Jony Ive développe une enceinte IA pour OpenAI — Apple porte plainte

Apple poursuit OpenAI pour des clones du HomePod

OpenAI prévoit d'entrer sur le marché du matériel avec une enceinte intelligente mobile et sans écran, conçue comme une sorte d'ordinateur domestique pour l'ère de l'IA. L'appareil doit pouvoir contrôler les appareils domestiques intelligents, lire des médias, répondre à des questions et accéder aux capacités de ChatGPT, tout en devenant de plus en plus personnalisé et proactif avec le temps. OpenAI présente comme caractéristique centrale la personnalité de l'appareil : des éléments mécaniques qui bougent de manière autonome doivent donner l'impression qu'il est vivant. La capacité vocale repose sur GPT-Live, une version avancée du mode vocal de ChatGPT, capable d'écouter et de parler simultanément. Pour développer cette activité matérielle, OpenAI a déboursé l'année dernière 6,5 milliards de dollars pour io Products, la startup du vétéran du design d'Apple, Jony Ive, et emploie, selon la plainte, plus de 400 anciens collaborateurs d'Apple. La semaine dernière, Apple a poursuivi OpenAI pour vol de secrets commerciaux ; l'action de Sonos a chuté de plus de 10 % dans les transactions après-Bourse. → www.bloomberg.com

Synthszr Take: OpenAI possède le meilleur modèle et sait pertinemment que cela ne lui sert à rien dans le salon. D'où les 6,5 milliards pour io et les 400 anciens d'Apple : ce qui est acheté ici, ce n'est pas la qualité du modèle, mais la capacité à rendre un objet familier à la maison. L'appareil absorbe les e-mails, le contexte et les habitudes, devenant en quelques semaines un expert de son propriétaire. C'est précisément le point de friction : personne n'abandonne volontairement une enceinte qui, après trois mois, vous connaît mieux que n'importe quel concurrent, pour un produit rival techniquement supérieur mais ignorant. Amazon a placé cent millions d'appareils Alexa dans les cuisines sans jamais réussir à créer une véritable relation, faute d'intelligence ; OpenAI a l'intelligence et doit maintenant prouver qu'il peut créer cette relation. La chute de 10 % du cours de Sonos montre ce que le marché craint : non pas une meilleure enceinte, mais un appareil qui ne lâche plus jamais son utilisateur. Celui qui s'empare de l'habitude quotidienne gagne le salon, et ce round se jouera sur la personnalité, pas sur les benchmarks.

OpenAI et Anthropic se surenchérissent avec des quotas gratuits pour leurs modèles les plus puissants

Anthropic et OpenAI se livrent une concurrence pour les «  power-users  » payants, qui se joue sur les limites d'utilisation plutôt que sur les prix. En juin, Anthropic a lancé son modèle Claude Fable 5, décrit comme de «  classe Mythos  », suivi la semaine dernière par OpenAI avec GPT-5.6. Les deux modèles sont si gourmands en calcul qu'ils n'ont pas été offerts entièrement gratuitement : Anthropic a ouvert Fable pour une durée limitée, tandis qu'OpenAI a mis le niveau intermédiaire GPT-5.6 Terra à la disposition des utilisateurs gratuits, réservant les variantes Sol et Luna aux abonnements payants. Sous la pression du lancement d'OpenAI, Anthropic a prolongé l'accès gratuit pour tous ses abonnés payants jusqu'au 19 juillet et a augmenté de 50 % les limites hebdomadaires pour Claude Code. OpenAI a réagi avec un «  banked reset  » pour ses sept millions d'utilisateurs actifs de Codex et ChatGPT, permettant de réinitialiser les quotas épuisés. Selon Morningstar, le secteur américain de l'IA devrait générer environ 100 milliards de dollars de revenus avec les services d'IA en 2025. → The Deep View

