Jour de lancement : Google toujours dans la course, Meta revendique la première place en codage

Google lance Gemini 3.8 Flash : le troisième modèle Flash en six semaines

Google a publié le 2 septembre 2026 Gemini 3.8 Flash et sa variante de sécurité Gemini 3.8 Flash Cyber, trois semaines après son prédécesseur 3.7 Flash. C’est la troisième livraison Flash en six semaines et la quatrième en quatre mois. Le prix de lancement reste à 0,75 dollar par million de tokens d’entrée et 3,75 dollars par million de tokens de sortie ; il expire le 31 décembre 2026 et doublera ensuite pour atteindre 1,50 et 7,50 dollars respectivement. Le modèle traite le texte, l’image, la vidéo, l’audio et les PDF avec une fenêtre de contexte de 1 048 576 tokens et un maximum de 65 536 tokens de sortie. Un Gemini 3.5 Pro, annoncé en juin, n’est toujours pas sorti à ce jour ; en août, le patron de DeepMind, Demis Hassabis, est passé au poste de Chairman, et la direction opérationnelle a été reprise par Koray Kavukcuoglu en tant que SVP.

Selon Google, 3.8 Flash surpasse la plupart des grands modèles Frontier sur le benchmark DeepSWE v1.1 pour les tâches d’ingénierie logicielle de longue durée, et ce pour une fraction du coût. Sur l’Artificial Analysis Intelligence Index, le modèle atteint 59 points au niveau de raisonnement élevé, soit trois de plus que son prédécesseur, à égalité avec GPT-5.6 Sol et Grok 4.6. Au-dessus se trouvent GLM-5.3 et Kimi K3 avec 60 points chacun, Grok 4.6 et GPT-5.6 Sol avec 61 points chacun, Claude Opus 5 avec 63 points et Claude Fable 5.1 avec 66 points. En termes de coûts, selon Artificial Analysis, Flash 3.8 est à 0,58 dollar par tâche d’index, contre 3,76 dollars pour Fable 5.1. Pour l’utilisation agentique de l’ordinateur dans le test OSWorld-2.0, le modèle s’améliore par rapport à 3.7 Flash, mais reste nettement derrière Claude Opus ; sur Terminal-Bench 4.0, il atteint 19,1 pour cent.

Google admet lui-même que 3.8 Flash consomme plus de tokens : le modèle effectuerait des étapes de raisonnement supplémentaires et appellerait les outils de manière itérative. Dans la mesure d’Artificial Analysis, une tâche coûte environ 40 % de plus qu’avec le prédécesseur, bien que le prix du token soit inchangé, en raison d’une augmentation de 30 % des tokens de sortie et de plus de tours par exécution d’agent. Les développeurs peuvent toujours choisir entre les niveaux de raisonnement bas, moyen et élevé ou rester avec 3.7 Flash.

La variante Cyber remplace Gemini 3.5 Flash Cyber et est exclusively accessible via le nouveau programme Fairwind, qui regroupe environ 650 partenaires, dont Accenture, CrowdStrike, Datadog, Palo Alto Networks, Snowflake, Wiz et le Center for Internet Security. Les participants bénéficient en plus d’un accès à l’agent CodeMender. Selon les données internes du fournisseur, l’équipe de sécurité de Chrome a enregistré une précision de correction de patch 2,6 fois plus élevée, l’équipe Cloud a trouvé une faille critique en deux heures, et sur le CWE-Bench, le taux de réussite est de 47,2 %. Selon le fabricant, les deux modèles intègrent des mécanismes de protection contre l’utilisation abusive dans les domaines CBRN et les cyber-opérations offensives.

