OpenAI lance les modèles GPT 5.6 et veut conquérir le bureau avec ChatGPT Work

Le GPT-5.6 est là et les benchmarks Sol montrent des scores de Fable 5

OpenAI a publié jeudi GPT-5.6 Sol, son modèle le plus puissant à ce jour, ainsi que ChatGPT Work, un agent qui gère de manière autonome les tableurs, les calendriers et les services de messagerie. Selon Vals AI, dans les benchmarks standards, Sol est à peu près au même niveau que le modèle phare d'Anthropic, Fable 5. Pour les tâches financières et juridiques réelles, Rayan Krishnan, le PDG de Vals, le qualifie de state of the art. La sortie a été retardée : l'administration Trump avait initialement traité les nouveaux modèles d'OpenAI et d'Anthropic comme un risque pour la sécurité nationale, mais a autorisé leur publication après de longues discussions. OpenAI adopte une approche plus ouverte qu'Anthropic et intègre délibérément moins de garde-fous pour que les entreprises puissent utiliser la technologie pour leur propre défense. Anthropic, en revanche, a complètement mis hors ligne son modèle plus puissant Mythos et, sur ordre des autorités, a bloqué tous les utilisateurs étrangers. Sol est coûteux, dans certains cas même plus cher que Fable, qui coûte déjà environ deux fois plus que le modèle immédiatement inférieur d'Anthropic. Meta a sorti le même jour un modèle moins puissant, mais nettement moins cher. → www.nytimes.com

Synthszr Take : La véritable décision de produit ne réside pas ici dans le benchmark, mais dans les garde-fous. OpenAI présente ses garde-fous plus souples comme une fonctionnalité : quiconque veut trouver des vulnérabilités dans son propre code a besoin d'un modèle autorisé à les nommer. Anthropic a fait le contraire avec Fable, bloquant les réponses sensibles et les déléguant au modèle moins puissant, Opus 4.8. Cela semble prudent, mais cela bloque précisément la voie aux entreprises qui veulent se protéger, et pas seulement aux fraudeurs. Ceux qui mettent en place des SAST-scans et des Security Gates en entreprise devraient vérifier cette semaine quel modèle est autorisé à répondre lorsqu'une faille apparaît dans le parcours d'authentification. Une journée de configuration contre des mois de dommages – ce calcul n'a pas changé. Sol est coûteux et non sans risque, mais un modèle qui reste muet en matière de défense est finalement le moins bon choix.

ChatGPT Work : une attaque frontale contre Claude Desktop

Avec le lancement de GPT-5.6 jeudi, OpenAI n'a pas seulement présenté de nouveaux modèles, mais a aussi réorganisé sa gamme de produits. ChatGPT Work est le nom du nouvel outil agentique pour les travailleurs du savoir, basé sur la technologie Codex et en concurrence directe avec Claude Cowork d'Anthropic. En même temps, les applications de bureau jusqu'alors distinctes ChatGPT et Codex fusionnent en une seule, exactement comme Anthropic l'a fait avec son application Claude. ChatGPT Work lance des tâches à partir de documents et de tableurs, extrait des données de Slack, Teams, Google Drive, SharePoint et des systèmes CRM, et fonctionne sur le web, le mobile et le bureau. Les tâches planifiées (Scheduled Tasks) s'exécutent dans le cloud, l'ordinateur portable n'a pas besoin de rester allumé. Fait remarquable : la fenêtre de chat classique a été déplacée dans la barre latérale, Work et Codex étant désormais les deux modes principaux. Et le navigateur Atlas, lancé récemment, est abandonné et remplacé par une extension Chrome qui intègre ChatGPT directement dans la barre latérale de Chrome. → thenewstack.io

Synthszr Take : La phrase la plus intéressante de toute l'annonce est presque mentionnée en passant : le chat n'est plus l'un des deux modes principaux. Le format conversationnel, que ChatGPT a rendu visible à des millions de personnes il y a trois ans, se trouve maintenant dans la barre latérale, à côté des tâches planifiées. Le véritable moteur est le travail agentique, et cela vient de Codex, pas du chatbot. OpenAI copie assez ouvertement la thèse Cowork d'Anthropic. Les deux ont remarqué que leurs outils de codage étaient depuis longtemps utilisés pour des tâches autres que le codage. Le fait qu'Atlas disparaisse après seulement quelques mois (en avril, nous écrivions encore ici sur la transformation de Codex en super-application, maintenant le navigateur autonome n'est plus) montre la vélocité de ce marché et la volonté de cannibaliser ses propres produits. Ceux qui veulent vérifier cette semaine si leur travail intellectuel est prêt pour les agents ont avec Work et Cowork deux offres presque identiques pour une comparaison directe. La course ne se décidera plus sur le modèle, mais sur celui qui s'intégrera le plus profondément dans Slack, Drive et les calendriers.

