Lancements, versions, disponibilité, tarifs et évolutions des API d’intelligence artificielle.
102 articles
Quatre modèles de NVIDIA sont devenus publics le 20 octobre 2026 : deux systèmes d'embeddings, un reranker multimodal et un modèle d'édition d'image pour l'inspection de cartes. Tous fonctionnent sous la licence OpenMDW 1.1 et nécessitent une infrastructure propre.
Le 20 octobre 2026, NVIDIA a rendu publics cinq modèles de la famille Cosmos3-Nano. Ces points de contrôle de 16 milliards de paramètres couvrent la simulation de conduite multivue jusqu'à la robotique chirurgicale, disponibles en téléchargement direct sur Hugging Face et GitHub.
Le 20 octobre 2026, Mistral AI a présenté quatre modèles audio : Voxtral Small Transcribe 3, Voxtral Mini Transcribe 3, Voxtral Mini Transcribe Realtime 3 et Voxtral TTS 3. La nouvelle génération propose une transcription avec diarisation, un support multilingue et une synthèse vocale avec clonage, accessibles en aperçu public via l'API.
DeepSeek a publié son framework interne d'inférence, qu'il utilise déjà en production avec V4.1-Flash. Cette ouverture peut faciliter les déploiements autonomes, mais les sources fournies ne permettent pas de confirmer indépendamment ses avantages en matière de performance, l'étendue du support matériel ou une réduction effective de la dépendance à NVIDIA.
AWS lance TorchNeuron, un backend natif open source permettant d'exécuter les modèles PyTorch sur les puces Trainium2 et Trainium3. L'outil vise à réduire la dépendance à CUDA, bien que la première version présente des limites de compatibilité et omette des milliers de tests du framework.
Inception Labs a dévoilé Mercury 3, un modèle de langage fondé sur la diffusion promettant une vitesse d'inférence de 1 068 jetons par seconde et un contexte d'un million de jetons. Nous analysons son architecture, les comparaisons avec les modèles autorégressifs et les limites actuelles des preuves indépendantes.
Anthropic consulte des cabinets d'avocats sur la manière dont les agents IA devraient négocier au nom des utilisateurs. Les informations disponibles n'identifient pas les cabinets concernés ni les normes convenues, et ne confirment pas leur intégration dans Claude.
Un préprint de Google DeepMind décrit comment quatre agents ont complété une partie de survie après avoir écrit 2 783 programmes et mourir 605 fois. Le résultat documente une exécution concrète, non une capacité générale déjà démontrée.
V4.1-Flash-1017 améliore les résultats annoncés par DeepSeek sur des tâches agentiques et réduit le coût observé par tâche lors de son évaluation DeepSWE. L’entreprise propose aussi Search et Fetch par API. Les comparaisons de performances du nouveau checkpoint restent, à ce stade, des évaluations internes.
L'entreprise a accordé à six chercheurs de l'organisation à but non lucratif METR des permissions équivalentes à celles de ses propres employés, marquant un précédent dans la vérification externe des risques liés à l'IA.
Une étude d’interprétabilité examine le rôle de l’attention et des couches MLP dans la détection des demandes nuisibles et la production de signaux de refus par les modèles de langage.
Un préprint présente une méthode reliant un encodeur vocal à un LLM figé pour répondre à des questions fermées via des distributions sur des options, réduisant la latence dans les agents vocaux en temps réel.