Parallèlement, le jour même de sa sortie, 3.8 Flash a été ajouté au menu des modèles du mode IA de la recherche Google. Robby Stein, VP Product pour Google Search, a annoncé sa disponibilité mondiale pour les abonnés à Google AI Pro et Ultra, sélectionnable via l’icône plus dans la barre de saisie. Les utilisateurs du niveau gratuit n’ont pas le choix du modèle et continuent de recevoir le paramètre par défaut. Pour les deux générations précédentes de Flash, le nouveau modèle était devenu plus tard le paramètre par défaut mondial. → Search Engine Land, The New Stack, The Verge, Vals AI, Ars Technica, The Register, Search Engine Journal, blockchain, NPowerUser, MarkTechPost

L’avis de Synthszr : Trois modèles Flash en six semaines, 21 jours d’intervalle entre 3.7 et 3.8 : personne ne maintient une telle cadence de son plein gré, mais plutôt parce que son propre modèle phare fait défaut. Le Gemini 3.5 Pro promis pour juin n’est jamais sorti, Hassabis est passé au poste de Chairman en août, et depuis, Google maintient sa visibilité grâce à la catégorie abordable, où l’entreprise est capable de livrer. Pour tous ceux qui intègrent ces modèles dans leurs produits, la cadence est le véritable facteur de coût : une évaluation effectuée il y a trois semaines sur 3.7 Flash mesure aujourd’hui un modèle qui n’apparaît même plus dans le menu, et les 40 % de coûts supplémentaires par tâche ne se remarquent que sur la facture du mois suivant. La pression concurrentielle ne se mesure pas aux points de benchmark, mais à la brièveté du temps qu’un fournisseur laisse son propre modèle sur le marché. Il est fort probable qu’un autre Flash arrive avant la fin de l’année, et le 1er janvier, le tarif doublera de toute façon.

Meta se déclare au même niveau qu’OpenAI et Anthropic avec Muse Spark 1.3

Meta a publié Muse Spark 1.3 le 2 septembre 2026, le modèle le plus puissant à ce jour des Meta Superintelligence Labs, et prétend ainsi rejoindre les laboratoires de pointe. Dans une interview avec Bloomberg, le chef de l’IA, Alexandr Wang, a qualifié le modèle de plus grand bond en avant de l’entreprise à ce jour, le décrivant comme «  compétitif  » avec Claude Fable 5.1 et «  meilleur que  » GPT-5.6 Sol, en particulier pour la génération de code. Le modèle est disponible dès maintenant via l' API Meta Model et dans Muse Code, le déploiement sur Facebook, Instagram et l’application Meta AI suivra dans les prochains jours. C’est la quatrième version de Spark depuis les débuts de la famille en avril 2026.

La mesure indépendante d’Artificial Analysis confirme en partie cette affirmation. La variante max atteint 62 points dans l'Intelligence Index et se classe 6e sur 636 modèles évalués, derrière Claude Fable 5.1 et Claude Opus 5. Le niveau xhigh, accessible aux clients, obtient 61 points, se plaçant à égalité avec GPT-5.6 Sol (max), Grok 4.6 (high) et Claude Opus 5 (high), après les 57 points de Muse Spark 1.2 en août. La variante max reste en aperçu limité pour les partenaires. Le propre tableau de comparaison de Meta a été établi sur son Harness maison «  » et ne constitue donc pas le même type de preuve que l’index externe.

En termes de prix par tâche, Muse Spark 1.3 se situe à 0,55 dollar, contre 0,95 dollar pour GPT-5.6 Sol et 0,94 dollar pour Grok 4.6, soit 42 % de moins qu’OpenAI pour un score identique. Aucun modèle avec au moins 59 points n’était moins cher dans la comparaison du 2 septembre ; le plus proche était Gemini 3.8 Flash avec 59 points à 0,58 dollar. Les prix des tokens sont restés inchangés à 1,25 dollar par million de tokens d’entrée, 4,25 dollars pour la sortie et 0,15 dollar pour l’entrée mise en cache. Cependant, par rapport à son propre prédécesseur, les coûts par tâche sont passés de 0,40 à 0,55 dollar, car environ 57 % de tokens d’entrée supplémentaires ont été mesurés par tâche. Un niveau Contributor avec des limites de débit plus basses et l’utilisation des prompts pour l’entraînement coûte 0,10 dollar pour l’entrée et 0,20 dollar pour la sortie.

