# AINEWS — jeudi 1 octobre 2026 Date : 2026-10-01 Veille quotidienne IA : modèles, harness, evals, image & vidéo, local, GPU, papiers. ## Une ### Gemini 4 Argon : premier Gemini 4, d’abord réservé à Fairwind *Frontier* Google DeepMind annonce son modèle frontier le 30 septembre. Accès limité aux cyberdéfenseurs de confiance ; API et Ultra promis « as soon as possible ». Koray Kavukcuoglu, SVP de Google DeepMind, présente Gemini 4 Argon comme le premier modèle de la lignée Gemini 4. Cible affichée : workflows longs en ingénierie logicielle, knowledge work (juridique, finance) et cyberdéfense. Le rollout démarre via le programme Fairwind, pas encore pour développeurs, entreprises ni grand public. Côté specs Google : sortie jusqu’à 1 million de tokens (contre 64k auparavant). Tarif d’intro API annoncé à 2 $/M tokens en entrée et 10 $/M en sortie, cache à −95 % ; après l’intro, 4 $/20 $. Aucune date de fin de promo ni d’ouverture publique de l’API n’est fixée. L’élargissement vise d’abord l’API payante et Google AI Ultra. Sur ses propres benches, Google revendique un SOTA DeepSWE v1.1 à 77,9 %, la tête du Vals Index, 51,3 % sur AutomationBench, 91,7 % sur LVBench et 68 % sur CWE-bench v1. Artificial Analysis, bench indépendant, place Argon à 53 — à égalité avec GPT-6 Astra — derrière Claude Opus 5.5 (58) ; The Decoder conclut qu’Argon referme l’écart sans prendre clairement la tête. Sur X, Google DeepMind relaie l’annonce. Ethan Mollick résume le paysage en une ligne : « And its a 3-way race again…. » Koray Kavukcuoglu, SVP de Google DeepMind et Chief AI Architect de Google, signe le billet officiel sur le blog Google (innovation-and-ai). C’est la parole first-party du labo. Fairwind est le programme DeepMind d’accès anticipé pour cyberdéfenseurs de confiance. The Decoder et Artificial Analysis fournissent le contrepoint indépendant ; Ethan Mollick (@emollick), professeur Wharton suivi sur X pour la veille frontier, cadre la course à trois. Sources : - [Google — Introducing Gemini 4 Argon](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/) - [DeepMind — Fairwind Program](https://deepmind.google/fairwind-program/) - [Google DeepMind sur X](https://x.com/GoogleDeepMind/status/2105388084154056939) - [Ethan Mollick sur X](https://x.com/emollick/status/2105388608240677142) - [THE DECODER — Argon closes the gap](https://the-decoder.com/google-gemini-4-argon-closes-the-gap-with-openai-and-anthropic-but-doesnt-take-a-clear-lead/) ### GPT-6.1 Sol : upgrade à près d’Astra pour un cinquième du prix *OpenAI* Sept jours après GPT-6 Sol, OpenAI pousse une version Work/Codex/API. Pas dans le chat grand public. Au DevDay du 29 septembre, OpenAI lance GPT-6.1 Sol, upgrade de GPT-6 Sol sorti une semaine plus tôt. Positionnement vendor : intelligence « near-Astra » sur coding agentique, computer use et travail pro, à environ un cinquième du prix token standard d’Astra. Disponible via l’API `gpt-6.1-sol`, ChatGPT Work et Codex (abonnés Plus et au-dessus). Absent du chat ChatGPT classique. Prix API : 2 $/M en entrée, 0,10 $ en cache, 10 $/M en sortie. Un tier Ultrafast « in the coming days » est annoncé, jusqu’à 8× plus rapide dans Codex. Claims OpenAI (évaluations internes) : DeepSWE v1.1 à égalité avec Astra ; GDP.pdf au-dessus d’Opus 5.5 avec fallbacks ; AutomationBench +2,2 points de pourcentage vs Opus 5.5 ; OSWorld 2.0 +7 pp vs Sol et −2,1 pp d’Astra ; Terminal-Bench Science plus que double Sol, Astra reste en tête à 68,1 %. Taux d’erreur factuelle low-effort : 11,4 % → 7,7 %. System card publiée à part. Le billet « Introducing GPT-6.1 Sol » est publié sur le site corporate d’OpenAI, parole first-party du labo. La system card est hébergée sur deploymentsafety.openai.com, le portail sécurité des déploiements. Ce sont des claims vendor, pas un classement Artificial Analysis. Sources : - [OpenAI — Introducing GPT-6.1 Sol](https://openai.com/index/introducing-gpt-6-1-sol/) - [OpenAI — System card GPT-6.1 Sol](https://deploymentsafety.openai.com/gpt-6-1-sol) ### Dots : agents always-on sur GPT-6 Astra, ordinateur cloud inclus *Agents* Annonce DevDay du 29 septembre. Premier dot inclus pour Pro et Business Premium ; Enterprise en opt-in admin. OpenAI présente Dots, agents persistants branchés sur GPT-6 Astra. Chaque dot dispose d’un ordinateur cloud dédié, d’un navigateur, et se connecte à plus de 4 000 apps, ainsi qu’à Slack et Microsoft Teams. L’agent continue le travail hors session chat. Rollout : Pro et Business Premium reçoivent un premier dot inclus. Les