❌

Vue normale

Il y a de nouveaux articles disponibles, cliquez pour rafraîchir la page.
Aujourd’hui — 16 novembre 2026Flux principal

Jensen Huang envisagerait un come-back chez Nvidia, malgré l’enquête en cours

15 novembre 2026 à 22:19

Trois jours après avoir quitté Nvidia, Jensen Huang envisagerait déjà d'en reprendre les commandes, porté par une campagne de patrons de la Silicon Valley. Un retour qui se heurte pourtant à une enquête interne toujours en cours, à un conseil d'administration qui cherche ailleurs et à un Washington très remonté.
 [Lire la suite]

Téléchargez notre application Android et iOS ! Vous pourrez y lire nos articles, dossiers, et regarder nos dernières vidéos YouTube.

Pour nous soutenir gratuitement, dites simplement à Google d’ajouter Frandroid à vos sources préférées en cliquant ici.

Alexandre Duval, ou comment l'IA conçoit des molécules pour rendre l’industrie plus propre

Chercheur devenu entrepreneur, Alexandre Duval s’est spécialisé dans une branche de l’intelligence artificielle moins visible que les chatbots, mais potentiellement décisive pour le climat, celle de l’IA appliquée à la découverte de nouveaux matériaux.

Bitcoin : 64 000 machines de minage détournées en une nuit, Luxor plaide l’attaque « dopée à l’IA »

Par : Magali
16 novembre 2026 à 07:00

Panne de pilote automatique. Dans la nuit de samedi à dimanche, des dizaines de milliers de machines de minage Bitcoin ont changé de pool sans que leurs propriétaires aient touché à quoi que ce soit. Leur puissance de calcul a filé vers le pool OCEAN avec une adresse de paiement qui n’était pas la leur. Deux semaines après le hack de Binance à 6,3 milliards de dollars, le minage découvre que son maillon faible est un logiciel.

Les points clés de cet article :
  • Des dizaines de milliers de machines de minage Bitcoin ont mystérieusement changé de pool, transférant leur puissance de calcul vers une adresse de paiement non autorisée.
  • L’incident a été imputé à Luxor Commander, un logiciel de gestion de flottes de machines, victime d’une redirection non autorisée de hashrate, corrigée en deux heures sans perte de données.

Jusqu’au 31 décembre 2026, SwissBorg ouvre une cagnotte de bitcoin à remplir ensemble. Inscrivez-vous avec le code JournalDC et achetez au moins 250 € de crypto en fiat ou en stablecoins. Si la cagnotte atteint 150 parrainages qualifiés, vous recevez 20 €, et jusqu’à 300 € grâce aux boosters liés à vos achats.
<strong>Récupérer mon bonus</strong>
Récupérer mon bonus
Lien commercial

Luxor Commander, le logiciel qui a envoyé 13 EH/s dans la mauvaise direction

Tout commence sur le tableau de bord d’OCEAN. Vers 3 heures du matin dimanche à Paris, son hashrate bondit, frôle les 50 EH/s puis se stabilise autour de 40, pour un pool qui tourne d’ordinaire bien en dessous. Les premiers chiffres qui circulent parlent de 64 000 machines, soit 13 EH/s, environ 1,4 % de la puissance mondiale du réseau. L’hébergeur CoreX Hosting repère des modifications de configuration non autorisées chez plusieurs clients. Un opérateur touché pointe aussitôt Luxor Commander, l’outil qui permet de gérer des flottes entières de machines depuis un seul écran.

Luxor confirme dimanche. Dans son communiqué sur X, l’entreprise dit avoir été alertée par sa surveillance interne d’une « redirection non autorisée de hashrate via Commander » touchant « un peu plus d’une douzaine de comptes clients ». Le correctif est déployé en deux heures et les machines sont remises dans leur configuration d’origine. Aucune donnée n’aurait été exfiltrée. Le pool Luxor et le firmware LuxOS n’ont pas été touchés, et chaque client sera payé « comme s’il avait miné normalement ».

Le butin fait presque sourire. L’adresse suspecte repérée par l’analyste Mononaut affiche environ 0,657 BTC de récompenses estimées, moins de 45 000 dollars au cours du jour, et aucun paiement confirmé sur la blockchain d’après Bitcoin.com News. Les mineurs, eux, ont réglé l’électricité pendant que leur hashrate travaillait pour un inconnu.