Les plus grands gains se situent dans l'utilisation d’outils multi-étapes : dans le Tau3-Bench Banking, la valeur est passée de 35 à 47 %, et dans Terminal-Bench 2.1 de 80 à 85 %. Deux mesures ont reculé : AA-LCR de 83 à 79 % et la précision d’Omniscience de trois points de pourcentage avec un taux d’abstention plus élevé. Selon l’entreprise, le modèle pose des questions de clarification pour les prompts ambigus, sollicite l’utilisateur en cas de blocage et confirme les actions importantes avant leur exécution. Un mode «  max reasoning  » devrait être ajouté après des tests de sécurité supplémentaires. Mark Zuckerberg a également annoncé sur X qu’il publierait «  bientôt  » une version Open-Weights de Muse Spark, après que Meta soit passé de la lignée Llama à une stratégie propriétaire avec la famille Spark. → Artificial Analysis, SiliconANGLE, implicator, unite, The Register

L’avis de Synthszr : «  A rattrapé son retard  » est une expression tirée de la conférence téléphonique avec les analystes, et elle ne tient qu’à peine la route face à ses propres mesures. 62 points contre 61 séparent Muse Spark des modèles Claude, et la variante à 62 points est en aperçu limité pour des partenaires sélectionnés, donc invérifiable pour quiconque veut la mettre en production. Wang qualifie le modèle de «  meilleur que  » GPT-5.6 Sol sur Bloomberg, tandis que le tableau de comparaison de Meta est basé sur le propre Harness de Meta et que deux valeurs mesurées indépendamment ont chuté : AA-LCR de 83 à 79 %. Le chiffre fiable se trouve dans la ligne de prix : 0,55 dollar par tâche contre 0,95 chez OpenAI, pour une valeur d’index identique de 61. Après plus de 14 milliards de dollars pour ScaleAI et Wang, Meta vend ici un leadership en matière de coûts et appelle cela une égalité.

Google lance une alternative à Canva : incluse dans l’abonnement Workspace

Google entre sur le marché des tâches de conception quotidiennes avec son propre outil d’image et de design appelé Google Pics. Le produit fera partie de Google Workspace pour les clients professionnels et sera également disponible pour les abonnés à Google AI Pro et Ultra. Selon TechCrunch, le déploiement devrait atteindre la plupart des clients Workspace dans les semaines à venir. Techniquement, Google Pics fonctionne sur le modèle d’image de Google, Nano Banana. Il est conçu pour les affiches, les publications sur les réseaux sociaux, les illustrations et autres visuels similaires, c’est-à-dire pour les tâches qui sont aujourd’hui généralement réalisées dans Canva ou Adobe Express. Contrairement à Canva, il n’y a pas de marketplace où les illustrateurs et les photographes peuvent publier des modèles et gagner des redevances : le contenu est généré par prompt à partir d’un modèle entraîné sur le travail de créatifs. → Techpresso

Analyse de Synthszr : Canva et Adobe Express doivent dès maintenant expliquer pourquoi une entreprise devrait payer pour un deuxième abonnement de design alors qu’une solution comparable est incluse dans l’abonnement Workspace déjà payé. C’est exactement comme ça que Google Slides a rendu les logiciels de présentation moins chers et Meet la visioconférence : par le regroupement, pas par un meilleur produit. L’intégration dans Docs et Slides est le point sensible, car c’est là que sont créés les graphiques du quotidien pour lesquels les équipes marketing réservent aujourd’hui des licences Canva.

Claude Fable 5.1 est clairement le meilleur modèle pour le codage dans le benchmark de Cursor

Cursor a intégré Claude Fable 5.1 dans son environnement de développement et le décrit comme le modèle de codage le plus puissant qu’ils aient testé jusqu’à présent. Selon Cursor, le modèle atteint 73,4 % sur CursorBench 3.2, leur procédure de test interne pour des tâches de programmation pratiques, se plaçant ainsi devant tous les autres modèles évalués. Le fournisseur cite comme innovation majeure le fait que Fable 5.1 vérifie ensuite le code qu’il a lui-même écrit, détecte ses propres erreurs et poursuit la tâche au lieu de s’arrêter après la sortie. Selon Cursor, le modèle est conçu pour des étapes de travail longues et en plusieurs phases, qui se déroulent sans contrôle intermédiaire constant. Les lectures de cache seraient 75 % moins chères que pour Fable 5, ce qui réduit considérablement le coût du contexte réutilisé. → AlphaSignal

