OpenAI a présenté deux nouveaux modèles, GPT-6 Sol et GPT-6 Luna, conçus pour répartir les avantages de l'intelligence de pointe grâce à une meilleure efficacité économique. Ces modèles utilisent des méthodes d'entraînement similaires à celles de GPT-6 Astra mais se concentrent sur la livraison de performances plus rapides et plus abordables pour les tâches et applications quotidiennes.
La version 2.1.280 de Claude Code introduit Claude Opus 5.5 comme nouveau modèle Opus par défaut, avec une fenêtre de contexte de 1M et des tarifs mis à jour. La mise à jour ajoute également la prise en charge de la molette de la souris pour faire défiler les listes en mode plein écran et permet de configurer les limites de longueur des descriptions d'outils MCP.
Higgsfield AI a intégré le modèle GPT-6 Astra d'OpenAI pour accélérer son flux de développement interne et améliorer sa plateforme de création de publicités vidéo. L'entreprise indique que le modèle permet à un seul ingénieur de livrer de nouvelles fonctionnalités d'exploration en seulement un jour.
xAI a publié Grok 4.7, un nouveau modèle conçu pour améliorer les performances sur des tâches de codage difficiles et le travail général de connaissances. Il utilise un modèle de base plus grand et un apprentissage par renforcement étendu pour mieux gérer les scénarios à long contexte et vérifier ses propres sorties.
La version 1.2.12 de LangGraph introduit une nouvelle fonctionnalité pour `interrupt()` et résout les problèmes liés aux déclarations de types et à la détection des sous-graphes.
Les chercheurs présentent CodeMidas, un pipeline agentic qui construit des environnements d'apprentissage par renforcement à partir de la fonctionnalité implémentée dans des bases de code open-source, en utilisant le code source comme unique entrée. La méthode alloue du calcul agentic pour explorer la fonctionnalité, construire des tests ancrés sur l'exécution et valider les tâches via des rollouts répétés, aboutissant à un jeu de données de 5 545 tâches d'entraînement sur 23 langages de programmation. L'entraînement de MiMo-V2.5 sur ces tâches avec GRPO améliore les performances sur cinq benchmarks diversifiés, dont DeepSWE (+11,7%), ProgramBench (+17%) et Terminal-Bench v2.1 (+8,5%). L'analyse des trajectoires indique que l'agent entraîné par RL présente de meilleurs comportements, tels qu'une exploration accrue de la base de code et une auto-vérification plus diversifiée. Ces résultats établissent le code source comme une base évolutive pour construire des environnements RL qui améliorent les agents de codage dans diverses tâches logicielles.
La version 2.1.278 de Claude Code modifie le comportement par défaut pour les utilisateurs de Claude API, Enterprise, Bedrock, Vertex, Foundry et gateway afin d'utiliser le classificateur côté serveur en mode auto. Ce changement supprime les frais de surcharge du classificateur, avec un avertissement affiché si un fallback facturé se produit.
L'application de codage IA officielle de Zhipu, ZCode, a été découverte emballant et téléchargeant les espaces de travail complets des utilisateurs lorsqu'ils sont connectés. Ce processus inclut le chiffrement des données et leur envoi direct vers Aliyun OSS.
Hex a intégré GPT-6 Astra d'OpenAI dans sa plateforme de données agentic pour permettre aux agents de données de créer automatiquement des visualisations complexes et interactives à partir des résultats d'analyse.
Anthropic a publié Claude Code v2.1.277, introduisant le support du fichier AGENTS.md comme solution de repli pour les instructions de projet et ajoutant plusieurs options de configuration pour la passerelle des applications Claude.
MiniMax a publié le code source de l'agent terminal de MiniMax Code, rendant son produit d'agent de codage open source. La publication couvre le TUI du terminal, le CLI headless et le support du Agent Client Protocol, bien qu'elle exclue l'application de bureau.
Anthropic a redessiné Claude Code Projects, passant d'une structure basée sur des dossiers à une conversation unique et continue où Claude agit comme coordinateur. Cette nouvelle architecture permet au système de diviser le travail en sessions cloud parallèles qui continuent de s'exécuter même après que l'utilisateur ait fermé son ordinateur portable.
OpenAI a publié la version 0.22.3 du SDK openai-agents-python, introduisant plusieurs corrections de bugs pour la fonctionnalité principale, les sessions et les extensions.
La version 2.1.275 de Claude Code introduit un nouveau raccourci clavier « envoyer maintenant » qui interrompt le tour en cours pour mettre en file d'attente les messages, et synchronise les compétences et plugins des comptes claude.ai avec les sessions terminal. La mise à jour résout également des problèmes critiques de stabilité où des transcriptions ou entrées de mémoire mal formées provoquaient des plantages lors de la reprise de session.
La version 1.15.22 de CrewAI introduit plusieurs nouvelles fonctionnalités et corrections de bugs pour sa plateforme d'orchestration multi-agents.
Anthropic a publié la version 2.1.274 de Claude Code, introduisant une meilleure visibilité sur l'utilisation des ressources système et des mises à jour significatives du comportement du client du protocole Contexte de Modèle (MCP).
Une stratégie d'optimisation proposée associe ChatGPT pour la planification architecturale de haut niveau avec DeepSeek 4.1 Flash pour l'implémentation du code, atténuant ainsi les coûts élevés de l'exécution de codage de bout en bout sur des modèles propriétaires.
La version 2.1.273 de Claude Code introduit de nouveaux en-têtes de requête pour les passerelles LLM, améliore les fonctionnalités de gestion de session et résout de nombreux bugs de permission et de connectivité sur les intégrations bureau, web et Slack.
Anthropic a publié Claude Code v2.1.271, introduisant un mode rapide pour les sessions distantes, la prise en charge de la souris dans le panneau de configuration en plein écran, et des contrôles de domaine plus stricts par commande pour le mode automatique en bac à sable.
Un utilisateur propose d'utiliser le dernier modèle de langage avec un budget massif de tokens pour créer un système d'exploitation complet open-source basé sur le micro-noyau seL4. Le plan implique d'analyser le code source de seL4, Genode et Linux pour adapter les pilotes et sous-systèmes à un environnement basé sur seL4.