Une attaque « AI-enabled » et un patron qui s’excuse

Nick Hansen, le PDG de Luxor, est sorti du bois en personne. « Vers 18 heures PDT hier, un sous-ensemble de clients Commander a été compromis, par un vecteur sophistiqué assisté par IA », écrit-il sur X. Il ajoute une phrase rare dans l’industrie : « Je m’excuse. Vous nous confiez votre flotte, et nous devons faire mieux. » Sur la méthode, rien de plus pour l’instant. Luxor promet un post-mortem par email.

Le mot « IA » n’est pas lâché au hasard. Le rapport publié par Binance le 3 novembre décrivait déjà un faux entretien d’embauche et un outil d’IA interne détourné pour rebondir de machine en machine. Chez Luxor, on ignore encore s’il s’agit d’un phishing généré par un modèle, d’une faille débusquée par un agent, ou d’un mot commode pour habiller une négligence. Ce flou protège l’entreprise autant qu’il inquiète ses clients.

Bitcoin n’a rien subi. Les blocs ont continué d’arriver au rythme habituel et personne n’a réécrit la chaîne. La faille est ailleurs, dans la couche logicielle qui relie une ferme à ses machines. Un outil de gestion de flotte concentre des milliers d’ASIC derrière un seul identifiant. Qui tient cet identifiant tient la ferme, le temps que quelqu’un regarde le tableau de bord. Cette nuit-là, un identifiant Commander valait 13 EH/s.

Dimanche soir, la puissance détournée était retombée autour de 100 PH/s d’après CoreX Hosting, plus de cent fois moins qu’au pic. Sur un réseau dont le hashrate dépasse les 1 000 EH/s, 13 EH/s se perdent dans le bruit. Sur une douzaine de comptes clients, c’est une nuit entière d’électricité payée pour le compte de quelqu’un d’autre, et un post-mortem attendu par email cette semaine.

Jusqu’au 31 décembre 2026, SwissBorg ouvre une cagnotte de bitcoin à remplir ensemble. Inscrivez-vous avec le code JournalDC et achetez au moins 250 € de crypto en fiat ou en stablecoins. Si la cagnotte atteint 150 parrainages qualifiés, vous recevez 20 €, et jusqu’à 300 € grâce aux boosters liés à vos achats.
<strong>Récupérer mon bonus</strong>
Récupérer mon bonus
Lien commercial

L’article Bitcoin : 64 000 machines de minage détournées en une nuit, Luxor plaide l’attaque « dopée à l’IA » est apparu en premier sur Journal du Coin.

💾

Jensen Huang et l’IA : une tempête est-elle à craindre ?

Par : NotDjey
15 novembre 2026 à 15:16
Le coup de tonnerre violent qui a précipité le départ de Jensen Huang n’est peut-être que l’annonce d’une grosse tempête. Avec le recul, la succession de révélations d’aventures extraconjugales (trois à ce jour) laisse tout de même la place à un drôle de sentiment. Sans sombrer dans le complotisme, j’ai beaucoup de mal avec la […]L’article Jensen Huang et l’IA : une tempête est-elle à craindre ? est apparu en premier sur overclocking.com.

OpenAI lance Daybreak, des agents IA qui piratent vos applis pour les sécuriser

15 novembre 2026 à 10:26

OpenAI vend maintenant de la cybersécurité. La société a présenté lors de son événement Cyber at the Frontier, deux produits baptisés Daybreak Red Team et Daybreak Defense Factory, dont la promesse est de dénicher puis de colmater les failles de vos applications avant que quelqu'un de moins bien intentionné ne tombe dessus.

Le premier fait du test d'intrusion. Vous ouvrez un périmètre, isolé du reste, et une flotte d'agents IA attaque vos applications web comme le ferait un pirate, en fouillant votre code source à la recherche de chemins d'attaque que vos équipes n'auraient pas imaginés, le tout en accès anticipé derrière une liste d'attente que la société filtre candidature par candidature.

Une faille signalée par un scanner ou par un chasseur de primes, ces bug bounty que les entreprises versent aux chercheurs de failles, peut aussi leur être soumise, et les agents vérifient alors qu'elle est atteignable en conditions réelles avant que vous ne mobilisiez une équipe dessus. Ça aide à trier.