Analyse de Synthszr : Un modèle qui se retrouve dans la sélection de modèles d’un IDE où les développeurs passent la moitié de leur journée de travail a accompli plus qu’un modèle qui est en tête d’un tableau de benchmark. Les 73,4 % sont la propre mesure de Cursor avec sa propre procédure de test, ce qui est acceptable, mais cela en dit surtout long sur l’adéquation avec cet outil spécifique. À la fin de l’annonce se trouve la phrase qui est vraiment importante : dans les équipes et les organisations, un administrateur doit d’abord activer Fable 5.1 dans le tableau de bord.

Best Buy confie 80 % du travail créatif à l’IA et réduit ses 22 systèmes d’actifs à cinq

Best Buy est en train de construire, selon ses propres déclarations, une Content Supply Chain basée sur l’IA et a, pour ce faire, regroupé 22 systèmes d’actifs distincts en cinq. Environ 1,4 million d’actifs y sont gérés, chacun avec ses métadonnées, ses droits d’utilisation et son statut d’approbation. Le cœur de ce changement est la division du travail dans la production créative : les tâches à grand volume sont effectuées par l’intelligence artificielle jusqu’à un degré d’achèvement d’environ 80 %, les 20 % restants étant pris en charge par des designers. L’entreprise mentionne trois conditions sans lesquelles cette répartition n’est, selon elle, pas viable : la gouvernance, des flux de travail connectés de bout en bout et une gestion du changement en accompagnement. → MyClaw Newsletter

Analyse de Synthszr : 80 % du travail préparatoire par la machine, 20 % de la finalisation par les humains : cette répartition ressemble à un calcul solide et non à une diapositive de présentation pour la direction. Les 20 derniers pourcents constituent la partie la plus coûteuse, car ils incluent le jugement de marque, les questions de droits et la décision de publier ou non un visuel. La consolidation de 22 systèmes en cinq est donc la véritable condition préalable : sans métadonnées propres et statuts d’approbation à jour, il manque à l’humain à la fin la base sur laquelle il peut décider en quelques minutes au lieu de plusieurs jours.

Le gouvernement américain prend le parti d’OpenAI contre le New York Times dans le litige sur le droit d’auteur

Le gouvernement américain est intervenu pour la première fois dans les poursuites pour violation de droits d’auteur liées à l’entraînement de l’IA, soutenant la position d’OpenAI. Dans un document déposé mardi auprès du tribunal fédéral de Manhattan, il soutient, selon The Guardian, que l’entraînement de modèles sur du matériel protégé par le droit d’auteur est «  extraordinairement  » transformateur et donc couvert par le Fair Use. Le New York Times accuse OpenAI et son plus grand investisseur, Microsoft, depuis le dépôt de sa plainte en 2023, d’avoir utilisé des millions d’articles de journaux sans autorisation pour entraîner son chatbot ; d’autres journaux se sont joints à la plainte. Un tel document a un caractère consultatif et non juridiquement contraignant, mais pourrait donner un élan aux entreprises technologiques dans les procédures. Le vice-ministre de la Justice, Stanley Woodward Jr., a écrit sur X que la domination dans le domaine de l’IA était cruciale pour la sécurité nationale et la prospérité, et que le gouvernement ne laisserait pas le pays prendre du retard à cause d’une «  compréhension tout simplement erronée du droit d’auteur  ». → The Guardian

Analyse de Synthszr : Juridiquement, ce document n’engage personne, mais politiquement, il rebat les cartes. La phrase selon laquelle l’entraînement est «  extraordinairement  » transformateur planera désormais sur chacune des douzaines de procédures en cours, y compris celles contre Anthropic et Meta. Après deux décisions de justice contradictoires l’année dernière, un tribunal qui se prononce contre OpenAI décidera à l’avenir également à l’encontre de la position déclarée de son propre exécutif, et les juges sont des êtres humains.

