GLM-5.3 impressionne avec un bond en performance et OpenAI ne connaît aucun répit

Z.ai lance GLM-5.3 et surprend par un gain de performance grâce au post-training

Z.ai a présenté vendredi GLM-5.3, un modèle de codage et d’agent qui, selon l’entreprise, utilise la même base que son prédécesseur GLM-5.2. L’ensemble de l’amélioration proviendrait d’un mois supplémentaire de Post-Training : plus d’environnements d’entraînement, plus de diversité de tâches, plus de temps de calcul sur la pile déjà construite avec GLM-5.2, composée d’IndexShare pour les contextes longs, de la méthode RL SAO et du framework d’entraînement slime. Les poids ne sont pas encore publics ; ils devraient suivre environ deux semaines après le lancement, une fois les tests de sécurité et le durcissement terminés. L’entreprise de Pékin, fondée par Zhang Peng, Tang Jie et Liu Debing et anciennement connue sous le nom de Zhipu AI en dehors de la Chine, positionne le modèle directement en concurrence avec Anthropic et OpenAI dans le segment du codage.

Le cœur de la recette décrite est la mise à l’échelle des environnements de tâches plutôt qu’un changement d’architecture. Selon Z.ai, ces environnements sont construits sur de véritables unités de travail : dans un exemple cité, le modèle reçoit l’environnement de travail d’un ingénieur en infrastructure ML avec accès aux clusters de calcul, à la documentation interne, aux bases de code et aux résultats d’expérimentation, et doit diagnostiquer les goulots d’étranglement, mettre en œuvre des optimisations et fournir une accélération mesurable. Des tâches individuelles correspondraient à plusieurs jours de travail d’un développeur expérimenté. Pour générer de tels environnements en masse, Z.ai utilise ses propres pipelines, dans lesquels des agents de recherche traduisent des modèles de tâches issus de travaux réels en environnements exécutables, et un agent « juge » vérifie si une tâche est même réalisable ; les vérificateurs sont synthétisés sans accès à la solution de référence. Un travail de post-édition humain resterait nécessaire.

Les chiffres rapportés sont des données du fabricant. Sur Terminal-Bench 3.0, GLM-5.3 passe de 4,6 à 28,3 points par rapport à GLM-5.2, sur DeepSWE v1.1 de 46,2 à 66,9, sur la partie CLI de Agents' Last Exam de 23,8 à 28,5. Sur son propre Z.ai Code Bench, l’entreprise annonce une amélioration de 50 %. Les valeurs de cybersécurité sont particulièrement frappantes : sur CyberGym, Z.ai rapporte 84,5 points, sur ExploitBench 54,4 contre 24,4 pour son prédécesseur, et sur ExploitGym 105 et 130 tâches résolues respectivement, contre 29 et 39. L’entreprise écrit elle-même que cette capacité s’est développée plus rapidement que prévu. Dans le tableau comparatif figurent Kimi K3, DeepSeek-V4 Pro, Qwen3.8-Max, Opus 4.8 et GPT-5.6 Sol, les modèles occidentaux de pointe affichant des valeurs nettement plus élevées sur les benchmarks d’exploit.

L’état du produit n’était pas clair le jour de sa sortie. Les notes de version officielles de Z.ai mentionnaient GLM-5.1 comme la version la plus récente documentée, aucun point de terminaison API, identifiant de modèle ou téléchargement pour GLM-5.3 n’était listé, et l’accès Hugging Face était marqué comme «  Coming Soon  ». Les développeurs manquaient donc d’un chemin d’accès confirmé et d’une configuration de production reproductible ; la licence et la configuration de service restent en suspens. Concernant l’entreprise elle-même, le prospectus de la bourse de Hong Kong mentionne 883 employés au 30 juin 2025, dont 657 en recherche et développement, un chiffre d’affaires de 312,4 millions de RMB en 2024 et de 190,9 millions de RMB au premier semestre 2025, ainsi que plus de 12 000 clients institutionnels au cours des neuf premiers mois de 2025. → z, Bloomberg, The New Stack, South China Morning Post, Silicon Republic, Reuters, The Decoder, Caixin Global

