Le laboratoire Nanbeige LLM Lab, rattaché à la plateforme de recrutement BOSS Zhipin, a publié dimanche sur Hugging Face Nanbeige4.3-33B, un modèle dense de 33 milliards de paramètres sous licence Apache 2.0. Il est pensé pour le codage agentique et les tâches bureautiques de type « cowork ». Une licence aussi permissive sur un modèle de cette taille, c'est un nouveau candidat sérieux pour tous ceux qui veulent héberger leurs propres agents.
Côté Anthropic, le discours change de cap. L'entreprise recommande désormais aux sociétés d'examiner si elles peuvent regrouper plusieurs sous-agents en un seul, capable de charger à la demande le contexte dont il a besoin. Dans la comparaison d'architectures qu'elle présente, la configuration à agent unique s'en sort mieux que l'empilement de sous-agents. L'argument est que les modèles gèrent maintenant seuls une complexité qu'on devait jusque-là orchestrer à la main.
Enfin, des chercheurs de Stanford et de l'UC Berkeley ont dévoilé TokenGate, un module qui permet à un modèle existant de « survoler » son entrée pendant la phase de prefill sur contextes longs. Une petite porte MLP et un adaptateur LoRA de rang 16 suffisent, et le gain de vitesse atteint jusqu'à 11,3 fois. Pas besoin de réentraîner un modèle de zéro pour en tirer le bénéfice.
Modèles ouverts plus costauds, architectures d'agents plus simples et inférence plus rapide : tout pousse dans le même sens, vers une IA plus légère à déployer et moins coûteuse à faire tourner.