Suivez les dernières actualités, explications et histoires technologiques associées.
La société Nous Research a lancé le modèle Arete-27B, une version modifiée du modèle chinois Qwen3.8-27B, visant à réduire le biais en faveur du discours gouvernemental chinois et à promouvoir les valeurs occidentales grâce à un entraînement supplémentaire limité.
Cloudflare a ajouté le modèle Clef-omni à sa famille de modèles de décision à poids ouverts, avec une prise en charge native des textes, des images, de l’audio et de la vidéo dans une seule requête API. L’entreprise a également réduit le prix de Clef-flash et augmenté la vitesse de Clef jusqu’à deux fois, en contrepartie d’une réduction de la fenêtre de contexte hébergée de Clef-flash, passée de 64 000 à 24 000 tokens.
JetBrains a lancé le modèle ouvert Mellum2.1 sous licence Apache 2.0, en mettant l’accent sur l’exécution locale d’agents de programmation et d’agents secondaires, ou sur l’infrastructure propre à l’utilisateur. Cette version repose sur un entraînement par apprentissage par renforcement au sein d’environnements logiciels réels, avec d’importantes améliorations dans la gestion des dépôts de code et la vitesse d’inférence.
Google a annoncé EmbeddingGemma 2, un modèle ouvert doté de capacités d’intégration multimodale pour le texte, les images, l’audio et la vidéo dans un espace unifié, conçu pour fonctionner localement sur les appareils. Le modèle comprend 740 millions de paramètres et prend en charge un contexte allant jusqu’à 8 000 tokens, avec des possibilités de réduction de la consommation de stockage et de mémoire.
Ghost a annoncé sa sortie du mode furtif après avoir levé 11 millions de dollars lors d’un tour de table d’amorçage, et a dévoilé Core, un ordinateur vendu 3 499 dollars qui exécute localement des agents d’intelligence artificielle et gère les données et applications de l’utilisateur. Les précommandes débuteront le 5 octobre, avec l’expédition du premier lot durant la dernière semaine du même mois.
Cloudflare a annoncé les modèles Clef et Clef-flash pour prendre des décisions et produire des classifications structurées avec des probabilités définies, en les hébergeant sur Workers AI et en les proposant en open source sous licence Apache 2.0. L’entreprise a également dévoilé un service de réglage fin par apprentissage par renforcement permettant d’adapter les modèles aux données et aux cas d’utilisation des clients.
Tencent a annoncé la mise à disposition en open source du modèle Hy4 Preview, avec une fenêtre de contexte dépassant un million de tokens et la capacité d’activer 49 milliards de paramètres à chaque opération. L’entreprise affirme que le modèle a surpassé GLM-5.3 et Kimi K3 lors d’un test interne à l’aveugle, mais les résultats restent limités à l’évaluation de Tencent et le modèle demeure une version préliminaire.
Z.ai a confirmé que le mystérieux modèle Ox Alpha lui appartenait et l’a lancé sous le nom de GLM-5.3-Flash, en rendant ses poids disponibles via Hugging Face. Le modèle cible la programmation et les tâches agentiques de longue durée, et repose sur 320 milliards de paramètres, dont environ 18 milliards sont activés pour chaque requête, avec un contexte pouvant atteindre un million de tokens.
Le modèle ouvert Qwen3.8-27B d’Alibaba offre des capacités multimodales, de codage et d’agents logiciels dans un format pouvant être exécuté localement après compression à environ 17 gigaoctets. Malgré de solides indicateurs de performance, sa forte consommation de tokens et la lenteur de l’inférence imposent un arbitrage pratique entre qualité et vitesse.
CohereLabs a lancé le modèle North-Micro-Vision-Instruct, un modèle de vision et de langage à poids ouverts comprenant 2,4 milliards de paramètres et prenant en charge le traitement des images à leur résolution native, sous licence Apache 2.0. Le modèle cible les applications de compréhension des documents et des diagrammes, l’OCR et l’ajustement personnalisé. Il inclut également une prise en charge communautaire de MLX-VLM et une recette AutoModel pour le déploiement sur les unités de traitement graphique de NVIDIA.
Liquid AI a annoncé la mise à disposition des modèles LFM2.5-2.6B et LFM2.5-2.6B-Base sur Hugging Face, avec prise en charge de l’appel d’outils et des flux de travail en plusieurs étapes localement. Le modèle vise l’exécution d’agents rapides sur les ordinateurs et les téléphones, avec une consommation inférieure à 2,5 gigaoctets de mémoire.