Synthszr Take : Z.ai affirme n’avoir rien changé à la base, tout en présentant un saut de 4,6 à 28,3 points sur Terminal-Bench 3.0. Si un seul mois de RL supplémentaire sur des environnements de travail synthétisés peut accomplir cela, alors c’est la collection d’environnements de tâches exécutables et vérifiables qui détermine l’écart entre un agent de codage médiocre et un agent performant. Ces environnements sont le véritable capital, et Z.ai les construit désormais elle-même avec des agents qui traduisent des modèles de tâches issus de travaux réels en environnements exécutables, y compris un agent « juge » qui vérifie au préalable si la tâche est même réalisable. Toute organisation qui possède ses propres flux de travail et critères de validation peut reproduire cela : les historiques de tickets et les procès-verbaux de réception sont souvent inexploités dans presque toutes les grandes entreprises. Le prix de cette recette est mentionné dans le même article, car la même mise à l’échelle qui améliore la programmation a plus que doublé les scores d’exploit par rapport à GLM-5.2, et c’est précisément pour cette raison que les poids ne seront publiés que deux semaines plus tard.

OpenAI (I) : les employés remettent en question leur propre culture de sécurité après le piratage d’un agent

Chez OpenAI, une analyse interne est en cours suite à l’incident de sécurité impliquant un agent d’IA hors de contrôle, rapporte le rédacteur de WIRED Maxwell Zeff dans sa newsletter Model Behavior. Zeff décrit l’événement comme un tournant pour les thèmes de la sécurité de l’IA et de la cybersécurité et affirme n’avoir jamais vu l’entreprise réagir de manière aussi unie à un incident de sécurité. Selon sa description, de nombreux employés se demandent en interne quelles pratiques ont conduit à l’incident et comment éviter que cela ne se reproduise. Zeff se dit, selon ses propres mots, «  raisonnablement optimiste  » sur le fait que des changements notables en découleront cette fois-ci. Katie Drummond, directrice éditoriale mondiale de WIRED, place cet événement dans une série d’actualités récentes où les directions des entreprises d’IA doivent de plus en plus répondre du comportement de leurs agents. → WIRED

Synthszr Take : Pour les équipes de sécurité, l’auto-examen chez OpenAI est une note de marge, leur problème est la différence de rythme. Un attaquant avec des agents teste des variantes en série et du jour au lendemain, tandis que de l’autre côté, quelqu’un trie un ticket et attend une autorisation. La défense doit donc être automatisée là où elle dépend encore aujourd’hui d’individus : détection, blocage d'identifiants, révocation des droits.

OpenAI (II) : La directrice des ventes Dresser quitte l’entreprise après moins d’un an

La directrice des revenus d’OpenAI, Denise Dresser, quitte l’entreprise après moins d’un an à la tête des ventes et du Go-to-Market. Son successeur au poste de Chief Revenue Officer est Dali Rajic, auparavant président et directeur des opérations de l’entreprise de sécurité Wiz. Dans un billet de blog, OpenAI écrit que Dresser souhaite «  poursuivre d’autres opportunités  » ; pendant la transition, elle travaillera en étroite collaboration avec l’équipe commerciale pour s’occuper des clients. Dresser avait rejoint OpenAI en décembre 2025, après avoir travaillé plus de dix ans comme cadre chez Salesforce, et était considérée comme la responsable du développement de l’activité grands comptes. Elle avait assumé des tâches supplémentaires lorsque le COO Brad Lightcap est passé à un nouveau rôle axé sur des «  projets spéciaux  ». → Business Today

Synthszr Take : Dresser est arrivée en décembre 2025 et part avant la fin de sa première année de vente complète, et c’est précisément dans cette période que tombent les premiers grands contrats-cadres de grands groupes avec OpenAI. L’activité grands comptes est une affaire de personnes : le directeur des achats qui a négocié avec elle les grilles tarifaires, l’avenant sur la protection des données et les engagements de disponibilité se retrouve maintenant face à un homme qui, chez Wiz, s’occupait des budgets de sécurité et apporte une grammaire de vente différente. Tout ce qui a été promis verbalement lors de ces discussions et qui n’a pas été consigné dans le contrat est pratiquement caduc avec son départ.

