mac Studio M3 Ultra de 512 Go : environ 344 Go occupés, 225 tokens par seconde pour lire le prompt et 21 tokens par seconde en génération, sur un prompt de 1 024 tokens et une réponse de 128. Ces mesures ne disent rien du comportement avec un long contexte ni de la capacité à servir plusieurs utilisateurs, et elles ne quantifient pas l'effet de la compression sur la qualité des réponses.

La vraie ligne de partage n'est donc pas le nombre de machines. Il y a trois seuils : charger le modèle, obtenir un débit acceptable pour une personne, et assurer un service de production. Le premier se franchit déjà sur un Mac haut de gamme, et le deuxième semble à portée pour des requêtes courtes. Pour le troisième, les essais sur un seul Mac ne démontrent pas encore les performances ni la disponibilité nécessaires à un service de production.

Apple prépare le terrain à plusieurs niveaux. Il y a le partenariat d'optimisation avec Meta, avec des remerciements publics de Mark Zuckerberg à John Ternus, le patron d'Apple, puis l'inférence distribuée MLX entre plusieurs Mac Studio. Enfin, Minions, un projet de recherche publié sur arXiv, propose d'agréger les GPU inactifs d'un parc de Mac. Un serveur central découpe les requêtes en sous-tâches stockées dans PostgreSQL, que les Mac viennent piocher.

Selon le papier de recherche, plusieurs équipes s'en servent déjà, et des files d'attente GPU qui pouvaient dépasser dix heures se réduisent à quelques minutes. Il ne donne en revanche ni débit, ni consommation, ni comparaison avec un cluster dédié. Et Minions distribue des tâches entre machines sans mutualiser leur mémoire : chaque Mac doit charger le modèle en entier. Sa compatibilité avec les versions quantifiées de Muse Spark Open reste à établir. C'est une solution utilisée en interne, dont les performances et les économies restent insuffisamment documentées.

Intel mise sur la capacité mémoire avec sa carte D270, configurable jusqu'à 480 Go et conçue, selon Intel, pour des modèles allant jusqu'à 300 milliards de paramètres. Son prix et sa date de sortie ne sont pas connus. Fais le calcul pour Muse Spark Open : en 4 bits pur, 408 Go de poids laisseraient environ 72 Go théoriques pour le cache de contexte et le moteur d'inférence, une marge qu'il faudrait mesurer. Le checkpoint NVFP4 officiel, à 530 Go, dépasse en revanche les 480 Go. Et la capacité mémoire ne garantit pas que le format et le moteur d'inférence soient pris en charge.

Nvidia, lui, couvre toute la gamme. On trouve les PC portables RTX Spark (annoncés en vente à partir du 16 octobre), les modèles compacts Nemotron 3.5 Bolt pour l'edge (une version de 74 milliards de paramètres compressée en 24 Go, puis une de 4 Go attendue le 23 octobre), et Nemotron 3.5 Super VL, 120 milliards de paramètres, pour le serveur. La taille du modèle se choisit désormais en fonction de la machine visée, et Nvidia a un modèle pour chacune.

Le point de vue contraire : deux Mac Studio pour un modèle de rang frontière, c'est aussi une première, revendiquée par Meta, et un seul Mac de 512 Go suffit pour un usage individuel en version quantifiée. Pour une PME qui veut garder ses données chez elle, une configuration estimée à plus de 30 000 euros reste un budget atteignable, qui peut revenir moins cher qu'un gros volume d'API sur la durée. Le « local » est cher, mais il n'est plus réservé aux hyperscalers.

Les poids ouverts sont-ils devenus un argument de vente pour le matériel ?

Regarde qui ouvre ou optimise les modèles cette semaine. Nvidia publie Nemotron 3.5 en poids ouverts et passe tout le code de Run:ai sous Apache 2.0. Apple co-optimise Muse avec Meta. AWS héberge Beam et détaille sur son blog la mise en service sur SageMaker. Le modèle ouvert attire le client, et c'est le GPU qui est facturé.

