Actualités IA — page 83

7 595 articles au fil, du plus récent au plus ancien.

47

1641Next INpact 

Claude Sonnet 5 : plus agentique, plus malin et bientôt plus cher

Le résumé de l'article Sonnet 5 (le skill claude-api n'a pas pu se charger, mais la tâche est une simple synthèse du texte source fourni, donc je continue directement) : Anthropic a annoncé le 1er juillet 2026 le déploiement de Sonnet 5, la nouvelle version de son modèle « milieu de gamme », qui succède directement à la version 4.6. L'entreprise structure sa gamme en trois familles : Haiku (rapide et économique), Sonnet (le meilleur compromis prix/vitesse/intelligence) et Opus (le haut de gamme, plus coûteux). Sonnet 5 apporte des gains significatifs sur les tâches agentiques : planification d'actions, navigation web, utilisation d'un terminal, écriture et correction de code, et vérification autonome du travail effectué. Sur le benchmark SWE-bench Pro, le modèle atteint 63,2 %, contre 69,2 % pour Opus 4.8, réduisant ainsi l'écart entre les deux modèles. Côté tarifs, Sonnet 5 reste affiché à 3 dollars par million de tokens en entrée et 15 dollars en sortie, soit les mêmes prix que la version 4.6. Mais le nouveau modèle reprend le tokenizer introduit par Opus 4.7, plus gourmand : Anthropic reconnaît une consommation pouvant grimper jusqu'à 35 % de tokens supplémentaires pour un texte équivalent. Pour amortir ce surcoût, l'entreprise propose une remise promotionnelle ramenant le prix à 2 dollars en entrée et 10 dollars en sortie, mais uniquement jusqu'au 31 août. Passé cette date, la facture des utilisateurs intensifs de l'API devrait donc augmenter mécaniquement, même sans changement de tarif affiché. Cette mise à jour compte pour les développeurs et entreprises qui s'appuient sur Sonnet au quotidien via l'API, Claude Code, ou les offres Team et Enterprise, puisque Sonnet 5 devient désormais le modèle par défaut pour les utilisateurs gratuits et les abonnés Pro. L'amélioration des capacités agentiques est particulièriement pertinente pour les cas d'usage de codage automatisé et d'exécution de tâches longues sans supervision constante. Anthropic met aussi en avant une réduction des hallucinations et une meilleure résistance aux injections de prompt et aux requêtes malveillantes, un argument de poids pour les déploiements en production. En matière de cybersécurité, toutefois, Sonnet 5 reste volontairement limité : il peut gérer certaines tâches courantes et non nuisibles, mais ses performances sur le développement d'outils d'exploitation de vulnérabilités restent nettement inférieures à celles d'Opus 4.8 et de Mythos 5, ses grands frères dotés de garde-fous différents. Cette annonce s'inscrit dans une stratégie plus large de refonte de la gamme Anthropic autour d'une nouvelle nomenclature de version 5, probablement pour harmoniser Sonnet avec les autres modèles de la famille. En parallèle, l'entreprise a lancé Mythos, son modèle expérimental le plus avancé à ce jour, dont la déclinaison grand public Fable a été temporairement bloquée par l'administration Trump jusqu'au 30 juin, un dossier qu'Anthropic prévoit de détailler séparément. Le choix de maintenir Sonnet 5 au même prix affiché que la version précédente, tout en admettant une hausse cachée de la consommation de tokens via le nouveau tokenizer, illustre une tension récurrente dans l'industrie des grands modèles de langage entre affichage tarifaire stable et coûts réels croissants liés à la complexité computationnelle. La fenêtre de rabais jusqu'au 31 août laisse present à penser qu'Anthropic anticipe une adoption rapide de Sonnet 5 avant d'aligner ses prix sur le coût réel du nouveau tokenizer, une dynamique que les entreprises clientes devront surveiller de près dans leurs budgets d'infrastructure IA.

LLMs❧Opinion

1 source

47

1642Le Big Data 

Claude Sonnet 5 est là, et il sait utiliser un navigateur et un terminal tout seul

Anthropic a dévoilé Claude Sonnet 5 le 30 juin 2026, présenté comme le modèle Sonnet le plus autonome jamais publié par l'entreprise. Contrairement aux versions précédentes, cette IA peut désormais planifier une suite d'actions, ouvrir et piloter un navigateur, manipuler un terminal et enchaîner plusieurs outils sans intervention humaine à chaque étape. Selon Anthropic, ses performances sur les évaluations dédiées aux agents IA se rapprochent de celles d'Opus 4.8, son modèle haut de gamme, et progressent nettement par rapport à Sonnet 4.6 sur le raisonnement, la programmation et la recherche automatisée. Côté tarifs, le prix de lancement est fixé à 2 dollars par million de jetons en entrée jusqu'au 31 août 2026, avant de passer à 3 dollars, tandis que les jetons en sortie coûteront entre 10 et 15 dollars par million. Claude Sonnet 5 devient dès maintenant le modèle par défaut pour les utilisateurs des offres Gratuit et Pro, et reste accessible via les abonnements Max, Team et Enterprise, ainsi que sur Claude Code et la plateforme développeurs. Cette autonomie change concrètement la donne pour les développeurs et les entreprises, qui pouvaient jusqu'ici difficilement se passer d'intervenir à chaque étape d'une tâche complexe. Un agent capable de naviguer sur le web, d'exécuter des commandes et de corriger lui-même ses erreurs de code ouvre la voie à des usages jusque-là réservés aux modèles les plus coûteux du marché, désormais accessibles à un tarif nettement plus abordable. Pour les entreprises qui automatisent des tâches de recherche, de veille ou de développement, cela signifie potentiellement moins de supervision humaine et des workflows plus fluides. C'est aussi un signal fort envoyé aux concurrents : Anthropic referme l'écart entre ses modèles intermédiaires et ses modèles premium, rendant l'IA agentique performante beaucoup plus accessible financièrement. Cette annonce s'inscrit dans une course plus large entre laboratoires d'IA pour développer des agents capables d'agir de façon autonome plutôt que de simplement répondre à des requêtes ponctuelles. Anthropic affirme avoir renforcé les garde-fous comportementaux du modèle, avec une réduction sensible des hallucinations et une meilleure résistance aux tentatives de manipulation par rapport à Sonnet 4.6. L'entreprise précise toutefois que Sonnet 5 n'a pas été entraîné spécifiquement pour les usages de cybersécurité offensive : lors de tests de développement d'exploits ciblant Firefox, le modèle n'est jamais parvenu à produire un exploit entièrement fonctionnel, une limite qui rassurera les chercheurs en sécurité tout en montrant que l'autonomie accrue du modèle n'est pas encore synonyme de capacités illimitées. À mesure que ces agents gagnent en indépendance, la question de leur supervision et de leurs garde-fous devient centrale, et Anthropic comme ses concurrents devront continuer à démontrer que puissance et sécurité peuvent progresser de pair.