Meta Muse Spark 1.1 : la course au code s'intensifie

Meta ouvre son IA aux développeurs. Après son retour dans la course avec son premier modèle maison Muse Spark en avril 2026, le groupe lance maintenant Muse Spark 1.1 ainsi qu'une nouvelle API Meta Model. Meta parle d'un «  step-change  » : un meilleur codage, la détection et la correction de bugs complexes, des workflows agentiques de bout en bout sur plusieurs applications et une multimodalité native pour les images, les vidéos et les documents. Le modèle fonctionne dès maintenant en mode Thinking dans l'application Meta AI et sur le site web, l'API est lancée en Public Preview pour les développeurs américains. Chaque nouveau compte reçoit 20 dollars de crédits gratuits. Ce lancement suit de près celui de Muse Image, un modèle de génération d'images qui fait polémique car il intègre dans ses résultats des contenus Instagram d'autres utilisateurs. Pour Meta, il s'agit de justifier les milliards investis dans une course au rattrapage après les recrutements de renom et la restructuration de l'année dernière, avec pour objectif d'atteindre la parité avec OpenAI, Google et Anthropic. → www.theverge.com

Synthszr Take : Les 20 dollars de crédits gratuits sont l'aveu que personne ne se tourne encore volontairement vers Meta pour son agent de codage. Anthropic a conquis la ligne de commande avec Claude Code, Cursor l'expérience IDE, OpenAI Codex les refactorings difficiles, et Meta arrive maintenant avec un deuxième modèle et une nouvelle API en Public Preview pour les développeurs américains. Le véritable fossé concurrentiel se situe ailleurs : celui qui possède le workflow du développeur possède l'adoption, et là, Meta est encore à la porte. Le fait que Muse Image fasse simultanément parler de lui en recyclant des publications Instagram d'autrui dans ses générations n'est pas un bruit de fond, mais soulève la question de savoir si l'on peut même confier sa base de code à cette API. Meta peut se le permettre car son réseau de distribution, composé de WhatsApp, Instagram et de la division des lunettes intelligentes, offre à ses modèles un canal de vente qu'aucun fournisseur de modèles pur n'a. Quiconque met en place un standard à deux outils aujourd'hui teste Muse Spark 1.1 avec les crédits gratuits contre sa pile existante et laisse les benchmarks décider, pas le communiqué de presse. Un troisième fournisseur sérieux fait baisser les prix, et c'est une bonne journée pour n'importe quelle équipe d'ingénierie.

Perplexity se lance sur le marché lucratif du codage avec «  Teammate  »

Perplexity, connu comme le moteur de recherche IA concurrent de Google, a développé un outil de codage interne du nom de code «  Teammate  », selon Business Insider. Il est utilisé par ses propres ingénieurs depuis mai et pourrait être lancé publiquement plus tard. L'outil est censé prendre en charge des projets logiciels de bout en bout : posséder des projets, chasser les bugs, surveiller les services, selon l'annonce interne. La différence cruciale avec Claude Code ou OpenAI Codex : Teammate reste agnostique du modèle et n'est lié à aucun chatbot unique. Le CTO Denis Yarats a donné la direction à suivre et a demandé à ses ingénieurs «  d'arrêter de regarder le code  » d'ici la fin de l'année et de simplement utiliser l'IA. L'entreprise a atteint une valorisation de 20 milliards de dollars lors de sa dernière levée de fonds, ce qui lui donne une marge de manœuvre pour expérimenter. Le rapport ne s'appuie pour l'instant que sur une seule source, et Perplexity n'a ni commenté ni confirmé de lancement. → The Next Web

