Midterms : l’argent gouverne le monde — ou pas

Midterms : Musk engloutit un demi-milliard de dollars dans une cuisante défaite

Les démocrates ont remporté les deux chambres du Congrès lors des midterms américaines, bien qu’Elon Musk ait injecté 445,6 millions de dollars dans les campagnes républicaines jusqu’au 14 octobre selon les registres fédéraux. D’autres estimations atteignent 474 millions de dollars. Il s’agit de la somme connue la plus élevée jamais versée par un seul donateur au cours d’un cycle électoral, soit près du triple des 150 millions de dollars apportés par Richard et Elizabeth Uihlein, les deuxièmes plus grands donateurs. Plus de 200 millions de dollars ont été consacrés à la campagne sénatoriale de Ken Paxton au Texas. Paxton a été battu par le démocrate James Talarico, le premier démocrate depuis 1988 à remporter une élection sénatoriale au Texas. Vivek Ramaswamy et d’autres candidats soutenus par Musk ont également perdu. Musk a commenté les résultats le soir de l’élection sur X avec des plaisanteries sur des « lasers spatiaux influençant les élections » et a écrit que les centres de données dans l’espace semblaient actuellement « plutôt attrayants ».

Musk n’était pas le seul donateur de la tech dont les candidats ont échoué. Les Super PACs de l’écosystème des cryptomonnaies et de l'IA ont dépensé environ 250 millions de dollars au cours de ce cycle électoral. Sur les douze scrutins disputés dépouillés jusqu’à présent, ils en ont perdu neuf, 74,7 millions de dollars étant allés à des candidats battus et 28,3 millions de dollars à des candidats victorieux. Dans un sondage de sortie des urnes, 56 % des électeurs ont qualifié l’IA et les centres de données de facteur important ou décisif dans leur choix. Cependant, environ la moitié a jugé la corruption et le coût de la vie encore plus importants. L’augmentation des factures d’électricité et d’eau, ainsi que le bruit et la pollution de l’air, sont cités comme motifs d’opposition aux centres de données.

Au Texas, en Géorgie, dans l’Ohio et en Pennsylvanie, les démocrates qui avaient annoncé vouloir suspendre ou restreindre la construction de centres de données ont remporté les postes de gouverneur. Ainsi, environ la moitié de tous les centres de données d’IA prévus aux États-Unis devrait faire l’objet d’un examen renforcé. Au Texas, Gina Hinojosa a battu le sortant réélu à trois reprises Greg Abbott, devenant la première gouverneure démocrate de l’État depuis 1990. Elle avait promis un moratoire sur les constructions, des règles plus strictes sur l’eau et l’électricité ainsi que la fin des allègements fiscaux. Selon Wells Fargo, 27 % de la capacité des centres de données prévue aux États-Unis se situe au Texas. Abbott avait déjà gelé les autorisations environnementales de l’État le 21 septembre. Le cabinet d’analyse SemiAnalysis s’attend à ce que les développeurs de projets texans soient bloqués pendant huit mois à près d’un an. La session parlementaire commence le 12 janvier 2027, et Hinojosa n’a pas encore publié de conditions précises pour le moratoire. Son programme exige notamment la renonciation aux subventions et aux accords de confidentialité, ainsi que la preuve que les tarifs résidentiels n’augmenteront pas. Amazon, Google, Meta, Microsoft, OpenAI, Oracle et xAI s’étaient déjà engagés en mars à apporter leur propre énergie et à financer l’extension du réseau. En Floride, en revanche, les électeurs ont élu de justesse un gouverneur républicain favorable aux centres de données. Au niveau local également, les électeurs ont voté contre de nouveaux centres de données : selon les décomptes, entre 29 et plus de 38 municipalités et comtés ont adopté des interdictions ou des restrictions. → list-manage, Tech Brew, Marcus Schuler, Marcus Schuler

Synthszr Take : Plus de 200 millions de dollars pour Ken Paxton n’ont pas permis d’acheter un siège au Sénat au Texas, où se concentrent 27 % de la capacité prévue des centres de données aux États-Unis. Le véritable goulet d’étranglement du déploiement de l’IA s’appelle l’acceptabilité sociale ; le capital, lui, abonde. L’acceptabilité se joue sur la facture d’électricité des riverains, et là, aucun Super PAC ne peut aider. Les exigences d’Hinojosa représentent l’offre la moins coûteuse : pas d’accords de confidentialité, pas de subventions, et des tarifs résidentiels prouvés stables. Les hyperscalers l’ont promis en mars. Dès janvier, ils devront le prouver site par site.