LLMs⚡Actu

1 source

48

1643Le Big Data 

Fable 5 et Mythos 5 sont de retour : Trump lève (enfin) ses restrictions

Anthropic a confirmé mardi 30 juin 2026 que le département du Commerce américain avait levé les restrictions à l'exportation visant ses modèles Claude Fable 5 et Mythos 5, imposées quelques semaines plus tôt au nom de la sécurité nationale. Le rétablissement de l'accès a commencé dès le mercredi 1er juillet. Mythos 5, le modèle le plus puissant de l'entreprise, reste toutefois en accès limité : depuis vendredi, seuls quelques spécialistes américains de la cybersécurité et des infrastructures critiques pouvaient l'utiliser, et les partenaires étrangers, dont plusieurs agences gouvernementales en Europe et en Asie, en restent pour l'instant exclus. Claude Fable 5, la version grand public, redevient accessible dans le monde entier à partir de jeudi, avec un nouveau jeu de classificateurs destiné à mieux repérer et bloquer les usages liés à la cybersécurité. En attendant, c'est Opus 4.8 qui continue d'assurer certaines tâches courantes comme le codage ou le débogage, et Fable 5 conserve des limitations sur les usages sensibles touchant à la cybersécurité ainsi qu'aux risques biologiques et chimiques. Cette annonce soulage de nombreux utilisateurs et entreprises privés d'accès aux modèles les plus avancés d'Anthropic pendant plusieurs semaines, mais elle relance surtout une question laissée sans réponse claire : qu'est-ce qui a réellement changé en moins de trois semaines pour justifier la levée de restrictions présentées initialement comme motivées par des inquiétudes sérieuses de sécurité nationale ? Le risque évoqué au départ était-il exagéré, ou de nouvelles mesures de protection ont-elles réellement été mises en place entretemps ? Anthropic n'a pour l'instant fourni aucune explication détaillée, se contentant d'assurer que ses équipes continueront d'affiner leurs systèmes de détection pour réduire les faux positifs et mieux distinguer un usage normal d'une tentative d'abus. L'épisode illustre la tension croissante entre rapidité de déploiement commercial et contrôle réglementaire des capacités d'IA jugées sensibles, notamment sur les plans offensifs en cybersécurité. Cette séquence s'inscrit dans un mouvement plus large de rapprochement entre les grands laboratoires d'IA et les autorités américaines sur les questions de sécurité. Anthropic affirme travailler, aux côtés d'Amazon, Microsoft, Google et d'autres partenaires du programme Glasswing, à un cadre commun pour évaluer la gravité des techniques de jailbreak visant les modèles d'IA et déterminer la réponse appropriée à chacune. L'entreprise dit également renforcer sa collaboration avec le gouvernement américain autour des tests et des mécanismes de protection de ses modèles, un partenariat qui prévoit un accès anticipé aux futurs modèles pour évaluation, un partage d'informations sur les tentatives de jailbreak et les usages abusifs constatés, ainsi que des ressources dédiées à des travaux de recherche communs sur la sécurité de l'IA.

Régulation⚖Reglementation

Aussi surTechCrunch AI,The Information AI,Wired AI

39

1644AWS ML Blog 

Sécuriser le déploiement des modèles de pointe auprès des clients

Amazon Web Services (AWS) a annoncé que les modèles Claude Fable 5 d'Anthropic redeviennent disponibles dès demain pour les clients de Bedrock, sa plateforme d'intelligence artificielle, avec des garde-fous renforcés contre les usages malveillants. Cette annonce s'inscrit dans la continuité de Bedrock Mantle, lancé l'an dernier pour offrir une protection renforcée des poids des modèles et de la confidentialité des données. AWS travaille également en étroite collaboration avec Anthropic et d'autres acteurs du secteur dans le cadre du Projet Glasswing, une initiative visant à encadrer le déploiement de modèles de nouvelle génération comme Claude Mythos, dont les capacités en cybersécurité sont particulièrement avancées. L'équipe de sécurité offensive d'AWS (Red Team) a directement contribué, aux côtés d'Anthropic, à améliorer les protections de Fable 5. Lorsque ses garde-fous se déclenchent, le modèle bascule automatiquement vers Opus 4.8, déjà accessible publiquement. Cette annonce illustre un dilemme central pour l'industrie de l'IA : comment mettre des capacités avancées de cybersécurité entre les mains des équipes de défense sans donner simultanément aux attaquants les moyens de mener des recherches de vulnérabilités plus poussées. AWS souligne que l'objectif prioritaire des garde-fous est justement d'empêcher les acteurs malveillants d'accéder à ce niveau de recherche offensive, tout en laissant aux entreprises, gouvernements et institutions académiques le temps de renforcer leurs défenses avant que ces capacités ne soient exploitées à grande échelle. Pour les clients de Bedrock, cela signifie un accès plus rapide aux modèles les plus récents, avec les standards de sécurité et de confidentialité attendus d'AWS, sans avoir à choisir entre performance et prudence. Cette collaboration s'inscrit dans un contexte plus large où les modèles frontières gagnent rapidement en puissance, notamment sur des tâches sensibles comme l'analyse de vulnérabilités logicielles. Anthropic a publié de son côté un billet de blog intitulé "Redeploying Fable 5", détaillant sa manière d'évaluer les capacités de cette nouvelle génération de modèles ainsi que ses engagements et délais de réponse en cas de signalement de problèmes après déploiement. AWS salue cette transparence et annonce vouloir continuer à faire évoluer les garde-fous au fur et à mesure que de nouveaux modèles sortent et que les enseignements s'accumulent sur l'efficacité des protections actuelles. Les deux entreprises présentent cette coopération comme une première tentative structurée de définir des niveaux de gravité et des protocoles de réponse spécifiques aux modèles capables d'assister en cybersécurité, un cadre appelé à s'affiner avec le reste du secteur.

