OpenAI aussi a son moment Mythos… et assure sa com’ face à Anthropic

Anthropic déploie Claude Sonnet 5, restaure Fable et Mythos

Anthropic a officiellement levé la suspension de ses modèles les plus avancés, Fable et Mythos, et lancé Claude Sonnet 5, mettant fin à dix-huit jours de blocage imposé par une directive fédérale américaine sur le contrôle des exportations entrée en vigueur le 12 juin. La suspension avait été déclenchée après que des chercheurs d'Amazon eurent documenté une méthode permettant de contourner les garde-fous de sécurité de Fable 5, la poussant à identifier des failles logicielles et à produire du code d'exploitation. Faute de système de vérification de nationalité en temps réel, les autorités avaient exigé un blocage total de l'accès pour l'ensemble des utilisateurs dans le monde. Des évaluations menées pendant l'interruption ont montré que ce comportement n'était pas propre à Fable 5 : des architectures plus anciennes et moins puissantes, dont Claude Opus 4.8, GPT-5.5 et Kimi K2.7, reproduisaient exactement les mêmes résultats. Pour répondre à l'exigence fédérale, les ingénieurs d'Anthropic ont entraîné un nouveau classificateur de sécurité ciblant précisément la faille signalée par Amazon, avec un taux de blocage supérieur à 99 % lors des tests internes. Ce correctif ouvre la voie à un déploiement commercial complet sur la plateforme, l'infrastructure cloud et les réseaux partenaires d'Anthropic, mais il introduit un compromis pour les équipes de développement. Le nouveau classificateur, volontairement large dans sa marge de sécurité, signale plus fréquemment des requêtes bénignes lors de tâches courantes de développement ou de débogage. Lorsqu'une invite déclenche ce filtre, la charge de travail est automatiquement redirigée vers l'ancienne architecture Opus 4.8 pour assurer la continuité du service. Le vrai enjeu commercial se concentre toutefois sur Claude Sonnet 5, que de nombreuses équipes techniques adoptent pour leurs agents autonomes afin de réduire les coûts tout en conservant une forte capacité d'exécution. Sur les benchmarks SWE-bench Pro et Terminal-Bench 2.1, Sonnet 5 atteint respectivement 63,2 % et 80,4 %, contre 58,1 % et 67 % pour Sonnet 4.6, pour un prix inchangé de 3 dollars par million de tokens en entrée et 15 dollars en sortie, avec un tarif de lancement réduit à 2 et 10 dollars jusqu'au 31 août 2026. Plusieurs entreprises ont déjà déployé le modèle en production. Chez Rakuten, les équipes techniques l'ont utilisé pour traiter des dizaines de pull requests parmi les plus complexes, le système exécutant et vérifiant lui-même les tests avant validation humaine finale. Zapier l'a intégré à ses flux de travail pour automatiser des tâches administratives à plusieurs étapes, comme la mise à jour de comptes Salesforce suivie de l'envoi d'annonces de lancement à des clients entreprise, une séquence que les versions précédentes du modèle peinaient souvent à mener à terme sans intervention humaine. L'éditeur d'outils de développement Zed a de son côté utilisé le modèle pour automatiser des procédures de débogage complexes. Cet épisode illustre la pression réglementaire croissante qui pèse sur les systèmes d'intelligence artificielle les plus avancés, à mesure que leurs capacités techniques se rapprochent de zones jugées sensibles par les gouvernements.

💬 Dix-huit jours de blocage total pour une faille qui touchait en fait tous les modèles du marché, Opus comme GPT-5.5, c'est le signe que la régulation avance plus vite que les garde-fous techniques. Le classificateur bricolé en urgence, qui balance les requêtes de dev vers l'ancien Opus dès qu'il a un doute, ça reste un pansement, pas une solution. Sur le papier Sonnet 5 est solide, 63% sur SWE-bench Pro c'est du concret, mais l'épisode Amazon prouve qu'un modèle capable de trouver des failles logicielles finira toujours par attirer l'œil des régulateurs avant celui des développeurs.