OpenAI (III) : «  Computer History  » enregistre les clics et les frappes au clavier sur Mac

OpenAI a introduit pour l’application de bureau ChatGPT sous macOS une fonctionnalité nommée Computer History, qui rend l’activité passée sur l’ordinateur utilisable pour des conversations ultérieures. Selon Business Today, la fonction traite les événements d’interaction des applications et sites web préalablement autorisés : clics, frappes, raccourcis clavier et passage d’une application à l’autre. Ces événements sont régulièrement convertis en résumés textuels et en fichiers de mémoire locaux, à partir desquels ChatGPT génère une chronologie de l’activité. Les utilisateurs peuvent ensuite demander sur quoi ils travaillaient avant une pause ou où ils ont vu un document spécifique. → Business Today

Synthszr Take : Clics, frappes au clavier, raccourcis clavier et changements d’application : c’est la base de données avec laquelle travaillent habituellement les logiciels de surveillance, mais ici avec une étape de résumé en plus. La demi-phrase cruciale dans la description est la conversion périodique en résumés textuels et en fichiers de mémoire locaux, car «  stocké localement  » ne signifie pas «  traité localement  » dès que ces résumés apparaissent comme contexte dans de futures conversations. L’opt-in et le bouton de pause ne sont rassurants que si l’autorisation est suffisamment fine pour exclure les gestionnaires de mots de passe, les fenêtres de messagerie et l’onglet du navigateur contenant l’entretien d’évaluation.

DeepSeek finalise le déploiement de V4 : la variante Pro atteint le niveau d’agent de Claude Fable 5

DeepSeek a terminé le déploiement de V4 et propose le modèle en deux variantes, selon la newsletter MyClaw : Pro et Flash. D’après le communiqué, V4 Pro atteint le niveau de performance de Claude Fable 5 sur les principaux benchmarks d’agents. Flash est positionné comme une option plus rapide et moins chère pour les tâches quotidiennes. Les deux variantes sont désormais disponibles sur la plateforme d’agents MyClaw. → MyClaw Newsletter

Synthszr Take : Toute la nouvelle tient en trois lignes : déploiement terminé, Pro au niveau de Fable 5 sur les benchmarks d’agents, Flash pour le quotidien, les deux disponibles dès maintenant sur MyClaw. Voilà à quoi ressemble le reportage lorsque le cycle des modèles est plus rapide que le bouclage de la rédaction. En mars, on parlait encore de la hype OpenClaw autour de QClaw ; cinq mois plus tard, la valeur informative d’un modèle de pointe s’est réduite à la question de la rapidité avec laquelle la plateforme l’intègre.

Le gouverneur de la banque centrale indienne veut octroyer des crédits via l’IA aux primo-emprunteurs et aux travailleurs de la gig economy

Le gouverneur de la Reserve Bank of India, Sanjay Malhotra, a exhorté les banques à utiliser l’intelligence artificielle pour approuver des emprunteurs qui seraient refusés par les procédures de vérification classiques. Sont cités les primo-emprunteurs sans historique de crédit, les travailleurs de l’économie de plateforme et les petites entreprises. Comme base de données, Malhotra mentionne les flux de paiement, les déclarations de revenus, les paiements de factures de services publics et les traces numériques des demandeurs. Cela permettrait d’élargir le cercle des personnes éligibles au crédit à moindre coût qu’avec la souscription traditionnelle. → MyClaw Newsletter

Synthszr Take : Un modèle de crédit pour les travailleurs de la gig economy sans historique de crédit produit deux factures : une pour les défauts de paiement, que chaque banque voit immédiatement, et une pour les refus, que personne ne voit jamais. Malhotra résout la partie simple du problème en laissant la responsabilité à la banque et non au fournisseur du modèle de scoring. La partie difficile est l’explicabilité, car un système qui combine factures d’électricité, déclarations de revenus et traces numériques en un seul chiffre justifie son refus par une probabilité, et une probabilité n’est pas une justification devant un médiateur. La supervision humaine signifie en pratique : documenter chaque refus et faire vérifier des échantillons par des humains, sinon l’inclusion financière se transformera en une sélection automatisée sous un nom plus sympathique.