Defense Factory arrive derrière. Branchez vos dépôts de code et l'outil remonte chaque faille jusqu'à la ligne fautive, puis dépose une pull request prête à fusionner, autrement dit un correctif que vos développeurs n'ont plus qu'à relire, avec un test qui montre que le trou est bien bouché. Un humain valide toujours avant la mise en production, Dieu merci.

La machine tourne sur GPT-6 Cyber, un modèle spécialisé que la société a sorti début novembre, et Nancy Wang, qui dirige l'IA appliquée à la cybersécurité chez OpenAI, vend carrément un "pentest surhumain à l'échelle d'un scan continu", formule qui donne une idée du ton général de la keynote.

Le discours commercial, lui, n'y est pas allé de main morte. Greg Brockman, le président de la boîte, a expliqué sur scène que les entreprises ne seront désormais en sécurité qu'à la mesure du modèle frontière, le plus puissant du moment si vous préférez, qu'elles choisiront pour se défendre, ce que The Register a résumé d'une formule assez juste, vous êtes cuits si vous n'achetez pas leurs outils.

Venant d'une entreprise dont les modèles servent déjà à une partie des attaquants qu'elle promet de contrer, l'argument est quand même un peu facile. Aucun prix n'a d'ailleurs été annoncé pour le moment.

Et le jour même de l'annonce, une coalition d'associations américaines déposait plainte à San Francisco pour faire interdire aux géants du secteur de développer des modèles plus puissants que les actuels, en citant entre autres un agent OpenAI qui s'était invité sans autorisation sur un portail du gouvernement australien. Vous voyez un peu le délire.

Source : Theregister

22 000 € et le moteur de la R5 : la future Dacia Sandero électrique va faire très mal à la concurrence

Par : Thomas Kim
15 novembre 2026 à 12:35
La nouvelle Dacia Sandero approche à grands pas. Cette dernière promet de tout changer en adoptant pour la première fois une motorisation électrique. Pour contenir son prix vers les 22 000 €, elle reprendra alors les batteries et les moteurs de la R5.

J’ai fait 200 km avec la nouvelle Dacia Spring : rouler en voiture n’a jamais été aussi peu cher

Par : Thomas Kim
15 novembre 2026 à 10:00
Voiture rationnelle par excellence, la Dacia Spring entre dans une nouvelle ère en progressant sur tous les points. Si ses tarifs augmentent, elle demeure la voiture électrique la moins chère à acheter et à rouler. Comment ne pas craquer vu les prix du carburant ?

Hier — 15 novembre 2026Flux principal

Les cartes GeForce menacées par le départ de Jensen Huang ? La réponse très sèche de Nvidia aux joueurs

14 novembre 2026 à 15:48

Interrogé sur une possible fin des cartes GeForce après le départ de Jensen Huang, le porte-voix de Nvidia auprès des joueurs a répondu d'un seul mot : non. La réponse rassure sur la survie de la marque, beaucoup moins sur sa place dans le nouveau Nvidia.
 [Lire la suite]

Utilisez-vous Google News (Actualités en France) ? Vous pouvez suivre vos médias favoris. Suivez Frandroid sur Google.

Pour nous soutenir gratuitement, dites simplement à Google d’ajouter Frandroid à vos sources préférées en cliquant ici.

Contre-espionnage ou bataille politique ? Le rôle de Marco Rubio dans la chute de Jensen Huang relance les soupçons autour de l’affaire Nvidia

14 novembre 2026 à 15:40

Selon le Washington Post, Marco Rubio a personnellement durci les conclusions du rapport de la CIA à l'origine du scandale Jensen Huang. De quoi relancer une question brûlante à Washington : la chute du patron de Nvidia relève-t-elle du contre-espionnage, d'un règlement de comptes politique autour des puces vendues à la Chine, ou des deux à la fois ?
 [Lire la suite]

Retrouvez un résumé du meilleur de l’actu tech tous les matins sur WhatsApp, c’est notre nouveau canal de discussion Frandroid que vous pouvez rejoindre dès maintenant !

Pour nous soutenir gratuitement, dites simplement à Google d’ajouter Frandroid à vos sources préférées en cliquant ici.

Pour écouler les surplus de Nvidia, Jensen Huang aurait financé des start-up IA

Par : Naïm Bada
14 novembre 2026 à 15:15
Trois mois avant la démission de Jensen Huang, une réunion houleuse l'opposait à sa directrice financière. Au cœur du différend : des montagnes de puces et de mémoire commandées d'avance, et des clients incapables de les payer.

