L’IA entre dans l’ère de l’exécution alors que les modèles, les agents et la vérification convergent

Les modèles de pointe vont au-delà de la génération

Des annonces des 8 et 9 septembre ont montré des systèmes d’IA prenant en charge des flux de travail de plus en plus complets. TechCrunch a rapporté qu’un modèle OpenAI non publié a généré une preuve relative au problème de Navier–Stokes grâce à environ 10 000 agents coordonnés sur 88 heures, suivie d’une vérification formelle Lean. OpenAI a également publié ChatGPT Images 2.5 avec une génération plus rapide, la complétion de croquis, des modèles et l’édition par zones. Inception a rapporté que Mercury 2.5 atteint 1 107 jetons par seconde avec une fenêtre de contexte de 260 000 jetons.

Les modèles ouverts redéfinissent les coûts et le déploiement

Des benchmarks communautaires ont montré un modèle Kimi K3 à mélange d’experts de 2 800 milliards de paramètres fonctionnant à partir de quatre SSD sur un MacBook Pro M5 Max de 128 Go à environ un jeton par seconde. Perplexity a lancé Portable Computer, un agent local reposant sur le modèle ouvert Qwen3.8-27B d’Alibaba et optimisé pour NVIDIA DGX Spark. DeepSeek a également annoncé une baisse des prix des modèles Flash, notamment une réduction de 60 % sur les entrées servies depuis le cache pendant les heures creuses.

Le capital suit l’économie des agents

Mistral a clôturé une série D de 3 milliards d’euros à une valorisation annoncée de 21 milliards d’euros, tandis que Cognition a atteint une valorisation annoncée de 48 milliards de dollars. Qualcomm et Amazon ont annoncé un partenariat multigénérationnel couvrant les puces pour centres de données, l’inférence et les interconnexions optiques. Le lancement de Muse par Meta a illustré la couche d’agents personnels, mais les tests internes ont également mis en évidence la nécessité de contrôles d’autorisation, de surveillance et de fiabilité.

La sécurité et les preuves deviennent des exigences produit

Anthropic a confirmé que des logiciels malveillants de vol d’informations avaient été utilisés pour détourner des sessions Claude et consommer les quotas des comptes. Le groupe de renseignement sur les menaces de Google a indiqué que TeamPCP avait utilisé un cadre multi-agents autonome pour collecter des identifiants après des compromissions de la chaîne d’approvisionnement. Les résultats PISA de l’OCDE suggèrent en outre que l’IA fonctionne mieux comme étayage : les élèves l’utilisant une à deux fois par semaine ont surpassé tant les utilisateurs à fréquence plus faible que ceux à fréquence plus élevée, tandis que les classes centrées sur l’évaluation ont obtenu de meilleurs résultats.