Un tribunal annule l’interdiction d’attribution de Hegseth, Lutnick déclare Anthropic à nouveau fréquentable

Le ministre du Commerce Howard Lutnick a de nouveau placé Anthropic du «  bon côté  » de l’administration Trump, rapporte Axios d’après une interview, repris par Reuters. Cela faisait suite à un différend avec le ministère de la Défense : Pete Hegseth avait exclu Anthropic de certains contrats militaires après que l’entreprise eut refusé d’autoriser l’utilisation de ses modèles Claude pour la surveillance intérieure et les systèmes d’armes autonomes. Anthropic a alors porté plainte devant un tribunal californien. Le 27 août, un juge américain a donné raison à l’entreprise dans ce conflit. Anthropic et le ministère du Commerce n’ont pas immédiatement répondu aux demandes de commentaires sur la déclaration de Lutnick, selon Reuters. → Reuters

Analyse de Synthszr : Le 27 août, un tribunal californien a rendu sa décision, et l’interdiction d’attribution du ministre de la Défense était ainsi réglée avant même que Lutnick n’ait eu à trouver sa formule de réconciliation. Anthropic a refusé l’autorisation pour la surveillance intérieure et les systèmes d’armes autonomes, a porté plainte et a gagné : ses propres conditions d’utilisation sont désormais valables devant un tribunal, et pas seulement dans la communication d’entreprise. Pour tout fournisseur travaillant avec les administrations, c’est un précédent solide, car un seul chef de département ne peut plus bloquer des contrats unilatéralement en contournant les conditions contractuelles. Le véritable gain se situe au niveau des achats : un client militaire qui sait que les conditions de son fournisseur sont juridiquement solides calcule différemment de celui qui espère une bienveillance politique.

Pékin contraint Tencent, Alibaba et ByteDance à ouvrir leurs Walled Gardens

Le ministère chinois de l’Industrie et des Technologies de l’information (MIIT) a demandé aux principaux géants de l’Internet du pays de cesser de bloquer mutuellement les liens externes. Lors d’une réunion le 9 septembre, des dirigeants de Tencent, Alibaba, ByteDance et Baidu ont été convoqués et ont dû présenter des plans de mise en œuvre avant le 17 septembre, rapporte Caixin. La pratique de construire ce qu’on appelle des Walled Gardens est courante depuis des années : un lien de produit Taobao ne peut pas être ouvert dans WeChat, les vidéos Douyin ne peuvent pas être directement transférées aux contacts WeChat, et Alibaba, de son côté, bloque WeChat Pay sur Taobao et Tmall. Zhao Zhiguo, chef de l’autorité compétente du MIIT, a déclaré lors d’une conférence de presse que le blocage de liens nuisait à l'expérience utilisateur et au marché, et que l’ouverture devrait se faire progressivement. Les portées sont considérables : Tencent atteint près de 1,9 milliard d’utilisateurs actifs mensuels avec WeChat et QQ, Alibaba 1,6 milliard via Taobao et Alipay, et Douyin 640 millions. → Hello China Tech

L’avis de Synthszr : un lien qui peut être ouvert est la forme la plus économique de politique de concurrence qu’un État puisse avoir. Tencent compte près de 1,9 milliard de comptes actifs mensuels, et une bonne partie de la valeur de ce chiffre dépend du fait qu’un lien Taobao dans WeChat ne mène nulle part. Si cette barrière tombe, les coûts d’acquisition d’utilisateurs diminuent pour tous ceux qui ne possèdent pas leur propre application milliardaire, et le fossé concurrentiel se réduit à ce que le produit lui-même accomplit.

