
Tech • IA • Robotique • Jeu
Apple repositionne l'iPhone autour d'Apple Intelligence et d'une Siri reconstruite pour devenir la couche d'orchestration des usages. L'enjeu n'est plus seulement le matériel, mais une interface où l'utilisateur demande un résultat sans naviguer entre plusieurs apps. Cette bascule pourrait faire de l'assistant le nouveau point d'entrée stratégique des actions numériques. Le défi reste économique et technique: à l'échelle de plus de 1 milliard d'iPhone actifs, l'inférence doit rester rapide, fiable et peu coûteuse.
Anthropic semble accélérer avec des tests gris de Fable 5.2, Opus 5.2 puis d'un checkpoint Claude Opus 5.5 repéré sous le nom Claude Wafer EAP. Les premiers comparatifs le placent au niveau de GPT-6 Astra sur des tâches visuelles et de code, avec de meilleurs retours en raisonnement long face à Fable 5.1. Une grille tarifaire non confirmée évoque 4 $/M tokens en entrée et 20 $/M en sortie, plus agressive que prévu pour un modèle haut de gamme. Le compromis serait une fenêtre de contexte un peu plus réduite, alors que la pression concurrentielle s'intensifie aussi face aux laboratoires chinois StepFun, MiniMax, Alibaba et Moonshot AI.
Des chercheurs ont utilisé Claude Opus 5 pour enchaîner plusieurs faiblesses connues jusqu'à atteindre l'environnement de développement interne d'OpenAI. L'accès aurait été obtenu en moins de 72 heures après le passage à ce modèle, en partant d'une image malformée exploitant une bibliothèque obsolète, puis d'un pivot entre identifiants et permissions. L'épisode ne montre pas une attaque autonome de laboratoire contre laboratoire, mais l'effet d'accélération qu'un modèle puissant peut apporter à une chaîne d'exploitation. Les travaux auraient mobilisé près de deux mois et environ 3 000 $ de coûts en tokens avant que la chaîne complète ne devienne exploitable.
Astra gagne du terrain comme collaborateur d'ingénierie chez Ramp et Notion, au-delà du simple assistant de code. Chez Ramp, le système prend des objectifs vagues, agit plusieurs minutes de manière autonome et revient avec des modifications d'interface, des validations à faible risque et des résultats d'automatisation web. Chez Notion, il est traité comme un quasi staff engineer pour enquêter sur des coûts de tokens, repérer des optimisations manquées et mieux expliquer ses constats que des modèles antérieurs comme o1 ou Sora. Le point commun est l'autonomie opérationnelle, notamment via l'usage de l'ordinateur et une meilleure capacité à transformer une intention en travail exécutable.
La vague des agents d'IA se déplace des chatbots vers des systèmes capables de surveiller mails, calendriers, achats et formulaires pour agir au nom de l'utilisateur. La dynamique financière est déjà massive: Instinct a levé 1 milliard de dollars pour une valorisation de 10 milliards, tandis que Meta avance avec Muse et la distribution de WhatsApp. La compétition porte désormais autant sur l'accès aux utilisateurs, la confiance et les intégrations que sur la qualité brute des modèles. Cette montée en autonomie relance les questions de sécurité, de délégation et de contrôle humain sur les décisions prises en arrière-plan.
TypeSafe AI a lancé Jeev le 15 septembre 2026 comme alternative aux modèles génératifs pour les workflows d'entreprise. Au lieu d'écrire du texte, le système renvoie des sorties bornées — catégorie, score, probabilité, oui/non — pour orienter des tickets, estimer une urgence ou déclencher une revue humaine. L'argument commercial central est la vitesse, avec une architecture pensée pour des décisions structurées plutôt que pour la conversation. Mais l'intérêt réel dépendra de validations métier strictes, car une réponse typée et rapide n'est utile que si ses seuils d'erreur sont maîtrisés.
Higgsfield passe d'un modèle par abonnement à une API à l'usage pour la génération d'images et de vidéos, y compris via ChatGPT. Jusqu'ici, l'accès coûtait à partir de 19 $/mois et montait autour de 59 $/mois pour les meilleurs modèles vidéo. La facturation à la génération ouvre les modèles premium à des utilisateurs occasionnels qui n'utilisent pas tous leurs crédits chaque mois. Le mouvement reflète une bataille plus large sur la tarification de l'IA générative, où la flexibilité de l'accès peut devenir aussi importante que la qualité du modèle.
Trois signaux faibles convergent sur le coût réel de l'automatisation. D'un côté, la course aux data centers et au renouvellement accéléré des puces alimente les critiques sur la consommation d'énergie, le gaspillage matériel et les effets sociaux d'un déploiement industriel sans frein. De l'autre, les bots de sneakers continuent d'industrialiser les drops de Nike, Supreme ou de billets, au cœur d'un marché de revente estimé à 300 millions d'euros. Enfin, des audits automatisés d'abonnements inspirés de XAI promettent des économies — jusqu'à 114,23 $/mois dans une petite simulation — mais exigent toujours une vérification humaine avant toute décision.