Synthszr Take : L'approche intéressante réside dans le caractère agnostique du modèle. Tandis qu'Anthropic lie Claude Code à ses propres modèles et qu'OpenAI pousse au lock-in dans son espace de travail, Perplexity construit une couche de service qui peut fonctionner sur n'importe quel modèle. C'est la logique BYOK de Cline et Aider, portée à un niveau de 20 milliards de dollars et avec une ambition d'entreprise. Les agents de codage sont l'un des rares domaines où l'IA génère aujourd'hui de l'argent réel, c'est pourquoi une entreprise de recherche s'y intéresse désormais. Chez Anthropic, 80 % de la base de code provient maintenant de Claude Code, la direction est claire depuis longtemps. Quiconque met en place sa chaîne d'outils de codage en 2026 devrait penser de manière agnostique au modèle, au lieu de s'enchaîner à un seul fournisseur. Un standard à deux voies, composé d'un outil IDE et d'un agent en arrière-plan, ouvert aux changements de modèles, est le pari raisonnable, que Teammate soit finalement livré ou non.

Claude lance le tableau de bord Reflexion

Anthropic a lancé en bêta une nouvelle fonctionnalité pour Claude qui rend visible sa propre utilisation. Un tableau de bord de réflexion dans les paramètres montre sur quels sujets et à quelles heures de la journée on utilise Claude, avec un historique de 1, 3, 6 ou 12 mois. Il propose également des périodes de repos, des rappels de pause et des questions comme «  Qu'est-ce que tu aimerais continuer à faire toi-même, même si Claude pouvait le faire plus vite ?  ». Le tout est basé sur le 4D AI Fluency Framework : Délégation, Description, Discernement et Diligence – c'est-à-dire la question de ce que l'on délègue, avec quelle précision on le décrit, avec quel esprit critique on évalue le résultat et qui en porte la responsabilité. En matière de protection des données, Anthropic fixe des limites : les chats en mode incognito, les fichiers sources et tout ce qui concerne les intégrations de santé sont exclus. La fonctionnalité a été développée en collaboration avec le MIT Media Lab (programme AHA), le Digital Wellness Lab du Boston Children's Hospital et le Family Online Safety Institute.

Synthszr Take : Un fournisseur d'IA qui vous suggère de faire des pauses est à peu près aussi crédible qu'un casino avec un service de conseil en désaddiction intégré. Néanmoins, il y a là une démarche intelligente. Anthropic ne vend plus des minutes d'utilisation, mais une compétence d'utilisation, et le framework 4D en est le véritable cœur. Celui qui apprend à déléguer proprement et à évaluer rigoureusement les résultats – le discernement et la diligence sont les points où la plupart des équipes échouent actuellement – reste maître de sa propre pensée au lieu d'être un simple fournisseur pour le pilote automatique. Cette semaine, on peut tester cela sans grand projet : jeter un regard honnête sur les tâches que l'on a déléguées alors qu'on aurait dû y réfléchir soi-même. Le soupçon que la fidélisation est un objectif sous-jacent demeure, car un outil qui connaît votre comportement connaît aussi vos faiblesses. Mais la capacité de travailler avec l'IA sans externaliser son propre jugement est la compétence qui décidera des prochaines années, et cette fonctionnalité la rend au moins visible.

Seedream 5.0 Pro peut faire ce que Photoshop ne peut pas

ByteDance Seed a présenté Seedream 5.0 Pro et n'appelle délibérément plus cela une génération, mais une création : «  Beyond Generation, It Understands Design.  » Le modèle construit lui-même des mises en page logiques pour des infographies, des maquettes d'interface utilisateur et des affiches, en intégrant une chronologie, des graphiques à barres, circulaires et linéaires, ainsi qu'une image réelle dans une seule hiérarchie visuelle. Le véritable avantage réside dans l'Interactive Precision Editing : une affiche terminée peut être décomposée en plus de dix calques indépendants par une commande textuelle, les arrière-plans masqués sont automatiquement reconstruits par inpainting, et des objets comme un perroquet peuvent être échangés contre un paon. En pratique, l'IA fournit un fichier PSD modifiable au lieu d'une image aplatie. À cela s'ajoutent des textures physiquement correctes (réflexion, réfraction, structure de la peau) et une prise en charge native de plus de dix langues, y compris l'écriture arabe de droite à gauche et une architecture et des vêtements culturellement adaptés. ByteDance déplace ainsi le travail du créatif de la rédaction de prompts à la direction d'intention. → Trendium.ai

