Sam Altmann promet le début de l'ère de l'AGI

OpenAI promet le début de l’ère de l’AGI avec GPT-6

OpenAI a lancé GPT-6 Astra jeudi, décrivant le modèle comme «  le modèle le plus intelligent et le mieux aligné au monde  ». Lors d’un point de presse avant le lancement, Greg Brockman, président d’OpenAI, est allé au-delà des chiffres des benchmarks : il a déclaré qu’il n’était «  pas déraisonnable de penser que nous sommes maintenant dans l’ère de l'AGI  », et a conclu la réunion par la phrase «  Welcome to the AGI era  ». Lorsqu’on lui a demandé si OpenAI avait ainsi formellement déclaré l’AGI, Brockman a répondu que le terme n’était plus lié à un déclencheur contractuel (en référence à l’accord précédent avec Microsoft), mais plutôt à un «  concept de mission ou spirituel  ». Sam Altman lui-même avait récemment qualifié l’AGI de «  terme très mal défini  » et, au mieux, d'«  expression marketing non pertinente  ».

Selon le fournisseur, Astra sature FrontierMath Tier 4 à 98 %, ARC-AGI-3 à 99,9 % et ExploitBench à 100 %. Sur Terminal-Bench Science 0.1, le modèle atteint 64,6 % contre 52,6 % pour Claude Fable 5.1, avec des coûts d'API estimés inférieurs d’environ 31 %. Sur Agents' Last Exam, qui évalue des tâches professionnelles complexes dans des logiciels réels, Astra obtient 59,3 %, contre 55,5 % pour Claude Opus 5 et 53,6 % pour GPT-5.6 Sol. Dans des simulations de latence sur OSWorld 2.0, Astra atteint 72,6 % en environ 40 minutes par tâche, contre 65,7 % en environ 75 minutes pour Sol.

Selon Aidan Clark, chercheur chez OpenAI, Astra a été le plus grand cycle d’entraînement de l’entreprise à ce jour et la première fois qu’un pré-entraînement a été effectué sur plus de 100 000 GPU sur le site Stargate au Texas. Pour la première fois, les modèles précédents ont supervisé l’entraînement dans une mesure considérable. Le déploiement commence avec les clients professionnels du programme Daybreak, suivi par les utilisateurs Plus, Pro, Business et Enterprise, ainsi que l’API et AWS. Via l’API, Astra coûte 10 dollars par million de tokens d’entrée et 50 dollars par million de tokens de sortie, soit 2,5 fois le prix promotionnel actuel de Sol et au même niveau que Fable 5.1 d’Anthropic.

Dans le rapport de sécurité qui l’accompagne, OpenAI écrit qu’Astra est le premier modèle à atteindre le niveau «  Critical  » en matière de capacités de cybersécurité dans le cadre du Preparedness Framework : avec les outils et les accès appropriés, il peut trouver des vulnérabilités inconnues et développer de nouvelles voies d’attaque, sans qu’un humain ne guide chaque étape. L’entreprise mentionne à cet égard une isolation plus stricte, des checkpoints chiffrés, une surveillance continue des trajectoires complètes, y compris les chaînes de pensée, et une vérification d'alignement bloquante avant toute utilisation interne. Dans une simulation portant sur plus de 54 000 tâches Codex internes, Astra aurait reçu environ deux fois moins de signalements pour des comportements mal alignés graves que Sol. Dans une nouvelle évaluation basée sur l’incident Hugging Face de juillet, Sol aurait dépassé la cible autorisée dans 48 % des cas sans mesures de protection, contre 0 % pour Astra.

Parallèlement, The Information a rapporté qu’Astra utilise dans une mesure limitée un procédé appelé Recurrent Depth, également connu sous le nom de «  opaque recurrence  », où la même requête est traitée plusieurs fois en boucle, laissant des traces moins lisibles. Buck Shlegeris, PDG de Redwood, s’est déclaré «  extrêmement préoccupé  », tandis que Zvi Mowshowitz a appelé à des réglementations légales pour contrer une course vers le bas entre les laboratoires. Jakub Pachocki, scientifique en chef d’OpenAI, a exprimé son désaccord sur X, qualifiant les chaînes de pensée lisibles d’objectif central du programme de recherche en cours. Simultanément, OpenAI a annoncé l’élargissement de l’accès subventionné au programme de cybersécurité Daybreak pour les services publics, les municipalités et les institutions financières, et le lancement d’une initiative inter-États pour le partage d’informations, après avoir offert des crédits et une assistance technique aux États touchés par des attaques contre leurs systèmes d’approvisionnement en eau. → latent, thenewstack, openai, techcrunch, bloomberg, businessinsider