Synthszr Take: Deux modèles lancés à une semaine d'intervalle, tous deux prétendument une avancée majeure, et pourtant les annonces tournent autour des 'rate limits' plutôt que des benchmarks. Anthropic a prolongé la phase gratuite pour Fable 5 jusqu'au 19 juillet et a ajouté 50 % de quota hebdomadaire pour Claude Code, OpenAI a contre-attaqué avec un 'banked reset' pour ses sept millions d'utilisateurs. C'est précisément le moment où la puissance de calcul devient une marchandise interchangeable et où la bataille se déplace vers le prix et les limites d'utilisation. La logique derrière est ancienne : Costco vend son hot-dog à 1,50 dollar à perte, car le client reste ainsi dans le magasin. Seulement, ici, le hot-dog est un token, et les tokens sont actuellement rares et chers. Le véritable pari est que les utilisateurs qui ont construit leur mémoire et leurs agents dans un système ne changeront plus, car la migration est douloureuse. On verra si le calcul est bon uniquement lorsque ces entreprises entreront en bourse et que l'on pourra comparer leurs chiffres aux 100 milliards de dollars de revenus de services prévus pour 2025.

OpenAI annonce 7 millions d'utilisateurs pour Codex et met la pression sur Claude Code d'Anthropic

Le manager d'OpenAI, Tibo Sottiaux (thsottiaux), rapporte que Codex et ChatGPT Work ont atteint ensemble 7 millions d'utilisateurs actifs. Le 12 juillet, il parlait encore de 6 millions d'utilisateurs au cours des 48 heures précédentes ; environ 24,5 heures plus tard, ils étaient 7 millions. Cette poussée fait suite au lancement de GPT-5.6 le 9 juillet. Pour gérer l'afflux, OpenAI a temporairement supprimé la limite d'utilisation de cinq heures pour tous les abonnements Plus, Business et Pro, et a déployé des améliorations d'efficacité pour GPT-5.6 Sol. Pour marquer cette étape, un «  banked reset  » a également été crédité sur tous les comptes, réapprovisionnant le quota d'utilisation hebdomadaire. Un post Reddit très suivi sur le forum ClaudeCode exhorte Anthropic à réagir à ce rythme, car Codex pourrait dépasser Claude Code. → AINews

Synthszr Take: Sept millions en six mois est un chiffre impressionnant, mais regardez de plus près comment il a été atteint : limite supprimée, reset offert, quota rechargé. C'est une croissance achetée en remettant le compteur à zéro. Un utilisateur actif à qui vous venez de supprimer la limite de cinq heures ne vous dit pas grand-chose sur la supériorité de votre outil par rapport à celui d'Anthropic ; il vous dit seulement qu'il peut faire plus de requêtes aujourd'hui. Le fil de discussion sur Reddit prouve le même point de vue de l'autre côté : au lieu de discuter de la livraison de code ou des taux d'erreur, la communauté Claude débat de qui est en tête du décompte d'utilisateurs. Les deux camps se mesurent à l'aune de leur portée, car la vraie question – qui produit au final du code propre et maintenable – est beaucoup plus lente et désagréable à répondre. La semaine dernière encore, nous avons vu la marge sur les tokens de ces modèles fondre : les limites gratuites, désormais offertes pour maintenir une courbe d'utilisateurs ascendante, ne font que repousser la douloureuse échéance. Ces 7 millions restent un instantané tant que personne ne révèle combien d'entre eux reviendront une fois le 'banked reset' expiré.

Anthropic lance les «  Agent Skills  »

Anthropic a introduit les «  Agent Skills  », une fonctionnalité permettant à Claude d'effectuer des tâches spécialisées via des dossiers externalisables. Un «  Skill  » se compose d'un fichier SKILL.md, de scripts et de ressources que Claude ne charge que s'ils correspondent à la tâche en cours. Selon Anthropic, les «  Skills  » sont composables, portables et peuvent contenir du code exécutable lorsque la programmation classique est plus fiable que la génération de tokens. Ils fonctionnent à travers les applications Claude, Claude Code et l'API, et un «  skill-creator  » aide à les créer sans édition manuelle. Dans une mise à jour du 18 décembre 2025, Anthropic a ajouté une gestion à l'échelle de l'organisation, un répertoire de «  Skills  » partenaires et a publié le format en tant que standard ouvert sur agentskills.io. Box, Canva et Notion figurent, selon le communiqué, parmi les premiers partenaires à développer leurs propres «  Skills  ». → Latent.Space

