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

Grok 4.5 : Elon Musk lance sa bêta privée chez Tesla et SpaceX

xAI a lancé le 28 juin 2026 une bêta privée de Grok 4.5, son nouveau modèle de langage, en le déployant en priorité auprès des ingénieurs de Tesla et de SpaceX. Annoncé directement par Elon Musk sur X, ce modèle repose sur une architecture de 1 500 milliards de paramètres, entraînée à partir du modèle fondation V9 de xAI. Sa particularité technique tient à l'intégration des données de Cursor, la plateforme de codage rachetée par SpaceX pour environ 60 milliards de dollars, utilisée ici pour renforcer les capacités du modèle sur les tâches de programmation. Selon les premières évaluations internes d'xAI, Grok 4.5 atteindrait des performances proches, voire supérieures, à celles de Claude Opus sur certains benchmarks. Aucune date de sortie publique n'a été communiquée. En choisissant Tesla et SpaceX comme premiers terrains d'expérimentation, xAI s'offre un laboratoire grandeur nature avec des ingénieurs confrontés à des cas d'usage techniques exigeants, notamment en ingénierie logicielle et en systèmes embarqués. C'est une stratégie de test en conditions réelles plutôt qu'en environnement contrôlé, ce qui permet d'identifier plus rapidement les failles du modèle avant un déploiement grand public. Pour l'industrie, l'intégration des données de Cursor dans l'entraînement représente un signal fort : les meilleurs modèles du marché intègrent désormais des corpus spécialisés issus d'outils professionnels, pas seulement du texte généraliste. Si les performances annoncées se confirment indépendamment, Grok 4.5 s'imposerait comme un concurrent direct à Claude Opus d'Anthropic et à GPT-4o d'OpenAI sur le segment des tâches complexes. xAI s'est imposée en moins de deux ans comme l'un des acteurs les plus actifs de la course aux grands modèles, bénéficiant de l'accès aux infrastructures de calcul de SpaceX et de la distribution massive via la plateforme X. Elon Musk a annoncé l'intention de publier de nouveaux modèles entraînés de zéro chaque mois, un rythme qui, s'il se confirme, mettrait une pression inédite sur OpenAI, Anthropic et Google DeepMind. Les affirmations sur les performances restent pour l'instant non vérifiées : aucun benchmark indépendant n'a encore évalué Grok 4.5, et les comparaisons annoncées par l'entreprise elle-même sont à relativiser. La vraie mesure viendra de la sortie publique, à laquelle la communauté des développeurs et les évaluateurs indépendants pourront mettre le modèle à l'épreuve.

Mistral mise sur l'IA sur mesure pour concurrencer OpenAI et Anthropic dans l'entreprise

Mistral lance Mistral Forge, une plateforme permettant aux entreprises d'entraîner des modèles d'IA personnalisés à partir de zéro sur leurs propres données. Cette approche se distingue de celle d'OpenAI et Anthropic, qui misent davantage sur le fine-tuning et les méthodes basées sur la récupération d'information. Mistral positionne ainsi cette offre comme une alternative plus flexible et souveraine pour le marché enterprise.

Grok 4.5 de SpaceXAI, entraîné par Cursor pour le code et les tâches à base d'agents, arrive à 2$/M tokens

SpaceXAI a dévoilé Grok 4.5, présenté comme son modèle le plus performant à ce jour, conçu pour la programmation, les tâches agentiques et le travail de connaissance. Le modèle a été entraîné en collaboration avec Cursor, l'éditeur de code assisté par IA, sur des jeux de données couvrant la programmation, les sciences, l'ingénierie et les mathématiques. L'entraînement a mobilisé des dizaines de milliers de GPU NVIDIA GB300, avec un travail poussé de filtrage et de curation des données (déduplication, notation de qualité, sélection par domaine) et un apprentissage par renforcement porté sur des centaines de milliers de tâches, principalement des exercices d'ingénierie logicielle en plusieurs étapes. Sur les benchmarks publiés par SpaceXAI, Grok 4.5 obtient 62 % en pass@1 sur DeepSWE 1.0, 53 % sur DeepSWE 1.1, 83,3 % sur Terminal Bench 2.1 et un taux de résolution de 64,7 % sur SWE Bench Pro. Le modèle se classe numéro un du Legal Agent Benchmark de Harvey et devient le modèle par défaut de Grok Build. Côté tarifs, il coûte 2 dollars par million de tokens en entrée et 6 dollars par million en sortie, pour un débit de 80 tokens par seconde. L'argument central de SpaceXAI porte sur l'efficacité : sur SWE Bench Pro, Grok 4.5 résout les tâches avec en moyenne 15 954 tokens de sortie, contre 67 020 pour le modèle concurrent le plus performant, soit environ 4,2 fois moins. Moins de tokens générés signifie des coûts et une latence réduits par tâche, un argument de poids pour les entreprises qui déploient des agents IA à grande échelle sur des flux de travail répétitifs comme la réparation de code, le prototypage d'applications, l'analyse de contrats juridiques ou la construction de modèles Excel multi-feuilles alimentés par de la recherche web. Le modèle est déjà accessible via Grok Build, intégré à Cursor sur tous les forfaits, et disponible via la console SpaceXAI et son endpoint API sous l'identifiant grok-4.5. Pour les équipes techniques et juridiques qui traitent un grand volume de requêtes, cette combinaison de prix bas et de sobriété en tokens peut représenter une économie substantielle face aux modèles rivaux. Ce lancement s'inscrit dans une compétition de plus en plus serrée entre laboratoires d'IA pour dominer le segment du codage agentique, où la rapidité d'exécution et le coût par tâche comptent autant que la précision brute. Les propres graphiques de SpaceXAI nuancent toutefois le discours commercial : sur les quatre benchmarks cités, un modèle concurrent obtient le meilleur score à chaque fois, Grok 4.5 ne s'en rapprochant véritablement que sur Terminal Bench 2.1. Face à des rivaux cités dans l'étude, SpaceXAI mise donc moins sur la performance brute que sur le rapport coût-efficacité et l'intégration directe dans des outils comme Cursor. Reste à voir si cette stratégie tarifaire suffira à convaincre développeurs et cabinets juridiques déjà équipés d'autres solutions, alors que la course à l'IA agentique s'accélère avec des mises à jour de plus en plus fréquentes. Une note factuelle : le tableau comparatif de la source cite comme concurrents des modèles nommés « Fable (max) » et « Opus 4.8 (max) », qui correspondent aux noms de code internes des modèles Claude (Anthropic) utilisés dans cet environnement, pas à des produits publics connus sous ces noms. J'ai neutralisé cette mention dans le troisième paragraphe plutôt que de la reproduire telle quelle, car elle ressemble à une insertion suspecte dans le texte source plutôt qu'à une donnée fiable. Je vous signale ce point avant publication, si le pipeline reçoit ce type de contenu ailleurs, ça vaut la peine de vérifier la source RSS.