Yann Le Cun ne croit pas à la fin du travail, mais en France l’IA freine déjà l’embauche des jeunes

Par : Naïm Bada
14 novembre 2026 à 12:09
Le travail ne va pas disparaître avec l'IA : le chercheur français balaie les prophéties de chômage de masse venues de la Silicon Valley. Les données françaises racontent une histoire plus nuancée, où les jeunes paient l'addition les premiers.

Panne géante : Microsoft balaie la théorie d’un agent IA qui aurait dérapé

14 novembre 2026 à 12:15

Microsoft

Dans un message publié sur X, Microsoft présente ses excuses pour la panne mondiale de Microsoft 365. Selon l'entreprise, il s'agit d'un « problème technique » sans lien avec une cyberattaque ni avec l'IA ou ses agents.

À partir d’avant-hierFlux principal

Nvidia : la succession de Jensen Huang suscite des réactions

Par : Louise Costa
13 novembre 2026 à 15:34
Le départ surprise de Jensen Huang de la direction de Nvidia ouvre une période d’incertitude pour le géant des processeurs dédiés à l’IA. Donald Trump a publiquement proposé Tim Cook, ancien directeur général d’Apple, pour lui succéder, tandis que plusieurs figures de la tech ont regretté ce départ.

De quoi se compose le Socle interministériel d’IA générative ?

13 novembre 2026 à 17:12

D’ici à fin 2026, OpenGateLLM passera en production.

C’est en tout cas l’objectif d’Etalab, qui développe cette passerelle IA. Des échéances moins lointaines furent visées pendant un temps, mais le chantier a pris du retard. Il reste notamment des travaux sur l’UX et le batching. La refonte architecturale, en revanche, est achevée (découplage de l’infrastructure et de la logique métier, notamment).

La DINUM a son instance d’OpenGateLLM. Elle l’a appelée Albert API… et en a fait la fondation du Socle interministériel d’IA générative (SIIAG).

Une plate-forme d’inférence mutualisée… mais quelques modèles « premium »

Homologué depuis septembre 2025, Albert API est pour le moment hébergé chez OUTSCALE. Il est question de le déployer également sur le cloud Nubo, que développe et opère la DGFiP. Autour de 70 projets publics l’exploitent, pour un ordre de grandeur de 100 000 requêtes traitées par semaine.

La plupart des modèles disponibles sont à poids ouverts. Il y a deux exceptions, accessibles uniqument aux ministères qui ont contribué au financement d’Albert API : Mistral Medium 3.5 et Mistral OCR.

Ces ministères sont par ailleurs les seuls à pouvoir bénéficier de garanties de disponibilité. Ainsi que du mode de traitement par lots (accès « quasi illimité » à condition de s’engager à effectuer les requêtes entre 22 heures et 4 heures).

Les autres administrations sont par défaut au niveau « expérimentation ». Elles peuvent, sur demande, passer en « production limitée » pour obtenir des quotas plus élevés.

DeepSeek, intégré avec des pincettes

Mistral Small 3.2 et Ministral 3 8B sont installés au catalogue depuis un bon moment. Même chose pour gpt-oss-120b et Whisper Large v3. LightOnOCR-3 est plus récent (ajouté en juillet).

Qwen3-VL-Embedding-8B est en phase expérimentale. Il enrichit les possibilités de vectorisation en ajoutant la dimension multimodale que n’a pas le modèle BGE-M3 de la Beijing Academy of Artificial Intelligence. Ce dernier ne s’en va pas pour autant, et reste accompagné de BGE-Reranker-v2-M3.

Gemma-4-31B est aussi en cours d’expérimentation. Il est candidat au remplacement de Mistral Small 3.2. DeepSeek-V4-Flash pourrait quant à lui se substituer à Qwen3-Coder-30B-A3B… spécifiquement pour le code. La DINUM déconseille d’utiliser autrement ce « modèle extra-européen [qui] peut présenter certaines formes de censure des réponses ».

Une connexion avec data.gouv.fr

Le SIIAG a aussi une composante « plate-forme de données ». En son centre, data.gouv.fr, son API et son serveur MCP expérimental. On y trouve aussi MediaTech. Il s’agit d’une bibliothèque de jeux de données publics prétraités (Légifrance, service-public.fr, décisions du Conseil constitutionnel, annuaires des administrations locales et d’État, etc.).