Synthszr Take : La rupture ne réside pas dans une image plus jolie, mais dans sa décomposabilité. Jusqu'à présent, la plus grande faiblesse des images génératives était que le simulacre était beau mais inutile en production réelle, car on ne pouvait pas le modifier. C'est précisément ce mur qui tombe : si un résultat se décompose en dix calques et que les zones masquées sont recalculées proprement, alors ce n'est plus une image fantôme pour la démo, mais un asset déployable qui maintient le cycle de conception, de retour client et de correction partielle sans le fichier original. La valeur du créatif bascule alors de «  avec quelle précision je formule un prompt  » vers la logique de mise en page, les instructions d'édition et le jugement de localisation. Ceux qui considèrent les dix langues comme une simple fonctionnalité sous-estiment ce que cela signifie pour les campagnes mondiales : un visuel clé multilingue qui prend en compte le sens de l'écriture et le contexte culturel économise des ressources de production qui sont aujourd'hui encore nécessaires pour chaque marché. Quiconque gère un pipeline d'agence cette semaine devrait tester l'exportation des calques par rapport à son propre processus de validation et de correction, avant que le prochain fournisseur ne suive. Le métier ne disparaît pas, il devient un travail d'ingénierie et de mise en scène avec de meilleurs outils.

Google AI Overviews : quand les hallucinations deviennent de la désinformation industrielle

Une analyse des AI Overviews de Google, commandée par le New York Times à la startup Oumi, a été menée et aboutit à un taux de réussite d'environ 90 % : 85 % pour Gemini 2 en octobre, 91 % pour Gemini 3 en février, mesuré par rapport au benchmark de vérification des faits d'OpenAI, SimpleQA, sur 4 326 requêtes de recherche. Cela semble solide, jusqu'à ce que l'on prenne en compte l'échelle. Google traite plus de cinq billions de recherches par an, et Sundar Pichai a estimé en juillet que les AI Overviews comptaient plus de deux milliards d'utilisateurs mensuels. David Bader du New Jersey Institute of Technology résume la principale préoccupation : ce n'est pas le taux d'erreur, mais la portée avec laquelle de fausses réponses sont livrées avec l'autorité visuelle du moteur de recherche le plus fiable au monde. Google se défend et qualifie l'étude de méthodologiquement bancale, car un modèle d'IA (HallOumi) en évalue un autre et l'ensemble de données est généré artificiellement. Des chercheurs comme Maarten Sap de Carnegie Mellon sont en partie d'accord, mais soulignent que des examens indépendants sont indispensables tant que les fournisseurs ne fournissent pas d'accès contrôlés à des tiers. La racine du problème reste technique : ces modèles ne consultent pas des faits, ils prédisent le mot suivant. → The Deep View

Synthszr Take : Les 90 % sont le mauvais chiffre sur lequel tout le monde se focalise. Lorsque deux milliards de personnes par mois se voient servir chaque réponse avec la souveraineté du logo Google, dix pour cent d'erreurs se transforment en millions de fausses affirmations par heure, chacune emballée dans l'apparence de l'autorité. Cela change fondamentalement le rôle de la recherche : le gardien entre la question et la réponse juge désormais lui-même, et il le fait avec une commodité qui nous désapprend à vérifier (je me surprends moi-même à croire la boîte au lieu de cliquer deux fois plus loin). Ce qui est intéressant, c'est la véritable demande de Bader, et elle peut être mise en œuvre immédiatement : quiconque déploie l'IA à cette échelle devrait financer des audits indépendants au lieu de rejeter chaque examen externe comme étant méthodologiquement bancal. Tant que Google ne divulgue pas ses propres données de précision, vérifiées de manière indépendante, le rejet de l'étude n'est qu'une illusion de fiabilité digne d'une présentation PowerPoint. Pour les marques, cela signifie une double prudence, car la machine ne décide pas seulement qui est mentionné, mais aussi ce qui est affirmé à leur sujet. Ceux qui vérifient aujourd'hui comment ils sont représentés dans le modèle s'offrent une véritable avance.

Claude sous le feu des critiques : propagande russe et question des sources

Le think tank berlinois Agora a examiné d'où les grands modèles de langage tirent leurs informations, et le résultat frappe Anthropic de plein fouet : dans certaines réponses, Claude renvoie à des contenus du réseau russe Pravda et les traite comme une source d'information sérieuse. Derrière cela se cache le «  LLM Grooming  », c'est-à-dire l'inondation massive du net avec des contenus similaires, conçus non pas pour atteindre des lecteurs humains, mais des systèmes d'IA. L'étude montre également à quel point la base de sources est étroite : sur 544 domaines identifiés, 248 ne sont cités qu'une seule fois, tandis que welt.de à lui seul compte 380 citations. ChatGPT gravite fortement vers «  Welt  » et «  Bild  », ce qu'Agora associe au partenariat entre OpenAI et Axel Springer, tandis que Claude et Perplexity puisent également dans davantage de sources publiques et privées. OpenAI conteste : les sources qui apparaissent dépendent uniquement de leur utilité et de leur pertinence, et non d'accords commerciaux. Le moment est délicat, car un tribunal de Munich vient de confirmer que Google est responsable de ses réponses générées par l'IA, et une étude de Yougov atteste de l'influence rapidement croissante des chatbots sur la formation de l'opinion. → MEEDIA Daily Update

