
Tech • IA • Robotique • Jeu
OpenAI introduit une Decisions API pensée pour les workflows logiciels qui n’ont pas besoin de texte généré, mais de signaux exploitables directement. L’interface renvoie des probabilités pour le routage, la priorisation et la classification, sur du texte comme sur des images. Le positionnement marque un glissement de l’IA conversationnelle vers des briques de décision opérationnelle. Pour les éditeurs et équipes produit, l’enjeu est d’intégrer des scores natifs plutôt que de parser des réponses longues.
La nouvelle API repose pour l’instant sur un seul modèle, GPT-6 Luna, spécialisé dans l’évaluation plutôt que dans la rédaction. Trois formats sont annoncés: predicate pour estimer la vérité d’une affirmation, score pour noter selon une échelle ordonnée, et choice pour sélectionner la meilleure option. Cette approche standardise des cas d’usage très fréquents dans les logiciels métiers. Elle réduit aussi la dépendance à des chaînes de prompts plus fragiles.
Par rapport à la Responses API, OpenAI avance des traitements environ 10 fois plus rapides sur les tâches simples. La tarification affichée à 0,10 $ par million de tokens en entrée supprime en plus le coût des sorties textuelles. L’équation économique favorise les usages courts de classification, de tri et de routage. Pour les applications à grand volume, le différentiel de latence et de prix peut devenir structurant.
L’abonnement Claude à 200 $ se joue moins sur la taille du contexte que sur la maîtrise d’un budget de tokens sur la semaine. Les plafonds de session existent, mais ce sont surtout les limites hebdomadaires qui peuvent bloquer la production pendant plusieurs jours. Un rythme d’environ 14 % par jour sur un cycle de sept jours est présenté comme un repère de pilotage. Le message est clair: la gouvernance d’usage devient aussi importante que le choix du modèle.
Dans l’éventail évoqué, Fable apparaît comme le modèle le plus coûteux, autour de 10 $ par million de tokens. Il est décrit comme mal adapté à l’usage quotidien, notamment quand la sortie générée grimpe à cause du raisonnement. Le point clé est que les tokens de sortie pèsent davantage que les simples entrées. Pour les équipes, l’optimisation passe donc par l’évitement des modes de raisonnement élevés sur les tâches courantes.
Un comparatif de générateurs d’applications place Base44 devant Replit, Bolt et Lovable sur la construction d’un même CRM. Le scénario imposait une app en trois étapes avec tableau de bord, formulaire, notes horodatées, relances, recherche en temps réel et version mobile à 375 pixels. Base44 a livré une première version en environ 4 minutes, puis deux itérations supplémentaires en 4 et 3 minutes. Le test souligne surtout sa stabilité, sans dysfonctionnement majeur sur l’ensemble du cycle.
Base44 termine à 96/100, avec un score quasi parfait sur la rapidité, la qualité et la robustesse du rendu. La plateforme a même ajouté des éléments non demandés, comme un mode sombre, un flux d’activité et des clients d’exemple. La méthodologie notait aussi la courbe d’apprentissage, la flexibilité et le rapport qualité-prix. Ce résultat la positionne comme une référence montante face aux outils de prototypage applicatif plus médiatisés.
Un système de publication piloté par l’IA convertit des contenus longs en clips diffusés sur Instagram, TikTok et YouTube Shorts. Le montage est présenté comme 100 % géré par l’IA, avec sous-titres, motion design, illustrations, covers et publication automatisée, ainsi que réponses en message privé. Sur un nouveau compte Instagram, 32 publications n’ont généré qu’environ 30 abonnés, mais plusieurs reels ont atteint 1 400, 1 600, 3 100 et 4 400 vues. L’originalité du dispositif tient aux fichiers de style par marque, qui remplacent les templates universels.