ChatGPT génère des GIF avec Images 2.6 et permet de retoucher la vitesse et les images individuelles

OpenAI introduit la création de GIF dans ChatGPT avec son nouveau modèle d’image Images 2.6. Les utilisateurs peuvent générer une animation via une invite textuelle ou à partir d’une photo téléversée. Il est ensuite possible de modifier la vitesse de lecture, de visualiser l’animation image par image, de retoucher des frames individuelles et de partager le résultat. Jusqu’à présent, ChatGPT ne pouvait pas générer de GIF en une seule étape. Même une ébauche sommaire suffit comme point de départ : le modèle l’élabore pour en faire un personnage abouti et l’anime. Selon une publication désormais supprimée d’OpenAI sur X, les images téléversées pourront à l’avenir être enregistrées et servir de modèles réutilisables pour des prompts ultérieurs.

Parmi les cas d’usage, OpenAI mentionne des mascottes de marque animées, des prises de vue de produits en boucle continue, des réactions et mèmes pour les réseaux sociaux ainsi que des story-boards animés pour tester les mouvements de personnages avant une production vidéo. Les exemples d'invites présentés par l’entreprise décrivent chacun une planche de sprites comprenant six frames réparties sur une grille de trois colonnes et deux lignes. La sixième frame doit s’enchaîner harmonieusement avec la première. Images 2.6 n’est expressément pas un générateur vidéo. OpenAI a interrompu son application vidéo Sora en mars. Selon plusieurs rapports, celle-ci comptait peu d’utilisateurs et générait des pertes d’environ un million de dollars par jour.

Selon OpenAI, Images 2.6 génère des images 50 % plus rapidement que son prédécesseur Images 2.5. Deux nouveaux modèles d'API font leur apparition pour les développeurs. GPT-Image-2.6 Flare est conçu pour la vitesse et doit fournir une image en environ six secondes à un niveau de qualité inférieur, tout en améliorant les mises en page pour les affiches et les images de produits. GPT-Image-2.6 Sunburst vise une qualité d’image supérieure et une meilleure cohérence sur plusieurs étapes de retouche lorsque la qualité est réglée sur moyenne ou élevée. Cette répartition suit le schéma qu’OpenAI avait introduit avec Images 2.5 en septembre, lorsqu’Adobe a intégré l’un des modèles dans Firefly. Images 2.6 est disponible sur toutes les formules d’abonnement de ChatGPT et Codex sur le web, sur ordinateur et sur mobile.

Selon OpenAI, plus de 4 milliards d’images sont désormais générées chaque semaine via ChatGPT, Codex et l'API, soit en moyenne plus d’un demi-milliard par jour. En septembre, l’entreprise faisait encore état de 3 milliards par semaine. Ces chiffres proviennent d’OpenAI elle-même et englobent l’ensemble des générations d’images, pas seulement les GIF. L’entreprise a remanié ses outils d’image à plusieurs reprises cette année : Images 2.0 a été, en avril, le premier modèle visuel à exécuter un raisonnement avant le tracé. Le mois dernier, OpenAI a également commencé à tester la publicité au sein de la génération d’images aux États-Unis. → OpenAI, The Verge, Mashable, The Next Web

Synthszr Take : Les exemples de prompts révèlent le calcul sous-jacent : un GIF issu d’Images 2.6 n’est qu’une seule image découpée en une grille de six cases. Le mouvement coûte ainsi le même prix qu’une image fixe, et c’est précisément sur cette équation financière que Sora a échoué, avec environ un million de dollars de pertes par jour. La facture ne s’alourdit que lors des retouches, car chaque frame corrigée représente une génération supplémentaire. Ce temps de calcul est consommé par les agences et les équipes de marque, c’est-à-dire les clients des formules supérieures.

Le berlinois Pliant lève 80 millions de dollars pour les paiements B2B exécutés par des agents

La fintech berlinoise Pliant a bouclé une levée de fonds en série C de 80 millions de dollars, selon The Next Web, afin d’ouvrir son infrastructure de paiement B2B aux agents IA. Seaya Nova et Speedinvest ont mené ce tour de table sursouscrit, auquel ont également participé Illuminate Financial, Motive Partners et Molten Ventures. Les fonds doivent servir à financer l’expansion aux États-Unis et au Canada, sur d’autres marchés, ainsi que la feuille de route dédiée à l’IA. Pliant affirme avoir récemment franchi la barre des 100 millions de dollars de chiffre d’affaires annuel récurrent et avoir doublé son activité chaque année pendant trois ans consécutifs. Des agents externes tels que Claude, ChatGPT ou des automatisations propres aux entreprises pourront s’intégrer via le Model Context Protocol et exécuter des opérations de paiement au sein d’autres processus métier. → The Next Web