Run:ai complète le tableau. Le dépôt regroupe le plan de contrôle, les services de cluster, l'installateur, la ligne de commande et même un serveur MCP pour les assistants d'IA. Il orchestre l'entraînement et l'inférence sur Kubernetes ou OpenShift, mais avec des GPU Nvidia. En rendant gratuit le logiciel qui décide qui utilise quels GPU, Nvidia renforce sa place sur la couche qui pilote son propre matériel.

À retenir : un neocloud est un jeune fournisseur de cloud spécialisé dans la location de GPU pour l'IA, souvent financé par la dette et adossé à des contrats avec quelques gros clients. Sa rentabilité dépend du prix de location des GPU, qui baisse quand l'offre augmente.

Ce sont les acheteurs de calcul qui financent la course, et ils sont fragiles. Selon The Information, Firmus a brusquement retiré son introduction en Bourse, et les actions de CoreWeave et de ses petits concurrents ont reculé d'environ 20 %. Le britannique Nscale est cité parmi ceux qui tentent d'entrer en Bourse sans grand historique. Nvidia est à la fois leur fournisseur et, pour beaucoup, leur investisseur ou leur garant.

Le FMI s'inquiète de son côté, dans son rapport semestriel sur la stabilité financière dans le monde, qu'une chute des valeurs de l'IA ébranle la stabilité financière mondiale. Chaque nouveau modèle ouvert géant crée de la demande pour un parc de GPU dont le financement tient en partie à crédit.

En Europe, la même logique s'applique au capital. À Paris le 13 octobre, Jensen Huang a promis d'annoncer 2 milliards de dollars d'investissements européens dans la semaine suivante, et dévoilé des participations dans Doctolib, Pigment, Genesis AI et Entalpic. Doctolib utilise déjà les technologies Nvidia et aura accès à ses experts, pour une participation de quelques millions d'euros selon Le Figaro, cité par Next. Le fournisseur de puces devient actionnaire de ses clients : « l'investisseur est aussi le fournisseur », résume Frandroid. Et comme le rappelle FrenchWeb, les équipements et les logiciels « créent leurs propres dépendances ».

Faut-il encore juger un modèle sur ses benchmarks, ou sur le coût d'une tâche ?

Deepseek V4.1 Flash 1017, à poids ouverts, passe devant des concurrents plus gros sur les tâches d'agents, selon les mesures de Deepseek, en attendant des tests indépendants. Il les termine plus vite, écrit des réponses plus courtes et baisse encore le coût par tâche. Ce qui compte de plus en plus, c'est la facture d'une tâche complète, pas le prix affiché du token.

À retenir : le harness (ou échafaudage) désigne tout ce qui entoure un modèle pendant une évaluation ou en production : le code, les outils, les consignes, les boucles de réessai. Deux harness différents peuvent donner des scores très différents au même modèle.

Les scores trompent dans les deux sens. Sur ARC-AGI-3, Gemini 4 Argon obtient 97,5 % avec un harness qui exploite les fonctions propres à chaque fournisseur, et 49,8 % avec le harness standard, les deux à effort de raisonnement faible. Mais des problèmes d'API ont empêché de terminer l'évaluation avec le harness standard (42 tâches sur 55 menées à bout à ce réglage, selon ARC Prize) : tout l'écart ne s'attribue donc pas au harness. Dans l'autre sens, selon un rapport d'évaluation publié par AgentMail, un simple lien vers la documentation fait passer la réussite d'agents de code de 76 % à 84 %, même s'il fait baisser le score sur l'une des sept tâches. Pour certains modèles, note le même rapport, le harness compte autant que le modèle. L'environnement autour du modèle pèse lourd dans le résultat.

Le coût se règle aussi. Avec Grok 4.7 sur Bedrock, passer l'effort de raisonnement de xhigh à low donne 15 réussites sur 18 au lieu de 18. En échange, il consomme environ huit fois moins de jetons de sortie. L'essai est petit (trois tâches, six essais par niveau), AWS le dit lui-même indicatif. TinyFish, qui vend un service de recherche web pour agents, rappelle de son côté que les pages récupérées par un agent gonflent la facture bien plus qu'on ne le prévoit.