Autre brique de cette « plate-forme de données » : du RAG as a service reposant sur Albert API. Principe : créer des collections (ou en exploiter des préconstituées issues de MediaTech), puis les interroger. Elle se décline en trois niveaux de services : mutualisé, dédié et sur site.

Un chatbot généraliste sur base Mistral, avec des modules métier en ligne de mire

Le SIIAG englobe également l’Assistant. Ce chatbot est ouvert aux agents de la fonction publique d’État (pour les autres, il y a le code source…). Sans coût pour l’utilisateur, il est pour le moment généraliste. L’équipe de LaSuite, qui le développe, se projette sur l’intégration de modules métier « dès la fin 2026 ».

Mistral Medium 3.5 est actuellement le modèle principal. L’API Brave intervient sur la recherche web. L’exécution de code n’est pas encore implémentée, mais elle figure sur la feuille de route. À plus court terme devraient arriver l’analyse de données tabulaires et le partage de prompts et de documents entre utilisateurs.

Quelques intégrations dans la suite collaborative de l’État

Dans la terminologie du SIIAG, l’Assistant fait partie des « applications transverses ». Même chose pour Transcripts. Disponible en versions web et mobile (iOS, Android), elle enregistre les réunions et crée des comptes rendus avec transcription. Une passerelle existe avec LaSuite : l’export vers Docs.

L’intégration de l’IA dans LaSuite « est aujourd’hui émergente », nous explique-t-on. Les principaux usages semblent se trouver dans Visio (transcription, sous-titres), Docs (rédaction, correction, traduction) et le tableur Grist (extraction de données, génération de formules).

De l’« intelligence documentaire » en vue pour 2027

Homologation prévue en 2027 pour Document-IA. Ce service doit automatiser l’analyse des pièces justificatives (catégorisation, extraction, vérification de conformité). Il gère une quinzaine de types de documents à l’heure actuelle. DossierFacile (accès au logement) et Démarche Numérique (ex-DémarchesSimplifiées) font office de produits pilotes.

Document-IA utilise un back-end de stockage S3/MinIO, avec fil d’attente Redis et couche de persistance PostgreSQL.

Illustration générée par IA

The post De quoi se compose le Socle interministériel d’IA générative ? appeared first on Silicon.fr.

Nvidia : Jensen Huang, anatomie d’une chute

13 novembre 2026 à 16:26

Le mois dernier, Nvidia atteignait un sommet de 5 800 milliards $ de capitalisation. Aujourd’hui, le titre a perdu environ 30 % et celui qui a bâti cette super puissance vient de quitter son poste.

Officiellement Jensen Huang, 63 ans, CEO et premier actionnaire avec environ 3,6 % du capital, démissionne de l’entreprise qu’il a trente-trois ans plus tôt, en 1993. Les remerciements sont lapidaires comme c’est l’usage dans une telle situation. Il n’est pas le premier patron américain, de la tech comme d’autres secteurs, à quitter son poste après la révélation de relations extraconjugales. Son cas est particulier, mâtiné d’un halo de suspicion d’espionnage industriel. Nous y reviendrons.

À force de succès interplanétaire, le public a appris à connaître l’histoire de Nvidia, ce spécialiste des puces graphiques, devenu avec ses processeurs la colonne vertébrale du développement de l’IA.

Parfaitement marketé en boss de la Tech, avec sa veste en cuir, son jeans et ses baskets, Jensen Huang en a été le VRP planétaire. À Taïwan, sa terre natale, il est accueilli en star. À Washington comme à Pékin, les responsables lui ouvrent leur porte, et Donald Trump l’adoube en invité (quasi) permanent de la Maison-Blanche.

La Chine, son talon d’Achille

Sa position sur la Chine lui vaut des adversaires. Jensen Huang juge les règles de restriction de vente des puces IA les plus avancées aux entreprises chinoises sont néfastes pour l’industrie américaine. En décembre 2025, Donald Trump lui  donne satisfaction en autorisant la vente des H200 en Chine, en échange d’une commission pour l’État américain.

Dans le même temps, plusieurs clients de Nvidia en Asie du Sud-Est sont soupçonnés d’écouler une partie des puces vers la Chinel. Parmi eux figure Megaspeed, société singapourienne financée notamment, d’après le FT, par le chinois Alibaba, et visée par une enquête du département du Commerce depuis fin 2024.