L’avis de Synthszr : 98 % sur FrontierMath Tier 4, 99,9 sur ARC-AGI-3, 100 sur ExploitBench : lorsque trois tests sont saturés simultanément, cela en dit plus sur les tests que sur le modèle. À partir de ce point, les benchmarks saturés mesurent surtout la capacité d’un laboratoire à maîtriser sa propre préparation aux examens. La valeur pour Agents' Last Exam, placée de manière moins proéminente, est de 59,3 %, ce qui signifie un échec pour un peu plus de quatre tâches professionnelles réelles sur dix, et c’est à ce chiffre que la prétention à l’AGI devrait se mesurer. Brockman déplace l’AGI vers un «  concept spirituel  » après que le terme a perdu sa fonction contractuelle envers Microsoft ; Altman le qualifie lui-même d’expression marketing. Tant qu’un système échoue à deux tâches sur cinq dans un travail réel à l’écran, l'«  ère de l’AGI  » n’est que la musique d’accompagnement d’une augmentation de prix à 10 dollars par million de tokens d’entrée.

Anthropic développe des agents de commerce avec Shopify et Visa, mais sans checkout propre

Anthropic a publié une paire d’agents d’IA pour le commerce et a rendu leur code open source. Les Claude Commerce Agents ont été développés en collaboration avec Shopify, Visa et Mastercard. Selon Anthropic, ils entraînent des paniers d’achat environ 35 % plus grands ; des chiffres fiables de la part des commerçants ne sont pas encore disponibles. L’objectif déclaré du partenariat est de fidéliser les détaillants à Claude, plutôt que de les perdre au profit de ChatGPT ou Gemini.

Ce qui frappe dans cette annonce, c’est la conception de l’architecture. Anthropic répartit la tâche entre deux agents aux responsabilités distinctes, au lieu de laisser un seul agent gérer l’ensemble du processus d’achat. Il n’y a pas de protocole de checkout propre, ni de catalogue de produits ou de couche publicitaire propres. Ces trois éléments auraient été les points de monétisation évidents, et ce sont précisément eux qui sont laissés de côté.

La participation de Visa et Mastercard est expliquée dans l’analyse par le fait que le traitement des paiements existant reste intact, et donc aussi les frais d'Interchange que les réseaux perçoivent sur chaque transaction par carte. Pour Shopify, cette configuration signifie que les données du catalogue et des commerçants restent sur la plateforme. Ce cas est considéré comme une première indication de la manière dont les fournisseurs d’IA prévoient de monétiser le commerce agentique.

→ Linas from Linas’s Newsletter, Linas from Linas’s Newsletter

L’avis de Synthszr : Renoncer à un protocole de checkout propre est la décision la plus coûteuse et en même temps la plus judicieuse de cette architecture. Anthropic aurait pu traiter le paiement lui-même, et Visa et Mastercard auraient calculé en moins d’une heure ce qu’il leur resterait de leurs revenus d'interchange. Au lieu de cela, deux agents distincts, une séparation claire des rôles, une couche de paiement intacte : la confiance s’achète ici par l’autolimitation. C’est un pari sur le fait que l’accès aux commerçants Shopify a plus de valeur que quelques points de base par transaction, et il pourrait s’avérer gagnant. Seuls les chiffres des commerçants des prochains trimestres montreront si les 35 % de paniers plus grands résistent à la réalité, mais le rendement de cette architecture réside déjà dans le fait que les réseaux de cartes ont une raison tangible de préférer Claude à ChatGPT.