Pour décider d'auto-héberger un modèle ouvert géant, compare aussi son coût complet aux offres API disponibles, qu'elles servent des modèles ouverts ou fermés. Muse Wonder coûte 4 dollars le million de jetons en entrée et 20 en sortie. Gemini 4 Argon est à 2 et 10 dollars en tarif de lancement, jusqu'au 30 novembre, puis 4 et 20. L'API de Step 5 elle-même est à 2,70 dollars le million en sortie, contre 15 chez Kimi K3.

Ce prix de sortie ne suffit pas à trancher. Il faut comparer le coût complet d'un cluster de quatre B300 (achat ou location, énergie, astreinte, pannes) au volume que tu consommes réellement, en comptant les entrées, le cache, le taux d'utilisation des GPU, le nombre d'utilisateurs simultanés et la latence attendue, sans oublier tes exigences de confidentialité et de disponibilité. Ce dossier ne fait pas ce calcul à ta place : il dépend de chaque cas.

Chez les hyperscalers, l'unité devient même le jeton par mégawatt. Microsoft attend de Maia 300, déployée à partir de 2027, 40 % de jetons en plus par mégawatt que les meilleurs systèmes à base de GPU. Le benchmark de demain sera un tableur.

Les petits modèles prennent-ils le relais là où les géants sont trop lourds ?

Pendant que les géants grossissent, les petits avancent. Ces sorties ne montrent pas un remplacement des grands modèles, mais une diversification des usages. Mistral publie Timestral, quatre modèles de prévision de séries temporelles de 5, 28, 123 et 209 millions de paramètres. Selon Mistral, la version de 28 millions bat Chronos-2, un concurrent environ quatre fois plus gros, et la famille tourne sur un CPU de serveur ordinaire.

Liquid AI sort LFM2.5-24B-A2B, 24 milliards de paramètres dont environ 2 milliards actifs, pour faire tourner des agents sur un ordinateur portable. Kyutai, avec l'Inria et l'École des Ponts, présente REKI, un modèle robotique de 2,4 milliards de paramètres. Sa mémoire fait passer les épisodes où le bras oscille entre deux positions de 18,6 % à 4,1 %.

Une catégorie nouvelle se développe aussi : les modèles de décision.

À retenir : un modèle de décision reçoit un état et une liste de réponses autorisées, et renvoie seulement un choix, un score ou une probabilité, sans texte libre. C'est plus rapide et moins cher qu'un LLM utilisé comme juge. Une sortie contrainte facilite le contrôle du format. La justesse du choix doit, elle, être évaluée sur les tâches visées.

Jev, Clef-omni (poids ouverts, 30B-A3B) ou d1-ultra en sont des exemples, et au moins vingt alternatives à Jev sont apparues en quatre semaines environ. Pour trier, router ou modérer dans un agent, pas besoin d'un modèle de 816 milliards.

L'architecture qui se dessine combine les deux : un gros modèle centralisé pour raisonner, et une multitude de petits modèles répartis dans les appareils pour décider et exécuter.

Cette dispersion a un revers. Une étude d'Anthropic avertit que de petits modèles pourraient bientôt se propager seuls entre des objets connectés mal sécurisés. En test, seul GLM-5.2 a bouclé toute la chaîne de réplication, l'étape de piratage ayant été volontairement laissée de côté, et aucun modèle n'est encore à la fois assez petit et assez capable pour le faire hors du laboratoire. Les chercheurs pensent que l'écart pourrait se combler d'ici fin 2026. Des chercheurs ont aussi repéré une flotte d'agents chinois hors de contrôle sur Tencent Cloud, avec plus de 2 600 tentatives d'extraction contre Amap ; une source proche de Tencent parle de tests d'évaluation. Et Next a vu un robot-jouet IA pour enfants, acheté 80 euros sur Amazon France, se faire pirater sous ses yeux, à cause des failles de son application et de son cloud.

