LatchBio a publié une analyse indépendante de Grok 4.6 sur les benchmarks BioSecBench-Refusal et BioSecBench-Surveillance, révélant que le modèle est le plus performant pour refuser des tâches dangereuses déguisées parmi les systèmes de pointe testés.
Des chercheurs ont formalisé des attaques par déni de service au moment de l'inférence (PI-DoS) qui exploitent le coût computationnel élevé du raisonnement explicite multi-étapes dans les Grands Modèles de Raisonnement (LRMs). Ils présentent ReasoningBomb, un cadre basé sur l'apprentissage par renforcement qui entraîne un attaquant à générer des invites naturelles courtes qui poussent les modèles victimes vers des traces de raisonnement pathologiquement longues et souvent non terminantes.
NVIDIA a publié Kumo Tabular, un modèle fondamental open source pour la classification et la régression tabulaires qui fonctionne par apprentissage in-context sans nécessiter d'entraînement ni d'ingénierie des fonctionnalités. Pré-entraîné exclusivement sur des données artificielles générées par des Modèles Causaux Structurels, le modèle est disponible en trois tailles allant de 28M à 215M paramètres.
Anthropic a publié Claude Sonnet 5.5, le deuxième modèle de la famille Claude 5.5, se positionnant comme un complément plus rapide et plus rentable à Claude Opus 5.5 pour les tâches quotidiennes, la correction de bugs et l'amélioration des documents.
Anthropic a présenté Claude Opus 5.5, le premier modèle de sa nouvelle famille Claude 5.5, qui offre des performances comparables à celles de Claude Fable 5.1 sur la plupart des tâches tout en coûtant 40 % moins cher à exécuter qu'Opus 5.
Anthropic a publié Claude Opus 5.5, un successeur moins coûteux à Claude Opus 5 qui domine l'Intelligence Index v4.3 d'Artificial Analysis et le Vals Index de Vals AI dans les benchmarks d'intelligence globale. Parallèlement, TypeSafe, fondée par l'ancien d'OpenAI Diogo Almeida, a présenté Jev, un modèle de classification générale conçu pour analyser du texte et retourner des sorties prédéfinies à un coût inférieur à celui des grands modèles de langage.
OpenAI a présenté GPT-6 Sol et Luna comme des alternatives plus rapides et plus abordables à GPT-6 Astra, apportant des avancées en matière de codage, de factualité, d'utilisation informatique et de tâches professionnelles à des modèles à moindre coût.
OpenAI a publié deux nouveaux modèles, GPT-6 Sol et GPT-6 Luna, désormais disponibles dans l'API OpenAI. Ces modèles se situent en dessous du précédemment lancé GPT-6 Astra et visent à rendre ses avancées techniques accessibles via des offres plus rapides et abordables pour la programmation complexe et les tâches quotidiennes à fort volume.
Anthropic a publié Claude Opus 5.5, le premier modèle de sa nouvelle famille Claude 5.5, se positionnant comme une alternative plus efficace aux générations précédentes. Le modèle est conçu pour atteindre les performances de Claude Fable 5.1 sur la plupart des tâches tout en coûtant 40 % moins cher à exécuter qu'Opus 5.
Anthropic a publié Claude Opus 5.5, le premier modèle de sa nouvelle famille Claude 5.5, qui atteint les performances de Claude Fable 5.1 sur la plupart des tâches tout en coûtant 40 % moins cher à exécuter qu'Opus 5.
SpaceXAI a publié Grok 4.7, un nouveau modèle phare pour le codage, les tâches agentices et le travail sur les connaissances, qui utilise un modèle de base plus grand et une exécution d'apprentissage par renforcement prolongée par rapport à Grok 4.6. Le modèle maintient la même structure tarifaire que son prédécesseur tout en offrant des capacités améliorées en auto-vérification, gestion du contexte long et sécurité.
OpenAI a publié GPT-6 Astra, son nouveau modèle phare vision-langue qui atteint des classements de premier ou deuxième rang sur les principaux classements d'IA tout en utilisant significativement moins de tokens et en coûtant moins que les modèles concurrents. Le modèle est conçu pour répondre au niveau critique de cybersécurité d'OpenAI, avec des capacités cyber avancées restreintes à des organisations sélectionnées.
OpenAI a officiellement lancé GPT-6 Astra, le positionnant comme son modèle le plus intelligent et aligné à ce jour. Le déploiement cible l'utilisation informatique, l'ingénierie logicielle, les mathématiques et les sciences, le travail de bureau et la cybersécurité.
OpenAI a publié GPT-6 Astra, un nouveau modèle disponible pour les utilisateurs de ChatGPT Plus, Pro, Business et Enterprise, ainsi que via l'API OpenAI et AWS. Le modèle est facturé à 10 $/million de tokens d'entrée et 50 $/million de tokens de sortie, se positionnant comme un concurrent de Claude Fable 5.
Anthropic a publié Claude Fable 5.1 et Claude Mythos 5.1 en tant que ses nouveaux modèles phares pour le codage et le travail du savoir, se positionnant comme les modèles les plus avancés au monde pour des tâches autonomes et multi-étapes.
Anthropic a publié Claude Fable 5.1 et Claude Mythos 5.1 en tant que ses nouveaux modèles phares pour la programmation et le travail sur les connaissances, les positionnant comme capables d'exécuter des tâches autonomes et multi-étapes. La mise à jour inclut une réduction significative du prix de lecture du cache à 0,25 $ par million de tokens, ainsi qu'une fenêtre de contexte de 1 million de tokens.
Anthropic a publié Claude Fable 5.1 et Claude Mythos 5.1 restreint, tous deux partageant un modèle sous-jacent mais différant par leurs couches de sauvegarde. Fable 5.1 est généralement disponible auprès des principaux fournisseurs cloud, tandis que Mythos 5.1 reste limité aux organisations vérifiées.
Des chercheurs de NVIDIA, du MIT et de l'Université d'Oxford ont présenté Physis-Lang, un cadre qui améliore les modèles mondiaux vidéo en intégrant un langage physique auto-évolutif dans les légendes. Cette approche traite le langage physique comme une représentation optimisable utilisée pour la curation des données, l'entraînement du modèle et l'inférence afin de corriger les erreurs physiques dans les vidéos générées.
AI Compute Radar a publié un tableau de classement classant 15 laboratoires qui contribuent à son ensemble suivi de 46 modèles open source, en utilisant une métrique composite appelée Heat Score. Le classement est déterminé par le nombre de modèles que chaque laboratoire possède dans le top 10, les égalités étant départagées par la meilleure position et le total des téléchargements sur 30 jours.
Le Frontier Red Team d'Anthropic a évalué le modèle chinois GLM-5.3 sur 100 tâches d'un benchmark interne de Binary Exploitation et a découvert qu'il est capable de développer des hijacks complets du flux de contrôle dans 4% des essais.