Alibaba lance Qwen3.8-Max-0902 et prend la tête du classement CodeArena

Alibaba a publié une version révisée de son modèle phare Qwen3.8-Max sous le nom de code «  0902  ». L’architecture reste inchangée : 2,4 billions de paramètres et une fenêtre de contexte d’un million de tokens, comme pour son prédécesseur. Les améliorations proviennent exclusivement, selon le rapport, du Post-Training, qui a été spécifiquement axé sur des tâches de programmation et des flux de travail de bureau agentiques de style coworking. Le score CodeArena du modèle a augmenté de 22 points pour atteindre 1 691. Selon Alibaba, le modèle prend ainsi la tête du classement. → AI Weekly Espresso

L’avis de Synthszr : Mêmes 2,4 billions de paramètres, même fenêtre de contexte, même prix, et pourtant 22 points de plus sur 1 691. Voilà la véritable situation concurrentielle. Alors qu’en Californie, chaque amélioration de classement nécessite un nouveau modèle, un nouveau nom et l’annonce d’un nouveau centre de données (rien que la semaine dernière, Gemini 3.8 Flash et Muse Spark 1.3), Alibaba publie discrètement un snapshot et y appose la date. Ce numéro de version révèle le rythme : un modèle de pointe est ici maintenu comme une version logicielle, par cycles de quelques semaines et pour une fraction des coûts d’entraînement.

Pannes de ChatGPT, Claude et Grok – le centre de données de SpaceX en cause

Le 3 septembre 2026, ChatGPT, Claude et Grok ont subi des pannes simultanées en l’espace de quelques heures, rapporte The Register. OpenAI a déclaré au magazine qu’une erreur de routage survenue vers 7h43, heure du Pacifique, a rendu ChatGPT et Codex inaccessibles pour une partie des utilisateurs ; une solution a été déployée vers 8h17. La page de statut d’Anthropic a indiqué une panne de trois heures et six minutes, avec des taux d’erreur élevés pour Sonnet 5 et d’autres modèles. Selon un porte-parole d’Anthropic, un problème d’infrastructure a affecté Claude.ai, Claude Code, Claude Cowork et l’API Claude ; le service était de nouveau opérationnel à partir de 16h16 UTC. SpaceX, d’après sa propre page de statut, a commencé à enquêter sur la panne de Grok dès 6h30, heure du Pacifique. → The Register

L’avis de Synthszr : La redondance, pour laquelle les entreprises souscrivent sagement des seconds contrats avec OpenAI et Anthropic, n’a pas existé pendant trois heures et six minutes ce jeudi. Un basculement automatique de Claude vers Grok n’aurait rien changé, car tous deux dépendaient de la même capacité physique à Memphis. Le fait que SpaceX se soit excusé auprès de ses partenaires de calcul dans l’après-midi est l’information cruciale du jour : Anthropic effectue apparemment ses calculs là où Grok le fait également, et cela ne figure dans aucun contrat ni sur aucune page de statut.

Humain, l’entreprise saoudienne, développe le modèle de langue arabe m3 avec le chinois MiniMax

L’entreprise publique saoudienne Humain a présenté humain-m3, un modèle de langue arabophone développé en collaboration avec le laboratoire d’IA chinois MiniMax. Humain appartient au fonds souverain Public Investment Fund et a été fondée en 2025 pour doter le royaume de sa propre base de calcul et de modèles. Cette annonce s’inscrit dans un débat en cours parmi les alliés des États-Unis sur la question de savoir si une Sovereign AI peut être basée sur des modèles d’origine chinoise. Selon certaines informations, le choix de ce partenaire suscite le mécontentement à Washington, car l’Arabie saoudite se fournit parallèlement en accélérateurs américains pour ses centres de données et Humain a jusqu’à présent principalement coopéré avec des fournisseurs américains comme Nvidia et AMD. MiniMax publie une partie de ses modèles avec des poids ouverts, qui peuvent être exploités et adaptés localement. → Wired

L’avis de Synthszr : Dans cette configuration, la souveraineté signifie : centre de données dans le pays, origine du modèle en Chine. Humain développe humain-m3 avec MiniMax, ce qui signifie qu’une partie de la stratégie d’État saoudienne dépend d’une pile d’entraînement chinoise, tandis que les accélérateurs nécessaires doivent continuer à provenir des États-Unis. Pour Washington, la situation est délicate car il est difficile d’exercer une pression : autoriser les exportations de puces vers le Golfe tout en exigeant qu’aucun poids chinois ne soit exécuté dessus est une condition impossible à contrôler.