workspaces Enterprise (et assimilés) activent la bêta via opt-in admin. OpenAI prévisualise aussi des « specialist dots » et une intégration Microsoft Agent 365. Ethan Mollick, sur X, souligne le chevauchement produit : Dot, Spaces, Pages, ChatGPT Work et tâches planifiées cloud/local rendent à nouveau l’offre confuse après une brève phase de unification autour de l’app ChatGPT. Annonce first-party sur openai.com (« Introducing dots »), sortie DevDay. Ethan Mollick (@emollick), professeur à Wharton et voix de référence sur l’usage pro des LLM, commente le chevauchement produit depuis X — observation d’utilisateur influent, pas un communiqué labo. Sources : - [OpenAI — Introducing dots](https://openai.com/index/introducing-dots/) - [Ethan Mollick sur X — Dot/Spaces/Pages/Work](https://x.com/emollick/status/2105184972537528538) ### OpenAI dit avoir stoppé une campagne coordonnée de distillation du raisonnement protégé *Sécurité* Pics à 16 000 requêtes en juillet. Un cluster lié à des personnes associées à Moonshot (Kimi) ; partage via le Frontier Model Forum. OpenAI publie qu’elle a identifié et interrompu une campagne de « adversarial distillation » visant à extraire le raisonnement protégé (chaîne de pensée masquée) de ses modèles. Activité repérée dès début juillet ; pics les 24–25 juillet à 16 000 requêtes sur un motif d’extraction, provenant de plus de 4 000 comptes. Selon OpenAI, un cluster central est lié à des personnes associées à Moonshot AI, éditeur des modèles Kimi. Le labo précise qu’il n’est pas établi que tous les opérateurs appartiennent à un seul acteur. Moonshot n’a pas, dans les sources consultées, reconnu les faits. OpenAI dit avoir partagé les findings via le Frontier Model Forum et des canaux gouvernementaux, banni ou restreint des comptes, et fermé des voies de replay du raisonnement chiffré. Les 16 000 requêtes comptent des tentatives, pas forcément des extractions réussies. Billet sécurité first-party d’OpenAI sur openai.com. Attribution à un cluster « associated with Moonshot » : formulation du labo accusé, pas un aveu de Moonshot. Le Frontier Model Forum est le cadre inter-labs (OpenAI, Anthropic, Google, Microsoft) pour le partage d’incidents. Sources : - [OpenAI — Disrupting a coordinated model distillation campaign](https://openai.com/index/disrupting-a-coordinated-model-distillation-campaign/) ### Accord Maison Blanche « morally binding » : quatre couches d’auto-contrôle pour les labs frontier *Politique* Le 29 septembre, dirigeants tech signent un engagement volontaire sans sanction. The Verge y voit une promesse morale, pas une loi. À la Maison Blanche, le 29 septembre, un « Joint Commitment on Frontier Responsibilities » est présenté comme « morally binding ». Quatre couches : contrôles internes (cyber, bio, chimie), équipe interne de suivi, auditeur externe, comité du board. Pas de pénalité légale annoncée. Signataires cités par la presse : Sundar Pichai (Google), Dario Amodei (Anthropic), Mark Zuckerberg (Meta), Greg Brockman (OpenAI), Elon Musk (xAI), Jensen Huang (Nvidia). Trump encadre la séance ; l’accord est relayé côté administration comme de l’auto-régulation plutôt qu’une régulation fédérale nouvelle. The Verge qualifie le texte de mesures de bon sens déjà proches des pratiques internes des labs. Tom’s Hardware insiste sur la promesse de « self-police » face à la concurrence Chine et à l’absence de contrainte juridique immédiate. The Verge couvre la tech et la politique US grand public ; l’article décortique le texte et le ton « pinky promise ». Tom’s Hardware, média hardware/tech industry, relaie la même cérémonie sous l’angle self-policing des labs. Ce n’est pas un communiqué White House primaire ici, mais le reporting presse du 29–30 septembre. Sources : - [The Verge — Trump US AI safety deal](https://www.theverge.com/ai-artificial-intelligence/1002584/trump-us-ai-safety-deal-self-regulation-tech-execs) - [Tom's Hardware — executives promise to self-police](https://www.tomshardware.com/tech-industry/policy/top-ai-tech-executives-promise-to-self-police-ai-development-nvidia-anthropic-openai-and-more-pledge-ai-labs-will-take-steps-to-build-a-positive-future) ## Voix ### Ethan Mollick (@emollick) > « And its a 3-way race again…. » au drop Gemini 4 Argon, en quote de Logan Kilpatrick (prix intro 2/10). - [post](https://x.com/emollick/status/2105388608240677142) ### Ethan Mollick (@emollick) > Après une brève unification autour de l’app ChatGPT, Dot, Spaces, Pages, ChatGPT Work et tâches planifiées