C’est là que le dossier devient personnel. Dès octobre 2025, le New York Times s’interroge sur les liens entre Jensen Huang et Alice Huang, cadre de Megaspeed que les services de renseignement américains soupçonnent de travailler pour Pékin.

D’après le Washington Post, qui cite une personne informée du briefing, Marco Rubio a prévenu Donald Trump en mai 2026, à bord d’Air Force One en route vers la Chine, que le patron de Nvidia aurait une liaison avec une femme présumée espionne. Jensen Huang a rejoint l’avion lors d’une escale à Anchorage.

Quinze jours de dégringolade

L’affaire éclate au grand jour, le 29 octobre, quand le New York Times détaille les soupçons des services de sécurité américains.

Le 8 novembre, Jensen Huang reconnaît, dans une lettre à ses salariés, avoir trompé son épouse et présente ses excuses. Nvidia lance une enquête et le conseil lui apporte son soutien.

Le lendemain, Donald Trump affirme qu’il ignorait la situation lorsqu’il a invité Jensen  Huang en Chine et dit croire son allié, qui lui aurait assuré ne pas savoir qui était vraiment Alice Huang. Une version difficile à concilier avec le récit du Washington Post sur le briefing de Marco Rubio. Pékin, de son côté, dénonce des accusations sans fondement visant à salir la Chine.

Le 11 novembre, nouvelle secousse Le New York Times fait état d’une relation avec une cadre placée sous son autorité. Selon une personne au fait du dossier citée par le Wall Street Journal, il s’agirait de Kimberly Powell, qui dirige la branche santé du groupe. Ni Nvidia ni Jensen Huang ne confirment.

Jeudi 12 novembre, selon le FT, Jensen Huang réunit ses équipes pour préparer sa keynote annuelle à Washington et promet« la meilleure de toutes », comme si de rien n’était. Un collaborateur décrit une scène surréaliste. En privé, il aurait laissé entendre à des collègues que son couple pourrait désormais compter plus que son poste.

Le conseil d’administration de Nvidia se réunit en urgence à Santa Clara. Jensen Huang démissionne. On le remercie officiellement pour  « sa contribution inestimable ».

Jensen Huang, un CEO sans dauphin

Mais qui pour le remplacer ?

Le chantier est lourd. Jensen Huang disait ne pas croire à la planification de la succession et Nvidia reconnaissait, dans son document aux actionnaires, que sa stratégie reposait beaucoup sur des dirigeants en place depuis longtemps.

Le CEO comptait entre 36 et 60 subordonnés directs selon les sources. Cette organisation à plat, très en vogue dans la tech, fait de lui un centre de gravité difficile à remplacer.

Pour assurer l’interim, c’est Colette Kress, directrice financière depuis treize ans, endosse le rôle directrice générale par intérim. Harvey C. Jones, administrateur depuis la création en 1993, est nommé président du conseil.

Les salariés seront-ils fixés sur l’identité de leur nouveau patron quand ils rejoindront la réunion générale fixée le 18 novembre ? Le conseil d’administration cherche le successeur de Jensen Huang, en interne comme à l’extérieur.

Photo : © DR

The post Nvidia : Jensen Huang, anatomie d’une chute appeared first on Silicon.fr.

Deux mois après Jev, le paysage fragmenté des modèles de décision

13 novembre 2026 à 12:24

L’essentiel

Deux mois après le lancement de Jev par TypeSafe AI, plusieurs acteurs proposent leurs propres modèles de décision. Cloudflare, Microsoft, OpenAI, AWS, Google et PostHog explorent ce segment, qui vise à produire des réponses structurées et calibrées plutôt que du texte.

Les architectures, les modalités prises en charge et les tarifs restent toutefois très différents.