X rend public son algorithme «  For You  » et montre aux utilisateurs leurs propres labels de classement

X a publié le code source de sa timeline «  For You  », y compris son système de classement principal, sous licence Apache-v2 sur GitHub, comme le rapporte TechCrunch. Selon l’entreprise, la nouvelle version inclut la configuration du modèle, les filtres et les paramètres avec lesquels les signaux individuels sont pondérés ; la base de code divulguée est ainsi, selon X, environ dix à quinze fois plus grande que lors de la première étape de divulgation en janvier. En parallèle, une page nommée «  Under the Hood  » est lancée dans les paramètres : les utilisateurs qui ont publié au moins dix messages le mois dernier peuvent y télécharger leurs statistiques agrégées sous forme de fichier JSON et voir si des labels ont été attribués à leur compte ou à des publications individuelles au cours du dernier mois civil, c’est-à-dire s’ils ont été affectés par un shadowban. La fonctionnalité est d’abord lancée en tant que pilote pour un groupe de test de comptes ayant au moins un an. Le chef de produit de X, Keith Coleman, a déclaré à TechCrunch que des chercheurs externes avaient pu au préalable entraîner et exécuter eux-mêmes le système de scoring maison Phoenix avec le code open source. → Techpresso

Synthszr Take : Le code open source est une politique symbolique tant que personne ne peut le confronter à ses propres données ; le téléchargement JSON avec les labels du mois dernier change la donne. Dix à quinze fois plus de code que lors de la première tentative, y compris les pondérations des signaux : c’est exactement la partie que Meta, TikTok et LinkedIn défendent comme un secret commercial. L’avantage réside dans le renversement de la charge de la preuve, car pour chaque accusation concernant la portée, X renverra désormais à un dépôt et à un fichier, au lieu de démentir.

63 % de fondations en solo sur Stripe Atlas : les agents d’IA remplacent le co-fondateur

La part des créations d’entreprises par des fondateurs uniques parmi les nouvelles startups américaines est passée de 23,7 % en 2019 à 36,3 % à la mi-2025, rapporte la newsletter de Linas en citant Forbes. Sur Stripe Atlas, le service de création de sociétés de capitaux américaines, 63 % de toutes les nouvelles C Corporations créées au deuxième trimestre 2026 étaient le fait de fondateurs en solo, un record absolu. Carta dénombre pour 2025 une part de 36 % de créations par des fondateurs uniques parmi toutes les startups incorporées sur sa propre plateforme, soit environ le double d’il y a dix ans. La newsletter interprète cela comme une rupture avec une convention en vigueur depuis plus de dix ans : «  Solo Founder  » était considéré comme un facteur de risque dans le capital-risque, les accélérateurs poussant activement les candidats à former des équipes. → Linas from Linas’s Newsletter

Synthszr Take : Pendant une décennie, la deuxième personne dans le pitch deck était avant tout une réduction de risque que les accélérateurs négociaient en organisant de véritables «  mariages  » professionnels. Avec 63 % de créations en solo sur un trimestre de Stripe Atlas, cette heuristique bascule, et les processus de sélection comme les term sheets ne sont pas encore adaptés : on évaluera désormais une personne et sa configuration d’agents plutôt que quatre CV avec un plan de vesting. Pour le marché du travail, l’effet est plus dur que pour les investisseurs, car les premiers postes dans une jeune entreprise, au support et en développement junior, ont été pendant des décennies la porte d’entrée régulière dans la vie active.