Synthszr Take : Les 100 millions de dollars de revenus récurrents proviennent de cartes d’entreprise destinées à des humains ; l’argent de la série C parie sur les machines. Un accès MCP est vite développé, Ramp et n’importe quelle banque détentrice d’une licence de cartes peuvent s’aligner. La responsabilité reste la véritable ressource rare : quelqu’un doit être titulaire d’une licence lorsqu’un agent règle la mauvaise facture. Pour savoir si les clients sont prêts à payer pour cela, un seul chiffre sera déterminant dans douze mois : la part du volume de cartes générée par les agents.

Apple réduit le budget IA quotidien de ses ingénieurs à 200 dollars, les salariés craignent des suppressions de postes

Selon Bloomberg, Apple a réduit en octobre le budget quotidien alloué à l’IA pour certains ingénieurs, le faisant passer de 300 à 200 dollars. Pour certaines équipes d’ingénierie, de nouvelles réductions allant jusqu’à 100 dollars par jour sont prévues. De nombreux groupes en dehors de l’ingénierie travaillent déjà avec une limite de 100 dollars, et Apple aurait même envisagé 25 dollars pour certaines équipes. Ce budget couvre les tokens pour Claude, ChatGPT et Gemini, certaines équipes étant réorientées vers des modèles exécutés localement ou plus économiques. Ceux qui ont besoin de plus doivent demander une dérogation auprès du senior management. Selon le rapport, certains employés affirment que presque personne n’atteignait l’ancienne limite. → Implicator.ai

Synthszr Take : Une limite que presque personne n’atteint ne touche que les cas exceptionnels. Chez Apple, ce sont les ingénieurs qui font tourner des agents sur des bases de code entières et découvrent ainsi comment fonctionnera le développement avec l’IA à l’avenir. Pour eux, chaque expérimentation dépassant 100 dollars devient une demande d’approbation auprès du senior management. Rapportée au budget de recherche du groupe, l’économie réalisée relève sans doute de l’erreur d’arrondi. Bien plus coûteuse est l’avance d’apprentissage que les concurrents dotés de budgets de tokens ouverts accumulent pendant ce temps.

Les volumes quotidiens de tokens en Chine grimpent à 500 billions

L’analyste Poe Zhao a publié sur Hello China Tech un rapport sur l’économie des tokens chinoise, qui examine la fiabilité des chiffres d’utilisation officiels. Selon le rapport, les organismes officiels et les think tanks évoquent plus de 140 billions de tokens par jour pour mars 2026 et environ 500 billions pour juin, tandis qu’un autre rapport fait état de près de 175 billions pour juin. D’après Zhao, aucune de ces sources ne publie de cadre de mesure expliquant cet écart. Le token porte désormais un nom officiel en Chine et apparaît dans des produits de crédit, des budgets d’entreprise et les stratégies des trois opérateurs de télécommunications d’État, qui n’isolent toutefois pas les revenus liés aux tokens. Dans le district de Haizhu à Guangzhou, la consommation de tokens peut être prise en compte dans l’évaluation du crédit, alors même que ce district subventionne les dépenses en tokens. → Hello China Tech

Synthszr Take : Un indicateur sans cadre de mesure est une offre que chacun adapte à ses besoins. Les organismes officiels et les think tanks rapportent des volumes, car le volume signale une puissance de compute, et personne n’a de facture à présenter en face. Les trois opérateurs télécoms inscrivent les tokens dans leur stratégie, pas dans leur bilan. Le risque finit là où le token coûte de l’argent : chez l’entreprise utilisatrice à Haizhu, dont la consommation subventionnée sert dans le même temps d’indicateur de solvabilité. Le même district gonfle ainsi le chiffre par les deux bouts.