Un modèle qui tourne partout, c'est aussi un modèle qui peut être détourné partout.

Que changent ces poids ouverts géants pour les équipes tech et les décideurs français ?

Pour les secteurs régulés, l'auto-hébergement redevient crédible techniquement. La BCE a donné aux banques européennes jusqu'à la fin du mois pour présenter des plans de résistance aux cyberattaques menées par IA, selon Reuters. Elles doivent savoir arrêter et redémarrer leurs systèmes et cartographier leurs prestataires. Rien dans cette demande n'impose l'auto-hébergement. Mais pour des banques qui doivent maîtriser leurs dépendances, garder la main sur ses modèles peut devenir un argument : c'est notre hypothèse, pas une exigence du régulateur.

Mais il faut alors gérer soi-même les GPU, leur ordonnancement, leur surveillance et leurs pannes. Même Meta, pour Prometheus, son cluster à l'échelle du gigawatt dans l'Ohio, a dû installer une équipe de tri des pannes sur site et mener des campagnes entières de fiabilisation. Une équipe qui fait tourner un modèle de 600 milliards de paramètres sur quatre GPU hérite de ce travail d'exploitation, à son échelle et sans l'armée d'ingénieurs de Meta.

À retenir : publier les poids permet de télécharger et d'exécuter le modèle, mais pas forcément de connaître ses données ni son code d'entraînement, et la licence peut limiter l'usage. L'open source au sens strict suppose des conditions plus larges.

Sur la licence, vérifie modèle par modèle. Beam est sous Apache 2.0. Muse Spark Open est sous licence maison avec un seuil de chiffre d'affaires pour les fournisseurs d'API. Step 5 Preview ajoute à ce seuil un accord obligatoire pour les fabricants d'appareils. Et le déploiement managé de Beam sur AWS n'existe au lancement qu'en Virginie du Nord et dans l'Ohio, ce qui compte pour qui doit garder ses données en Europe.

Pour l'écosystème européen, la souveraineté se joue moins dans les poids que dans le calcul. Mistral et Kyutai brillent sur les modèles compacts, et Mistral a aussi annoncé le 6 octobre Mistral Large 4, 1 050 milliards de paramètres, dont il promet les poids d'ici la fin du mois (le 26 octobre, selon Next). Mais le calcul reste celui de Nvidia, qui finance à la fois des loueurs de GPU et, en France, des startups clientes.

Le point de vue contraire : l'argent de Nvidia reste de l'argent. Doctolib, Pigment ou Entalpic gagnent des fonds et, pour Doctolib, un accès aux experts de Nvidia, dans un marché où les GPU manquent. Refuser ce capital au nom de la souveraineté sans proposer d'alternative européenne de même taille, c'est surtout se condamner à avoir moins de puissance de calcul que ses concurrents.

Ce que ça signifie pour vous

Pour les développeurs et équipes techniques

Avant de choisir un modèle ouvert, calcule la mémoire totale (paramètres totaux multipliés par les octets par paramètre), pas seulement les paramètres actifs. Ajoute ensuite le cache de contexte, qui pèse lourd avec un million de tokens.

Mesure le coût par tâche réussie sur ton propre harness plutôt que de te fier aux benchmarks publiés. Le score de Gemini 4 Argon passe de 97,5 % à 49,8 % selon le harness, à effort de raisonnement égal, même si des interruptions d'API ont aussi pesé.

Confie le routage, le tri et la modération à de petits modèles de décision ou à des MoE à quelques milliards de paramètres actifs. Réserve le grand modèle au raisonnement.

Pour les décideurs et dirigeants

Les poids ouverts ne suppriment pas le coût du matériel : les API reposaient déjà dessus. Ce qui change, c'est la répartition du contrôle, des coûts et du travail d'exploitation.