cloud/local se chevauchent à nouveau. Il ne sait plus quel outil a quelles permissions. - [post](https://x.com/emollick/status/2105184972537528538) ### Ethan Mollick (@emollick) > Les services clients des entreprises vont être submergés par des Dots, Muses et équivalents qui négocient vocale/chat pour de meilleurs deals ; les histoires d’économies déléguées aux agents vont virer. - [post](https://x.com/emollick/status/2105370153466863709) ### Google DeepMind (@GoogleDeepMind) > Annonce officielle Gemini 4 Argon : workflows coding, knowledge work, cyberdéfense ; rollout Fairwind auprès de testeurs de confiance. - [post](https://x.com/GoogleDeepMind/status/2105388084154056939) ### Logan Kilpatrick (@OfficialLoganK) > Gemini 4 Argon roll out aux cyberdéfenseurs dès aujourd’hui, plus largement « as soon as possible ». Prix intro 2 $ in / 10 $ out. - [post](https://x.com/OfficialLoganK/status/2105388054274080946) ### OpenAI (@OpenAI) > Astra Ultrafast live (Codex, Work, API), jusqu’à 8× plus rapide, autour de 300 tokens/s. Plan Pro 500 = 25× l’usage Plus. Sol Ultrafast annoncé plus tard. - [post](https://x.com/OpenAI/status/2104993967985381673) ### Alibaba Qwen (@Alibaba_Qwen) > Qwen3.8-27B dense disponible sur Nebius Token Factory. Pas une nouvelle famille Qwen. - [post](https://x.com/Alibaba_Qwen/status/2105256053403508849) ### Benjamin Marie (@bnjmn_marie) > Eval de 11 GGUF Qwen3.8 Flash Next : >95 % de la précision BF16 y compris en IQ1, mais +14 % à +157 % de tokens de sortie selon le quant. Pas un ranking. - [post](https://x.com/bnjmn_marie/status/2105481856812740726) ### Daron Acemoglu (@DAcemogluMIT) > Si l’IA transforme autant qu’on le dit, sa direction ne peut pas être déléguée à la technocratie des labs. La voix démocratique est essentielle, y compris hors US/Europe/Chine. Mollick relaie : « Who decides what happens with AI? » - [post](https://x.com/DAcemogluMIT/status/2105348579187699989) ## Modèles ### Gemini 4 Argon : 1 M de tokens en sortie, prix promo 2/10, pas encore public *Google DeepMind* Premier modèle de la famille Gemini 4. Sortie textuelle record, usages internes documentés, accès cyber Fairwind sans guardrails. Sur Artificial Analysis, il égalise Astra sans prendre la tête face à Opus 5.5. Google DeepMind a présenté Gemini 4 Argon, premier modèle de la série Gemini 4. Fenêtre de contexte 1 M de tokens ; sortie textuelle jusqu’à 1 M (contre 64 K auparavant), avec une API Long Decode Continuation pour reprendre une génération longue sans timeout. Entrées : texte, image, vidéo et parole ; sortie : texte uniquement. Le modèle n’est pas encore public : déploiement d’abord auprès de défenseurs cyber de confiance via le programme Fairwind, puis élargissement prévu « dès que possible » aux clients API payants et aux abonnés Google AI Ultra. Tarifs annoncés : standard 4 $ / 20 $ par million de tokens (entrée / sortie) ; promotion à −50 %, soit 2 $ / 10 $, pour « au moins un mois » selon Artificial Analysis ; cache entrée à −95 %. Google cite des usages internes déjà en production : optimisation quantique battant une baseline publiée de 40 % ; libération de plus de 300 TiB de mémoire dans les datacenters ; migrations C/C++ vers Rust, dont plus de 800 000 lignes du noyau Zircon de Fuchsia ; pour libgav1, port Rust SIMD aboutissant à un décodeur 2,7× plus rapide que le port Rust antérieur. Côté cyber, Argon est livré sans guardrails cyber aux participants Fairwind. Sur CWE-bench v1, Google annonce 68 % (ex æquo en tête). Wiz, via Scan for Good, rapporte qu’Argon a trouvé une faille critique dans un logiciel de santé manquée par des modèles frontier précédents. Artificial Analysis place Argon (high) à 53 sur l’Intelligence Index — à égalité avec GPT-6 Astra (max) — derrière Claude Opus 5.5 (58) et Sonnet 5.5 (56). The Decoder souligne l’absence de lead clair face à Opus 5.5 et une consommation de tokens par tâche plus de deux fois supérieure à Astra. Pas de nouvelle famille Claude, Grok, Llama ou Qwen dans la fenêtre : Sonnet 5.5 date du 28 septembre ; Grok 4.7, du 21 septembre. Argon est le mouvement frontier du jour côté Google. L’annonce principale vient du blog Google (équipe modèles Gemini / DeepMind). Artificial Analysis est un site d’évaluation indépendante de modèles ; son article détaille index, coût et modalités alors qu’Argon n’est pas encore public. The Decoder est un média tech allemand spécialisé IA ; son papier de synthèse ne doit pas être fusionné avec les chiffres AA. Sources : - [Introducing Gemini 4 Argon — Google