Google bloque la recherche aux élèves américains si les écoles désactivent les fonctions d’IA

Selon le Financial Express, Google lie dans les écoles américaines l’accès à son moteur de recherche à ses fonctionnalités d’IA : les districts scolaires qui désactivent complètement l’IA générative pour les comptes d’élèves perdent également l’accès à Google Search. Pour les comptes d’élèves K-12, Gemini, Gemini Notebook, Gemini in Classroom et la recherche seront désormais désactivés par défaut jusqu’à ce que les administrateurs les autorisent expressément. Google justifie ce changement sur son blog en affirmant avoir été à l’écoute des écoles, des enseignants, des chercheurs et des responsables politiques. Selon ses dires, les directions d’école disposeraient ainsi de davantage de contrôle sur l’IA en classe. La recherche et l’IA sont profondément imbriquées, a déclaré Chris Phillips, vice-président de l’éducation chez Google, au New York Times. Les élèves des établissements qui interdisent l’IA ne verraient lors d’une recherche qu’un message indiquant que le service n’est pas disponible. → Financial Express

Synthszr Take : La recherche et l’IA sont profondément imbriquées, affirme Chris Phillips. C’est presque avec la même phrase que Microsoft défendait dans les années 90 Internet Explorer comme une composante indissociable de Windows. À l’époque, les juges antitrust y avaient vu une décision commerciale. Google occupe une position similaire dans les écoles, où les Chromebooks et Workspace constituent l’infrastructure de base. Un district scolaire ne peut guère changer de fournisseur ; Gemini s’impose donc avant même que ChatGPT ou Claude ne puissent entrer en classe. Les autorités de la concurrence connaissent bien ce scénario.

AMD augmente son chiffre d’affaires dans les centres de données de 97 % et promet un quatrième trimestre encore plus fort

AMD a annoncé avoir réalisé au troisième trimestre 2026 un chiffre d’affaires record de 13,4 milliards de dollars, en hausse de 45 % par rapport au même trimestre de l’année précédente. Le moteur de cette performance a été le segment des centres de données, dont les revenus ont bondi de 97 % pour atteindre 8,5 milliards de dollars. Selon le communiqué, cette croissance a été portée par les processeurs EPYC et le lancement commercial de la série de GPU Instinct MI450. Le bénéfice net a presque doublé pour atteindre 2,4 milliards de dollars, tandis que la marge brute est restée inchangée par rapport au trimestre précédent, à 54 %. Le segment Client et Gaming s’est contracté de 8 % pour s’établir à 3,7 milliards de dollars, pénalisé par un effondrement de 40 % des revenus du gaming. → Advanced Micro Devices

Synthszr Take : L’annonce de Lisa Su pour le quatrième trimestre est une promesse de production. Anthropic, Meta, Microsoft, OpenAI et Oracle veulent un deuxième fournisseur aux côtés de Nvidia, ne serait-ce que pour la prochaine négociation tarifaire. Ils achèteront tout ce qu’AMD est capable de livrer. L’enjeu décisif sera donc de savoir si Helios passera du premier rack à la production en série sans rogner la marge brute, qui stagne déjà à 54 %. Si la montée en cadence échoue, AMD restera un simple levier de négociation pour les hyperscalers, et Nvidia continuera d’encaisser.

Revolut remplace Claude Code par un modèle open-weight et économise 90 %

Revolut affirme avoir réduit de près de 90 % en moins d’un an ses coûts d’inférence pour le développement assisté par IA. Selon TechRadar, la fintech a réalisé cette économie en faisant des modèles GLM auto-hébergés le standard pour ses développeurs. Jusqu’alors, elle utilisait des outils commerciaux comme Claude Code d’Anthropic. La famille de modèles GLM provient du fournisseur chinois Zhipu et est publiée avec Open Weights, ce qui permet de l’exploiter sur sa propre infrastructure. TechRadar cite Revolut, qui déclare avoir été « très sceptique quant au coût de l’IA ». → TechRadar

Synthszr Take : Une fintech régulée fait écrire du code à un modèle chinois sur ses propres serveurs, et l’argument de conformité contre les open weights perd ainsi sa meilleure illustration. Pour Anthropic, cela pèse plus lourd que n’importe quel benchmark. Claude Code tire ses revenus du budget de développement des grandes équipes d’ingénierie, et ce budget a désormais un plafond visible : le coût de ses propres GPU. Dès lors, toute hausse de prix devra se justifier face à un modèle GLM auto-hébergé, dont Revolut ne précise toutefois pas les coûts d’exploitation.

