Le nouveau modèle Pro de Google se fait attendre, une réduction sur Gemini 3.7 Flash pour patienter

Google détourne l’attention de l’absence du modèle Pro avec une remise limitée sur Gemini 3.7 Flash

Google a publié jeudi Gemini 3.7 Flash, un modèle axé sur le codage et les flux de travail d’agents, qui remplace la version 3.6 Flash lancée il y a seulement trois semaines. L’entreprise n’a pas donné de date pour son modèle phare Gemini 3.5 Pro, annoncé depuis des mois, comme le rapportent Reuters et Axios. En juillet, Google avait déclaré que 3.5 Pro était en phase de test avec des partenaires et arriverait «  bientôt  » ; lors de la Google I/O en mai, Ars Technica avait même évoqué juin comme date de lancement. Google justifie ce cycle de développement rapide par les retours des développeurs et des améliorations algorithmiques.

Jusqu’à fin 2026, Gemini 3.7 Flash coûtera 0,75 dollar par million de tokens d’entrée et 3,75 dollars par million de tokens de sortie, soit la moitié du prix de lancement initial de 3.6 Flash. À partir du 1er janvier 2027, les tarifs passeront à 1,50 et 7,50 dollars. Selon The New Stack, Google a également appliqué cette remise à 3.6 Flash jusqu’au 31 décembre.

Techniquement, le modèle propose trois niveaux de thinking_level (low, medium, high), medium étant le standard ; les niveaux inférieurs ciblent les applications sensibles à la latence, tandis que le niveau high est destiné aux tâches complexes de codage, de mathématiques et de planification. La consommation de tokens sur l’ensemble de la boucle de l’agent détermine ainsi les coûts réels de Inference. 3.7 Flash est disponible dans AI Studio, Android Studio, Google Antigravity, la Gemini Enterprise Agent Platform, ainsi que pour les utilisateurs finaux via l’agent Spark pour les abonnés AI Pro et Ultra dans plus de 160 pays. Selon le fournisseur, les mécanismes de protection contre les abus dans les domaines NRBC et des cyberattaques ont également été mis à jour.

Ce lancement intervient dans une période agitée chez Google DeepMind. La semaine dernière, Demis Hassabis a cédé la direction à son adjoint Koray Kavukcuoglu, tandis que les deux co-responsables techniques initiaux de Gemini quittaient l’entreprise pour fonder leur propre startup. Reuters a également rapporté que le cofondateur Sergey Brin avait pressé des employés clés de l’IA de tout miser sur Gemini. Lors de la conférence sur les résultats de juillet, Sundar Pichai avait rejeté les critiques concernant le retard du modèle phare. → VentureBeat, The New Stack, Google, Thurrott, Quartz, Finimize, Bloomberg, Business Standard, 9to5Google, Ars Technica

Synthszr Take: 65,3 % sur DeepSWE, une hausse par rapport aux 49 % précédents, c’est le chiffre qui circule actuellement sur les canaux de développeurs et qui détermine le choix du modèle. Le deuxième chiffre se trouve dans les petits caractères et n’est partagé dans aucune capture d’écran de benchmark : le 1er janvier 2027, Google doublera les tarifs à 1,50 et 7,50 dollars par million de tokens, ce qui pénalisera le plus durement les équipes qui utilisent actuellement le thinking_level high pour que le modèle résolve réellement les cas complexes. Un agent qui consomme dix appels d’outils et beaucoup de contexte par tâche ressemble à une bonne affaire en août, mais à un poste budgétaire que personne n’a prévu en janvier. La réaction sensée est peu spectaculaire : calculer les coûts par tâche accomplie avec le tarif de 2027, et non avec le prix de lancement, et maintenir l’appel du modèle derrière une configuration qui peut être modifiée sans refactoring.

OpenAI dote GPT-5.6 Sol d’un mode Ultrafast à 750 tokens par seconde

OpenAI a lancé un nouveau mode de fonctionnement nommé Ultrafast, qui permet au modèle de pointe actuel, GPT-5.6 Sol, de fonctionner à une vitesse 14 fois supérieure à celle du traitement standard, selon l’entreprise. Concrètement, OpenAI mentionne jusqu’à 750 Token générés par seconde. Dans un article de blog publié jeudi, l’entreprise explique que jusqu’à présent, la vitesse en temps réel impliquait généralement de se tourner vers un modèle plus petit ou spécialisé. Techniquement, ce mode fonctionne grâce au partenariat entre OpenAI et le fabricant de puces Cerebras. Ultrafast est actuellement disponible en avant-première et n’est accessible qu’à un petit groupe de clients. OpenAI annonce vouloir étendre l’accès à mesure que la capacité augmentera. Le prix de ce mode n’est pas mentionné dans l’annonce. → TechCrunch