Sécurité⚡Actu

1 source

43

1645Latent Space 

Sonnet 5 aujourd'hui, Fable 5 demain

Anthropic a lancé le 29 juin 2026 Claude Sonnet 5, son nouveau modèle de milieu de gamme par défaut, avec un déploiement immédiat sur l'application Claude, Claude Code, l'API et chez ses partenaires écosystème. L'entreprise le présente comme « son Sonnet le plus agentique à ce jour », capable de planifier des tâches, d'utiliser un navigateur ou un terminal et d'exécuter des actions de façon autonome à un niveau qui nécessitait auparavant des modèles plus volumineux et plus coûteux. Le modèle dispose d'une fenêtre de contexte d'un million de tokens et devient le choix par défaut dans Claude Code pour les utilisateurs Pro. Côté tarifs, Anthropic maintient son prix catalogue à 3 dollars par million de tokens en entrée et 15 dollars en sortie, mais propose un tarif promotionnel à 2 dollars et 10 dollars jusqu'au 31 août ou 1er septembre selon les sources. Le lancement s'accompagne de l'arrivée de Claude Desktop sur Linux, en version bêta pour Ubuntu et Debian, incluant Claude Code, Cowork et le chat pour les comptes payants, mais sans la fonctionnalité Computer Use. Anthropic a aussi mis à jour ses Managed Agents avec des flux de données par session, des dérogations par session, des événements webhook, une pagination inversée, un contrôle plus fin de l'injection d'identifiants et un nouvel onglet d'observabilité pour suivre l'usage de tokens et d'outils. Cette mise à jour repositionne Sonnet comme une alternative crédible aux modèles haut de gamme pour les tâches de codage et d'automatisation, à un tarif nettement inférieur. Pour les développeurs et les entreprises utilisant Claude Code ou l'API, cela signifie un accès à des capacités agentiques avancées, comme l'exécution autonome de tâches complexes, sans payer le prix d'un modèle premium. L'arrivée sur Linux et les nouveaux outils de supervision des agents renforcent également l'attrait de la plateforme pour les équipes techniques qui déploient des agents IA en production. Ce lancement intervient après plusieurs semaines de rumeurs intenses autour d'une sortie conjointe de Sonnet 5 et de Fable 5, un modèle plus puissant que beaucoup attendaient depuis son interdiction survenue dix-huit jours plus tôt à la suite d'un différend avec les autorités. Des indices avaient suggéré qu'Anthropic préparait pour Fable 5 un système de crédits d'usage séparé, facturé hors des abonnements existants, avec des exigences de vérification d'identité, ce qui avait fait craindre un accès restreint, notamment en Europe. Sonnet 5 est finalement arrivé seul, laissant l'absence de Fable 5 comme le véritable sujet de discussion parmi les utilisateurs, alors que son retour, annoncé après un travail avec les pouvoirs publics, reste attendu.

LLMs⚡Actu

1 source

29

1646Latent Space 

Forward Deployed Engineers et l'avenir de l'ingénierie logicielle

Traduction complétée : Natalie Meurer, responsable de l'ingénierie des agents chez Sierra, a présenté lors de l'AI Engineer World's Fair une intervention sur l'évolution du rôle d'ingénieur déployé sur le terrain (forward deployed engineer, ou FDE). Meurer dirige une équipe mondiale de plus de 120 ingénieurs qui conçoivent des agents conversationnels d'intelligence artificielle pour le service client d'entreprises. Avant de rejoindre Sierra, elle a travaillé dans les politiques technologiques, appris à coder en autodidacte, puis passé cinq ans chez Palantir sur des projets liés aux forces de l'ordre, à la défense et aux infrastructures, avant de compléter sa formation par un MBA. Chez Sierra, elle a fondé la fonction qu'elle appelle "agent engineering", un choix de terminologie délibéré pour se démarquer du terme FDE popularisé par Palantir. Selon elle, ce poste combine l'intégration de systèmes et le développement d'agents avec une compréhension fine des opérations client, du produit et de l'expérience utilisateur finale. Cette distinction terminologique reflète un enjeu plus large pour l'industrie de l'IA: le terme FDE recouvre aujourd'hui un éventail de compétences si large qu'il en devient difficile à définir précisément, selon Meurer. Elle soutient que ce qui caractérise réellement ces rôles n'est pas un ensemble de compétences techniques figé, mais un niveau de responsabilité directe envers les clients. Cette évolution a des implications concrètes pour les entreprises qui déploient des agents IA en entreprise: elle suggère que les frontières entre ingénierie produit et ingénierie orientée client commencent à s'estomper, les deux fonctions convergeant progressivement vers un même profil hybride, technique et orienté résultats business. Chez Sierra, qui développe des agents conversationnels pour le service client entrant et sortant (par voix, chat et email), le travail des ingénieurs commence par une phase de découverte avec chaque client, visant à identifier l'intersection entre problèmes techniquement complexes et impact business significatif. Meurer cite l'exemple du secteur financier, où le traitement des litiges de paiement illustre bien cette double exigence: la tâche est technique et doit être exécutée avec rigueur, mais elle exige aussi une forte intelligence émotionnelle, un client confronté à une transaction frauduleuse sur son relevé bancaire ayant besoin d'être rassuré autant qu'assisté. Ce cas illustre comment la plupart des clients de Sierra se situent sur une trajectoire similaire, où l'automatisation par agents IA doit conjuguer performance technique et sensibilité humaine.

Société⚡Actu

Aussi surThe Information AI

40

1647Latent Space 

Ahmad Osman explique pourquoi l'IA locale rattrape son retard

Ahmad Osman, fondateur de la société Osmantic qui développe des logiciels open source pour déployer et faire fonctionner des systèmes d'IA locale, s'est exprimé lors de l'AI Engineer World's Fair, où il a animé un atelier en deux parties consacré aux modèles de langage locaux et aux agents de type « workstation ». La demande a été telle que certains participants n'ont pas pu être accueillis faute de place. Osman avait préparé un site permettant de comparer en direct différentes machines, comme le DGX Spark de Nvidia ou les postes AMD Strix Halo, face à des modèles cloud propriétaires, en observant performance, qualité de sortie, vitesse et latence. Son objectif était de rendre l'IA locale tangible plutôt que théorique, à un moment où l'écart entre modèles open source et modèles propriétaires de pointe continue de se réduire, selon lui à quatre ou huit mois de retard seulement. Le public de ses ateliers allait d'étudiants cherchant leur première machine capable de faire tourner de l'IA jusqu'à des cadres d'entreprise réfléchissant au routage de modèles et au contrôle des données internes. Cette évolution compte parce qu'elle change la perception d'une technologie encore associée, dans l'esprit de beaucoup, aux modèles peu performants de 2022. Osman insiste sur le fait qu'un modèle ne suffit pas à reproduire l'expérience d'outils comme ChatGPT ou Claude Code, qui s'appuient sur une infrastructure complète incluant recherche web, outils et services annexes. Il cite l'exemple d'un ami ayant acheté une carte graphique RTX 5090 pour faire tourner Qwen 3.5 en local et connecté à Claude Code : la tentative de modifier l'éclairage RGB de sa carte a échoué localement, faute d'accès à une recherche internet permettant de contourner la date limite des données d'entraînement, alors que la version hébergée du service a réussi sans problème. Une fois l'accès à un moteur de recherche ajouté au système local, la tâche a pu être menée à bien. Pour Osman, cette distinction est essentielle pour les entreprises qui envisagent l'IA locale comme une infrastructure sérieuse plutôt qu'un simple gadget technique. Sur son site Open Source AI Must Win, Osman défend une position plus large : la capacité à étudier, construire, réparer, déployer, auditer, adapter, enseigner, préserver et faire fonctionner des systèmes d'intelligence artificielle sans demander la permission relèverait d'un enjeu existentiel. Cette conviction s'inscrit dans un mouvement plus vaste observé lors de l'AI Engineer World's Fair, où les modèles ouverts apparaissent de plus en plus comme des alternatives crédibles aux grands modèles fermés. Le matériel disponible pour les particuliers et les entreprises, des téléphones et ordinateurs portables jusqu'aux stations de travail dédiées à base de GPU, progresse rapidement, ce qui alimente l'intérêt croissant des développeurs comme des dirigeants pour une IA maîtrisée localement, indépendante des services cloud des grands fournisseurs.