Synthszr Take : Le vrai problème ne réside pas dans le réseau Pravda, mais dans le chiffre 248. Si sur 544 domaines, près de la moitié n'apparaît qu'une seule fois et qu'un fournisseur rafle 380 citations, alors nous assistons à un marché monopolistique de l'attention que l'IA ne brise pas, mais cimente. C'est précisément dans cette base de sources étroite que les Russes déversent leurs contenus, car une base de connaissances mince est facile à manipuler. Et les accords commerciaux aggravent la situation : OpenAI peut affirmer avec autant de crédibilité que le partenariat avec Springer n'a rien à voir avec la densité des citations, la corrélation n'en reste pas moins dans le rapport. Quiconque intègre aujourd'hui un assistant IA dans ses produits achète également la politique de sources du fournisseur, et cette responsabilité ne peut être déléguée. La démarche pragmatique est de tester les profils de sources des modèles les uns par rapport aux autres dès maintenant et de ne pas se fier aveuglément à un moteur par défaut. La neutralité vis-à-vis des fournisseurs a longtemps été un argument technique, elle devient maintenant une question de confiance et de responsabilité.

L'IA comme échiquier géopolitique : Washington et Pékin resserrent les rênes

Les deux plus grandes économies mondiales traitent désormais les modèles d'IA comme une question de sécurité nationale. Washington a restreint l'accès international à Claude d'Anthropic et à GPT-4o d'OpenAI, après qu'il est devenu clair que Claude pourrait aider des attaquants à trouver des vulnérabilités logicielles plus rapidement que jamais. Les États-Unis ont imposé des contrôles à l'exportation et ont bloqué le modèle pendant environ trois semaines pour permettre aux autorités et aux entreprises de renforcer leurs systèmes. Pékin suit le mouvement : selon Reuters, le ministère chinois du Commerce a rencontré en juin Zhipu AI, Alibaba et ByteDance pour restreindre l'accès à l'étranger aux modèles chinois les plus avancés et freiner les investisseurs étrangers. Cela pourrait avoir des répercussions aux États-Unis, car selon OpenRouter, plus de 30 % des tokens utilisés sur des modèles chinois provenaient des États-Unis, atteignant jusqu'à 46 % certaines semaines en 2026. De plus, le ministère chinois de l'Industrie a averti que Claude Code d'Anthropic contenait une vulnérabilité de type backdoor, et Alibaba a interdit à ses employés d'utiliser les outils d'Anthropic. Les générations de modèles antérieures et la plupart des modèles open-weight comme DeepSeek, Qwen et GLM ne devraient pas être affectés. → The Deep View

Synthszr Take : La véritable nouvelle se cache dans les 46 %. Les services informatiques américains se tournent vers les modèles open-weight chinois parce que la facture des tokens chez OpenAI et Anthropic devient incontrôlable, et c'est précisément cette dépendance qui devient maintenant un levier politique. Quiconque a basé son optimisation des coûts sur DeepSeek ou Qwen a créé une dépendance vis-à-vis d'un fournisseur qui peut être coupée du jour au lendemain par une décision ministérielle. Comme on l'a vu fin avril lors du grand découplage, les blocs se durcissent, et le bruit de fond de Washington et Pékin sert de moyen de pression aux deux gouvernements, tandis que les techniciens en coulisses continuent de se copier allègrement par-delà les frontières. C'est pourquoi un chemin de migration propre doit faire partie de chaque configuration : un adaptateur de modèle avec une couche de prompt identique, de sorte qu'un changement entre Claude, GPT, Gemma, Nemotron ou GPT-OSS puisse se faire sans ré-architecture. C'est une décision qui peut être prise cette semaine et qui ne coûte rien d'autre que de la discipline. Quiconque lie son compute à un seul drapeau joue le jeu d'un autre.