Synthszr Take: 750 tokens par seconde sonne comme une fonctionnalité, mais c’est une question de budget. La vitesse se paie en calcul (compute), et la capacité de Cerebras est manifestement limitée, sinon OpenAI n’aurait pas à restreindre l’avant-première à un petit groupe de clients. Le seul chiffre qui manque dans l’annonce est le prix par token dans ce mode, et sans lui, tout calcul relève de la pure spéculation. Une limite de tokens stricte par exécution et une mesure des «  coûts par ticket résolu  » au lieu des «  tokens par seconde  » doivent faire partie de la configuration avant de lancer le premier job Ultrafast. Pour la réponse aux incidents, où chaque minute gagnée représente de l’argent réel, le surcoût est probablement rentable immédiatement ; pour les lots de service client, la question ne deviendra intéressante que lorsque OpenAI publiera sa grille tarifaire.

DeepSeek lance officiellement V4 Pro et maintient le prix à 43,5 centimes par million de tokens

DeepSeek a fait passer son modèle phare V4 Pro de la phase de prévisualisation à la disponibilité générale, sans augmenter les prix. Un appel coûte toujours 0,435 dollar par million de tokens d’entrée et 0,87 dollar par million de tokens de sortie, soit une fraction de ce que coûte Fable 5, selon The Code. Le modèle fonctionne avec une fenêtre de contexte d’un million de tokens et prend en charge le « Tool Calling », ce qui permet de l’intégrer directement dans les pipelines d’agents existants. En matière de codage agentique, V4 Pro reste légèrement derrière Fable 5, selon les dires du fournisseur. → The Code

Synthszr Take: Le véritable événement est que le prix n’a pas augmenté lors du passage de la prévisualisation à la disponibilité générale (General Availability). L’inverse serait la norme : une prévisualisation bon marché, une disponibilité générale plus chère une fois que les clients ont construit leurs pipelines. DeepSeek renonce à cette majoration et établit ainsi 43,5 centimes comme prix plancher pour le codage proche des modèles de pointe (frontier). Pour tout petit fournisseur dont le modèle économique repose sur une majoration de quelques dollars par million de tokens, le calcul est désagréable, car à un quart du tarif de Grok et une fraction du tarif de Fable 5, il n’y a plus de marge pour se positionner comme «  l’alternative bon marché  ». Restent les arguments qui n’ont rien à voir avec le prix du token : l’hébergement européen, des données de domaine vérifiées, des garanties de latence, la responsabilité juridique.

Les services de renseignement américains réclament des certificats de naissance numériques pour les agents IA

Doug Cossa, DSI (Chief Information Officer) de la communauté du renseignement américain au sein de l’Office of the Director of National Intelligence, a appelé à la création d’un système d’identité unifié pour les agents IA lors de la conférence DoDIIS de la Defense Intelligence Agency. Selon son intervention, rapportée par Breaking Defense et reprise par PYMNTS, l’intelligence artificielle agentique renverse le principe du « Zero Trust » : au lieu d’une attribution minimale de droits, un agent reçoit tout ce dont il a besoin pour travailler de manière autonome. Cossa soutient que les agents, tout comme les utilisateurs et les appareils, demandent, stockent et traitent des données, et ont donc besoin de la même base d’identité. Cette identité doit servir de fondement pour décider de ce qu’un agent est autorisé à faire. Selon lui, il n’existe à ce jour aucun système inter-agences pour établir et contrôler l’identité des bots autonomes.

Synthszr Take: La responsabilité juridique nécessite un destinataire, ce que presque aucune architecture d’agent ne fournit actuellement. En pratique, un agent fonctionne avec les accès d’un employé ou un compte de service partagé, et en cas de problème, le journal affiche un identifiant derrière lequel se cachent deux équipes, un fournisseur et un script oublié. La demande de Cossa pour un système d’identité commun est au fond une question de preuve : sans identité, pas d’imputation, et sans imputation, pas de responsabilité. L’idée rassurante que l’humain est toujours responsable en dernier ressort ne tient que jusqu’à ce qu’un agent lance un second agent et lui transmette ses droits, sans qu’il soit documenté nulle part au nom de qui cela s’est produit. Ce qui compte maintenant, c’est un principal de sécurité propre à chaque agent, avec une date d’expiration, un mandataire désigné et un journal qui rend la chaîne traçable à rebours.