Blog](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/) - [Gemini 4 Argon: Google back in the top three labs — Artificial Analysis](https://artificialanalysis.ai/articles/gemini-4-argon-google-top-three-labs) - [Google Gemini 4 Argon closes the gap but doesn’t take a clear lead — The Decoder](https://the-decoder.com/google-gemini-4-argon-closes-the-gap-with-openai-and-anthropic-but-doesnt-take-a-clear-lead/) ### GPT-6.1 Sol à un point d’Astra, Ultrafast live sur Astra jusqu’à ~300 t/s *OpenAI* Annoncé à DevDay une semaine après GPT-6 Sol. Artificial Analysis : Index 52, moins d’un quart du coût par tâche d’Astra. Sol Ultrafast promis plus tard ; plan Pro 500 = 25× Plus. OpenAI a lancé GPT-6.1 Sol à DevDay, sept jours après GPT-6 Sol. Positionnement : intelligence proche du flagship GPT-6 Astra pour le coding agentique, le computer use et le travail pro, à une fraction du prix token. Disponible via l’API, ChatGPT Work et Codex (Plus, Pro, Business, Enterprise, Edu) ; pas encore dans le chat ChatGPT classique. Sur X, OpenAI a précisé le tier Ultrafast : Astra Ultrafast est live (Codex, Work, API), jusqu’à 8× plus rapide, autour de 300 tokens/s. Le plan Pro 500 offre 25× l’usage Plus. Sol Ultrafast est annoncé pour plus tard. Le récap DevDay confirme Ultrafast comme offre premium de latence, distincte du mode Fast. Artificial Analysis mesure GPT-6.1 Sol (max) à 52 sur l’Intelligence Index — un point sous Astra — avec un coût par tâche inférieur au quart de celui d’Astra. Le modèle remplace Sol après une semaine d’existence. Astra reste le choix pour les tâches les plus dures ; Sol vise le rapport intelligence / dollar. Les pages openai.com/index sont les communiqués officiels du lab OpenAI (équipe produit / recherche). Le compte @OpenAI sur X relaie les annonces DevDay (Ultrafast, Pro 500). Artificial Analysis publie des benchmarks indépendants croisant index et coût par tâche. Sources : - [Introducing GPT-6.1 Sol — OpenAI](https://openai.com/index/introducing-gpt-6-1-sol/) - [DevDay 2026 recap — OpenAI](https://openai.com/index/devday-2026-recap/) - [OpenAI on X — Ultrafast / Pro 500](https://x.com/OpenAI/status/2104993967985381673) - [GPT-6.1 Sol replaces GPT-6 Sol with near-Astra intelligence — Artificial Analysis](https://artificialanalysis.ai/articles/gpt-6-1-sol-replaces-gpt-6-sol-after-just-7-days-with-near-astra-intelligence) ### Gemini Skills remplacent les Gems : déploiement le 30 septembre *Produit Gemini* Skills dans le chat Gemini pour les abonnés 18+. Invocation /nom, fichiers texte/PDF/images. Extinction Gems échelonnée jusqu’en juin 2027 ; migration automatique. Le 30 septembre, Google a lancé Skills dans le chat Gemini, pour les utilisateurs de 18 ans et plus abonnés aux offres Google AI. Une Skill enregistre des instructions réutilisables ; on l’appelle avec /nom dans la barre de prompt. Fichiers de référence acceptés dès le premier jour : texte, PDF, images. Plusieurs Skills peuvent être empilées dans un même message. Les Gems, versions personnalisées de Gemini lancées en 2024, sont en fin de vie. Calendrier : extinction côté comptes personnels en novembre 2026 (avec l’arrêt d’Opal dans Google Labs) ; pas avant mars 2027 pour Workspace business / enterprise / nonprofit ; pas avant juin 2027 pour l’éducation. Migration automatique des Gems vers des Skills en brouillon ; les conversations Gem passées restent dans l’historique. Le centre d’aide Google détaille la transition gems_to_skills. Sharing par lien et intégration Drive / Notebooks sont annoncés pour plus tard. Ce n’est pas un nouveau modèle frontier : c’est un remplacement du système de personnalisation produit. Le billet est signé sur le blog produits Google (équipe Gemini). La page Support Google (help center) documente la bascule Gems → Skills pour les utilisateurs finaux ; ce n’est pas un article de presse, c’est la doc officielle du produit. Sources : - [Automate tasks with Skills in Gemini — Google Blog](https://blog.google/products-and-platforms/products/gemini/automate-tasks-with-skills/) - [Gems to Skills — Google Gemini Help](https://support.google.com/gemini?p=gems_to_skills) ### DeepSeek ouvre des outils Ascend avec Huawei : TileLang et supernode 128×950 *Chine / hardware* Annonce WeChat du 30 septembre, relayée par Reuters. Libs compute/comms open source, TileLang en alternative à CUDA. Pas de post sur le compte X @DeepSeek_AI. Le 30 septembre, Reuters a rapporté que DeepSeek s’associe à Huawei pour des outils de programmation ciblant les puces