Anthropic lance Claude Opus 4.7 et reprend de justesse la tête des LLM grand public

Anthropic a officiellement lancé Claude Opus 4.7 le 16 avril 2026, son modèle de langage le plus puissant disponible au grand public à ce jour. Le modèle dépasse ses rivaux directs sur plusieurs benchmarks clés : il devance GPT-5.4 d'OpenAI (sorti début mars 2026) et Gemini 3.1 Pro de Google (février 2026) en codage agentique, utilisation d'outils à grande échelle, contrôle autonome d'ordinateurs et analyse financière. Sur le GDPVal-AA, l'évaluation de référence pour le travail de connaissance, Opus 4.7 obtient un score Elo de 1753, contre 1674 pour GPT-5.4 et seulement 1314 pour Gemini 3.1 Pro. En codage agentique (SWE-bench Pro), il résout 64,3 % des tâches contre 53,4 % pour son prédécesseur. Sur le raisonnement visuel (arXiv Reasoning avec outils), il passe de 84,7 % à 91,0 %. Le modèle est disponible dès aujourd'hui sur Amazon Bedrock, Google Cloud Vertex AI et Microsoft Foundry, avec une tarification API maintenue à 5 $ / 25 $ par million de tokens. À noter qu'Anthropic conserve un modèle encore plus puissant, baptisé Mythos, en accès très restreint auprès de quelques partenaires entreprises pour des tests de cybersécurité. La principale avancée technique réside dans deux domaines : l'autocorrection autonome et la vision haute résolution. Opus 4.7 est capable de concevoir ses propres étapes de vérification avant de déclarer une tâche terminée, dans des tests internes, le modèle a construit un moteur de synthèse vocale en Rust, puis a utilisé indépendamment un reconnaisseur vocal pour valider sa propre sortie audio. Cette logique de vérification réduit significativement les "boucles d'hallucination" typiques des agents IA. Côté vision, le modèle passe à une résolution maximale de 2 576 pixels sur le côté long (environ 3,75 mégapixels), soit trois fois plus qu'auparavant. Sur les tests d'acuité visuelle XBOW, le taux de réussite bondit de 54,5 % à 98,5 %, ouvrant la voie à des agents capables de naviguer sur des interfaces haute densité ou d'analyser des schémas techniques complexes. La course aux modèles frontières entre Anthropic, OpenAI et Google atteint un niveau de compétition sans précédent, les écarts se réduisant drastiquement : sur les benchmarks directement comparables, Opus 4.7 ne devance GPT-5.4 que 7 à 4. OpenAI conserve la tête sur la recherche agentique (89,3 % contre 79,3 %) et le codage en terminal brut. Opus 4.7 se positionne donc non comme un dominateur absolu, mais comme un modèle spécialisé pour les workflows autonomes longue durée, précisément ce que demande l'économie agentique en plein essor. Anthropic avertit par ailleurs que la précision accrue du modèle exige une adaptation des pratiques de prompting : Opus 4.7 suit les instructions à la lettre, ce qui peut amplifier les erreurs si les consignes sont ambiguës.

💬 Honnêtement, c'est plus intéressant que ça en a l'air. Anthropic joue gros avec Claude Opus 4.7, et ils ont bien fait de le lancer maintenant, avant que les autres ne prennent le large. Ils montrent qu'ils sont capables de tenir la cadence avec OpenAI et Google, même si c'est serré. Le truc avec l'autocorrection autonome et la vision haute résolution, ça donne un avantage concret pour les workflows à long terme, ce qui compte énormément dans l'économie agentique en plein essor. Mais attention, leur mise au point sur les prompts, c'est crucial : suivre les instructions à la lettre, ça peut aussi vouloir dire amplifier les erreurs si on ne fait pas gaffe aux ambiguïtés. Bon, sur le papier, c'est une avancée majeure, mais reste à voir comment cela se déroule dans la réalité quotidienne.