Nous avons fait venir Claude pour créer des noyaux CUDA et enseigner les modèles ouverts !

Qwen 3.8 Max (2,4 T) et 27B : nouveaux modèles ouverts pour le code et le travail collaboratif

Alibaba a dévoilé le 25 juillet 2026 son nouveau modèle phare Qwen3.8-Max, un système de 2400 milliards de paramètres présenté comme le plus capable jamais produit par le laboratoire chinois. L'entreprise a annoncé que ses poids, ainsi que ceux d'une version plus légère, Qwen3.8-27B, seraient rendus publics la semaine suivante. En attendant, le modèle est accessible via API à 2 dollars par million de tokens en entrée, 6 dollars en sortie et 0,25 dollar pour les tokens mis en cache, sur Qwen Studio, l'API maison et Command Code, avec Venice prévu prochainement ; Baseten et Hermes Agent ont confirmé leur intégration. Alibaba met en avant des démonstrations d'autonomie prolongée : plus de dix jours de codage sans supervision, durant lesquels le modèle a construit lui-même un harnais de développement auto-évolutif, une recherche scientifique de 125 heures ayant permis de dépasser un benchmark existant de 2,71 points, un classement dans le top 13 % face à 526 équipes humaines lors d'un défi de dialogue multimodal, et une conception de puce électronique ayant réduit le nombre de portes logiques d'un accélérateur cryptographique de 8298 à 678. Cette annonce dépasse la simple mise à jour technique. Qwen3.8-Max aurait probablement été le modèle à poids ouverts le plus capable au monde si Kimi K3 n'avait pas été publié quelques jours plus tôt, preuve de la vitesse à laquelle les laboratoires chinois rivalisent désormais entre eux autant qu'avec OpenAI, Anthropic ou Google. Pour les développeurs et entreprises qui bâtissent des produits d'IA, des poids ouverts sur un modèle de cette taille changent concrètement l'accès à des capacités agentiques de pointe, sans dépendre d'une API propriétaire fermée. Les démonstrations mises en avant, code autonome sur plusieurs jours, recherche itérative, conception matérielle, signalent un glissement du terrain de compétition vers la capacité d'un modèle à mener seul des tâches complexes sur des horizons longs, avec un minimum de supervision humaine. Ce lancement intervient après une période d'incertitude pour Qwen. L'an dernier, le départ d'ingénieurs clés du laboratoire, suivi de l'arrivée d'une nouvelle direction tournée vers des modèles fermés commercialisés par API, avait fait craindre qu'Alibaba abandonne sa stratégie d'ouverture des poids. Qwen3.8-Max dissipe ce doute et relance la compétition avec d'autres laboratoires chinois comme celui derrière Kimi K3. Cette couverture, rapportée par la newsletter AI News après analyse de douze subreddits et 544 comptes Twitter entre le 25 et le 27 juillet, s'inscrit dans un narratif où plusieurs observateurs jugent que la frontière ouverte chinoise rivalise désormais directement avec les meilleurs modèles fermés occidentaux. La publication effective des poids, promise pour la semaine suivante, sera le test décisif de cette dynamique.

💬 Ce qui compte dans cette annonce, c'est pas la taille du modèle, c'est les dix jours de codage en autonomie totale : la compétition entre labos se déplace du score sur un benchmark vers la durée qu'un modèle tient seul sur une tâche complexe. Alibaba avait fait peur avec son virage vers le fermé l'an dernier, et les voilà qui reviennent en poids ouverts sur un modèle de 2400 milliards de paramètres, ça calme direct les doutes sur leur stratégie. Bon, sur le papier ça envoie du lourd, mais tant que les poids promis pour la semaine prochaine ne sont pas publiés, c'est une démo maison, pas encore un modèle qu'on peut tester soi-même.