Ascend, afin de réduire la dépendance à l’écosystème Nvidia. L’annonce est passée par le compte WeChat officiel de DeepSeek, pas par @DeepSeek_AI sur X. Le paquet open source couvre des bibliothèques de calcul et de communication inter-puces. Au centre : TileLang, langage de haut niveau présenté comme plus simple que CUDA tout en visant les limites du hardware. DeepSeek et Huawei ont aussi optimisé conjointement un « supernode » de 128 puces Ascend 950. The Decoder inscrit le geste dans le resserrement de la filière IA chinoise autour du stack Ascend. Aucun benchmark indépendant Ascend vs Nvidia n’accompagne l’annonce initiale. Il s’agit d’outillage et d’écosystème logiciel, pas d’une nouvelle famille de modèles DeepSeek. Reuters (bureau Asie-Pacifique) relaie l’annonce WeChat de DeepSeek ; agence de presse généraliste, pas un blog labo. The Decoder contextualise l’open source Ascend côté industrie chinoise. DeepSeek n’a pas publié de thread équivalent sur son compte X public. Sources : - [DeepSeek partners with Huawei on Ascend chip programming tools — Reuters](https://www.reuters.com/world/asia-pacific/deepseek-partners-with-huawei-develop-chip-programming-tools-reducing-reliance-2026-09-30/) - [China’s AI industry closes ranks as DeepSeek ships Ascend software — The Decoder](https://the-decoder.com/chinas-ai-industry-closes-ranks-as-deepseek-ships-open-source-software-for-huaweis-ascend-chips/) ### Claude sur Bedrock : Inde, Séoul, Singapour — pas de nouveau modèle Anthropic *Distribution* AWS étend Opus 5, Sonnet 5 et Haiku 4.5 en inférence régionale. À part : Qwen3.8-27B dense arrive sur Nebius, sans nouvelle famille Qwen. Amazon Bedrock élargit la disponibilité des Claude existants, sans sortie de nouveau modèle Anthropic. En Inde, l’inférence cross-region géographique couvre Claude Opus 5, Sonnet 5 et Haiku 4.5 : le trafic reste entre Mumbai (ap-south-1) et Hyderabad (ap-south-2), sans sortir du pays. À Séoul (ap-northeast-2), Opus 5 et Sonnet 5 sont proposés en inférence strictement in-region. À Singapour (ap-southeast-1), Sonnet 5 seulement, même contrainte in-region. Objectif affiché : résidence des données et conformité pour secteurs régulés. Hors Anthropic : le compte @Alibaba_Qwen signale Qwen3.8-27B (dense) sur Nebius Token Factory. Ce n’est pas une nouvelle famille Qwen — une mise à disposition d’un dense 27B déjà connu, à ne pas confondre avec une sortie frontier. Les deux billets viennent du blog AWS Machine Learning (équipe Amazon Bedrock) : documentation produit cloud, pas un communiqué Anthropic. Le post X @Alibaba_Qwen est le canal officiel de l’équipe Qwen (Alibaba) pour signaler la dispo Nebius. Sources : - [Bedrock expands Claude to India cross-region inference — AWS ML Blog](https://aws.amazon.com/blogs/machine-learning/amazon-bedrock-expands-claude-model-availability-to-india-cross-region-inference/) - [Anthropic models on Bedrock for in-region inference in Seoul and Singapore — AWS ML Blog](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/) - [Alibaba Qwen on X — Qwen3.8-27B on Nebius](https://x.com/Alibaba_Qwen/status/2105256053403508849) ## Harness ### Claude Code 2.1.285–286 : allowlist de providers et retry au même palier *Claude Code* Gestion managée des backends cloud, mode --bare, correctif du spend meter cache, et Stop/Esc qui épargne les agents de fond. Anthropic a publié Claude Code v2.1.285 le 29 septembre, puis v2.1.286 le 30. Le lot resserre le contrôle d’entreprise et le comportement de session plus qu’il n’ajoute de modèles. En 2.1.285, le réglage managé allowedProviders limite les backends autorisés : Anthropic, endpoint custom, Bedrock, Mantle, Vertex, Foundry, Claude Platform on AWS et Cloud gateway. Arrivent aussi claude --desktop, la variable CLAUDE_CODE_DISABLE_WEB_FETCH, et un correctif set_model / Agent SDK. En 2.1.286, un refus API déclenche un retry sur le même palier. --fallback-model tourne en vitesse standard. --bare démarre sans system reminders ni tâches de fond. Le spend meter ne facture plus un cache 1 h comme un écriture 5 min. Stop/Esc n’arrête plus les agents de fond. Les notes viennent des tags GitHub anthropics/claude-code, dépôt first-party du CLI d’agent coding d’Anthropic. Ce sont des changelogs techniques de release, pas un billet éditorial : la liste des providers et des flags est celle des notes de version. Sources : - [Claude Code v2.1.285](https://github.com/anthropics/claude-code/releases/tag/v2.1.285) - [Claude Code v2.1.286](https://github.com/anthropics/claude-code/releases/tag/v2.1.286) ### Codex 0.159 : GPT-6.1 Sol devient le défaut, y compris sur Bedrock *Codex* Sans pin modèle, les nouvelles sessions basculent sur Sol. 0.159.3 ajoute des rappels de setup sécurité ChatGPT. OpenAI a poussé Codex rust-v0.159.1 à 0.159.3. Le changement de fond est dans 0.159.1 : GPT-6.1 Sol est le modèle par défaut du catalogue bundlé, et il est aussi branché sur Bedrock Mantle et Runtime. Sans pin explicite, les sessions basculent vers Sol. Le picker garde les modèles précédents ; c’est le défaut qui bouge, pas un retrait de catalogue. 