Bienvenue à bord de l'Odyssée de l'IA ! 🚀

La newsletter IA française la plus complète ! (CHATGPT, Intelligence Artificielle, Prompts et Outils, Actus IA..)

🗞️ Les News de la Semaine

La rentrée de septembre a fait exploser le calendrier des annonces. En quelques jours, OpenAI, Anthropic, Meta, SpaceXAI et Alibaba ont tous présenté leurs nouveautés.

1. OpenAI : GPT-6 Sol et Luna divisent les prix par deux ! 💸

Quelques heures après son rival, OpenAI lance GPT-6 Sol et GPT-6 Luna, deux déclinaisons de sa nouvelle famille GPT-6, pensées pour faire tourner des agents IA en continu sans exploser le budget.

• 2 $ par million de tokens en entrée pour Sol (contre 4 $), soit 50 % moins cher que la génération précédente

• Sur AutomationBench, Sol bat Claude Opus 5 pour 9 % de son coût par tâche

• Deux fois moins d'erreurs que son prédécesseur

• Luna accessible gratuitement dans l'application desktop de ChatGPT

La rentabilité devient le nouvel argument de vente des labos d'IA.

2. Anthropic : Claude Opus 5.5 casse les prix face aux modèles frontier ! ⚡️

Anthropic dévoile Claude Opus 5.5, un modèle frontier plus rapide et nettement moins cher.

• 66,4 % sur Terminal-Bench 4.0, au niveau de GPT-6 Astra pour environ 40 % de son coût

• Des réponses 30 % plus rapides

• 4 $ par million de tokens en entrée (contre 5 $), soit 40 % d'économie sur une charge de travail complète

• Une migration de 680 000 lignes de code bouclée en moins d'une journée par un testeur

Les chantiers techniques complexes deviennent automatisables sans exploser le budget.

3. Meta : Muse, l'agent IA qui dépasse déjà ChatGPT 📱

Meta lance Muse, une application mobile d'agents personnels qui exécutent les corvées du quotidien (formulaires, tri des courriels...). Elle tourne sur les modèles Muse Spark.

• Plus de 730 000 téléchargements sur iOS

• 1ère place de l'App Store américain, devant ChatGPT

• Paiement automatisé intégré grâce à Shopify

• Amazon bloque l'outil pour des raisons de cybersécurité

Le grand public passe des chatbots aux agents qui agissent.

4. SpaceXAI : Grok 4.7 veut détrôner ses rivaux sur le code ! 🚀

SpaceXAI dévoile Grok 4.7, un modèle taillé pour le code et le travail de bureau, annoncé deux fois plus rapide pour moitié moins cher que ses concurrents.

• 46,3 % sur CursorBench 4.0, devant GPT-5.6 Sol (41,7 %)

• 71 % sur DeepSWE v1.1

• 2 $ par million de tokens en entrée, 6 $ en sortie

• Mais seulement 37,6 % sur Terminal-Bench 4.0, loin de Claude Opus 5.5 (66,4 %)

Un sérieux rapport qualité-prix, mais pas encore le roi du code.

5. Alibaba : Qwen-Image-2.1 génère des images déjà détourées 🎨

Alibaba publie Qwen-Image-2.1, un modèle à poids ouverts qui génère et modifie des images avec un fond transparent natif.

• 7 milliards de paramètres seulement

• Gestion native de la transparence alpha : plus de fond blanc à nettoyer

• Jusqu'à 10 images de référence pour composer ou éditer

• Sortie native en 2K

Attention : la licence est réservée à la recherche. Un usage commercial demande un accord séparé avec Alibaba.

⚡️ Gagne du temps avec ces 5 outils IA 💫 

• 🎬 Guideless : tu cliques, il filme. Tes manipulations deviennent automatiquement des guides vidéo pas à pas, parfaits pour l'onboarding ou le support client.

• 🧠 OzBrain : une base de connaissances partagée que tous tes agents IA et ton équipe lisent et enrichissent. Fini de réexpliquer ton contexte à chaque outil.

• 🔎 Web Search Agents by Nimble : des agents spécialisés par domaine qui automatisent la recherche web et s'améliorent à chaque requête. Moins de tokens, des résultats plus pertinents.

• 🛠️ Agent Builder by Airtop : tu décris ton agent web dans un chat, il le construit. Et quand un site change, l'agent se répare tout seul.

• 🤖 Step 5 Preview : le nouveau modèle agentique de StepFun, avec 1 million de tokens de contexte pour le code et les tâches longues. Poids ouverts annoncés pour le 15 octobre.

🌤️ Météo de l’IA :
Jev, l'IA qui décide au lieu de bavarder ⚡️

Jusqu'ici, pour qu'une IA prenne une décision simple (ce mail est-il urgent ? ce client a-t-il droit au remboursement ?), tu passais par un gros modèle de langage. Il réfléchit, il rédige, il facture chaque mot. Lent et cher pour un simple oui ou non.

Cette semaine, TypeSafe AI, la start-up de Diogo Almeida (ex-OpenAI, co-auteur des techniques d'entraînement de ChatGPT), lance Jev. Ce n'est pas un chatbot : c'est un modèle « Système 1 », conçu pour trancher vite.

🧩 Ce que ça change vraiment

Tu envoies à Jev un contexte (un mail, une fiche client, une conversation) et une série de questions. Il ne rédige rien : il renvoie une réponse structurée avec un niveau de confiance. Toutes les questions sont traitées en parallèle.

Trois types de questions :

• Choix : il sélectionne parmi des options que tu as définies (commercial, support, facturation…)

• Score : il note sur une échelle (faible, moyen, élevé)

• Oui / Non : il donne la probabilité qu'une affirmation soit vraie.

Les chiffres annoncés :

• jusqu'à 193 fois plus rapide qu'un modèle frontier comme GPT-6 Astra

• jusqu'à 445 fois moins cher

• environ 150 millisecondes par réponse

• 0,042 $ par million de tokens en entrée, sortie gratuite.

⚙️ Comment l'utiliser

• accès via l'API de TypeSafe AI

• intégration directe dans LangChain avec le paquet langchain-typesafe

• tu définis à l'avance tes questions et les réponses possibles

• contexte limité à 64 000 tokens, sans mémoire d'un appel à l'autre.

💡 Le réflexe à garder

Jev ne remplace pas Claude ou ChatGPT : il se place devant. Dans un workflow n8n ou un agent, il trie, route et filtre. Le gros modèle n'intervient que lorsque c'est utile.

Des exemples concrets :

• trier une boîte mail et n'envoyer au LLM que les messages à traiter

• router chaque demande vers le modèle le moins cher capable d'y répondre

• vérifier une action risquée d'un agent avant son exécution

• présélectionner des CV ou des leads selon tes critères.

Résultat : une facture API qui fond et des automatisations qui répondent en temps réel.

⚠️ Les garde-fous (à lire avant de tout lui confier)

Jev vient de sortir, et il a ses limites :

• les chiffres viennent de TypeSafe : peu de benchmarks indépendants pour l'instant

• Jev ne raisonne pas et ne sait rien au-delà du contexte que tu lui fournis

• il lit tes questions au pied de la lettre : une question floue donne une réponse floue

• il peut se tromper ou être manipulé par un contenu piégé.

Commence par une tâche de tri à faible enjeu. Compare ses décisions à celles de ton LLM actuel, puis bascule si les résultats tiennent.

C'est peut-être le prochain basculement : moins de modèles qui parlent, plus de modèles qui décident. Autant savoir où les placer dans tes process dès maintenant.