OpenAI et Anthropic affirment que leur IA a réfuté une hypothèse fondamentale de la cryptographie

Selon The Information, OpenAI et Anthropic ont tous deux affirmé lundi que leurs modèles d’IA internes avaient réfuté l'Exponential Time Hypothesis. Cette hypothèse est issue de l’informatique théorique. Elle décrit la difficulté minimale pour résoudre certains problèmes de calcul. En termes simples, elle postule qu’il n’existe aucun algorithme capable de parvenir à un résultat nettement plus rapidement qu’en temps exponentiel pour ces problèmes. Une partie de la confiance accordée aux méthodes de chiffrement repose sur de telles hypothèses de complexité. The Information écrit donc que les cryptographes risquent de mal dormir en ce moment. → The Information

Synthszr Take : Deux laboratoires annoncent la même avancée le même lundi, tous deux avec des modèles que personne ne peut vérifier. En mathématiques, seule compte une preuve que les pairs peuvent vérifier ligne par ligne. Tant qu’OpenAI et Anthropic ne la publient pas, cette annonce reste une course aux gros titres. Pour les responsables de la sécurité, rien ne change pour l’instant sur la feuille de route cryptographique. Si la preuve résiste à l’examen, les deux laboratoires auraient alors réalisé une démonstration de force qu’aucun benchmark n’égale.

Anthropic rend prouvable en open source le modèle d’IA ayant généré une réponse

Anthropic a publié le 2 novembre FlashProve, un prototype de recherche. Il génère pour une réponse une preuve cryptographique attestant qu’exactement un modèle linguistique précis l’a générée. Le système a été développé par la Frontier Red Team d’Anthropic en collaboration avec des chercheurs de l’EPFL, du MIT et de StarkWare. Le code, la documentation et les preuves formelles sont disponibles sous licence Apache 2.0 sur GitHub. Anthropic ne prévoit pas actuellement d’intégration dans Claude ou chez un autre laboratoire. L’entreprise qualifie expressément cette publication d’étape intermédiaire et invite d’autres acteurs à bâtir dessus.

Le point de départ est un problème propre aux modèles hébergés : toute personne qui envoie un prompt à une API ne peut pas vérifier quel modèle a réellement répondu. Un fournisseur ou un service de routage pourrait, pour des raisons de coût, substituer un modèle moins cher. Il pourrait tout aussi bien utiliser un modèle plus onéreux pour enjoliver les indicateurs de performance. De même, des attaquants ayant accès au serveur d’inférence pourraient manipuler le flux de tokens sans que la réponse ne paraisse anormale. Les évaluateurs indépendants sont confrontés au même problème en sens inverse : ils ne peuvent pas s’assurer que le modèle testé correspond à celui déployé. Parmi les autres applications citées par les chercheurs figure la vérification d’affirmations de tiers, par exemple qu’une bibliothèque logicielle a été auditée contre les vulnérabilités par un modèle de pointe en cybersécurité. Anthropic entrevoit également des cas d’usage allant des produits grand public à la sécurité interne, jusqu’au contrôle des directives encadrant le rythme de développement de l’IA.

Techniquement, FlashProve repose sur un zkSNARK. Pour cela, un laboratoire publie une fois pour toutes un engagement formel sur son modèle, une sorte d’empreinte digitale qui ne divulgue pas les poids. L'architecture du modèle reste en revanche visible ; la dissimuler n’est pas un objectif du système. Ce procédé serait donc également envisageable pour des modèles commerciaux fermés. L’étape hors ligne, durant laquelle le prouveur s’engage sur les poids, prend environ 39 minutes par modèle et couvre ensuite environ 16 millions de requêtes. Un client télécharge un engagement de 6,5 Mo et reçoit pour chaque requête une preuve qu’il peut également vérifier localement.

Le système a été testé avec Llama 4 Maverick, un modèle Mixture-of-Experts de 400 milliards de paramètres, dont environ 17 milliards sont actifs par token. Les poids ne font pas partie de la publication mais doivent être obtenus sur Hugging Face sous la licence de Meta. Pour le prouveur, un GPU de 80 Go et environ 290 Go de mémoire vive suffisent, car les poids sont traités couche par couche. Sur un H100, le prouveur génère environ 110 tokens par seconde, avec des poids quantifiés sur 4 bits. Une preuve pour une requête de 1 024 tokens pèse environ 18,78 Mo. La vérification prend environ 17 secondes sur 24 threads CPU et environ 21 secondes sur un seul thread. → Anthropic, Help Net Security, RuntimeWire, TechCrunch

Synthszr Take : Un surcoût d’un facteur 72 par GPU par rapport à vLLM clôt tout débat sur un déploiement en production. Aujourd’hui, FlashProve convient pour des contrôles par échantillonnage, des audits et des régulateurs cherchant à vérifier le respect des directives sur le rythme de développement. C’est précisément la cible d’Anthropic. Le premier standard de vérification ouvert façonnera les futures exigences des autorités. Cela toucherait avant tout les routeurs et revendeurs de modèles ouverts, dont la marge repose sur une chaîne d’approvisionnement invérifiable (les tests ont d’ailleurs été menés avec Llama, et non avec Claude).