GLM-5.2 à poids ouverts de Z.ai surpasse GPT-5.5 sur plusieurs benchmarks de codage long terme, pour un sixième du coût

MiniMax-M3 surpasse GPT-5.5 et Gemini 3.1 Pro sur des benchmarks clés, pour 5 à 10 % du coût

La startup chinoise MiniMax a lancé dimanche soir son modèle de langage MiniMax-M3, se positionnant d'emblée comme une alternative redoutable aux modèles propriétaires américains. Disponible via l'API MiniMax à un tarif promotionnel de 0,30 dollar par million de tokens en entrée et 1,20 dollar par million en sortie, le modèle affiche des performances supérieures à GPT-5.5 d'OpenAI et à Gemini 3.1 Pro de Google sur plusieurs benchmarks clés, pour 5 à 10 % de leur coût. Même à plein tarif, 0,60 dollar l'entrée et 2,40 dollars la sortie, M3 revient à seulement 8 à 20 % du prix des grands modèles propriétaires concurrents. L'entreprise a également annoncé la mise à disposition sous licence open source avec poids ouverts dans les dix prochains jours, permettant aux entreprises de télécharger et personnaliser le modèle gratuitement. M3 intègre par ailleurs une fenêtre de contexte d'un million de tokens, une multimodalité native, et des capacités avancées en codage et en traitement de tâches agentiques, avec un abonnement mensuel à partir de 20 dollars. Ce lancement remet en question une règle non écrite du secteur : les développeurs devaient jusqu'ici choisir entre des modèles fermés très performants mais coûteux, ou des modèles open source accessibles mais limités sur les raisonnements complexes et les longues séquences. MiniMax-M3 brouille cette frontière en combinant performance de pointe et coût marginal, ce qui pourrait redistribuer les cartes pour les équipes de développement cherchant à intégrer des capacités d'IA avancées sans exploser leurs budgets d'inférence. La possibilité de déployer les poids en local renforce encore l'intérêt pour les entreprises soucieuses de confidentialité ou cherchant à s'affranchir de dépendances API. Cette percée s'inscrit dans un mouvement plus large de rattrapage des laboratoires chinois face aux géants américains. DeepSeek, Alibaba avec Qwen, Moonshot via Kimi et désormais MiniMax publient à un rythme soutenu des modèles compétitifs à des prix agressifs, alimentant une guerre tarifaire qui contraint OpenAI, Google et Anthropic à revoir leurs propres grilles. Sur le plan technique, M3 repose sur une architecture originale baptisée MiniMax Sparse Attention, qui rompt avec les mécanismes d'attention traditionnels dont le coût de calcul croît quadratiquement avec la longueur des séquences. En découpant les matrices clé-valeur en blocs ciblés lus une seule fois, cette approche permet d'être plus de quatre fois plus rapide que des alternatives open source comparables sur de longues séquences. La disponibilité imminente des poids ouverts pourrait transformer M3 en référence de facto pour les entreprises cherchant un modèle frontier déployable en interne.

💬 C'est le lancement qui va forcer OpenAI et Google à bouger leurs prix, et cette fois c'est difficile à ignorer. 5 à 10 % du coût avec les benchmarks qui suivent, et les poids ouverts dans dix jours pour déployer en local, si tu travailles avec des LLMs tu vas regarder ça de près. Reste à voir ce que ça donne en conditions réelles, mais l'architecture Sparse Attention sur les longues séquences, c'est une vraie proposition technique, pas juste du dumping tarifaire.

GLM-5.2 de Zhipu AI rivalise avec les meilleurs modeles propriétaires sur les benchmarks de codage

Le laboratoire chinois Zhipu AI a publié GLM-5.2, un nouveau modèle de langage open source distribué sous licence MIT. Le modèle supporte une fenêtre de contexte stable d'un million de tokens, ce qui lui permet de traiter des projets logiciels entiers en une seule session. Sur le benchmark FrontierSWE, conçu pour évaluer les performances sur des tâches de programmation longues de plusieurs heures, GLM-5.2 n'affiche qu'un point de pourcentage de retard sur Claude Opus 4.8 d'Anthropic, l'un des modèles fermés les plus performants du moment dans cette catégorie. C'est un résultat significatif pour l'écosystème open source : un modèle librement accessible et modifiable parvient à rivaliser avec les systèmes propriétaires sur des tâches de développement logiciel complexes et de longue durée. Pour les entreprises et développeurs indépendants, cela signifie un accès à des capacités de codage avancées sans dépendance à des API payantes ni contraintes de confidentialité des données. Le fait que GLM-5.2 soit sous licence MIT le rend également librement utilisable dans des produits commerciaux. Les limites restent réelles : en raisonnement général, GLM-5.2 accuse encore un retard notable face aux modèles fermés comme GPT-4o ou Claude Opus. Zhipu AI s'inscrit dans une vague de laboratoires chinois, aux côtés de DeepSeek, Qwen ou Baichuan, qui rattrapent progressivement les leaders occidentaux sur des domaines ciblés. L'enjeu est désormais de savoir si cette convergence sur le code va s'étendre aux capacités cognitives plus larges, et à quel rythme.