Anthropic lâche enfin son IA Mythos… mais sous un autre nom

Anthropic a officiellement lancé le 9 juin 2026 Claude Fable 5, un modèle d'intelligence artificielle qui n'est autre qu'une version publique de Mythos 5, son système jugé trop sensible pour être diffusé librement il y a deux mois. Les performances du modèle sont remarquables : sur SWE-Bench Pro, le benchmark de référence en ingénierie logicielle, Fable 5 atteint 80,3 %, contre 69,2 % pour Claude Opus 4.8, 58,6 % pour GPT-5.5 et 54,2 % pour Gemini 3.1 Pro. L'écart se creuse encore sur FrontierCode Diamond, un test d'évaluation des capacités de programmation avancée, où Fable 5 obtient 29,3 % contre 13,4 % pour Opus 4.8. Le modèle a également réussi à terminer Pokémon Rouge Feu en se basant uniquement sur des captures d'écran, sans carte ni outils de navigation, une prouesse que les générations précédentes ne pouvaient accomplir sans assistance externe. Le modèle est accessible via l'API Claude, Claude Code, ainsi que sur AWS, Google Cloud et Microsoft Foundry, à 10 dollars par million de tokens en entrée et 50 dollars en sortie. Ce lancement marque une avancée significative dans la course aux agents autonomes capables de produire du code de qualité professionnelle, avec un avantage technique mesurable sur les principaux concurrents. Pour les développeurs et les entreprises, Fable 5 représente un saut qualitatif réel sur les tâches longues et complexes, là où l'écart de performance avec les autres modèles est le plus prononcé. La décision de rendre le modèle accessible aux abonnés Pro, Max, Team et Enterprise sans surcoût jusqu'au 22 juin illustre une stratégie d'adoption agressive, avant une bascule vers un système de crédits dédiés. Son tarif de sortie, deux fois supérieur à celui d'Opus, le positionne néanmoins parmi les modèles les plus onéreux du catalogue Anthropic. La prudence initiale d'Anthropic autour de Mythos n'a pas disparu pour autant : Fable 5 embarque des systèmes de surveillance en temps réel qui redirigent automatiquement vers Claude Opus 4.8 les requêtes touchant à des domaines sensibles, notamment la cybersécurité offensive, la biologie, la chimie ou la reproduction de modèles d'IA. Ce filtrage ne concerne cependant que moins de 5 % des conversations, selon l'entreprise. La version originale, Mythos 5, reste quant à elle réservée à un cercle restreint d'organisations sélectionnées dans le cadre du programme Project Glasswing. Ce modèle à deux vitesses illustre la tension croissante entre la compétition commerciale qui pousse à publier les modèles les plus puissants et la pression réglementaire et éthique qui incite à en limiter l'accès, une dynamique qui devrait s'intensifier à mesure que les capacités des agents autonomes progressent.

💬 80 % sur SWE-Bench Pro, c'est plus une nuance, c'est l'argument qui fait basculer. Mythos était jugé trop risqué pour sortir en février, il s'appelle maintenant Fable 5 avec un filtre temps réel sur bio, cyber offensif et compagnie, ce qui couvre moins de 5 % des cas selon Anthropic. Le vrai frein, c'est le prix de sortie : 50 dollars le million de tokens, à réserver aux tâches longues où l'écart se voit vraiment.

Anthropic dévoile Mythos, son modèle d’IA chasseur de failles… réservé à certains

Anthropic a officialisé l'existence de Claude Mythos, un modèle d'intelligence artificielle spécialisé dans la cybersécurité, via le lancement du projet Glasswing. L'annonce est intervenue après plusieurs semaines de rumeurs et la fuite d'un billet de blog qui avait déjà éventé la surprise. Présenté comme plus capable qu'Opus, le modèle phare de la start-up californienne jusqu'alors, Mythos a été conçu pour détecter et exploiter des failles dans des logiciels avec une précision inédite. Son accès est strictement limité à un cercle de partenaires triés sur le volet : AWS, Apple, Google, Microsoft, NVIDIA, Cisco, Broadcom et la fondation Linux font partie des entreprises qui bénéficient d'un aperçu du modèle dans le cadre de Glasswing, un nom inspiré des papillons aux ailes transparentes. Anthropic reconnaît elle-même que Mythos est potentiellement trop dangereux pour une diffusion publique, ses capacités offensives en cybersécurité pouvant constituer une menace réelle si elles tombaient entre de mauvaises mains. En le réservant à de grands acteurs institutionnels et technologiques capables de l'encadrer, l'entreprise entend le transformer en outil défensif : sécuriser des logiciels critiques plutôt qu'en compromettre. Pour les entreprises partenaires, l'enjeu est considérable, car un modèle capable de scanner automatiquement des bases de code à la recherche de vulnérabilités inconnues représente un avantage stratégique majeur face aux attaques croissantes ciblant les infrastructures numériques mondiales. Cette annonce s'inscrit dans un contexte tendu pour Anthropic, frappée simultanément par une autre fuite involontaire concernant Claude Code, attribuée là encore à une "erreur humaine". La coïncidence de ces deux événements nourrit les interrogations sur la gestion interne de l'information chez la startup, fondée en 2021 par d'anciens d'OpenAI. La stratégie de communication autour de Mythos, d'abord entretenue dans le flou avant d'être officialisée sous une forme très contrôlée, intervient alors qu'Anthropic se prépare à une introduction en bourse et cherche à affirmer sa position face à OpenAI dans une compétition de plus en plus féroce. Limiter volontairement l'accès à son modèle le plus puissant, tout en le présentant comme potentiellement dangereux, est une manière de soigner à la fois son image de responsabilité et son aura technologique auprès des investisseurs et du grand public.