Addy Osmani : Les garde-fous automatisés remplacent la revue de code pour les agents d’IA

Dans sa newsletter Substack, Addy Osmani soutient que la revue de code classique atteint ses limites avec les agents d’IA, car la quantité de code générée est tout simplement trop importante pour que quelqu’un puisse encore le lire. Le contrôle qualité se déplace donc vers l'Agent Harness, dans l’environnement et le système d’exploitation qui entourent l’agent. Là, des contraintes définissent ce qu’un système est autorisé à faire : des tests et des vérifications déterministes sont exécutés sur chaque proposition de l’agent avant qu’elle ne soit validée. Osmani décrit des scénarios où les agents génèrent des centaines de milliers, voire des millions de modifications par jour, et insiste sur le fait que seules de telles boucles peuvent fournir de manière fiable un logiciel prêt pour la production. → Substack

Synthszr Take : Deux revues, trois réponses, le même morceau de code. C’est le véritable message de ce débat, et il met fin à l’idée que l’on pourrait simplement remplacer le validateur humain par un second agent. Un Merge ne doit pas dépendre d’un jugement qui pourrait être différent lors de la prochaine exécution, l’instance de validation doit donc être déterministe : tests, types, vérifications de contrats, builds reproductibles, des Gates stricts à chaque commit. Ainsi, le travail le plus coûteux de l’équipe de développement passe de la lecture à la construction du mécanisme de vérification, et c’est précisément ce travail qui a été considéré pendant dix ans comme un centre de coûts à réduire lors de la prochaine vague d’économies. Lorsque les agents produisent des centaines de milliers de modifications par jour, l’infrastructure de test est le maillon qui permet de réellement exploiter la vitesse ; sans elle, toute accélération reste un espoir qui devra être géré en production.

DeepSeek Harness (dsh) est maintenant Open Source

DeepSeek a publié jeudi le DeepSeek Harness (dsh) en open source, un environnement d’exécution basé sur Node.js pour les agents de codage sous licence MIT. Selon The New Stack, le dépôt GitHub a recueilli plus de 33 000 étoiles en quelques heures, et un catalogue de plugins communautaires est déjà en train de se former. Le projet est explicitement présenté comme une Developer Preview ; dans le README, DeepSeek annonce des changements non rétrocompatibles. L’interface web se lance via npx @deepseek-ai/dsh web sur le port 3080. Sur le plan architectural, l'Agent Harness suit le principe que tout est un plugin, et l’équipe le prend au mot : les adaptateurs de modèles, le registre d’outils, le journal de session et la boucle de l’agent elle-même sont des plugins interchangeables. La documentation parle d’un système sans noyau privilégié qui nécessiterait d’être patché. La base est Cordis, un méta-framework pour la composition dynamique, dont la conception est décrite dans un article par trois chercheurs de l’Université de Pékin et de DeepSeek. → The New Stack, GitHub

Synthszr Take : Ce que le modèle voit doit pouvoir être reconstitué à partir d’un unique flux d’événements. La traçabilité devient ainsi une règle de conception, et la reprise (resume), le fork et la relecture (replay) en découlent comme des sous-produits. Le revers de la médaille se trouve également dans le dépôt : 33 000 étoiles en quelques heures, un catalogue de plugins tiers qui s’étoffe rapidement et un statut de preview annonçant des breaking changes. Avant toute utilisation en production, il faut clarifier quels plugins sont dans la boucle, qui les maintient et si le flux d’événements est complet. Landlock et Seatbelt protègent le système de fichiers, mais ils ne protègent pas la chaîne d’approvisionnement des plugins.

Apple veut payer les éditeurs par requête Siri plutôt que par licence forfaitaire

Selon un rapport du Wall Street Journal, Apple négocie avec des éditeurs pour les rémunérer pour l’utilisation de contenus d’actualité récents dans la nouvelle version de Siri. Au lieu de la licence forfaitaire habituelle dans le secteur, qui couvre un large accès à des archives, Apple a proposé un modèle basé sur l’utilisation : une rémunération serait versée chaque fois que Siri utilise le matériel d’un éditeur. Pour ces paiements, Apple envisagerait, selon le rapport, un budget à neuf chiffres. → Techpresso

Synthszr Take : Avec le modèle de paiement par consultation, l’actualité obtient pour la première fois un prix à l’unité, et celui-ci s’appliquera à l’ensemble du marché. Jusqu’à présent, les éditeurs percevaient des forfaits qui s’intégraient bien dans la planification annuelle et masquaient la valeur d’usage réelle. Un budget à neuf chiffres semble énorme, mais il se répartit sur chaque consultation individuelle, et après six mois d’exploitation, Apple saura exactement quelle source est utilisée à quelle fréquence et laquelle ne l’est jamais. Ainsi, chaque fournisseur d’assistant achètera à l’avenir la fraîcheur des contenus comme du temps de calcul : variable, mesurable et négociable à la baisse. Pour les éditeurs, cela signifie que la rémunération est liée à la demande plutôt qu’au nom de la marque, et dans l’ensemble, très peu en sortiront gagnants.