0.159.2 corrige les consoles Windows qui clignotaient. 0.159.3, latest de la série, ajoute des rappels de setup sécurité côté compte ChatGPT. Les alphas 0.160 / 0.161 sont sorties sans notes publiques : rien à en tirer. Les tags rust-v0.159.x sont publiés sur le dépôt GitHub openai/codex, le CLI/agent coding d’OpenAI (runtime Rust). Les notes de release first-party décrivent le défaut Sol et les correctifs Windows / sécurité ; pas de couverture presse tierce ici. Sources : - [Codex rust-v0.159.1](https://github.com/openai/codex/releases/tag/rust-v0.159.1) - [Codex rust-v0.159.3](https://github.com/openai/codex/releases/tag/rust-v0.159.3) ### Grok Build 1.0.45–46 : spawn_subagent custom et règles client persistantes *Grok Build* MCP token file, MCP doctor, permission rules sous cwd symlink. Le changelog public x.ai reste figé à 1.0.44. xAI a sorti Grok Build 1.0.45 le 29 septembre et 1.0.46 le 30, visibles sur xstack.grok.me/changelog. Le site public x.ai/build/changelog est encore bloqué à 1.0.44. 1.0.45 permet de choisir des agents custom (plugins ou config) via spawn_subagent. Les serveurs MCP peuvent lire un fichier de token à chaque requête. Une bannière colorée signale le modèle sélectionné au-dessus du prompt. 1.0.46 fait survivre les client rules au rebuild du system prompt. MCP doctor et grok inspect rapportent correctement les sources MCP. Les permission rules en chemins relatifs s’appliquent même si le cwd contient des symlinks. Le changelog détaillé est sur xstack.grok.me, miroir interne/stack du CLI Grok Build (agent coding terminal de xAI). Le site marketing x.ai/build/changelog, page produit publique, n’a pas encore rattrapé 1.0.45–46. Sources : - [Grok Build changelog (xstack)](https://xstack.grok.me/changelog) ### Gemini CLI 0.62 : Flash 3.8 / 3.5 Lite ; la preview 0.63 ajoute le plan autonome *Gemini CLI* Titres MCP ACP et PTY Windows en stable. geminicli.com affiche encore v0.61.0 ; des nightlies 0.64.0 existent déjà. Google a tagué Gemini CLI v0.62.0 le 29 septembre. Le CLI intègre Gemini 3.8 Flash et Gemini 3.5 Flash Lite, avec des titres MCP ACP et un correctif PTY sous Windows. Le même jour, v0.63.0-preview.0 ouvre un mode plan autonome non interactif, documenté dans le changelog preview de geminicli.com. Des nightlies 0.64.0 circulent déjà en parallèle. Écart de surface : le site geminicli.com indique encore v0.61.0 en stable, alors que le tag GitHub v0.62.0 est publié. À trancher selon le canal d’install (npm stable vs preview). Les tags sont sur github.com/google-gemini/gemini-cli, dépôt open source du CLI agent Gemini de Google. Le site geminicli.com porte la doc et les changelogs preview/stable ; l’écart de version signalé vient de ce décalage site / tag. Sources : - [Gemini CLI v0.62.0](https://github.com/google-gemini/gemini-cli/releases/tag/v0.62.0) - [Gemini CLI preview changelog](https://geminicli.com/docs/changelogs/preview/) ### Sol par défaut chez Cline, Fusion Astra+SWE-2 chez Devin Desktop *Tiers Sol / Astra* Cline 4.1.22 aligne OpenAI/OpenRouter/Copilot sur GPT-6.1 Sol. Devin 3.10.48 (ex-Windsurf) pousse ChatGPT sign-in et retire Cascade depuis 3.9.19. Le basculement Sol/Astra se lit aussi hors des CLI lab. Cline v4.1.22 met GPT-6.1 Sol en défaut sur OpenAI, OpenRouter, GitHub Copilot et d’autres providers listés dans la release. Les requêtes Anthropic refusées passent par un fallback serveur ; la liste recommandée ajoute Sonnet 5.5 et Opus 5.5. Cline Desktop 0.0.40 active enfin les custom providers sur le chemin agent et plafonne le cache MCP à 16 MiB par session. OpenCode publie v1.18.34 et une ligne v2.0.21 sur anomalyco/opencode, sans notes de fond à coller ici. Devin Desktop 3.10.48 (ex-Windsurf) ajoute Sign in with ChatGPT. La config recommandée : Fusion avec GPT-6 Astra en lead et SWE-2 en sidekick. Cascade est retiré depuis 3.9.19. Cline et OpenCode publient sur GitHub (cline/cline, anomalyco/opencode) : changelogs de releases open