Outils⚡Actu

1 source

46

1648The Information AI 

Startup en réseaux optiques : les investisseurs misent sur le boom des puces

Les investisseurs se ruent sur les startups de semi-conducteurs et de composants destinés à faire tourner l'intelligence artificielle plus efficacement, faisant grimper les valorisations de ces entreprises qui cherchent à concurrencer Nvidia et les autres géants établis du secteur. Etched, une startup de quatre ans dirigée par de jeunes décrocheurs de Harvard qui développent une puce IA spécialisée, a annoncé mardi avoir levé 800 millions de dollars. La semaine précédente, les startups de puces SambaNova et xLight ont elles aussi révélé être en train de lever chacune plusieurs centaines de millions de dollars. Dans la foulée, Ayar Labs, une entreprise de 11 ans fondée par des chercheurs universitaires et spécialisée dans les équipements de connexion ultrarapide entre puces IA, serait en pourparlers pour lever au moins 200 millions de dollars, à une valorisation nettement supérieure aux 3,75 milliards de dollars atteints il y a quelques mois lors d'un précédent tour de financement. Cet afflux de capitaux traduit une bascule dans les priorités d'investissement de l'écosystème IA : au-delà des seuls modèles de langage, ce sont désormais les infrastructures matérielles qui font l'objet d'une attention croissante. Les puces spécialisées et les technologies d'interconnexion, comme celles développées par Ayar Labs, deviennent des goulots d'étranglement critiques à mesure que les centres de données IA doivent traiter des volumes de données toujours plus importants entre un nombre croissant de processeurs. Pour les géants du cloud et les développeurs de modèles, disposer de connexions plus rapides et plus efficaces entre puces peut représenter un avantage compétitif décisif en termes de coûts et de performance. Cette vague de financements s'inscrit dans un contexte où Nvidia domine largement le marché des puces IA, poussant investisseurs et startups à chercher des alternatives ou des technologies complémentaires capables de réduire cette dépendance. Les montants en jeu, souvent plusieurs centaines de millions de dollars pour des entreprises encore jeunes, illustrent l'appétit des marchés financiers pour tout acteur susceptible de peser sur la chaîne de valeur du matériel IA, des puces elles-mêmes jusqu'aux systèmes qui les relient entre elles.

Infrastructure⚡Actu

1 source

37

1649VentureBeat AI 

Morgan Stanley a divisé par deux son travail de réconciliation le plus risqué, en rendant ses agents moins autonomes

Morgan Stanley a déployé un système d'agents d'intelligence artificielle baptisé FIXR pour automatiser l'un des processus les plus critiques et chronophages de la banque : la réconciliation quotidienne des profits et pertes (P&L) entre ses systèmes de finance, risque, opérations et capture des transactions. Chaque jour de bourse, après les calculs de P&L nocturnes, des centaines de milliers d'attributs échouent à correspondre entre ces systèmes, générant ce que la banque appelle des « breaks » que les contrôleurs devaient auparavant examiner un par un, sous une pression de délai matinale intense. Ce travail pouvait prendre jusqu'à six heures pour un seul livre de comptes. Avec FIXR, il ne demande plus que deux à trois heures, a expliqué Todd Johnson, Managing Director chez Morgan Stanley, lors d'un récent événement VB AI Impact. Avec environ 100 contrôleurs effectuant ce travail, l'économie représente près de 1 500 heures par semaine. Le système repose sur plusieurs agents complémentaires : l'un interprète les décisions passées pour proposer des résolutions en début de journée, un autre observe le comportement des contrôleurs pour documenter les règles qu'ils appliquent, et un troisième transforme les schémas répétés en logique automatisée durable. Ce qui distingue cette approche, c'est qu'elle a rendu le système moins autonome plutôt que plus autonome pour y parvenir. Les humains restent pleinement dans la boucle : ils examinent, approuvent ou corrigent chaque recommandation, et ces décisions alimentent en retour l'amélioration du système. « C'est beaucoup plus proche d'un collègue que d'un copilote », résume Johnson. Cette conception a une conséquence concrète pour l'industrie financière : elle montre qu'il est possible d'automatiser des tâches complexes et sensibles sans sacrifier la responsabilité humaine, un enjeu central dans un secteur où chaque erreur de réconciliation peut avoir des répercussions réglementaires et financières. Johnson insiste sur le fait que l'autonomie exige une confiance considérable, et que les gains d'efficacité disparaissent si les employés doivent tout revérifier derrière l'agent. Avant même d'introduire l'IA, l'équipe de Johnson a mené une évaluation approfondie des processus existants pour déterminer où l'automatisation apporterait le plus de valeur, qu'il s'agisse d'agents, d'automatisation classique ou simplement d'une réingénierie des étapes inefficaces. Cette démarche s'inscrit dans une évolution plus large de l'IA en entreprise, qui dépasse désormais les assistants de codage et les chatbots de service client pour s'attaquer à des flux de travail à fort enjeu réglementaire et financier. Le système apprend chaque jour des corrections apportées par les contrôleurs, codifiant progressivement ces connaissances pour automatiser de plus en plus de cas au fil du temps, tout en préservant la supervision humaine comme garde-fou permanent.

Business⚡Actu

1 source

44

1650One Useful Thing 

Le crépuscule des chatbots

Les grands laboratoires américains d'intelligence artificielle publient des modèles à un rythme jamais vu, malgré des interventions gouvernementales ayant temporairement bloqué l'accès à deux des systèmes les plus puissants, Claude Fable et GPT-5.6. Au-delà du rythme des sorties, plusieurs organisations mesurent une accélération réelle des capacités : METR et l'institut britannique AI Security Institute évaluent combien d'heures de travail de programmeur humain une IA peut accomplir en une seule requête, tandis que GDPval compare des experts humains à des IA sur de nombreux métiers grâce à des jurys professionnels. Tous ces indicateurs progressent à un rythme supérieur à l'exponentielle. Epoch a ainsi montré que Claude Opus 4.7, travaillant seul pendant 14 heures, a construit un logiciel équivalent à 2 à 17 semaines de travail d'ingénierie humaine, pour un coût de 251 dollars en tokens. De son côté, l'auteur rapporte avoir vu Claude Fable exécuter de façon autonome, pendant 9 heures, des projets logiciels complexes qui auraient normalement mobilisé une équipe pendant plus d'une semaine. Un second groupe de modèles, dits "en poids ouverts" et tous développés en Chine, suit une courbe de progression similaire mais avec 6 à 12 mois de retard sur les modèles propriétaires américains, comme le montre le test AA-Briefcase qui simule une mission de conseil complexe sur plusieurs semaines. Cette accélération transforme concrètement la manière dont l'IA est utilisée au travail. Jusqu'à récemment, le modèle dominant était celui de la "co-intelligence" : l'utilisateur demandait une tâche, vérifiait le résultat, puis guidait l'IA étape par étape grâce à des instructions précises et une attention humaine constante. Cette approche reste utile, mais elle cède peu à peu la place à des systèmes IA capables de mener des tâches longues, de s'auto-corriger et de fonctionner sans supervision continue. Pour les entreprises et les professionnels, cela signifie repenser entièrement les flux de travail : l'IA n'est plus seulement un assistant ponctuel mais un exécutant autonome sur des projets de plusieurs heures, avec des implications directes sur la productivité, l'organisation des équipes et le contrôle qualité. Ces avancées doivent toutefois être nuancées : la frontière des capacités reste "irrégulière", les modèles restant faibles dans certains domaines malgré leurs prouesses ailleurs, et les modèles open source chinois n'atteignent pas toujours les performances suggérées par leurs benchmarks. Pour vraiment juger de la qualité d'un modèle, l'auteur recommande des tests concrets et originaux, comme un exercice où les IA doivent construire une simulation interactive de l'évolution d'un port au fil du temps, révélant des différences marquées en matière de design, de style et de jugement. Cette évolution vers des systèmes IA de plus en plus autonomes sera au cœur du prochain livre de l'auteur, intitulé Co-Existence, qui explorera cette nouvelle façon de travailler aux côtés de l'intelligence artificielle.