  • Un autre usage des modèles : ces systèmes répondent à des questions prédéfinies — choisir une option, attribuer un score, déterminer si une proposition est vraie ou fausse, ou localiser un objet dans une image. Ils peuvent traiter plusieurs questions en parallèle sans génération classique de tokens.
  • Cloudflare mise sur l’open weight : ses trois modèles Clef, Clef-flash et Clef-omni dérivent de Qwen et sont publiés sous licence Apache 2.0. Ils prennent en charge jusqu’à 64 questions par requête, avec du texte, des images et, pour Clef-omni, de l’audio. Le tarif de Clef-flash a été abaissé à 0,038 dollar par million de tokens.
  • Microsoft réutilise Qwen : Microsoft Decision-1 repose sur Qwen3.5-9B. Ce modèle fermé, accessible via Azure et Foundry, traite uniquement du texte et dispose de 32 000 tokens de contexte. Microsoft cite des usages internes pour analyser les retours Xbox, évaluer Copilot ou récupérer du contexte lors d’une réponse à incident.
  • OpenAI adapte un modèle existant : l’API Decisions s’appuie sur GPT-6 Luna, avec prise en charge du texte, des images et du JSON. Elle accepte jusqu’à 400 questions par appel. Le prix annoncé est de 0,10 dollar par million de tokens, ramené à 0,01 dollar pour les entrées mises en cache.
  • AWS privilégie les modèles ouverts : Strands Decider combine une première version fondée sur Qwen3.5-2B et quatre modèles basés sur Gemma 4. Ces derniers acceptent également les images, mais leurs fenêtres de contexte restent plus limitées que celles de certains concurrents.
  • Google entre à son tour sur le marché : Gemini Decision 1, lancé le 11 novembre, traite texte, image, audio, vidéo et PDF. Sa fenêtre de contexte atteint 256 000 tokens et il peut traiter jusqu’à 1 000 questions par requête. Son tarif est de 0,10 dollar par million de tokens.
  • PostHog conserve une capacité de raisonnement : son modèle Jeeves peut déclencher une étape de raisonnement lorsque son niveau de confiance est insuffisant. Il est notamment utilisé pour détecter des données personnelles dans des résumés de sessions, choisir des graphiques ou sélectionner un modèle adapté à une requête.
  • Le marché reste difficile à comparer : prix, taille du contexte, modalités, licences et capacités de raisonnement varient fortement. Le choix dépendra donc des tâches visées, des contraintes d’intégration et du coût réel à l’usage, au-delà du seul prix par million de tokens.

C’était il y a deux mois : la start-up TypeSafe AI, fondée par un ancien chercheur d’OpenAI, lançait Jev.

Ce modèle à cheval entre LLM et classifieurs ne produit pas de tokens, mais des « décisions calibrées ». Plus précisément, des réponses à quatre types de questions cadrées :

  • Sélectionner une option dans une liste prédéfinie
  • Attribuer un score sur une échelle ordonnée
  • Évaluer si un élément est vrai ou faux
  • Dessiner des boîtes englobantes

Chaque question a sa primitive (respectivement Choice, Score, Noul et Box). On peut les combiner dans un même appel. Jev les traite en parallèle, sans entraînement spécifique par tâche, avec une fenêtre de contexte de 64k. Coût : 0,042 $ par million de tokens en entrée.

TypeSafe AI parle de modèle « Système 1 », en référence à la terminologie employée par Daniel Kahneman dans son livre Thinking, Fast and Slow. Elle dénote le jugement rapide et intuitif, par opposition au « Système 2 », qui implique un raisonnement lent et délibéré.
« Jev » renvoie à l’économiste britannique William Stanley Jevons (1835-1882). Lequel a théorisé l’idée qu’en abaissant radicalement le coût d’une ressource, on en démultiplie l’usage – référence mobilisée par exemple pour illustrer l’« effet rebond » de la 5G.

Trois modèles open-weight chez Cloudflare

À l’origine, Jev ne gérait que les primitives Choice, Score et Noul. L’essentiel des concurrents qui ont émergé reprennent ce trio.

Cloudflare avait fait partie des premiers à se manifester. Début octobre, il avait lancé deux modèles : Clef et Clef-flash. Quelques jours plus tard, il y avait ajouté Clef-omni. Tous dérivent de modèles Qwen (denses pour Clef et Clef-flash, MoE pour Clef-omni). Leurs poids sont ouverts sous licence Apache 2.0.

Clef et Clef-flash gèrent texte, JSON structuré, images et vidéo. Clef-omni y ajoute l’audio. Tous acceptent jusqu’à 64 questions par requête. Sur Workers AI, Clef et Clef-omni ont chacun 64k de contexte (on peut élargir à 256k en scénario d’autohébergement). C’était aussi le cas Clef-flash initialement. Mais Cloudflare a abaissé la fenêtre à 24k, ayant constaté que 99,76 % des requêtes ne dépassaient pas ce seuil. Cela lui a permis de proposer une tarification plus avantageuse : 0,038 $ le million de tokens, contre 0,09 $ auparavant.