source. Devin Desktop documente ses versions sur docs.devin.ai, doc produit Cognition (ex-Windsurf) — pas un fil presse. Sources : - [Cline v4.1.22](https://github.com/cline/cline/releases/tag/v4.1.22) - [Cline Desktop v0.0.40](https://github.com/cline/cline/releases/tag/desktop-v0.0.40) - [OpenCode v1.18.34](https://github.com/anomalyco/opencode/releases/tag/v1.18.34) - [OpenCode v2.0.21](https://github.com/anomalyco/opencode/releases/tag/v2.0.21) - [Devin Desktop changelog](https://docs.devin.ai/desktop/changelog) ## Evals ### Gemini 4 Argon (high) égale Astra à 53 sur l’Intelligence Index *Artificial Analysis* Un point devant GPT-6.1 Sol max (52). Promo à 1,99 $ par tâche ; hors promo, plus cher qu’Astra. Pas encore public. Artificial Analysis place Gemini 4 Argon en mode high à 53 sur son Intelligence Index, au même niveau que GPT-6 Astra max, et un point au-dessus de GPT-6.1 Sol max (52). Le saut est net face à Gemini 3.1 Pro Preview, à 30 (+23). Sous tarif promo (2 $/10 $ par million de tokens), le coût par tâche Index tombe à 1,99 $, soit environ 60 % du 3,26 $ d’Astra. Hors promo, AA calcule 3,98 $. Argon consomme davantage de tokens de sortie : environ 62 k par tâche contre 27 k pour Astra. Sur AutomationBench-AA, Argon mène à 78 %. Terminal Bench 4 le laisse à 57 %, derrière Sonnet 5.5 (64 %), Opus 5.5 (60 %) et Astra (59 %). Sur AA-Omniscience, le taux d’hallucination tombe à 15 % (51 % Astra, 54 % Sol), mais l’accuracy reste à 50 % contre 63 % pour Astra ; le score Omniscience (42) est quasi celui d’Astra (43). Le modèle n’est pas public. La promo « 2/10 » n’a pas de date de fin confirmée dans les notes AA. Artificial Analysis est un bench indépendant qui publie indices, pages modèles et analyses coût–intelligence hors des laboratoires. Les articles et la fiche Gemini 4 Argon relaient leurs mesures, pas les slides Google. Sources : - [AA — Gemini 4 Argon back in the top three labs](https://artificialanalysis.ai/articles/gemini-4-argon-google-top-three-labs) - [AA — fiche Gemini 4 Argon](https://artificialanalysis.ai/models/gemini-4-argon) ### GPT-6.1 Sol à 52 : un point sous Astra, moins d’un quart du coût par tâche *Artificial Analysis* AA confirme le remplacement de GPT-6 Sol sept jours après sa sortie. Les benches OpenAI restent des claims séparés. Sur l’Intelligence Index d’Artificial Analysis, GPT-6.1 Sol max marque 52, un point sous GPT-6 Astra max. AA souligne surtout l’efficacité : moins d’un quart du coût par tâche Index face à Astra. L’analyse AA présente Sol 6.1 comme le remplaçant de GPT-6 Sol, sorti une semaine plus tôt, avec une intelligence proche d’Astra sur leur grille. Ce classement AA ne doit pas être confondu avec les tableaux publiés par OpenAI. Côté OpenAI, le labo revendique une proximité avec Astra sur DeepSWE et d’autres benches internes ou partenaires, à une fraction du coût token. Ces chiffres-là sont des mesures ou des positions labo ; ils ne sont pas ceux d’Artificial Analysis. L’article vient d’Artificial Analysis, site d’évaluation indépendante des modèles frontier (indices, coût par tâche, pages modèles). OpenAI publie en parallèle son propre narratif de benches sur son blog produit ; les deux sources ne mesurent pas forcément les mêmes protocoles. Sources : - [AA — GPT-6.1 Sol replaces GPT-6 Sol after just 7 days](https://artificialanalysis.ai/articles/gpt-6-1-sol-replaces-gpt-6-sol-after-just-7-days-with-near-astra-intelligence) - [OpenAI — Introducing GPT-6.1 Sol](https://openai.com/index/introducing-gpt-6-1-sol/) ### DeepSWE v1.1 : Google et OpenAI racontent deux podiums *DeepSWE · Vals · AutomationBench* Argon revendique le SOTA ; Sol se dit à égalité d’Astra pour ~1/5 du coût. Pas de départage ici. Sur DeepSWE v1.1, Google annonce Gemini 4 Argon à 77,9 % en SOTA, plus une première place sur le Vals Index et 51,3 % sur AutomationBench. Ces chiffres viennent du blog modèles Google ; ce sont des claims labo, à lire avec le harness et le set utilisés. OpenAI, de son côté, affirme que GPT-6.1 Sol atteint le niveau d’Astra sur DeepSWE pour environ un cinquième du coût. Même famille de bench, autre narratif commercial : égalité qualité–coût, pas une couronne absolue. DeepSWE est hébergé chez Datacurve ; Vals et Zapier (AutomationBench) publient leurs propres leaderboards. Tant que les protocoles, versions et accès privés divergent, les deux récits peuvent coexister sans qu’un journal départage le « vrai » n°1. Le blog Google Innovation & AI et le billet OpenAI « Introducing GPT-6.1 Sol » sont des