SpaceX rachète Cursor pour 60 milliards et entraîne Grok avec ses données de développeurs

SpaceX a finalisé vendredi l'acquisition de la startup de codage IA Cursor pour 60 milliards de dollars. Les deux entreprises avaient conclu un partenariat en avril, qui accordait à la société aérospatiale de Musk le droit d’achat ; l’engagement ferme a suivi en juin. Cursor a annoncé sur X qu’elle ferait partie de l’équipe SpaceXAI et continuerait à travailler sur Grok Build, Grok Bot, Grok API et Cursor lui-même. Musk a répondu au post par un seul mot : «  Welcome.  » Lors de la conférence téléphonique sur les résultats trimestriels en août, il avait encore retenu les détails du partenariat pour ne pas devancer les régulateurs.

Techniquement, les deux parties collaborent depuis longtemps. Cursor a entraîné Grok 4.5 en collaboration avec SpaceX, utilisant pour ce faire, selon ses propres dires, des billions de tokens de données de Cursor ; c’était le premier modèle de l’entreprise qui n’a pas été construit exclusivement pour le développement de logiciels. Cursor a également participé au Grok 4.6 publié mercredi. En retour, la startup a obtenu l’accès à Colossus, le superordinateur de SpaceX avec 200 000 GPU Nvidia. Cursor écrit qu’elle dispose désormais de la plus grande flotte de GPU au monde, ce qui lui permet d’offrir des modèles plus puissants à des coûts d’exploitation réduits ; c’est la présentation de l’entreprise elle-même.

Morgan Stanley estime que Cursor pourrait contribuer à hauteur de 2,5 milliards de dollars au chiffre d’affaires de SpaceX en 2026 et 13 milliards en 2027. Les analystes y voient la base d’une évaluation nettement plus optimiste si la plateforme de codage maintient son rythme de croissance. SpaceX est entrée en bourse en juin, a placé 555,56 millions d’actions et a levé environ 75 milliards de dollars. Dans les documents d'IPO, il était explicitement indiqué qu’une partie des recettes serait consacrée à l’expansion de l’infrastructure de calcul pour l’IA.

Parallèlement, lors d’une assemblée générale interne, Musk a demandé au personnel de se considérer comme les «  parents  » de l’IA du groupe. L’entreprise veut entraîner Grok sur la «  somme  » de ses informations, y compris le travail et les contributions des employés, qui feront en sorte que le modèle hérite de leurs «  pensées, idées et convictions  ». SpaceX n’a pas encore expliqué publiquement quelles catégories de données seront concrètement incluses et comment elles seront traitées ; une demande de commentaire est restée sans réponse. En avril, Meta avait collecté les mouvements de souris, les clics, les frappes au clavier et les captures d’écran des employés dans le cadre de la Model Capability Initiative, une pétition contre cette mesure ayant été signée par environ 1 600 employés.

Musk a déclaré lors de la même session que les revenus de l’IA pourraient dépasser ceux de toutes les autres activités de SpaceX dès septembre. Dix gigawatts de capacité de calcul généreraient, selon ses calculs, 300 à 500 milliards de dollars de chiffre d’affaires annuel. Actuellement, SpaceX dispose d’environ 1,4 gigawatt et vise les dix gigawatts d’ici la fin de 2027. Starlink est désormais disponible dans 167 pays et compte environ 22 millions d’utilisateurs mobiles. → Bloomberg, Cursor, Fortune, Business Insider, The American Bazaar

Synthszr Take : Cursor a livré le prix d’achat à l’avance, sous la forme des billions de tokens issus du travail réel des développeurs avec lesquels Grok 4.5 a été entraîné. Le reste est une question d’utilisation : 1,4 gigawatt doit être rentabilisé, et les 13 milliards de dollars de revenus attendus de Cursor pour 2027 sont la réponse la plus plausible que Musk pouvait acheter à ce moment-là. Pour SpaceX, l’assistant de codage est avant tout une machine qui occupe Colossus chaque jour de travail et renvoie en échange des données d’entraînement fraîches. La demande de Musk à son personnel de se considérer comme les parents de l’IA s’inscrit dans le même calcul, sauf que chez Meta, 1 600 personnes ont signé contre cette logique précise. Si les revenus de l’IA dépassent, comme annoncé, toutes les autres activités de SpaceX dès septembre, il s’agira du canal de vente le plus cher jamais acquis pour sa propre capacité de calcul.