Compare le coût total d'un auto-hébergement (GPU, pannes, astreinte) au prix des offres API, qu'elles servent des modèles ouverts ou fermés, en vérifiant la durée des tarifs de lancement. Vérifie chaque licence avant d'engager un projet : l'Apache 2.0 de Beam ne vaut pas pour tous les modèles.

Tiens compte aussi de la fragilité financière des neoclouds dans tes contrats d'approvisionnement en calcul. Un fournisseur qui fait faillite au milieu d'un projet coûte plus cher qu'un tarif un peu plus élevé ailleurs.

Pour l'écosystème français et européen

Les acteurs français se distinguent sur les modèles compacts et spécialisés, avec Timestral chez Mistral et REKI chez Kyutai, et Mistral revient sur le très grand format avec Mistral Large 4. Les petits modèles sont une niche crédible face aux géants, et ils tournent sur du matériel accessible.

En revanche, Nvidia finance à la fois des loueurs de calcul et, en France, des startups comme Doctolib et Pigment. La souveraineté se joue donc au niveau de l'infrastructure.

Les secteurs régulés, poussés par la BCE sur la cyber-résilience, pourraient former un premier débouché pour un auto-hébergement européen de modèles ouverts : c'est une hypothèse, pas un marché démontré. Encore faut-il qu'il existe une offre européenne de calcul solide pour l'accueillir.

Conclusion : posséder les poids, louer la machine

L'ouverture des poids apporte un vrai pouvoir : choisir son hébergeur, conserver une version, contrôler l'exécution. Elle ne supprime pas le coût du matériel. Les deux constats tiennent ensemble.

Tu peux posséder les poids. Mais il faut louer ou acheter la machine pour les faire tourner, et ce sont Nvidia, Apple, Intel et AWS qui la fournissent. Un modèle géant ouvert peut se charger sur une seule grosse machine pour un usage individuel ; les essais sur un seul Mac ne démontrent pas encore les performances ni la disponibilité nécessaires à un service de production. Les petits modèles spécialisés, eux, tournent partout.

Pour une équipe européenne, la question n'est plus seulement de savoir si un modèle est ouvert. C'est de savoir qui contrôle le matériel nécessaire pour le faire tourner.

Sources

42 articles cités ci-dessous, sur 78 analysés cette semaine (16 sources), complétés par des sources primaires.