Moonshot AI publie les poids ouverts et l'infrastructure de Kimi K3 après avoir bousculé la course aux modèles de pointe

Moonshot AI, la start-up chinoise à l'origine de la série Kimi, a publié les poids du modèle Kimi K3 en open source et rendu accessible une partie de son infrastructure technique. Sur les benchmarks les plus suivis du secteur, Kimi K3 talonne les modèles frontières occidentaux les plus performants, dont Claude et GPT-5.6 Sol d'OpenAI, un résultat remarqué pour un modèle développé en Chine dans un contexte de restrictions sur l'accès aux puces avancées. Des tests indépendants menés après la sortie ont toutefois révélé des écarts significatifs de performance sur les tâches de cybersécurité et de mathématiques, des domaines où Kimi K3 reste nettement en retrait par rapport à ses concurrents malgré ses bons scores globaux. Cet écart entre les benchmarks généralistes et les résultats sur des tâches spécialisées relance un débat déjà ancien dans l'industrie de l'IA : celui de la distillation, une technique consistant à entraîner un modèle en s'appuyant sur les sorties d'un modèle plus puissant déjà existant plutôt que sur des données brutes originales. Si cette hypothèse se confirme, elle interrogerait la nature réelle des progrès affichés par les laboratoires chinois sur les classements publics, souvent utilisés comme argument commercial et géopolitique pour démontrer une parité avec les acteurs américains. Pour les développeurs et entreprises qui envisagent d'adopter Kimi K3, ces failles ciblées changent concrètement le calcul de risque selon les cas d'usage prévus. La publication s'inscrit dans une compétition mondiale de plus en plus tendue entre laboratoires chinois et occidentaux, où l'ouverture des poids de modèle est devenue un outil stratégique autant que technique, permettant d'attirer développeurs et entreprises vers son écosystème plutôt que celui d'un concurrent propriétaire. Moonshot AI rejoint ainsi DeepSeek et d'autres acteurs chinois dans une stratégie d'open source agressive, à contre-courant de la fermeture croissante des modèles occidentaux les plus avancés. Reste à savoir si d'autres évaluations indépendantes confirmeront les limites observées en cybersécurité et en mathématiques, et si Moonshot AI ajustera sa méthode d'entraînement pour les prochaines itérations de Kimi.

💬 Ce qui m'intéresse ici, c'est pas le classement, c'est l'écart. Kimi K3 talonne Claude et GPT-5.6 sur les benchmarks généralistes mais s'écroule en cybersécurité et en maths, et ça sent la distillation, un modèle qui a appris à imiter les réponses des autres plutôt qu'à raisonner par lui-même. Bon, sur le papier la parité technique avec les US est là, mais dans les faits elle se limite aux domaines qu'on mesure le plus. Retiens ça : les classements publics deviennent un argument géopolitique avant d'être une preuve technique, et Moonshot le démontre malgré lui.

Anthropic lance Claude Opus 5, un modèle IA moins cher pour le code, les agents et les entreprises