Synthszr Take: Anthropic déplace le savoir spécialisé du modèle vers un dossier, un fichier SKILL.md et quelques scripts. Claude reste générique et ne charge les connaissances que lorsque la tâche l'exige. Cela encapsule exactement ce que Tyler Cowen entend par «  le contexte est rare  » : la logique Excel de votre contrôle de gestion ou le processus que seules les trois personnes présentes depuis dix ans ont en tête. Avec le standard ouvert sur agentskills.io, ces dossiers deviennent portables, écrits une seule fois et utilisables via les applications, le code et l'API. Le piège : un «  Skill  » n'est bon que si la documentation dont il est issu l'est aussi, et la plupart des entreprises n'ont jamais documenté proprement leurs connaissances métier. Le véritable effort réside désormais dans la codification de son propre savoir-faire, et c'est là que la plupart échouent bien avant le premier prompt.

Benchmark de Databricks : des tokens moins chers rendent souvent les agents de codage plus coûteux

Databricks a créé son propre benchmark de codage interne pour mesurer le prix et la performance de différents modèles d'IA sur de véritables tâches d'ingénierie issues de sa propre base de code. Selon le CTO Matei Zaharia, le test a été créé parce que de nombreux modèles sont optimisés pour des benchmarks établis comme SWE-Bench, qu'OpenAI lui-même qualifie de «  cassé  » («  broken  »). Un résultat central : le prix par token en dit peu sur les coûts réels par tâche accomplie. Le modèle Sonnet 5 d'Anthropic est environ 1,7 fois moins cher par token qu'Opus 4.8, mais coûte plus cher par tâche (2,09 dollars contre 1,94 dollar), car il termine les tâches moins souvent (81 % contre 87 %) et consomme donc plus de tokens. En revanche, le modèle open source GLM 5.2 de Z.ai a obtenu des résultats statistiquement équivalents à Opus 4.8, pour un coût de 1,28 dollar par tâche contre 1,94 dollar. Zaharia souligne également l'influence du «  harness  » : l'outil minimaliste Pi a atteint le même taux de réussite que les outils des fournisseurs, pour environ la moitié du coût, car il ne transmet que 236 999 tokens de contexte au modèle par tâche, contre 742 000. Databricks a par la suite développé un outil nommé Omnigent, qui combine et alterne plusieurs agents de codage. → AI Secret

Synthszr Take: Le prix du token est la métrique des «  story points  » de l'ère de l'inférence : facile à mesurer, parfait pour les tableaux de bord, mais au final, il ne dit rien de la valeur. Ce qui compte, c'est le taux de complétion des tâches, et les chiffres de Databricks montrent à quel point l'intuition peut être trompeuse. Six points de pourcentage de tâches accomplies en plus (87 % contre 81 %) rendent le Sonnet 5, supposément moins cher, plus coûteux, car chaque tâche à moitié terminée nécessite une deuxième tentative, plus de contexte et, au final, un humain pour relancer la boucle. Un modèle qui résout une tâche à 81 % ne produit pas 81 % du résultat, mais un chantier en cours que quelqu'un doit terminer. C'est précisément pourquoi la conclusion sur le «  harness  » est le véritable levier : Pi atteint le même taux de réussite avec un tiers du contexte, ce qui signifie que la vérité sur les coûts réside dans la conception des prompts et la gestion du contexte, pas dans la grille tarifaire du fournisseur. Acheter en se basant sur le tarif des tokens optimise l'effort plutôt que le résultat, et c'est plus cher que ce que la facture indique. La démarche pragmatique est simple et réalisable immédiatement : créer un benchmark à partir de ses propres tâches réelles, mesurer le taux de complétion, faire varier le «  harness  », et seulement ensuite parler de modèles.