LLMs❖Paper

1 source

52

1651MIT Technology Review 

Claude Science est le nouveau produit phare d'Anthropic

Anthropic a dévoilé mardi Claude Science, son nouveau produit phare destiné à la recherche scientifique, lors d'un événement réunissant dirigeants pharmaceutiques, fondateurs de biotechs et chercheurs. À l'image de Claude Code pour le développement logiciel, Claude Science peut mener de manière autonome des tâches complexes à partir d'instructions concises, avec un accès à des outils particulièrement adaptés à la biologie computationnelle et au développement de médicaments. Le produit est immédiatement disponible pour tous les abonnés payants de Claude. Anthropic a également annoncé qu'elle utiliserait cet outil pour ses propres recherches sur des traitements contre des maladies rares et négligées. Ce n'est pas la première incursion d'Anthropic dans l'IA appliquée aux sciences : en octobre, l'entreprise avait lancé des extensions baptisées "Claude for Life Sciences", permettant à Claude d'exploiter des logiciels et bases de données scientifiques. Mais contrairement à cette précédente initiative, Claude Science est un produit autonome à part entière, positionné au même niveau que Claude Code et Claude Cowork. Selon Eric Kauderer-Abrams, responsable des sciences de la vie chez Anthropic, ce rang témoigne de l'importance stratégique du sujet pour l'entreprise, dont la mission affichée est de développer une IA au service du bien-être à long terme de l'humanité, avec les sciences de la vie comme principal terrain d'application. Ce lancement intervient alors qu'Anthropic cherche à s'imposer face à Google DeepMind, leader incontesté de l'IA scientifique depuis dix ans grâce à des travaux comme AlphaFold, qui a valu à Demis Hassabis et John Jumper le prix Nobel de chimie. Mais DeepMind peine désormais à suivre le rythme sur le terrain du code, devenu l'usage le plus lucratif des grands modèles de langage. Anthropic entend combler cet écart : de nombreux scientifiques utilisent déjà des outils comme Claude Code au quotidien, la recherche moderne impliquant fréquemment de la programmation sans que tous les chercheurs soient des ingénieurs experts. Signe de cette dynamique, John Jumper a annoncé plus tôt ce mois-ci son départ de DeepMind pour rejoindre Anthropic. Depuis fin 2025, les agents fondés sur les grands modèles de langage, dont la gamme Opus d'Anthropic, sont devenus capables de mener des travaux indépendants et utiles, ce qui a permis aux scientifiques de mesurer concrètement leur potentiel. Le physicien Matthew Schwartz, de Harvard, a par exemple estimé que le modèle Opus 4.5 affichait des capacités comparables à celles d'un doctorant de deuxième année pour exécuter des projets de recherche. Selon Kauderer-Abrams, Claude Science n'a pas vocation à remplacer Claude Code ou Claude Cowork, mais à s'appuyer sur leurs usages existants : l'outil permet notamment d'exécuter du code sur des clusters de calcul puissants, souvent difficiles à gérer pour les chercheurs, tout en donnant la priorité à la reproductibilité, afin de pouvoir retracer et vérifier l'origine de chaque résultat ou figure produite.

Outils⚒Outil

Aussi surAI Business,Le Big Data

44

1652MarkTechPost 

Claude Sonnet 5, Sonnet 4.6 et Opus 4.8 : benchmarks de codage autonome, prix API et coût-performance comparés

Anthropic a lancé Claude Sonnet 5 le 30 juin 2026, présenté comme son modèle Sonnet le plus agentique à ce jour, capable de planifier des tâches, de piloter des navigateurs et des terminaux, et de fonctionner de façon autonome sur des missions longues. Il devient le modèle par défaut des offres Free et Pro, tandis que les utilisateurs Max, Team et Enterprise peuvent le sélectionner manuellement ; il est également disponible dans Claude Code et sur la Claude Platform. Sur les benchmarks publiés par Anthropic, Sonnet 5 dépasse son prédécesseur Sonnet 4.6 sur tous les tests : 63,2% contre 58,1% sur SWE-bench Pro (l'évaluation de codage agentique), 81,2% contre 78,5% sur OSWorld-Verified (usage d'ordinateur), et 80,4% contre 67,0% sur Terminal-Bench 2.1. Sur Humanity's Last Exam avec outils, il atteint 57,4%, un score qui talonne celui d'Opus 4.8, le modèle haut de gamme d'Anthropic, à 57,9%. Fait notable, sur le benchmark de travail de connaissance GDPval-AA v2, Sonnet 5 devance même Opus 4.8, avec 1 618 points contre 1 615. Cette montée en puissance intervient à un prix inférieur à celui du modèle phare de la firme. Anthropic propose un tarif de lancement de 2 dollars pour un million de tokens en entrée et 10 dollars en sortie, valable jusqu'au 31 août 2026, avant de passer à 3 et 15 dollars ; Opus 4.8, lui, reste à 5 et 25 dollars. Le modèle expose quatre niveaux d'effort de raisonnement (bas, moyen, élevé et extra-élevé), chaque palier supplémentaire augmentant à la fois la qualité des réponses et leur coût en tokens. Pour les développeurs, cela dessine une politique de routage claire : confier la majorité des tâches de codage agentique, d'utilisation d'outils et de travail de connaissance à Sonnet 5 aux niveaux d'effort bas ou moyen, où il offre le meilleur rapport qualité-prix, et réserver Opus 4.8 aux tâches critiques nécessitant une précision maximale, d'autant qu'à l'effort le plus élevé, Sonnet 5 peut finir par coûter plus cher qu'Opus pour une qualité comparable. Anthropic indique aussi avoir volontairement limité les capacités offensives en cybersécurité du modèle, le rendant plus sûr que Sonnet 4.6 mais moins fiable qu'Opus sur les usages où l'exactitude prime. Sonnet 5 succède à Sonnet 4.6, lancé en février 2026, et occupe la position intermédiaire de la gamme d'Anthropic, au-dessus du modèle économique Haiku 4.5 et en dessous d'Opus 4.8. Il utilise un tokenizer mis à jour, identique à celui introduit avec Opus 4.7, qui peut faire gonfler le nombre de tokens nécessaires pour un même texte d'un facteur allant jusqu'à 1,35, un détail à prendre en compte dans le calcul des coûts réels. Cette sortie illustre la stratégie d'Anthropic consistant à concentrer l'innovation sur la fiabilité agentique plutôt que sur un seul score record, dans un marché où la concurrence entre modèles se joue de plus en plus sur l'autonomie et l'efficacité économique en production, plus que sur la performance brute isolée.