SpaceX lance Grok 4.5 a moitie prix de la concurrence, un defi pour Anthropic et OpenAI

SpaceX a dévoilé mercredi Grok 4.5, le tout premier modèle d'intelligence artificielle qu'elle a entraîné spécifiquement pour la programmation et les agents autonomes. Il s'agit du premier produit concret issu du rachat pour 60 milliards de dollars de la startup de coding Cursor, finalisé quelques semaines plus tôt. Sur X, l'entreprise a présenté Grok 4.5 comme un modèle offrant "une intelligence de pointe avec une vitesse et une efficacité de coût inégalées", entraîné en partie avec les données de Cursor. Côté tarifs, SpaceX facture 2 dollars par million de tokens en entrée et 6 dollars par million en sortie, soit moins de la moitié du prix des offres haut de gamme d'Anthropic (Claude Opus) et d'OpenAI, tout en consommant deux fois moins de tokens par tâche. Elon Musk a lui-même reconnu que Grok 4.5 est "à peu près comparable à Opus 4.7, mais bien plus rapide". Le cabinet d'évaluation indépendant Artificial Analysis a classé le modèle quatrième sur son indice GDPval-AA v2, qui mesure les performances sur des tâches réelles de travail agentique, avec un score Elo de 1543, juste derrière les dernières versions de Claude. En revanche, sur le plan du coût, Grok 4.5 se démarque nettement : 0,49 dollar par tâche accomplie, près de 90% moins cher que les modèles qui le devancent au classement. Cet écart de prix pourrait bousculer l'équilibre du marché des agents IA en entreprise. Les charges de travail agentiques, où un modèle opère seul pendant plusieurs minutes voire plusieurs heures en lisant du code, en appelant des outils et en itérant sur ses propres résultats, consomment énormément de tokens. Un modèle 90% moins cher par tâche, même légèrement moins performant, change radicalement les calculs économiques pour toute organisation qui déploie des agents auprès de centaines de développeurs. L'investisseur Gavin Baker a résumé cette dynamique en évoquant un modèle "dominant au sens de Pareto" pour le coding, tout en restant prudent sur le ressenti réel des utilisateurs. Ce lancement s'inscrit dans une stratégie bâtie en plusieurs étapes. En avril, SpaceX avait obtenu le droit de racheter Cursor pour 60 milliards de dollars, ou de verser des milliards en frais et en capacité de calcul en cas de désistement. Quelques jours après son entrée en bourse au Nasdaq en juin, l'entreprise a exercé cette option via une opération entièrement en actions, entraînant une dilution d'environ 3,4% à la valorisation de l'introduction, tandis que le titre SpaceX bondissait de 16%. L'intérêt stratégique tient autant aux données qu'au produit : l'éditeur de code de Cursor génère un flux massif d'interactions de développeurs expérimentés, directement injecté dans l'entraînement de Grok, tandis que Cursor a obtenu en retour l'accès au supercalculateur Colossus de SpaceX à Memphis.

💬 Le vrai coup ici, c'est pas la perf, c'est le prix : 90% moins cher par tâche que les modèles qui le devancent au classement, ça change le calcul économique pour toute boîte qui fait tourner des agents à l'échelle. Sur le papier Grok 4.5 reste juste derrière Claude en qualité, mais en pratique une entreprise qui fait bosser des agents des heures durant va regarder la facture avant le score Elo. Anthropic et OpenAI ont un problème de marge à gérer, pas un problème technique.