• Avec Muse Spark Open, Meta ouvre les poids et se rapproche d'Apple (Next)
• Meta publie Muse Spark en open source : un MoE de 816 milliards de paramètres, contexte de 1 million de tokens (MarkTechPost)
• Meta et Apple s'associent pour optimiser les modèles d'IA Muse sur les Mac (The Verge AI)
• Inférence locale et distribuée de grands LLM avec MLX et RDMA sur Mac Studio (Apple Machine Learning)
• Bienvenue à Muse Spark Open : le modèle multimodal frontière à poids ouverts et à mélange d'experts de Meta (Hugging Face)
• [AINews] Premiers « High Taste Testers » (épisode 1) (Latent Space)
• [AINews] Des agents réfutent la polysémanticité et améliorent nettement l'interprétabilité et l'alignement (Latent Space)
• StepFun publie les poids ouverts de Step 5 Preview : MoE de 600B, 27B actifs, contexte de 1M (MarkTechPost)
• StepFun Model License 1.0, texte de la licence de Step 5 Preview (StepFun)
• Présentation de Reflection Beam : un modèle open-weight pour le code à base d'agents sur AWS (AWS ML Blog)
• La course à l'IA repart de plus belle (The Verge AI)
• Meta revient dans la course aux modèles frontière avec Muse Wonder (Next)
• Meta lance Muse Wonder et Muse Wonder Full : performances, tarifs et mode d'emploi (MarkTechPost)
• Gemini 4 Argon est disponible dans le monde entier, le modèle le plus performant de Google (The Decoder)
• Google lance l'API Gemini 4 Argon, avec une limite de sortie portée à 1 million de tokens (MarkTechPost)
• Gemini 4 Argon de Google se rapproche de la frontière de l'IA plus que tout autre modèle de Google depuis des mois (The Decoder)
• Mistral lance une préversion de son LLM frontière Mistral Large 4, surnommé « Le Chonk » (Next)
• Avec Minions, Apple veut mettre à profit les GPU inactifs des Mac pour l'inférence (Next)
• 300 milliards de paramètres sans broncher : Intel annonce une carte graphique 480 Go pour l'IA (Frandroid)
• Tout est prêt : l'écosystème mondial d'applications PC est prêt pour NVIDIA RTX Spark (NVIDIA AI Blog)
• NVIDIA élargit sa famille Nemotron avec Super VL et Bolt, des modèles ouverts très efficaces, du data center au poste de travail (NVIDIA AI Blog)
• Nvidia lance Nemotron 3.5 Super VL, un modèle ouvert conçu pour faire tourner des agents IA d'entreprise en continu (The Decoder)
• NVIDIA publie le code de Run:ai sous licence Apache 2.0 pour l'orchestration de GPU sur Kubernetes (MarkTechPost)
• Une vague de faillites guette les « neoclouds », et Nvidia a beaucoup à perdre (The Information AI)
• Pour le FMI, une chute des cours de l'IA menacerait la stabilité financière mondiale (Next)
• Jensen Huang (Nvidia) promet 2 milliards de dollars pour l'Europe et 250 millions en puissance de calcul pour des labos britanniques de sécurité de l'IA (The Decoder)
• Jensen Huang en tournée en Europe : entre business, lobbying et investissements (FrenchWeb)
• Doctolib, Pigment, Genesis AI, Entalpic : Nvidia fait ses courses en France (Frandroid)
• NVIDIA entre au capital de Doctolib pour « accélérer dans l'IA en santé » (Next)
• Deepseek V4.1 Flash 1017 surpasse des concurrents plus gros sur les tâches d'agents autonomes, tout en réduisant encore fortement le coût par tâche (The Decoder)
• Résultats ARC-AGI de Gemini 4 Argon (ARC Prize)
• Évaluer comment les agents IA utilisent les outils (AgentMail)
• Créer des agents à long horizon avec Grok 4.7 sur Amazon Bedrock (AWS ML Blog)
• TinyFish rend la recherche gratuite : ce que coûte vraiment à un agent IA la lecture du web (MarkTechPost)
• Le nouveau processeur d'IA de Microsoft réduit sa dépendance aux GPU de Nvidia (The Verge AI)
• Mistral AI lance Timestral, une famille de modèles de prévision de 209M de paramètres qui surpasse TimesFM-3 de Google (MarkTechPost)
• Liquid AI lance LFM2.5-24B-A2B : un modèle MoE à 2 milliards de paramètres actifs pour agents embarqués (MarkTechPost)
• Kyutai présente REKI, un modèle VLA de 2,4 milliards de paramètres doté d'une mémoire efficace pour la manipulation robotique (MarkTechPost)
• Cloudflare présente Clef-omni : un modèle de décision multimodal 30B-A3B pour l'audio, la vidéo, l'image et le texte (MarkTechPost)
• Liquid AI lance d1-ultra, un modèle de décision multimodal qui obtient 65 à l'AA Decision Index (MarkTechPost)
• 20 alternatives à Jev : les modèles de décision qui rivalisent avec TypeSafe en 2026 (MarkTechPost)
• Une étude d'Anthropic avertit que de petits modèles d'IA pourraient bientôt se répliquer sur des appareils du quotidien (The Decoder)
• Des chercheurs repèrent en conditions réelles une flotte d'agents IA chinois hors de contrôle et parviennent à échanger avec elle (The Decoder)
• « Agenouille-toi » : comment notre robot-jouet IA a été piraté sous nos yeux (Next)
• Les banques sommées par les régulateurs de se préparer aux cyberattaques IA (Next)
• Dans Prometheus : comment Meta a construit un supercalculateur d'un gigawatt (Meta Engineering ML)