LLMs❧Opinion

1 source

50

1653Ars Technica AI 

Une nouvelle faille rappelle pourquoi les navigateurs IA restent risqués

Une nouvelle recherche en sécurité informatique met en lumière une faille préoccupante dans les navigateurs dotés d'intelligence artificielle. Ces outils, commercialisés par plusieurs éditeurs, promettent d'exécuter des tâches complexes à partir d'une simple instruction : trouver un restaurant dans un quartier précis, réserver une table, inviter un collègue à déjeuner et envoyer un email de confirmation, le tout automatiquement. Les chercheurs ont démontré qu'un site web malveillant peut manipuler ces agents IA en les plongeant dans une sorte de réalité alternative, où les règles de sécurité censées encadrer leur comportement cessent de s'appliquer. Une fois cette bascule effectuée, l'attaquant obtient un contrôle quasi total sur les actions du navigateur IA, avec la possibilité d'extraire du code source depuis un dépôt privé ou de récupérer des identifiants stockés dans le gestionnaire de mots de passe intégré. Cette découverte est significative parce qu'elle expose la fragilité des garde-fous actuellement déployés par les développeurs de grands modèles de langage. Ces protections interdisent certaines requêtes jugées dangereuses, comme la création de logiciels malveillants, le vol d'identifiants ou la divulgation d'instructions pour fabriquer des engins explosifs. Le problème, selon les chercheurs, est que ces restrictions traitent les symptômes sans s'attaquer à la cause profonde du risque. Pour les entreprises et les utilisateurs qui confient de plus en plus de tâches sensibles à ces assistants, cela signifie que des données confidentielles, des identifiants ou du code propriétaire peuvent être exposés à leur insu, simplement en naviguant sur une page piégée. Les experts comparent cette approche défensive à celle d'un constructeur automobile qui plaiderait pour repenser les routes plutôt que de corriger les défauts de conception rendant son véhicule dangereux. À mesure que les navigateurs IA gagnent en autonomie et en capacité d'action réelle sur le web, la frontière entre simple consultation de pages et exécution de commandes sensibles s'amenuise, ouvrant un nouveau champ d'attaques que les éditeurs peinent encore à anticiper structurellement plutôt qu'au coup par coup.

Sécurité⚡Actu

1 source

43

1654The Decoder 

Claude Sonnet 5 d'Anthropic réduit l'écart avec la gamme Opus, plus chère

Anthropic a dévoilé Claude Sonnet 5, la dernière évolution de sa gamme de modèles de langage. Selon l'entreprise, ce nouveau modèle surpasse son prédécesseur, Sonnet 4.6, sur l'ensemble des benchmarks utilisés pour l'évaluer. Fait notable, Sonnet 5 devance même Opus 4.8, le modèle haut de gamme et plus coûteux de la même famille, sur le test GDPval-AA v2, qui évalue les compétences en travail de connaissance : il y obtient un score de 1 618 points. Anthropic précise également que Sonnet 5 affiche des résultats nettement inférieurs, sur les tâches liées à la cybersécurité, à ceux des modèles que le gouvernement américain a actuellement interdits pour ce type d'usage. Cette annonce a une portée qui dépasse la simple mise à jour technique. En rattrapant, voire en dépassant sur certains critères, un modèle plus onéreux, Sonnet 5 permet aux entreprises et développeurs d'obtenir des performances de premier plan à moindre coût, ce qui pourrait redistribuer les usages entre les différentes gammes de modèles d'Anthropic. La mention explicite des scores en cybersécurité n'est pas anodine : elle intervient alors que les autorités américaines examinent de près les capacités offensives de l'intelligence artificielle et envisagent de restreindre l'accès à certains modèles jugés trop performants dans ce domaine. Ce positionnement s'inscrit dans un contexte plus large de compétition entre laboratoires d'IA, où chaque nouvelle génération de modèle cherche à combiner puissance et maîtrise des risques. En insistant sur le fait que Sonnet 5 reste loin des seuils jugés problématiques par Washington, Anthropic cherche à démontrer sa capacité à proposer des modèles à la fois performants et conformes aux exigences réglementaires émergentes, dans un débat toujours en cours sur l'encadrement des IA les plus avancées.

LLMs⚡Actu

1 source

42

1655AWS ML Blog 

Claude Sonnet 5 arrive sur AWS : le modèle Sonnet le plus performant d'Anthropic

Anthropic a annoncé le déploiement de Claude Sonnet 5 sur Amazon Bedrock et sur la Claude Platform disponible via AWS. Il s'agit du premier modèle Sonnet de la dernière génération d'Anthropic, conçu pour offrir une intelligence de premier plan au tarif Sonnet, destiné au code, aux agents autonomes et aux tâches professionnelles courantes à grande échelle. Sur Amazon Bedrock, les entreprises peuvent l'intégrer directement dans leur environnement AWS existant, en conservant la sécurité de niveau entreprise et la résidence régionale des données. Le modèle est également accessible via la Claude Platform sur AWS, ce qui permet d'utiliser les mêmes API et fonctionnalités que la plateforme native d'Anthropic, mais avec une facturation et une authentification unifiées sous AWS. Pour démarrer, les développeurs peuvent passer par la console Amazon Bedrock, sélectionner Claude Sonnet 5 dans l'espace de test Playground, ou y accéder par programmation via l'API Messages d'Anthropic, les points d'accès bedrock-runtime ou bedrock-mantle, ou encore les API Invoke et Converse via la ligne de commande AWS ou le SDK AWS. Cette annonce marque un changement concret pour les équipes techniques qui développent des produits d'intelligence artificielle à grande échelle. Claude Sonnet 5 vise à offrir une intelligence proche de celle d'Opus tout en conservant l'équilibre coût-performance propre à la gamme Sonnet, ce qui en fait une option par défaut pour les usages quotidiens, là où Opus reste réservé aux tâches qui justifient un coût plus élevé. Le modèle est présenté comme capable de suivre un plan sur plusieurs étapes, de garder la trace de ce qui a déjà été fait et de corriger ses erreurs avec moins d'allers-retours, ce qui se traduit par un comportement plus prévisible en production. Pour le code, Anthropic met en avant sa capacité à naviguer dans des bases de code réelles, à appliquer des modifications sur plusieurs fichiers et à mener à bien des tâches longues de débogage ou de refactorisation. Pour les agents autonomes, il sert de socle plus fiable pour gérer des chaînes de dépendances complexes et des usages d'outils en plusieurs étapes, aussi bien pour des agents internes que pour des agents en contact avec les clients. Anthropic cite plusieurs secteurs où ce nouveau modèle devrait avoir un impact direct. Dans la finance, Sonnet 5 est positionné pour la modélisation de tableurs, l'analyse financière et des agents de reporting capables de vérifier eux-mêmes leurs calculs tout au long du flux de travail, de l'ingestion des données jusqu'à la validation des résultats. Pour la productivité de bureau, il est annoncé pour la rédaction de rapports, leur audit, la rédaction de documents et l'analyse structurée, avec en complément des capacités d'utilisation d'ordinateur permettant d'automatiser des tâches de navigateur ou de bureau auparavant réalisées manuellement. Le modèle est présenté comme une mise à niveau directe par rapport à Sonnet 4.6, dans un contexte où la concurrence entre fournisseurs de cloud pour héberger les meilleurs modèles de langage s'intensifie, chaque acteur cherchant à attirer les entreprises qui veulent déployer de l'intelligence artificielle générative sans quitter leur infrastructure cloud existante.

