Models on Best of AI

ERNIE 5.0

Thu, 05 Nov 2026 00:00:00 +0000

ERNIE 5.0 a été présenté en novembre 2025 comme le modèle nativement multimodal de Baidu, qui couvre le texte, les images, l’audio et la vidéo. Les sources ne s’accordent pas sur la date de la sortie finale, entre janvier et début février 2026.

ERNIE 5.1

Thu, 05 Nov 2026 00:00:00 +0000

ERNIE 5.1 est le modèle de Baidu de mai 2026, un système de mélange d’experts sparse avec une fenêtre de contexte de 128K tokens. Baidu n’a pas publié de nombre de paramètres.

Gemini Omni Flash

Thu, 05 Nov 2026 00:00:00 +0000

Gemini Omni Flash est le premier modèle de la série Omni de Google, annoncé à l’I/O 2026. Il accepte des images, de l’audio, de la vidéo et du texte en entrée, et génère de la vidéo, en réunissant les idées derrière Veo et Genie dans un seul modèle de raisonnement. Il a été déployé pour les abonnés AI Plus, Pro et Ultra, dans l’app Gemini, Google Flow et YouTube Shorts.

Gemma 4

Thu, 05 Nov 2026 00:00:00 +0000

Gemma 4 est la quatrième génération des modèles ouverts de Google DeepMind, publiée le 2 avril 2026. La licence est Apache 2.0, plus permissive que les conditions propres des versions Gemma précédentes. Une variante 12B plus petite a suivi, pour tourner sur du hardware local.

GPT-6.1 Sol

Thu, 05 Nov 2026 00:00:00 +0000

GPT-6.1 Sol est une mise à niveau importante de GPT-6 Sol. OpenAI met en avant un code agentique plus solide, le computer use, et du travail professionnel comme les documents et l’analyse. Il a suivi GPT-6.1 Terra à l’automne 2026.

Granite 4.0

Thu, 05 Nov 2026 00:00:00 +0000

Granite 4.0 est la famille de modèles ouverts d’IBM, construite sur une conception hybride Mamba et transformer. IBM indique que les variantes H utilisent plus de 70 % de mémoire en moins sur les longues entrées que les transformers classiques. Sortie sous licence Apache 2.0.

Hunyuan Hy3

Thu, 05 Nov 2026 00:00:00 +0000

Hy3 est le modèle Hunyuan phare de Tencent, lancé le 6 juillet 2026 après une preview en avril. Il compte 295 milliards de paramètres, dont environ 21 milliards actifs, trois modes de raisonnement et une licence Apache 2.0. Il alimente l’assistant Yuanbao.

MAI-Thinking-1

Thu, 05 Nov 2026 00:00:00 +0000

MAI-Thinking-1 est le modèle phare des sept modèles MAI que Microsoft AI a annoncés en juin 2026. Microsoft dit qu’il a été entraîné depuis zéro, sans distillation à partir de modèles tiers. Les nombres de paramètres rapportés par les médias varient, donc on le laisse non divulgué.

Midjourney V8

Thu, 05 Nov 2026 00:00:00 +0000

Midjourney V8 est passé aux testeurs alpha le 17 mars 2026. V8.1 est devenu le modèle par défaut le 30 avril, et une source indique que V8.2 a suivi le 24 juillet. V9 est en développement.

Recraft V4

Thu, 05 Nov 2026 00:00:00 +0000

Recraft V4 est une reconstruction depuis zéro du modèle d’images de Recraft, sorti en février 2026 d’après sa documentation. Il existe en versions raster standard et Pro, plus des versions vectorielles qui produisent du SVG.

Stable Audio 3.0

Thu, 05 Nov 2026 00:00:00 +0000

Stable Audio 3.0 est le modèle de génération musicale de Stability AI pour 2026. L’entreprise dit ne l’entraîner que sur des données sous licence, avec des accords Universal, Sony et Warner à l’appui. Les sources ne s’accordent pas sur un lancement en mai ou en juin.

