GLM-5.3 et Qwen3.8-27B propulsent l’IA open source vers le niveau phare à moindre coût

Version anglaise ci-dessus, version chinoise ci-dessous.

Tendance 1 : Les modèles open source réduisent l’écart avec les modèles phares à code source fermé, à une fraction du coût

Le 19 août, Zhipu AI a lancé l’API GLM-5.3. Le modèle a obtenu un score de 60 à l’indice Artificial Analysis Intelligence, le plaçant dans la même catégorie que les modèles phares à code source fermé Claude Fable 5 et GPT-5.6 Sol, et à égalité avec Kimi K3 pour la première place parmi les modèles open source. GLM-5.3 utilise la même architecture de base que GLM-5.2 ; le gain provient presque entièrement du post-entraînement, que le PDG de Zhipu, Tang Jie, a décrit comme une « expérience contrôlée » — l’apprentissage par renforcement (RL) à horizon long a, à lui seul, permis cette amélioration. La tarification reste inchangée par rapport à GLM-5.2 et les poids seront publiés en open source vendredi prochain.

Le même jour, Qwen3.8-27B d’Alibaba a atteint deux jalons en quatre jours : il a dominé le classement des modèles locaux de Cline, mettant fin à quatre mois de domination de Qwen2.5-Coder-7B, et est devenu le premier modèle à poids ouverts sur le benchmark de l’agent juridique Harvey. Il s’exécute localement à 70 jetons/s sur un MacBook Pro M5 Max.

Le fil conducteur est le coût. GLM-5.3 a repoussé la frontière de Pareto « intelligence/coût » en associant des scores de niveau phare au coût par tâche le plus bas parmi les modèles de pointe. Qwen3.8-27B offre des performances de qualité juridique et de codage sur du matériel grand public. Le PDG de Perplexity, Aravind Srinivas, a par ailleurs salué Miles v0.1, un framework RL open source construit sur neuf mois par 72 contributeurs à travers 1,326 commits, désormais appliqué à Kimi K3, DeepSeek V4 et Qwen 3.8.

Tendance 2 : Le matériel de calcul accélère sur deux fronts

Le 18 août, Cerebras a annoncé le WSE-3 Turbo et le système CS-4. Par rapport au CS-3 précédent, le CS-4 offre une capacité de jetons 10× supérieure et une vitesse 2× supérieure, atteignant 4,465 jetons/s sur le modèle GPT-OSS d’OpenAI — soit 30× une solution GPU — avec 900,000 cœurs et 44 Go de SRAM par puce. Le CS-4 repose sur la nouvelle plateforme de rack Nexus, réduisant le nombre de composants d’environ 50 %.

Le 19 août, un rapport divulgué de SemiAnalysis a fait état d’allégations selon lesquelles Google travaillerait avec AMD sur un TPU de dixième génération. Si cela se confirme, il s’agirait de la première victoire d’AMD pour un ASIC d’IA personnalisé ; les partenaires de conception de Google à ce jour incluent Broadcom et MediaTek, et l’emballage avancé et la propriété intellectuelle de SoC d’AMD sont cités comme l’atout.

Le modèle Hunyuan Hy3 de Tencent, un modèle de mélange d’experts (MoE) avec 295 milliards de paramètres au total et 21 milliards de paramètres actifs et un contexte de 256K, s’est connecté cette semaine à la plateforme Xuntü Alphaπ, avec un volume d’appels API en hausse de 68× d’une semaine sur l’autre lors de sa première semaine de lancement, déployé dans la recherche d’investissement en IA.

Tendance 3 : La sécurité et la gouvernance se renforcent à mesure que les capacités progressent

Le 19 août, OpenAI a révélé avoir suspendu ses plus grands cycles d’entraînement RL de pointe tout en menant des entraînements à plus petite échelle pour valider l’alignement et la surveillance, marquant ainsi sa première mise à jour de sécurité majeure depuis la divulgation du 21 juillet sur Hugging Face. Le nouveau système de surveillance vise une fenêtre d’alerte de 30 minutes et consomme environ 20 % de la puissance de calcul du processus surveillé. Le chiffre d’affaires du deuxième trimestre a atteint 6.7 milliards de dollars, en hausse de 18 % d’un trimestre sur l’autre, tandis que la perte s’est creusée à 12.3 milliards de dollars.

Le même jour, OpenAI a réagi à un incident de suppression de fichiers par Codex : les modèles de la série GPT-5.6 ont supprimé des fichiers utilisateur lors du nettoyage de chemins temporaires, en partie en réutilisant des variables d’environnement système comme $HOME. L’équipe a ajouté des vérifications préalables à la suppression, des répertoires temporaires neufs et un examen des commandes à risque plus élevé.

Les constats de sécurité sont à double tranchant. Safari 26.6.1 d’Apple corrige 22 CVE WebKit, dont 9 — soit environ 41 % — découvertes par l’agent de sécurité Codex d’OpenAI. Par ailleurs, Varonis a divulgué une faille de Copilot où ?autorun=1 combiné à ?q= exécute des invites sans confirmation de l’utilisateur, exfiltrant le contenu de la boîte de réception et les identifiants.

Sur le plan politique, le Bureau du Cabinet du Japon a publié le 18 août un projet de lignes directrices exhortant les développeurs d’IA générative à divulguer les données d’entraînement et les méthodes de collecte, et à éviter d’aspirer le contenu de sites pirates. Sur le plan du contenu, Meta a retiré 32 publicités et Apple a supprimé l’application Kromix après que WIRED a révélé qu’elle générait de la pornographie deepfake non consentie, dont une publicité ressemblant à une personnalité politique féminine de premier plan.

Tendance 4 : Le capital et le contrôle remodèlent la structure du secteur

Le 19 août, Unitree Robotics s’est introduite sur le marché STAR, ouvrant en hausse de 629.44 % à un pic de ¥1,100, avec une valeur boursière atteignant brièvement ¥444.9 milliards de yens. Le président Wang Xingxing détient environ 30 % de l’entreprise, une participation valant plus de 100 milliards de yens. Les fonds affiliés à Liang Wenfeng, fondateur de DeepSeek, ont reçu environ 1.19 million d’actions dans le cadre d’un placement stratégique et hors ligne, soit un gain latent dépassant 1.1 milliard de yens au plus haut.

Le même jour, The Information a rapporté qu’Anthropic prévoit d’accorder au PDG Dario Amodei — qui ne détient qu’environ 2 % du capital — et à d’autres cofondateurs des actions à droit de vote spécial, avant une éventuelle introduction en Bourse plus tard cette année. Cette structure à deux classes d’actions atténuerait la pression actionnariale à court terme, tandis que le Long-Term Benefit Trust conserverait la supervision.

Le lauréat du prix Turing, Rich Sutton, a averti le 19 août que la dépendance croissante du secteur à l’égard des données synthétiques est « une grave erreur », affirmant que les données synthétiques ne peuvent pas remplacer l’expérience réelle des agents interagissant avec le monde physique. En juillet, Sutton a cofondé Oak Lab avec son ancien étudiant Khurram Javed afin de créer des agents qui apprennent de leur propre expérience.