LLMs⚡Actu

Aussi surZDNET FR

45

1656Ars Technica AI 

« Nano Banana 2 Lite » de Google : son nouveau modèle d'image, le plus rapide et le moins cher à ce jour

Google DeepMind a dévoilé Nano Banana 2 Lite, son nouveau modèle de génération d'images, présenté comme le plus rapide et le moins coûteux de sa gamme. Techniquement baptisé Gemini 3.1 Flash Lite Image, il appartient à la famille Gemini 3.1 et est disponible dès aujourd'hui sur l'ensemble de l'écosystème Google. Sa principale promesse est de produire des images en une fraction du temps requis par les modèles plus lourds de l'entreprise, tout en conservant une qualité proche de celle des versions standard. Pour étayer cette affirmation, Google s'appuie sur des scores Elo issus de la plateforme Arena.ai, qui montrent que les utilisateurs évaluent les résultats de Nano Banana 2 Lite presque aussi favorablement que ceux des versions non allégées du modèle. Cette nouveauté répond à un problème concret du secteur : les modèles d'image les plus qualitatifs sont généralement lents et onéreux, ce qui freine leur usage pour des tâches d'itération rapide. En misant sur la vitesse et le faible coût, Google cible explicitement les usages de prototypage et d'exploration créative, où la rapidité d'exécution compte davantage que la perfection du rendu final. Pour les développeurs et créateurs qui génèrent de nombreuses variantes avant de retenir une image définitive, ce gain de réactivité peut réduire significativement les coûts d'infrastructure et accélérer les flux de travail créatifs. Google reconnaît toutefois des limites : le modèle peine davantage avec le texte intégré aux images, en particulier les caractères de petite taille, et les infographies générées contiennent plus souvent des données erronées. La cohérence des personnages et des visages d'une génération à l'autre reste également moins fiable que sur les modèles complets. Ces compromis illustrent une tendance plus large du secteur de l'IA générative, où les éditeurs déclinent désormais leurs modèles phares en versions allégées afin de répondre à des besoins différenciés selon les usages, qu'il s'agisse de production finale soignée ou de simple exploration d'idées à grande échelle.

Création⚡Actu

Aussi surTechCrunch AI,01net,Le Big Data

46

1657The Information AI 

Anthropic prépare un agent Claude intégré à Microsoft Teams

Anthropic finalise actuellement un agent Claude destiné à Microsoft Teams, selon une source proche des discussions entre les deux entreprises. Cette annonce survient quelques jours après qu'Anthropic a dévoilé un partenariat avec Salesforce, permettant aux utilisateurs de Slack d'invoquer Claude directement dans leurs conversations de groupe pour analyser leurs échanges et exécuter des tâches professionnelles, à condition de le connecter aux autres applications ou bases de données utilisées par leur entreprise. Microsoft et Salesforce commercialisent pourtant chacun leurs propres agents IA propriétaires intégrés à Teams et Slack, mais les deux géants ont choisi une approche conciliante plutôt que défensive face à la concurrence d'acteurs comme Anthropic. Cette stratégie d'ouverture transforme les messageries d'entreprise en véritables plateformes, comparables à des magasins d'applications, où les clients peuvent choisir l'agent IA de leur préférence plutôt que d'être cantonnés à la solution maison. Pour les entreprises utilisatrices de Teams ou Slack, cela signifie un accès élargi aux capacités de Claude sans devoir changer d'outil de communication quotidien, ce qui pourrait accélérer l'adoption de l'IA générative en environnement professionnel. C'est aussi un signal fort envoyé au marché : malgré les investissements massifs de Microsoft dans OpenAI et de Salesforce dans ses propres modèles, la pression concurrentielle pousse les géants du logiciel à privilégier l'interopérabilité plutôt que l'exclusivité, au risque de cannibaliser leurs propres offres d'agents. Cette évolution s'inscrit dans une bataille plus large pour devenir le point d'entrée incontournable de l'IA en entreprise. Microsoft, malgré son alliance historique avec OpenAI, et Salesforce, qui développe ses propres agents Agentforce, reconnaissent implicitement que leurs clients veulent la liberté de choisir leur fournisseur de modèles plutôt que d'être enfermés dans un écosystème unique. Pour Anthropic, multiplier les intégrations dans les outils de productivité déjà installés dans les entreprises constitue une voie de croissance plus rapide que de convaincre les organisations d'adopter de nouvelles plateformes. Reste à voir si cette coopération entre incumbents et challengers tiendra dans la durée, ou si elle ne sera qu'une étape transitoire avant que chacun ne cherche à reprendre le contrôle de la distribution de l'IA auprès de ses propres clients.

Business⚡Actu

Aussi surAI Business

44

1658The Decoder 

Anthropic lance Claude Science, un espace de travail IA conçu spécifiquement pour les chercheurs

Anthropic a lancé Claude Science, un espace de travail conçu spécifiquement pour les chercheurs scientifiques. L'outil embarque plus de 60 compétences préconfigurées couvrant des domaines comme la génomique et la chimie computationnelle, permettant aux scientifiques d'automatiser des tâches complexes propres à leur discipline. Un agent de vérification intégré contrôle automatiquement les citations et les calculs produits, une fonction pensée pour limiter les erreurs dans un contexte où la rigueur est essentielle. L'application peut fonctionner en local ou sur des clusters de calcul haute performance (HPC), ce qui signifie que les données sensibles n'ont jamais besoin de quitter l'infrastructure propre d'un laboratoire. Cette approche répond directement aux préoccupations des institutions de recherche concernant la confidentialité des données, un frein majeur à l'adoption de l'IA dans les laboratoires manipulant des informations sensibles, qu'il s'agisse de séquences génomiques ou de données précliniques. En automatisant la vérification des citations et des calculs, Claude Science s'attaque aussi à un problème récurrent des outils d'IA généralistes en contexte scientifique: le risque d'erreurs factuelles ou de résultats non fiables qui peuvent compromettre des travaux de recherche entiers. Pour les laboratoires publics et privés, cela pourrait accélérer des processus de recherche jusqu'ici ralentis par des contraintes de conformité et de sécurité des données. Ce lancement s'inscrit dans une compétition plus large entre les géants de l'IA pour s'implanter dans le secteur scientifique, un marché où les besoins spécifiques en matière de précision, de traçabilité et de confidentialité diffèrent nettement des usages grand public. Anthropic mise sur la spécialisation par domaine, plutôt que sur un assistant généraliste, pour convaincre des institutions de recherche exigeantes. Reste à voir comment les laboratoires universitaires et industriels, souvent contraints par des budgets et des infrastructures HPC limités, adopteront concrètement cet outil, et si d'autres acteurs du secteur suivront cette voie de la spécialisation verticale.