PrismML compresse un modèle 27B pour l'iPhone, Apple est intéressé

PrismML, une spin-out du California Institute of Technology financée par Khosla Ventures, a annoncé avoir publié des versions compressées du modèle open-source Qwen d'Alibaba, fonctionnant directement sur un iPhone 15 ou plus récent. Selon CNBC, l'entreprise a réduit la taille du modèle d'environ 54 Go à moins de 4 Go, permettant aux 27 milliards de paramètres de fonctionner sur l'appareil. Le PDG Babak Hassibi a déclaré à CNBC qu'Apple et d'autres entreprises évaluaient actuellement la technologie en termes de vitesse, de consommation d'énergie et de performance ; les discussions en sont à un stade très précoce. L'astuce : PrismML réduit chaque valeur interne de 16 bits à un, deux ou trois états possibles, ce qui, selon l'entreprise, nécessite 10 à 15 fois moins de mémoire, génère des réponses 6 à 8 fois plus rapidement et consomme 3 à 6 fois moins d'énergie. Le coût de cette compression est une perte de quelques points de pourcentage de performance, la fidélité aux faits étant la première à en pâtir, avant le raisonnement, les mathématiques et le codage. PrismML distribue gratuitement deux versions compressées et a clôturé en mars un tour de financement d'amorçage de 16,25 millions de dollars ; le prochain sur la liste est Gemma de Google. Les analystes préviennent que ces affirmations doivent encore faire leurs preuves sur des millions de requêtes et des milliers de combinaisons d'appareils, notamment en ce qui concerne la consommation de la batterie. → www.cnbc.com

Synthszr Take: Apple vend depuis des années l'IA embarquée («  on-device  ») comme un avantage maison, car elle conçoit à la fois la puce et le logiciel. Et puis arrive une spin-out universitaire avec 16,25 millions de dollars d'amorçage qui compresse un modèle open-source chinois à un dixième de sa taille, le faisant tourner sur un iPhone vieux de deux ans. La véritable victime est l'hypothèse selon laquelle l'intelligence locale doit nécessairement provenir du fabricant de l'appareil : le goulot d'étranglement était la compression, et quelqu'un de l'extérieur vient de le résoudre. C'est exactement le schéma que nous connaissons de la transition d'Unix à Linux, où ceux qui ont rendu la solution ouverte utilisable ont défini le standard. Si PrismML s'attaque ensuite à Gemma, puis aux modèles de centres de données pour les appareils, la compression elle-même deviendra une commodité, et chaque fabricant de téléphones pourra s'offrir la même capacité. Le contrôle d'Apple sur le couplage puce-logiciel reste réel, mais il n'est plus une garantie que l'intelligence provienne de Cupertino. La question cruciale est la batterie : un modèle qui tourne en arrière-plan pour des tâches d'agent peut vider la batterie même avec moins de mémoire, et c'est ce qui décidera si la démo deviendra une fonctionnalité de série.

Le PDG de Google DeepMind appelle à une surveillance mondiale de l'IA sous direction américaine, dès cette année

Demis Hassabis, PDG de Google DeepMind, a appelé dans un article de blog à la création d'une autorité de surveillance internationale pour l'IA, capable d'examiner les modèles «  frontier  » à risque avant leur lancement et de coordonner un ralentissement à l'échelle du secteur en cas d'urgence. Les États-Unis devraient mener cette initiative, argumente Hassabis, «  compte tenu de leur position économique et technique  ». Il cite comme modèle des régulateurs existants tels que l'autorité de surveillance financière FINRA ; l'organe devrait être composé d'experts indépendants et de représentants de la communauté open-source. Selon Axios, Hassabis promeut discrètement cette proposition depuis des mois, notamment par des briefings auprès de l'administration Trump, d'autres laboratoires et de responsables européens, et souhaite lancer l'organisation avant la fin de l'année. L'AGI n'est «  probablement plus qu'à quelques années  », écrit-il ; nous sommes «  aux prémices de la singularité  ». Jusqu'à présent, il n'existe pas de réglementation complète spécifique à l'IA, ni au niveau mondial, ni aux États-Unis. Récemment, des économistes et des personnalités de la tech comme le cofondateur d'Anthropic, Jack Clark, et l'ancien PDG de Google, Eric Schmidt, ont également mis en garde contre les conséquences économiques de l'IA. → Techpresso