Poolside dévoile Laguna S 2.1, un modèle de codage à base d'agents à poids ouverts qui surpasse sa catégorie sur SWE-Bench Multilingual

Poolside a dévoilé Laguna S 2.1, un modèle ouvert de 118 milliards de paramètres conçu pour le codage agentique, avec une architecture Mixture-of-Experts qui n'active que 8 milliards de paramètres par token, soit environ 6,8% du total. Le modèle gère un contexte allant jusqu'à un million de tokens, en mode réflexion ou non, et ses poids sont publiés sur Hugging Face sous licence OpenMDW-1.1, en versions BF16, FP8, INT4 et NVFP4, accompagnés de conversions GGUF et MLX. Il est assez compact pour tourner sur une seule carte NVIDIA DGX Spark. L'entraînement a débuté le 22 mai 2026 sur 4096 GPU H200 et le modèle est sorti en moins de neuf semaines, une première pour Poolside qui a aussi exécuté l'apprentissage par renforcement en précision FP8. Sur les benchmarks de codage long, Laguna S 2.1 obtient 70,2% sur Terminal-Bench 2.1 en mode réflexion, ce qui le place premier parmi les modèles ouverts de taille connue, et 78,5% sur SWE-Bench Multilingual, un score qui domine le tableau publié par Poolside toutes catégories confondues. Ce qui rend cette sortie notable, c'est la comparaison avec des modèles bien plus massifs. Laguna S 2.1 tient tête à DeepSeek-V4-Pro-Max (1,6 billion de paramètres), à Nemotron 3 Ultra de NVIDIA (550 milliards) et à Inkling de Thinking Machines (975 milliards), alors qu'il n'active qu'une fraction de leurs paramètres. Sur DeepSWE v1.1, il atteint 40,4% contre seulement 9,0% pour DeepSeek-V4-Pro-Max, avec environ six fois moins de paramètres actifs. Cette efficacité a un coût réel: le mode réflexion maximal, activé par défaut, fait grimper le score DeepSWE de 16,5% à 40,4%, mais multiplie par 2,5 la consommation de tokens, passant de 99 000 à 249 000 tokens de complétion. Pour les entreprises qui déploient des agents de codage, cela signifie un modèle nettement moins coûteux à faire tourner que les géants fermés, sans sacrifier autant de performance qu'attendu, même si des modèles propriétaires comme Claude Fable 5 ou Kimi K3 restent devant sur plusieurs benchmarks. Poolside a aussi publié trois trajectoires complètes et non éditées pour illustrer le comportement du modèle plutôt que ses seuls scores. Dans l'une, Laguna a construit un moteur de rendu HTML/CSS fonctionnel depuis un dossier vide en 181 étapes et 50 minutes, en validant lui-même sa sortie via Chromium en mode headless. Dans une autre, il a optimisé le harnais d'agents de Poolside, gagnant 5,2% de vitesse et réduisant l'allocation mémoire de 71% en remplaçant une concaténation de chaînes en O(n²) par des tampons. Dans la troisième, privé de Python, il a re-dérivé en Perl le problème Erdős numéro 397 en 68 minutes, une redécouverte indépendante puisque son entraînement s'arrête en novembre 2025, bien avant que GPT-5.2 Pro ne résolve le même problème en janvier 2026. Ces démonstrations s'inscrivent dans une course plus large où les laboratoires misent sur les architectures MoE et l'ouverture des poids pour rivaliser avec les modèles fermés sur l'autonomie et la durée des tâches de codage.

GPT-5.6 Sol égale presque Fable 5 sur les benchmarks agrégés, pour un tiers du coût

OpenAI a présenté GPT-5.6 Sol, une nouvelle version de son modèle phare, qui obtient 59 points sur l'Artificial Analysis Intelligence Index, un indice qui agrège plusieurs benchmarks pour évaluer les capacités des grands modèles de langage. Ce score place Sol à seulement un point derrière Claude Fable 5, le modèle le plus avancé d'Anthropic, considéré jusqu'ici comme la référence du secteur. La différence la plus marquante se situe toutefois du côté du prix : chaque tâche traitée par Sol coûte 1,04 dollar, soit environ un tiers du tarif facturé par Anthropic pour Fable 5. Sur les benchmarks de codage agentique, qui évaluent la capacité d'un modèle à exécuter des tâches complexes de façon autonome, Sol devance même l'ensemble de ses concurrents, Fable 5 y compris. Pour les entreprises et les développeurs qui choisissent quel modèle intégrer dans leurs produits, cet écart de prix change la donne : obtenir des performances quasiment équivalentes à celles du modèle le plus coté du marché, pour un tiers du coût, rend Sol particulièrement attractif pour les usages à grande échelle, où la facture de l'API pèse lourd. Le secteur du codage agentique, en pleine expansion avec la multiplication des assistants capables d'écrire et d'exécuter du code sans supervision constante, est particulièrement concerné. En prenant la tête sur ces benchmarks tout en restant nettement moins cher, OpenAI met une pression tarifaire directe sur Anthropic, qui devra soit baisser ses prix, soit justifier son positionnement premium par des gains de performance plus nets. Cette annonce s'inscrit dans une compétition de plus en plus serrée entre les grands laboratoires d'IA, où les écarts de performance entre modèles concurrents se resserrent d'une génération à l'autre, tandis que la guerre des prix s'intensifie. Anthropic, OpenAI et leurs rivaux misent de plus en plus sur les capacités agentiques, jugées déterminantes pour convaincre les entreprises d'automatiser des tâches de développement logiciel. L'Artificial Analysis Intelligence Index, devenu une référence pour comparer les modèles de façon indépendante, illustre à quel point les positions en tête de classement peuvent désormais basculer en quelques mois. Reste à voir comment Anthropic réagira à cette pression sur ses tarifs, et si d'autres acteurs suivront la stratégie d'OpenAI consistant à combiner performances de pointe et prix agressifs.