Outils⚒Outil

1 source

47

1659VentureBeat AI 

Anthropic lance Claude Sonnet 5 à prix cassé face à son modèle phare, alors que l'IPO se profile

Anthropic a lancé ce mardi Claude Sonnet 5, un nouveau modèle d'intelligence artificielle présenté comme "le Sonnet le plus agentique à ce jour". Il devient le modèle par défaut pour les utilisateurs des offres gratuite et Pro, et reste disponible pour les abonnés Max, Team et Enterprise. Côté tarification API, Anthropic propose un prix de lancement de 2 dollars par million de tokens en entrée et 10 dollars en sortie jusqu'au 31 août, avant de passer à 3 et 15 dollars, des montants nettement inférieurs aux 5 et 25 dollars facturés pour Opus 4.8, le modèle haut de gamme de l'entreprise. Les benchmarks publiés montrent des progrès marqués par rapport à Sonnet 4.6 : 63,2% contre 58,1% sur SWE-bench Pro (un test de codage agentique), score qui se rapproche des 69,2% d'Opus 4.8. Sur Terminal-Bench 2.1, l'écart se resserre encore avec 80,4% contre 67,0% pour Sonnet 4.6 et 82,7% pour Opus 4.8. Sur Humanity's Last Exam, Sonnet 5 atteint 43,2% sans outils et 57,4% avec outils, un résultat quasiment identique aux 57,9% d'Opus 4.8. Pour les tâches d'utilisation d'ordinateur (OSWorld-Verified), le score grimpe à 81,2% contre 78,5% précédemment, et sur GDPval-AA v2, un test orienté travail de connaissance, Sonnet 5 obtient 1618 points, dépassant même Opus 4.8 (1615) et très loin devant Sonnet 4.6 (1395). Cette montée en puissance d'un modèle milieu de gamme change la donne pour les entreprises soucieuses de leurs coûts. La capacité du modèle à planifier, utiliser des outils comme des navigateurs ou des terminaux, et exécuter des tâches complexes en plusieurs étapes de façon autonome répond directement à un problème répandu : des agents qui abandonnaient leurs tâches à mi-parcours. Sualeh Asif, cofondateur de l'éditeur de code Cursor, explique que les agents "respectent le plan, suivent nos conventions et livrent des changements multi-étapes propres, à moindre coût". Daniel Shepard, ingénieur senior chez Zapier, cite l'exemple d'une automatisation en deux temps, mise à jour de comptes Salesforce puis envoi d'une annonce de lancement, qui "bloquait à mi-chemin" avec les modèles précédents mais s'exécute désormais de bout en bout. Ce lancement intervient alors qu'Anthropic se prépare à une introduction en bourse très attendue, qui mettra à l'épreuve les valorisations vertigineuses du secteur de l'IA face au marché public. En proposant des capacités agentiques avancées à prix réduit, l'entreprise cherche à élargir rapidement sa base d'utilisateurs professionnels, un argument de poids pour son futur dossier d'introduction, tout en accompagnant un basculement plus large de l'industrie : les entreprises ne se contentent plus de poser des questions à des chatbots, elles déploient des systèmes capables de naviguer seuls dans des environnements logiciels complexes.

LLMs⚡Actu

1 source

27

1660Le Big Data 

Comment les Systèmes Multi-Agents réinventent l’intelligence artificielle

Les architectures informatiques traditionnelles, construites autour d'un serveur central qui décide et exécute les tâches de façon séquentielle, atteignent leurs limites face à l'explosion des volumes de données. Goulets d'étranglement, saturation mémoire, manque de flexibilité : ces contraintes ont poussé la recherche à développer l'intelligence artificielle distribuée (IAD), qui répartit le calcul sur plusieurs machines plutôt que de le concentrer en un seul point. Les systèmes multi-agents (SMA) s'inscrivent dans cette logique : un agent informatique, logiciel ou robot physique, dispose de ses propres objectifs et d'une autonomie relative. Il perçoit son environnement via des capteurs, délibère, puis agit via des actionneurs, selon un cycle continu de perception, délibération et action, sans attendre d'ordres permanents d'une autorité centrale. Ces agents évoluent dans un environnement partagé, virtuel comme internet ou physique comme un entrepôt logistique, qui contraint leurs actions et leur permet aussi de communiquer indirectement en observant les traces laissées par leurs pairs, un mécanisme appelé stigmergie. Cette décentralisation change concrètement la donne pour les applications industrielles. En répartissant la décision entre de multiples entités plutôt que de la confier à un point unique, les SMA gagnent en réactivité temps réel et en résilience : la panne ou la lenteur d'un agent ne bloque pas l'ensemble du système. Le modèle s'appuie sur l'émergence, l'idée qu'une intelligence collective complexe peut naître de règles individuelles simples, à l'image d'une colonie de fourmis. Concrètement, cette approche sert déjà à coordonner des flottes de robots en entrepôt, à simuler des foules urbaines ou à résoudre des problèmes logistiques où le système global devient plus performant que la somme de ses composants pris isolément. Pour les industriels confrontés à des données massives et des environnements changeants, c'est une alternative crédible aux architectures monolithiques classiques. Sur le plan technique, deux grandes familles d'agents structurent ce paradigme. Les agents réactifs, les plus simples, fonctionnent sur un modèle réflexe de type condition-action, avec une mémoire très limitée mais une vitesse d'exécution maximale et une faible consommation de ressources, ce qui les rend adaptés à l'intelligence en essaim. À l'opposé, les agents cognitifs s'appuient sur le modèle BDI, inspiré de la psychologie humaine, pour des comportements plus riches et délibératifs. Pour que cette multitude d'agents autonomes ne sombre pas dans le chaos, une organisation collective définit les rôles, attribue les responsabilités et fixe des protocoles d'accès aux ressources communes, garantissant la cohérence des décisions à l'échelle du système. C'est cette architecture, à la croisée de l'IA distribuée et des sciences du comportement collectif, qui dessine aujourd'hui de nouvelles pistes pour l'industrie.

Recherche≡Tuto

1 source