Adobe intègre plus de 70 fonctions créatives dans le chat Slack

Adobe a lancé une intégration nommée «  Adobe for Slack  », qui apporte plus de 70 fonctionnalités de Firefly, Express, Photoshop, Premiere, Acrobat, InDesign, Illustrator, Stock et Lightroom directement dans la messagerie. Les utilisateurs décrivent une tâche à Slackbot en langage naturel, et le bot sélectionne l’outil Adobe approprié, en accédant au contenu des canaux Slack et des Canvases ainsi qu’aux ressources de l’Adobe Creative Cloud. Adobe cite comme cas d’utilisation, entre autres, la transformation d’un tableau en graphique, la création de contenus marketing et sociaux à partir de modèles, la génération de variantes de contenus déjà validés ou l’exécution de modifications en masse sur de grandes quantités d’images.

L’application est disponible dès maintenant pour les clients Slack des forfaits Business+ et Enterprise+, sur le web, le mobile et le bureau. Un compte Adobe n’est pas obligatoire, mais un abonnement payant débloque des fonctionnalités supplémentaires et l’accès à ses propres ressources cloud. Techniquement, cela s’appuie sur la prise en charge du Model Context Protocol par Slackbot, introduite en juin, qui a d’abord permis de connecter Canva et Figma. À la fin de l’année dernière, Adobe avait déjà intégré des outils Express dans Slack, mais avec un éventail de fonctionnalités beaucoup plus restreint.

Le nombre de «  plus de 70 outils  » correspond à ce qu’Adobe avait déjà annoncé pour son plugin ChatGPT, et la mise en œuvre semble presque identique sur les deux plateformes. L’analyste de Forrester, Joe Cicman, interprète cette démarche comme une ouverture par Adobe de ses outils à un nouveau groupe d’utilisateurs, sans avoir à créer une nouvelle interface ni à contrarier ses utilisateurs professionnels existants ; en pratique, cela pourrait permettre aux marketeurs de tester plus rapidement de nombreuses idées de campagne. Adobe lui-même avance comme argument pour Firefly que sa génération d’images ne viole aucun droit d’auteur. La semaine dernière, Salesforce a annoncé l’intégration de ses propres fonctions dans Claude d’Anthropic, avec une bêta ouverte prévue pour ce mois-ci. → Engadget, TechTarget

L’avis de Synthszr : le gain réside dans les changements de contexte qui sont éliminés : pas de passage au navigateur, pas de téléchargement, pas de ré-upload, pas de «  renvoie-moi la version finale  ». Quiconque a déjà coordonné des cycles de validation pour 200 images de produits dans un canal sait que le travail ne se situe pas dans Photoshop, mais dans les allers-retours entre le canal, le dossier et l’outil. Adobe supprime ce contexte et fait du fil de discussion lui-même le lieu de travail, en incluant le contenu des canaux et les Canvases comme source de matériel. Le fait qu’un compte Adobe ne soit pas nécessaire pour commencer rend les choses encore plus claires sur le plan opérationnel : le stagiaire du canal marketing produit la variante sans que personne n’ait à demander une licence. La réduction des frictions est peu spectaculaire et rarement célébrée dans les communiqués de presse, mais c’est elle qui détermine si une intégration sera utilisée dans quatre semaines ou si elle finira comme un autre tableau de bord créatif inutilisé.

Le filigrane d’Anthropic dans Claude Fable 5.1 marque la prose de manière fiable, mais le code de façon incomplète

Anthropic a publié Claude Fable 5.1 et y intègre une signature statistique dans les textes générés, qui n’est cependant que partiellement efficace pour le code de programmation. Le procédé, basé sur SynthID-Text de Google DeepMind, n’ajoute ni métadonnées ni caractères cachés, mais modifie le caractère aléatoire de la sélection du token suivant. Sur une réponse suffisamment longue, un motif se dégage, détectable avec la bonne clé ; la copie ne le supprime pas, une réécriture importante si. Cela fonctionne bien pour le langage naturel, car il existe souvent plusieurs formulations pour une même idée. Pour le code, c’est différent : un nom de variable, un opérateur ou un appel de fonction différent peut modifier le comportement du programme, c’est pourquoi Anthropic omet le marquage là où un token spécifique est nécessaire à l’exactitude. Le signal peut apparaître dans des parties moins contraintes comme les commentaires, et les réponses courtes peuvent ne pas contenir assez de substance pour une détection fiable. L’entreprise avait annoncé cette mesure le 14 août, après avoir signé le code de conduite de l’UE sur la transparence des contenus générés par l’IA, aux côtés d’environ 190 autres signataires ; le marquage est déployé mondialement, et les anciens modèles Claude devraient suivre dans les mois à venir.