Synthszr Take: Pendant que Hassabis réfléchit à une agence de contrôle nationale bien propre, la réalité est déjà tout autre. Le même jour, la gouverneure de New York, Kathy Hochul, signe un moratoire bloquant pour une durée maximale d'un an les nouvelles autorisations environnementales pour les centres de données de plus de 50 mégawatts. C'est le premier État à le faire, et certainement pas le dernier. Le point est le suivant : avant même qu'une norme fédérale ne soit établie, un patchwork de cinquante réglementations distinctes émerge, chacune avec sa propre logique et son propre rythme. Pour les laboratoires, cela signifie qu'ils négocient des fenêtres d'examen de 30 jours à Washington tout en se heurtant à un mur d'autorisations à Albany pour la puissance de calcul sans laquelle aucun modèle «  frontier  » ne peut fonctionner. Une copie volontaire de la FINRA arrive probablement trop tard pour un marché où les points de friction politiques sont depuis longtemps fixés au niveau des États. La question la plus intéressante est de savoir comment un laboratoire peut encore lancer un produit si la Californie, le Texas et New York donnent trois réponses différentes.

Dropbox transforme ses fichiers en couche de contexte pour ChatGPT

Dropbox intègre, selon ses propres déclarations, de nouvelles fonctionnalités de «  couche de contexte  » («  Context Layer  ») directement dans les produits d'OpenAI : ChatGPT Work, ChatGPT et ChatGPT Codex. La base est constituée de «  Skills  » officiels créés par Dropbox, permettant aux utilisateurs d'organiser leurs fichiers et dossiers Dropbox, de générer des liens de partage et de créer des demandes de fichiers. Selon l'annonce, il est également possible d'exécuter des processus en plusieurs étapes directement dans ChatGPT. Ces processus restent liés aux autorisations et aux règles de gouvernance de Dropbox. Le fournisseur se positionne ainsi comme un fournisseur de contenu de confiance au sein de flux de travail IA externes, plutôt que d'attirer les utilisateurs vers sa propre interface. → TLDR IT

Synthszr Take: Dropbox a compris où les utilisateurs travailleront à l'avenir, et ce n'est plus sa propre interface web. Au lieu de traiter ChatGPT comme une menace, Dropbox fournit maintenant ses fichiers, autorisations et gouvernance sous forme de «  Skill  » directement dans l'environnement d'OpenAI. C'est une décision intelligente pour un fournisseur dont le produit principal (des dossiers dans le cloud) est depuis longtemps devenu une commodité. La valeur réside dans les droits d'accès entretenus pendant des années et dans la question de savoir qui peut voir quel fichier, chose qu'OpenAI ne peut pas reproduire d'un claquement de doigts. C'est exactement cela que Dropbox vend maintenant comme un «  hook  » d'autorisation dans une application tierce. Le dilemme de l'innovateur de Christensen s'inverse ici de manière intéressante : Dropbox ne défend pas son cœur de métier rentable, mais déplace sa proposition de valeur dans la chaîne d'outils de l'attaquant. Reste à voir si cela suffira pour être plus qu'une note de bas de page dans la feuille de route d'OpenAI ; tout dépendra de la profondeur technique réelle du lien de gouvernance et de la rapidité avec laquelle OpenAI développera ses propres connecteurs.

Anthropic : Claude répond de manière plus analytique en russe, plus chaleureuse en hindi

Anthropic a publié une étude qui a analysé 309 815 conversations réelles sur Claude.ai, à travers trois modèles et les 20 langues les plus fréquentes. Le résultat : le modèle choisi et la langue de la requête influencent de manière mesurable le style de la réponse. Pour rendre les plus de 3 300 valeurs collectées compréhensibles, Anthropic les a condensées en quatre axes comportementaux : approbation contre prudence, chaleur contre précision, profondeur contre brièveté, et ouverture sur l'incertitude contre simple exécution. Sonnet 4.6 répond de manière plutôt chaleureuse, brève et approbatrice ; Opus 4.7 est plutôt prudent, rigoureux et remet en question les hypothèses même sans y être invité. En hindi et en arabe, les réponses sont plus chaleureuses, tandis qu'en russe, elles sont plus analytiques et contradictoires. Anthropic admet ne pas connaître les causes de ce phénomène pour l'instant, ni savoir si ce comportement est souhaitable ; le framework est destiné à détecter à l'avenir les dérives comportementales non désirées avant leur lancement. → AlphaSignal

