OpenAI a baissé de 80 % le prix de son modèle Luna trois semaines après l'avoir lancé. Pendant ce temps, les modèles à poids ouverts rattrapent la qualité des modèles fermés en quelques mois. Ces deux faits racontent la même histoire, et c'est le thème de ma réflexion de la semaine.

Mais, avant, le sommaire :

Du côté ouvert, le mouvement est le même. Epoch AI mesure depuis janvier un retard moyen de quatre mois entre les meilleurs modèles à poids ouverts et la frontière fermée, soit 8 points de son indice de capacités. L'AI Security Institute britannique arrive à quatre à sept mois sur des tâches de cybersécurité, contre six à dix mois en 2025. Et Moonshot a publié fin juillet les poids de Kimi K3, 2 800 milliards de paramètres.

Cependant, ce retard ne se referme pas. Epoch note même qu'il s'est légèrement creusé, trois mois auparavant, quatre depuis janvier, et rappelle que les benchmarks publics flattent probablement les modèles ouverts, plus faciles à optimiser contre des jeux de test connus. Le sommet reste fermé, et il reste cher.

À mon humble avis, la bonne façon de lire cela tient en une phrase : la frontière avance, et le prix d'un niveau de capacité donné s'effondre derrière elle. Ce que vous payez aujourd'hui pour classer des tickets, générer des fiches produit ou modérer des avis coûtera une fraction du prix dans six mois, que vous fassiez quoi que ce soit ou non. Avant de courir après le meilleur modèle, demandez-vous quel niveau votre tâche réclame réellement.

Et, évitez d'écrire le nom d'un modèle en dur dans votre application : celui qui vous rendra service en décembre n'existe pas encore, et il sera moins cher. 🧾

Sundar Pichai a annoncé mercredi une réorganisation de Google DeepMind. Demis Hassabis abandonne ses responsabilités opérationnelles quotidiennes pour devenir président de GDM et Chief Scientist d'Alphabet, tout en s'investissant davantage dans Isomorphic Labs. Koray Kavukcuoglu, jusqu'ici directeur technique de GDM, prend la direction opérationnelle et hérite des modèles Gemini, de la recherche et des équipes produit.

Dans le même message, Pichai annonce le départ de Jeff Dean après 27 ans chez Google. Avec Sanjay Ghemawat, il lance une société à mission indépendante consacrée au machine learning et aux sciences, Google restant investisseur fondateur et partenaire cloud.

Les chiffres cités au passage disent pourquoi le moment surprend : l'application Gemini dépasse 950 millions d'utilisateurs mensuels, les modèles Gemma 900 millions de téléchargements, et Gemini 4 est déjà évoqué. Et au même moment, Google perd deux de ses figures fondatrices. 🤔

Selon Business Insider, Google négocie un accord de plus de 1,5 milliard de dollars avec Mechanize, une startup de San Francisco d'une trentaine de personnes fondée en avril 2025. Le montage prévoit une licence non exclusive sur la technologie et l'embauche d'une partie de l'équipe, sans rachat.

Mechanize construit des environnements simulés, des benchmarks et des systèmes de notation qui servent à entraîner et évaluer des agents sur des tâches métier. Elle avait levé 9,1 millions de dollars auprès de Nat Friedman, Patrick Collison et Dwarkesh Patel. Son dirigeant, Tamay Besiroglu, a cofondé Epoch AI.

Le schéma est exactement celui de Windsurf en juillet 2025 (2,4 milliards de frais de licence) et de Character.AI en 2024 : louer la technologie, embaucher les cerveaux, rester sous le radar du contrôle des concentrations. Au passage, Google admet publiquement que ses agents de code restent derrière Claude Code et Codex…

Depuis le 2 août, l'article 50 du règlement européen sur l'IA s'applique. Tout chatbot proposé en Europe doit explicitement prévenir son utilisateur qu'il parle à une machine, et les contenus de synthèse doivent être marqués comme tels. Le Bureau européen de l'IA et les autorités nationales récupèrent au passage leurs pouvoirs de contrôle et de sanction sur les fournisseurs de modèles à usage général.

Bruxelles peut désormais réclamer la documentation technique d'un modèle, l'évaluer, ordonner des corrections, voire restreindre son accès au marché européen. Le plafond des amendes atteint 35 millions d'euros ou 7 % du chiffre d'affaires mondial. La Commission a publié le 31 juillet une première liste de plus de 180 organisations signataires du code de bonnes pratiques sur la transparence des contenus générés.