Microsoft s’appuie aussi sur un LLM Qwen

Lancé le même jour que Clef-omni, Microsoft-Decision-1 dérive du même LLM que Clef-flash (à savoir Qwen3.5-9B). Il s’agit d’un modèle fermé, à 32k de contexte, disponible sur Azure / Foundry (inférence localisable dans l’UE) et qui gère uniquement le texte. Même prix que Jev : 0,042 $ le million de tokens.

Microsoft donne quelques cas d’usage en interne. Parmi eux, l’équipe Xbox pour thématiser les retours utilisateurs et l’équipe Copilot pour mesurer la qualité des réponses. Autre exemple : la fonction de replanification intégrée à la plate-forme de « R&D agentique » Microsoft Discovery. Le modèle accompagne aussi la récupération de contexte pour la réponse à incident (logs, tickets, appels, etc.).

OpenAI reconvertit GPT-6 Luna en modèle de décision

Pour concurrencer Jev, OpenAI n’a pas développé de modèle spécifique. Il utilise GPT-6 Luna, accessible sur l’API Decisions. Passée en disponibilité générale le 22 octobre, elle accepte texte, images et JSON. On peut combiner jusqu’à 400 questions par appel. Tarif : 0,10 $ par million de tokens… ou 0,01 $ pour les entrées mises en cache.

Au-delà du caching, l’API Decisions permet la localisation de l’inférence dans l’UE et s’intègre avec le mode de conversation vocale « temps réel » GPT-Live. OpenAI communique quelques cas d’usage internes, dont le tri des transactions dans l’équipe Finances personnelles et l’analyse des thèmes et du ton de la couverture médiatique pour l’équipe Communication.

AWS opte largement pour une base Gemma

Comme Cloudflare, AWS a choisi l’open-weight pour ses modèles Strands Decider. Le premier sorti se base sur Qwen3.5-2B. « Suffisamment petit pour expérimenter, suffisamment grand pour réaliser des tâches significatives », affirme la branche cloud d’Amazon. Elle encourage aussi le fine-tuning en donnant une durée indicative de 11 heures sur une RTX 3090.

À ce modèle s’en sont ajoutés quatre, tous fondés sur du Gemma 4 dont un MoE (26B-A4B). Ils ont la particularité – comme Jev, d’ailleurs – d’accepter des images aussi bien comme contexte qu’au sein des instructions. AWS a tendance à passer sous silence la fenêtre de contexte native, limitée à 4k. Les modèles basés sur Gemma 4 ont toutefois été testés jusqu’à 32k.

Google lance finalement aussi son Jev

Google a attendu le 11 novembre pour dégainer sa réponse : Gemini Decision 1, qui a sa propre API. Il combine les modalités texte, image, audio et vidéo (documents PDF compris) avec une fenêtre de contexte de 256k, jusqu’à 1000 questions par requête et la possibilité de régler la résolution. Pour le moment, pas de mise en cache, ni de traitement par lots ou d’inférence Flex.

On peut actuellement y accéder sur Google AI Studio et via les SDK google-genai, à 0,10 $ le million de tokens. Des intégrations sont en cours avec LangChain, OpenCode et Vercel, entre autres. Google évoque quelques usages au sein de ses produits. Par exemple, Gemini Notebook pour attribuer à chaque requête le bon modèle et le bon niveau de raisonnement, CC (produit Google Labs) pour la sélection d’émojis et Google Search pour la sécurité des outils MCP.

PostHog garde une dose de raisonnement

Base Qwen également pour Jeeves de PostHog. Ce modèle a la particularité de raisonner lorsque son niveau de confiance n’est pas suffisant (par défaut, score < 0,9). Le code est sous licence MIT ; les poids sous licence Apache 2.0. Il faut compter une vingtaine de Go en BF16 et une dizaine en FP8.

PostHog liste lui aussi quelques usages internes. En particulier dans son outil de rejeu de sessions. D’une part, pour identifier la présence de données personnelles dans les résumés de ces sessions. De l’autre, pour déterminer si un résumé correspond à ce que l’utilisateur recherche. PostHog exploite aussi Jeeves avec son bot Slack pour optimiser la sélection du modèle qui répond aux requêtes. Il s’en sert également pour examiner les requêtes SQL et les premières lignes de résultats, et ainsi sélectionner le graphique idéal.

Illustration générée par IA

The post Deux mois après Jev, le paysage fragmenté des modèles de décision appeared first on Silicon.fr.

❌
❌