Des chercheurs allemands trouvent des clés API dans les journaux d’agents

Une équipe de chercheurs allemands a décodé 315 320 Reasoning Blocks chiffrés provenant de 6 708 trajectoires d’agent partagées publiquement et y a trouvé des données privées qui n’apparaissaient pas dans les historiques de chat visibles. Les trajectoires provenaient de GitHub et Hugging Face, et les interfaces commerciales d’Anthropic, OpenAI et Google étaient concernées. La base est une prépublication du 10 août 2026, à laquelle a notamment contribué Alexander Panfilov de l’ELLIS Institute Tübingen et de l’Institut Max Planck pour les systèmes intelligents. La méthode n’a pas cassé le chiffrement : un bloc intact a été soumis à un modèle compatible et moins bien protégé du même fournisseur, qui l’a accepté comme des étapes de raisonnement précédentes et l’a transcrit sur demande. Le travail préparatoire a été fourni par le cryptographe Matthew Green de l’Université Johns Hopkins, qui a montré en mai 2026 que de tels blocs peuvent être réutilisés à travers les sessions et les comptes. → Marcus Schuler

Synthszr Take : Dans chaque équipe de développement, les journaux d’agents circulent comme des captures d’écran : rapidement collés dans une issue, commités dans le dépôt, téléchargés sur Hugging Face en tant que jeu de données pour que quelqu’un puisse reproduire l’erreur. C’est précisément de là que les chercheurs ont collecté 6 708 trajectoires, et dans 328 sessions, soit 4,9 % de l’échantillon, se trouvait au moins un vrai secret. Le chiffre vraiment préoccupant concerne les 64 artefacts qui se trouvaient uniquement dans le raisonnement caché : lors du nettoyage de la conversation, le modèle a supprimé les mots de passe du texte lisible mais les a laissés dans la pièce jointe chiffrée que personne ne peut vérifier. Ainsi, toute vérification visuelle avant le partage est vaine, et les scanners de secrets habituels dans le hook de commit ne fonctionnent pas non plus, car ils voient le bloc comme du bruit binaire. Le patch des fournisseurs élimine un vecteur d’attaque, mais les journaux restent accessibles sur le net, et les clés n’expirent pas avec le temps.

Attaque d’IA quasi autonome contre le gouvernement de Taïwan : fuite de 2 500 dossiers personnels

Des attaquants, probablement chinois, ont compromis une agence gouvernementale taïwanaise en utilisant des modèles d’IA librement accessibles et ont exfiltré plus de 2 500 dossiers personnels. C’est ce que rapporte la société de sécurité israélienne Dream dans un article de blog publié mercredi, repris initialement par le Financial Times. Selon Dream, il s’agit d’un système multi-agents, basé sur les frameworks open source Hermes et OpenClaw et qui, selon les chercheurs, était configuré de manière à pouvoir s’adapter en pleine opération sans intervention humaine. La société décrit des «  cycles d’apprentissage  » au cours desquels le système recherche de manière autonome des bases de données de vulnérabilités, des dépôts GitHub et des publications sur la sécurité à la recherche de techniques adaptées à l’infrastructure de la cible. L’opération ne s’est pas limitée à la cible initiale : selon Dream, des prestataires de services informatiques du gouvernement, une autorité de sûreté nucléaire, un système de messagerie gouvernemental et plus de sept entreprises du secteur de l’énergie ont été scannés en parallèle à la recherche de mauvaises configurations et d’interfaces d’administration ouvertes. Les mécanismes de sécurité des modèles ont été contournés par les attaquants, selon Dream, en déclarant leurs requêtes comme un test de pénétration autorisé. → Techpresso

Synthszr Take : La différence entre automatisé et autonome se situe à un point précis : la question de savoir qui décide de la prochaine étape. Un script de scan exécute une liste que quelqu’un a écrite au préalable. Le système que Dream a découvert priorise ses cibles de manière bayésienne, s’autocorrige après des tentatives infructueuses et lance ses propres cycles de recherche lorsque la technique lui fait défaut. C’est exactement ce qui figure dans l’évaluation de Dream, et c’est le point le plus intéressant de tout le rapport : faire tourner un modèle ne suffit pas pour cela, il faut une coordination d’agents ajustée et une logique de décision affinée. Les 1 400 fichiers dans l’archive ouverte constituent la véritable pièce maîtresse ; le modèle en est la partie la moins chère.