Reste que le calendrier recule ailleurs. Le Digital Omnibus, en vigueur depuis le 27 juillet, repousse au 2 décembre 2027 les obligations sur les systèmes à haut risque de l'annexe III, seize mois de sursis pour le recrutement, le crédit ou la biométrie. Si vous faites tourner un agent conversationnel sur votre site, en revanche, la mention est due maintenant. ⚖️

Anthropic a confirmé mercredi la création d'une équipe interne de conception de puces, baptisée custom silicon team. L'objectif affiché est de concevoir ensemble le matériel et les modèles, pour faire tourner Claude plus vite et à moindre coût à l'échelle demandée par les clients.

Les offres d'emploi cherchent des ingénieurs ayant déjà « livré du silicium », entre 320 000 et 485 000 dollars annuels. L'entreprise précise qu'elle conserve une stratégie multipuces avec AWS, Google, Nvidia et AMD. Concevoir une puce IA avancée approche du demi-milliard de dollars, selon les sources industrielles citées par Reuters.

OpenAI a dévoilé son accélérateur avec Broadcom en juin, Meta prépare le sien, et Google grave déjà une partie de la structure de Gemini. Tous ces programmes visent la même cible : moins de dollars et moins de watts par réponse servie. La baisse des prix se prépare dans les usines de gravure. ⚙️

Meta a lancé Muse Code en bêta, un agent de codage en ligne de commande propulsé par Muse Spark 1.2, une version de son modèle orientée code. L'agent vise un cycle complet de travail : planifier, écrire, puis valider le résultat.

Sous le capot, une boucle principale s'appuie sur des sous-agents qui restent actifs toute la session au lieu de naître et mourir à chaque sous-tâche. Un journal d'événements local enregistre chaque appel de modèle, chaque exécution d'outil et chaque édition, ce qui permet de reprendre une tâche longue après un plantage.
Trois commandes cadrent le travail : /plan, /grill et /goal.

Côté tarif, Muse Spark reste en paiement à l'usage, à 1,25 dollar le million de tokens en entrée et 4,25 dollars en sortie. Meta arrive sur un terrain déjà tenu par Claude Code et Codex mais sans proposer d’abonnement.

Une étude de l'université de Washington, présentée le 25 juin à la conférence ACM FAccT de Montréal, a soumis six modèles à près de 24 000 complétions d'histoires pour enfants mettant en scène des animaux. Le résultat tient en trois chiffres : 57 % de personnages neutres ou non genrés, 41 % de masculins, 2 % de féminins.

Les écarts entre modèles sont nets. Olmo 3 part vers le neutre dans 85 % des cas, Gemini 2.5 et GPT-5.1 produisent des personnages masculins dans 63 % et 65 % des histoires, et Claude Sonnet 4.5 arrive en tête sur le féminin, avec 4 %. Les chats obtiennent 7 % de pronoms féminins, les oiseaux basculent au neutre dans 96 % des cas. Le « they » singulier n'apparaît que deux fois sur des milliers de générations, contre environ 3 % chez les participants humains.

L'hypothèse des chercheurs est que les laboratoires utilisent la neutralité comme garde-fou contre le biais de genre dans les situations ambiguës. Le garde-fou a effacé ce qu'il devait protéger. 🙃

Atlas Mind est le moteur de base de connaissances auto-hébergée que je développe et que j'utilise au quotidien. Vos notes restent des fichiers dans votre propre dépôt git, et le moteur sert par-dessus un viewer d'une seule page : markdown rendu, recherche plein texte, wikilinks et backlinks, annotations posées sur une sélection de texte, todos, édition depuis le navigateur. Il affiche aussi les documents HTML autonomes, les PDF et les fichiers Word directement dans la page.

Le point qui m'intéresse le plus reste l'intégration IA : Atlas Mind expose un endpoint MCP avec sept outils, donc ton assistant lit et écrit dans ta base sans passer par un service tiers. 🧠

Le moteur est open source et publié sous licence AGPL-3.0. Il tourne en Python 3.11 et plus, uniquement sur la bibliothèque standard, sans base de données. Un uv tool install atlas-mind puis atlas serve suffisent en local, et le seul coût réel est celui de l'hébergement si vous l'exposez en ligne.