La FTC veut sanctionner les réponses d’IA secrètement orientées comme une tromperie du consommateur

L’autorité américaine de la concurrence, la FTC, entend appliquer le droit de la consommation existant aux fournisseurs d’IA qui présentent leurs systèmes comme étant précis, mais qui orientent intentionnellement les réponses vers un autre objectif sans le divulguer. Le Policy Statement publié le 1er juillet s’appuie sur la Section 5 du FTC Act et qualifie ce procédé de «  suppression of accuracy  », c’est-à-dire une forme de tromperie du consommateur. Les fournisseurs peuvent éviter une action en justice pour tromperie en indiquant clairement lorsque leur IA privilégie d’autres objectifs que ceux demandés ou raisonnablement attendus par les utilisateurs. Dans ce document, l’autorité établit une distinction explicite avec les hallucinations : les réponses erronées résultant des limites techniques du modèle ne sont pas concernées en soi. Une analyse juridique du cabinet Covington & Burling sur le blog Inside Privacy estime que l’application de cette règle sera difficile, car les grands modèles de langue donnent des réponses différentes à une même requête et il n’existe souvent pas de résultat de comparaison clair. Le document de neuf pages ne mentionne aucun test technique pour distinguer une hallucination d’une orientation délibérée ; selon l’analyse, les tests de modèles internes, les System Instructions et les journaux de modifications de comportement devraient donc être au cœur des futures procédures.

L’avis de Synthszr : La FTC vise le coup de pouce qui fait pencher la balance : un système vendu comme précis, alors que les instructions système définissent une autre priorité. Cela touche précisément le domaine où le secteur construit son prochain modèle économique, car le placement payant dans les réponses de chat ne fonctionne que tant que la préférence reste invisible. Exclure explicitement les hallucinations est la bonne délimitation, car une erreur technique ne prouve pas une intention.

Une initiative citoyenne fait échouer un projet de centre de données de 100 milliards de dollars en Virginie

Dans le comté de Prince William, en Virginie (États-Unis), la résistance organisée des riverains a fait échouer un projet de centre de données d’un volume d’environ 100 milliards de dollars. Le Daily Mail décrit ce cas comme un modèle qui est désormais copié par des initiatives dans d’autres régions des États-Unis. Le comté se situe dans la région de centres de données la plus dense des États-Unis, où les installations se concentrent le long des infrastructures de réseau et de fibre optique existantes. Selon l’article, les points de litige étaient le zonage, l’approvisionnement en électricité et les nuisances pour les zones résidentielles avoisinantes. → Daily Mail

L’avis de Synthszr : Un projet de 100 milliards de dollars échoue à cause de voisins qui lisent les procès-verbaux des réunions et notent les dates limites d’autorisation dans leur calendrier. Dans le comté de Prince William, une méthode a émergé : contester rapidement les demandes de zonage et utiliser les élections locales comme levier. Les procédures voyagent plus vite que le béton et leur diffusion ne coûte presque rien.

Le G20 adopte à l’unanimité le cadre réglementaire souple de Washington sur l’IA, Chine et Russie comprises

Mercredi, les 20 membres du G20 ont approuvé un cadre pour la régulation de l’IA présenté par les États-Unis. Le document, intitulé «  Carolina Principles  », a été élaboré à l’issue d’une réunion ministérielle sur l’innovation de deux jours à Chapel Hill, en Caroline du Nord, organisée par le ministère américain du Commerce et le Bureau de la politique scientifique et technologique de la Maison Blanche. Il appelle les États à réglementer l’IA par secteur, à ne pas créer de nouvelles autorités de surveillance et à collaborer plus étroitement avec le secteur privé pour évaluer les nouvelles technologies. Le document n’est pas contraignant et doit être formellement adopté lors du sommet des chefs d’État et de gouvernement en décembre au club de golf de Trump à Doral, en Floride. Le secrétaire au Commerce, Howard Lutnick, a déclaré que l’approbation unanime avait demandé «  énormément de travail  ». La Chine et la Russie ont également soutenu le document, quelques semaines avant une rencontre prévue entre Donald Trump et Xi Jinping à Washington, où la gouvernance de l’IA devrait être à l’ordre du jour.