Synthszr Take: Le point sensible se trouve dans une phrase en passant : Anthropic ne peut pas expliquer pourquoi la même question suscite plus de contradiction en russe et plus de chaleur en hindi. La langue devient ainsi un levier de biais que personne n'avait prévu. Si un utilisateur à Mumbai reçoit systématiquement des réponses plus approbatrices qu'un utilisateur à Moscou, c'est un angle mort dans le processus d'entraînement qui se déguise en fonctionnalité. Pour quiconque intègre Claude dans un processus client, cela signifie concrètement que la langue de la requête est une variable comportementale en soi, au-delà du vocabulaire, et qu'elle doit être incluse dans la suite d'évaluation avant même de parler de cohérence. Le fait qu'Anthropic l'admette ouvertement a plus de valeur que n'importe quelle présentation sur la sécurité enjolivée : l'honnêteté sur son propre angle mort est le premier pas pour le combler. La véritable tâche de la prochaine génération de modèles sera de déterminer si 20 langues peuvent partager la même posture sans que quelqu'un ait à les recalibrer individuellement. D'ici là, les utilisateurs russes testent de facto un produit différent de celui des utilisateurs hindis.

La Corée du Sud veut offrir un assistant IA gratuit à chacun de ses 51 millions de citoyens

La Corée du Sud a lancé lundi un appel d'offres pour un service d'IA financé par l'État, visant à fournir à chaque citoyen un accès gratuit à un chatbot et à un assistant administratif. Selon le ministère des Sciences, la date limite de candidature pour le projet «  AI for Everyone  » est le 11 août. Deux ou trois fournisseurs privés ayant une expérience dans le secteur grand public seront sélectionnés pour lancer le premier service avant la fin de l'année. Au moins la moitié du système devra fonctionner sur des modèles de base coréens conformes aux normes gouvernementales pour les modèles de fondation indépendants. L'agent administratif devra identifier les prestations sociales et les programmes administratifs pertinents, informer les utilisateurs à l'avance et les aider dans leurs démarches. Pour le lancement, le ministère mettra à disposition des entreprises sélectionnées un total de 512 GPU Nvidia B200, et un soutien budgétaire pour le fonctionnement national sera ajouté à partir de 2027. Le vice-Premier ministre Bae Kyung-hoon justifie le projet par l'objectif de prévenir les inégalités sociales croissantes : une enquête gouvernementale a révélé que seulement 31,9 % des personnes considérées comme numériquement vulnérables avaient déjà utilisé l'IA, contre 59,4 % dans la population générale. → MyClaw Newsletter

Synthszr Take: 512 GPU B200 pour 51 millions de citoyens. C'est le chiffre qui montrera si Séoul est sérieuse ou si elle ne fait que donner une belle conférence de presse. Pour un agent personnalisé qui identifie les demandes, prévient et aide à les remplir, cet équipement ne suffira pas un seul jour de l'année. C'est pourquoi le véritable poste budgétaire n'est prévu qu'à partir de 2027, lorsque le soutien pour le fonctionnement permanent sera mis en place. «  Pour tous les citoyens  » représente une charge de calcul continue qui augmente proportionnellement avec chaque utilisateur actif. L'autre levier est intéressant : l'obligation d'utiliser 50 % de modèles de base coréens force les fournisseurs à effectuer l'inférence dans le pays et sur une base de modèles locaux, ce qui rend Séoul plus indépendant des fournisseurs américains tout en garantissant une demande nationale qui permettra à LG, Naver et Samsung de mettre à l'échelle leurs propres modèles de fondation. Le succès de l'opération dépendra de qui paiera la facture d'électricité pour un agent par habitant en 2028.