communications labo. DeepSWE (Datacurve), le Vals Index et AutomationBench (Zapier) sont des benches tiers ou partenaires ; leurs sites listent méthodes et scores, distincts des communiqués. Sources : - [Google — Gemini 4 Argon](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/) - [OpenAI — Introducing GPT-6.1 Sol](https://openai.com/index/introducing-gpt-6-1-sol/) - [DeepSWE — Datacurve](https://deepswe.datacurve.ai/) - [Vals Index](https://www.vals.ai/benchmarks/vals_index) - [Zapier — AutomationBench](https://zapier.com/benchmarks) ### OSWorld-Science : le computer-use face aux logiciels scientifiques *Computer use · science* 146 tâches sur des outils de labo, avec notation sur artefacts. À ne pas confondre avec OSWorld 2.0. OSWorld-Science propose un environnement d’évaluation pour agents computer-use sur des logiciels scientifiques : interfaces spécialisées, objets de recherche, résultats vérifiables. Le papier décrit 146 tâches de haute qualité sur plusieurs domaines et configurations logicielles, plus un harness dédié. La grille ne se limite pas au clic réussi : elle regarde l’état des applications et les artefacts produits (structures, masques, graphiques, valeurs), avec crédit partiel possible. Douze VLM sont passés dans le protocole initial ; le niveau moyen reste bas face à la difficulté du sous-ensemble dur. Ce n’est pas OSWorld 2.0, bench computer-use général parfois cité pour Sol ou Astra. Ici, la cible est explicitement le workflow scientifique — chemie, pathologie, stats, CFD, EEG, géo, imagerie — pas le bureau générique. Le preprint est listé sur Hugging Face Daily Papers (arXiv:2609.39903), vitrine communautaire des papiers du jour. Les auteurs y décrivent le benchmark et le harness ; HF Papers n’est pas un labo frontier, c’est l’archive / la curation ouverte du papier. Sources : - [OSWorld-Science — Hugging Face Papers](https://huggingface.co/papers/2609.39903) ### GameSpec-Bench mesure la fidélité au GDD ; AA-AgentPerf-Local chronomètre le hardware *Fidélité · perf locale* Un bench coding agents sur documents de game design, et un outil AA du 29 septembre sur DGX Spark, Ryzen AI Halo, M5 Pro et RTX 5090. A2Z GameSpec-Bench évalue si des coding agents produisent des jeux fidèles à de longs Game Design Documents, pas seulement du code qui compile. Le protocole croise inspection du code, rejeu de scénarios et playtests adaptatifs ; un score de GDD Fidelity agrège ces axes. Les auteurs soulignent que compilabilité et fidélité divergent souvent. Le 29 septembre, Artificial Analysis a publié AA-AgentPerf-Local : rejeu de trajectoires d’agents réels pour mesurer la vitesse d’inférence locale, pas la qualité des réponses. Les configs initiales couvrent DGX Spark, Ryzen AI Halo, MacBook Pro M5 Pro et RTX 5090, avec modèles quantifiés 4 bits. Sur les modèles qui tiennent en 32 Go, la RTX 5090 domine le temps de parcours grâce à sa bande passante mémoire ; les machines à mémoire unifiée (Spark, Halo, M5 Pro) ouvrent de plus gros modèles mais ralentissent le decode. Les deux benches répondent à des questions distinctes : « est-ce conforme au brief ? » versus « à quelle vitesse tourne l’agent chez soi ? » GameSpec-Bench apparaît sur Hugging Face Daily Papers (arXiv:2609.39564), preprint de recherche sur la fidélité des agents de coding. AA-AgentPerf-Local est un outil et un article d’Artificial Analysis, bench indépendant orienté perf d’inférence sur laptops et workstations. Sources : - [A2Z GameSpec-Bench — Hugging Face Papers](https://huggingface.co/papers/2609.39564) - [AA — AA-AgentPerf-Local](https://artificialanalysis.ai/articles/aa-agentperf-local) ## Image & vidéo ### Transformers 5.18 : Nemotron 3 Diarization et NemotronH Omni *Audio · multimodal* Hugging Face intègre le 30 septembre un diariseur streaming open-weight NVIDIA et un Omni texte/image/vidéo/audio. Ce n’est pas une sortie frontier image ou vidéo labo. La release huggingface/transformers v5.18.0, taguée le 30 septembre, ajoute Nemotron 3 Diarization : modèle open-weight de diarisation streaming (« qui parle quand ») jusqu’à huit locuteurs, avec cache Arrival-Order (AOSC) et file FIFO hérités de Streaming Sortformer. Un seul checkpoint couvre des latences d’entrée de 80 ms à 30,4 s, et une résolution de sortie par multiples de 10 ms. L’inférence par chunks ne borne pas la durée audio. La même release embarque NemotronH Omni : backbone hybride Mamba-Transformer NemotronH, encodeur vision RADIO, encodeur son optionnel Parakeet. Image et vidéo sont projetés aux tokens /