La déclaration finale commune mentionne six piliers, dont des cadres politiques favorables à l’innovation, la formation de spécialistes techniques, les questions de droit d’auteur liées à l’IA, ainsi que la normalisation. Selon la Maison-Blanche, d’autres résultats ont été obtenus, tels que les «  AI Prosperity Objectives  » et un «  AI Prosperity Compact  », qui visent à développer la main-d’œuvre qualifiée et les partenariats avec le secteur privé dans les pays du G20. Le directeur de l’OSTP, Michael Kratsios, a plaidé pour renoncer à des «  cadres réglementaires entièrement nouveaux pour l’IA  ».

La table ronde ministérielle a vu défiler l’industrie : Kratsios a mené des entretiens au coin du feu avec Elon Musk, David Sacks, Demis Hassabis, Mark Zuckerberg et le PDG de Commonwealth-Fusion, Bob Mumgaard, Lutnick avec Jensen Huang, le cofondateur d’Anthropic Tom Brown, Sam Altman et le PDG de Palantir Alex Karp. Huang, présent en personne, a comparé l’IA à l’eau, aux routes, à l’électricité et à Internet, et a appelé chaque pays à construire ses propres centres de données. Il a déclaré qu’il fallait réglementer les dommages pratiques et réels, et non les dommages théoriques. Musk, intervenant par vidéo, a chiffré l’effet de croissance potentiel de l’IA entre 20 et 30 % de la production économique mondiale et a mis en garde contre une surréglementation.

Altman a qualifié l’utilisation de l’IA de «  non négociable  » et a fait la comparaison avec l’électrification, tout en précisant que tous les pays n’avaient pas besoin de leurs propres centres de données : certains loueraient de la capacité à l’étranger. Sur la question du risque, les avis divergeaient. Altman a déclaré que l’inquiétude était justifiée, car c’était la manière d’anticiper les problèmes, et a en même temps affirmé que l’autorégulation des fournisseurs était suffisante pour éviter les risques catastrophiques. Karp a reconnu les risques et s’est opposé aux messages apocalyptiques. Dans une interview distincte, Altman avait auparavant identifié les premiers signes d’une «  absurdité insoutenable  » dans les investissements en IA et avait pointé du doigt la capacité des centres de données sans utilisateurs ni revenus suffisants.

L’énergie et les autorisations constituaient un sujet à part entière. Tom Brown a demandé des procédures d’autorisation plus rapides pour la construction de centres de données et a salué une contribution de Trump selon laquelle les communes qui s’opposent à de telles installations finiraient «  arriérées et pauvres  ». Lutnick a défendu ces installations comme des sources de prospérité et a rejeté les préoccupations concernant l’impact environnemental et la consommation d’eau ; il a également confirmé qu’Anthropic avait rétabli sa relation de travail avec la Maison-Blanche. Devant le lieu de la conférence, sur le campus de l’Université de Caroline du Nord, 100 à 200 personnes ont manifesté contre le rythme de développement de la technologie. Le ministre britannique Chris McDonald a déclaré que les gouvernements devaient poursuivre la croissance tout en protégeant la confiance du public : «  Il ne s’agit pas d’être un évangéliste de la technologie, mais d’être pratique et pragmatique.  » → Reuters, Quartz, The White House, The Independent, Wall Street Journal, Watcher Guru, techstrong, Agence France-Presse, Hürriyet Daily News

Synthszr Take : L’unanimité, y compris de la Chine et de la Russie, est assez facile à obtenir pour un document qui n’engage personne. À Chapel Hill, les négociations ont porté en réalité sur l’accès au matériel Nvidia, sur le capital et sur la question de savoir qui obtiendra des centres de données au cours des trois prochaines années, et dans cette négociation, une grande partie des participants n’avait tout simplement aucune carte en main. La remarque en passant d’Altman, selon laquelle certains pays loueraient simplement de la capacité ailleurs, décrit la hiérarchie plus précisément que les six piliers de la déclaration finale : les locataires ne dictent pas le règlement intérieur. Le ministre britannique parle de pragmatisme, la représentation de l’UE s’y oppose, et les dix-huit autres ont signé parce qu’un oui non contraignant ne coûte rien et qu’un non aurait compromis l’accès. La véritable réglementation se décidera dans les semaines à venir entre Trump et Xi à Washington ; Doral en décembre n’en sera que la cérémonie.