Anthropic a lancé Claude Opus 5 vendredi, un modèle que l'entreprise présente comme délivrant presque toute l'intelligence de son modèle phare Claude Fable 5, mais à moitié prix. Disponible immédiatement sur toutes les plateformes d'Anthropic, Opus 5 est facturé 5 dollars par million de tokens en entrée et 25 dollars par million en sortie, un tarif inchangé par rapport à son prédécesseur Opus 4.8. Il devient le modèle par défaut sur Claude Max, l'offre premium grand public, et le modèle le plus puissant accessible sur Claude Pro. Sur le plan des performances, Anthropic annonce de nouveaux records sur plusieurs évaluations de codage et de travail de connaissance, dont Frontier-Bench et GDPval-AA. Sur Frontier-Bench v0.1, un benchmark de codage agentique en ligne de commande, Opus 5 obtient un score de 43,3%, plus du double des 18,7% d'Opus 4.8 et nettement devant les 33,7% de Fable 5, tout en coûtant moins cher par tâche. Sur ARC-AGI 3, qui évalue la résolution de problèmes inédits, le score serait trois fois supérieur à celui du meilleur modèle concurrent. Sur OSWorld 2.0, un test d'usage informatique autonome, Opus 5 dépasserait le meilleur résultat de Fable 5 pour un peu plus d'un tiers du coût. Anthropic reconnaît toutefois qu'Opus 5 reste derrière Mythos 5, un modèle concurrent, sur les tâches de cybersécurité et de recherche en biologie, et qu'un modèle de la famille OpenAI garde l'avantage sur un benchmark de codage agentique. Ce lancement traduit un changement de stratégie dans la course à l'IA, qui glisse de la pure performance vers l'économie de l'usage quotidien. Pour Anthropic, l'essentiel du travail professionnel se situe dans une zone intermédiaire de difficulté, où une intelligence proche de la pointe mais délivrée à moindre coût l'emporte sur une intelligence maximale mais coûteuse. L'entreprise positionne désormais sa gamme par usage: Fable 5 pour les projets autonomes de plusieurs jours, Opus 5 comme modèle de référence pour le travail complexe quotidien, Sonnet 5 pour les usages à grande échelle où le coût par appel prime, et Haiku 4.5 pour les sous-agents et réponses instantanées. Un réglage d'effort ajustable permet aussi aux entreprises d'arbitrer entre intelligence, vitesse et consommation de tokens. Cette annonce s'inscrit dans un contexte où les benchmarks classiques atteignent leurs limites, poussant les laboratoires à distinguer les tâches bornées, avec un résultat précis et mesurable, des missions longues et autonomes s'étalant sur plusieurs jours. Anthropic lui-même admet que ses évaluations ne mesurent pas la durée ni la capacité à rester cohérent sur des étapes multiples, un terrain où Fable 5 garde l'avantage. Cette frontière entre tâches ponctuelles et travail agentique prolongé pourrait devenir, en 2026, le principal axe de différenciation entre Anthropic, OpenAI et les autres acteurs du secteur.

💬 Opus 5 au même prix que son prédécesseur mais avec un score qui double sur Frontier-Bench, c'est le vrai signal : la course à l'IA ne se joue plus sur qui a le modèle le plus intelligent, mais sur qui livre le plus d'intelligence par dollar dépensé. Anthropic vient d'admettre à voix haute ce que tout le monde pressentait, l'essentiel du taf pro ne demande pas une IA au sommet absolu, juste une IA solide et pas ruineuse à faire tourner en boucle toute la journée. Reste que sur les tâches longues et autonomes, celles qui s'étalent sur plusieurs jours, Fable 5 garde la main, et c'est là que la vraie bataille de 2026 va se jouer.

Google lance la famille de modèles ouverts Gemma 4

Google a lancé Gemma 4, une nouvelle famille de modèles d'IA open source conçue pour le raisonnement avancé et les capacités multimodales. Héritière de la série Gemma, cette offre s'inscrit dans la stratégie de Google DeepMind de proposer des modèles accessibles aux développeurs et chercheurs, utilisables localement ou dans le cloud. La famille comprend plusieurs variantes de tailles différentes, adaptées à des usages allant des appareils mobiles aux serveurs de production. L'arrivée de Gemma 4 renforce l'arsenal open source disponible pour les équipes techniques qui ne veulent pas dépendre exclusivement de modèles propriétaires via API. Les capacités multimodales, traitement combiné de texte et d'images, ouvrent la voie à des applications concrètes dans l'analyse documentaire, la vision par ordinateur et les assistants enrichis. Pour les entreprises soucieuses de confidentialité ou de coûts d'inférence, un modèle performant déployable en local représente un avantage opérationnel direct. Google s'inscrit ainsi dans une compétition ouverte avec Meta (LLaMA), Mistral et d'autres acteurs qui misent sur l'open source pour gagner l'adhésion des développeurs. La série Gemma, lancée début 2024, avait déjà rencontré un accueil favorable grâce à ses performances compétitives à taille réduite. Avec Gemma 4, Google cherche à consolider sa position dans cet écosystème, alors que le débat entre modèles ouverts et fermés reste central dans l'industrie de l'IA.