Techniquement, Fable 5.1 succède à Fable 5 avec des prix d’entrée et de sortie identiques, une fenêtre de contexte d’un million de tokens et un maximum de 128 000 tokens en sortie. Les lectures de cache ne coûtent plus qu’un quart du prix, soit 0,25 dollar par million de tokens. Anthropic estime les économies pour les charges de travail typiques à environ 25 %, et jusqu’à 45 % pour les processus fortement agentiques. Dans son propre test pour le travail scientifique agentique, l’entreprise rapporte un taux de 52,6 %, contre 24,7 % pour Fable 5. Le contexte de cette baisse de prix est connu : un mois après son lancement, selon l’AI Index de Ramp, seulement 6 % des tokens Anthropic achetés par les entreprises concernaient Fable.

Pour les intégrations existantes, il y a trois changements majeurs (breaking changes). L’utilisation forcée d’outils n’est plus prise en charge et renvoie une erreur 400 pour tool_choice avec «  any  » ou un outil spécifique, car la réflexion (thinking) de ces modèles est constamment active et un appel forcé la contournerait. Les blocs de réflexion (Thinking blocks) sont liés au modèle qui les a générés, et la modification des tours de conversation précédents les invalide. De plus, Anthropic limite la possibilité pour les nouveaux comptes API de réutiliser des blocs de réflexion reçus dans une conversation modifiée, justifiant cette mesure par le fait que cette pratique était utilisée pour la distillation à grande échelle de ses propres modèles. S’ajoutent, entre autres, le contrôle de l’effort par message, les messages système par tour de conversation et des messages de progression lisibles entre les appels d’outils, tous en statut bêta.

Dans son propre guide de prompting, Anthropic admet que Fable 5.1, à un faible niveau d’effort, fait moins souvent appel à un outil de recherche ou de récupération que Fable 5, et répond plus fréquemment de mémoire. Comme contre-mesure, l’entreprise suggère un niveau d’effort plus élevé pour certains tours de conversation ou un prompt système spécifique qui demande au modèle de rechercher les noms inconnus ou éphémères avant de répondre. Selon le fournisseur, les classifieurs de sécurité ont également été réglés pour être moins sensibles : 60 % de fausses alertes en moins sur les sujets de cybersécurité, et des interventions 85 % plus rares des garde-fous biologiques pour les requêtes inoffensives. Fable 5.1 serait capable de trouver des failles de sécurité, mais pas de développer des exploits pour celles-ci. Avec les Enterprise Frontier Safeguards, l’entreprise annonce également une architecture où les données de surveillance restent dans une infrastructure contrôlée par le client ; elle devrait être déployée plus tard dans l’année. Mythos 5.1 offre les mêmes capacités, mais reste réservé aux participants du programme Glasswing dans les domaines de la cybersécurité et des sciences de la vie. → Claude, The New Stack, PCWorld, ITPro, TechRadar, startup, The Neuron

L’avis de Synthszr : une preuve d’origine qui se manifeste dans les commentaires mais se tait dans la logique fonctionnelle a peu de valeur dans un dépôt de code. Le signal statistique nécessite une liberté de choix entre les tokens, ce qui est rare dans le code : là où le nom de la variable ou l’opérateur est fixe, le système renonce délibérément au marquage. Pour les équipes, cela signifie qu’un résultat négatif ne prouve rien, surtout pour les réponses courtes. Une origine fiable dans le code continue de reposer sur les métadonnées de commit, les prompts enregistrés et les pipelines signés, c’est-à-dire sur ce que l’on contrôle soi-même. Le code de transparence de l’UE est satisfait avec ce marquage, mais la question de savoir qui a écrit les 300 lignes du module de paiement reste sans réponse.