Universal-3 Pro

Thu, 05 Nov 2026 00:00:00 +0000

Universal-3 Pro permet aux développeurs d’ajouter un prompt texte à côté de l’audio pour personnaliser une transcription. Il est sorti autour du 4 février 2026, avec une version streaming en mars.

voyage-4

Thu, 05 Nov 2026 00:00:00 +0000

Voyage 4 a été annoncé par MongoDB le 15 janvier 2026. La famille comprend voyage-4, voyage-4-large, voyage-4-lite et un voyage-4-nano à poids ouverts. MongoDB affirme qu’il dépasse Gemini et Cohere sur le classement RTEB.

Amazon Nova 2.5 Sonic

Wed, 04 Nov 2026 00:00:00 +0000

Nova 2.5 Sonic est passé en disponibilité générale le 5 octobre 2026. Il fait tourner des agents vocaux en temps réel, avec de meilleurs appels d’outils et une latence plus basse que la version précédente.

AstaBrief 8B

Wed, 04 Nov 2026 00:00:00 +0000

AstaBrief 8B transforme une question de recherche et un jeu d’articles en un rapport avec citations. Ai2 a aussi ajouté un mode Fast dans Asta, qui s’en sert.

Beam

Wed, 04 Nov 2026 00:00:00 +0000

Beam est le modèle ouvert à mélange d’experts parcimonieux de Reflection, avec 501B au total et 23B actifs, sous Apache 2.0. Il est fait pour la programmation, le raisonnement et le travail agentique.

Canva Craft

Wed, 04 Nov 2026 00:00:00 +0000

Canva Craft est un modèle d’image centré sur le design, qui planifie la composition et renvoie des sorties éditables jusqu’à 2K. Il est disponible dans Canva et via une API publique.

Claude Haiku 5.5

Wed, 04 Nov 2026 00:00:00 +0000

Anthropic a publié Claude Haiku 5.5 le 7 octobre 2026, pour le travail à fort volume et sensible au coût. Il a un réglage d’effort ajustable, et il est disponible sur la Claude Platform et chez des fournisseurs cloud.

DeepSeek V4.1 Flash Cyber

Wed, 04 Nov 2026 00:00:00 +0000

DeepSeek V4.1 Flash Cyber est une variante de V4.1 Flash tournée vers la cybersécurité, sortie le 29 octobre 2026.

Doubao-Seedance-1.0-pro-fast

Wed, 04 Nov 2026 00:00:00 +0000

Doubao-Seedance-1.0-pro-fast est une version plus rapide et moins chère de Seedance 1.0 Pro, jusqu’à environ 3 fois plus rapide, avec génération multi-shot. Il tourne sur Volcano Ark.

EmbeddingGemma 2

Wed, 04 Nov 2026 00:00:00 +0000

EmbeddingGemma 2 place le texte, le code, l’image, la vidéo et l’audio dans un seul espace d’embeddings. Il compte 740M paramètres et il est assez petit pour tourner sur l’appareil.

FLUX 3 Max

Wed, 04 Nov 2026 00:00:00 +0000

FLUX 3 Max est un modèle de palier supérieur dans la gamme FLUX 3 de Black Forest Labs, indiqué par LLM Gateway comme sorti le 15 octobre 2026.

Gemini 4 Carbon

Wed, 04 Nov 2026 00:00:00 +0000

Gemini 4 Carbon vise la défense en cybersécurité et les tâches à long horizon. Google l’a déployé le 28 octobre 2026 auprès d’un groupe limité, via le Fairwind Program.

Gemini Robotics ER 2

Wed, 04 Nov 2026 00:00:00 +0000

Gemini Robotics ER 2 est un modèle de raisonnement robotique, entré en préversion publique sur Google Cloud le 27 octobre 2026, avec des outils pour les entreprises.

Genie 4

Wed, 04 Nov 2026 00:00:00 +0000

Genie 4 est un modèle du monde qui génère des simulations interactives en temps réel, avec audio natif, pilotables en langage naturel. Google l’a ouvert à un groupe limité le 27 octobre 2026.

GPT-6 Rosalind Research

Wed, 04 Nov 2026 00:00:00 +0000

OpenAI a sorti GPT-6 Rosalind Research le 30 octobre 2026 pour la recherche en sciences de la vie en plusieurs étapes, construite sur le raisonnement de GPT-6. L’accès est limité aux utilisateurs approuvés.

GPT-6.1 Terra

Wed, 04 Nov 2026 00:00:00 +0000

GPT-6.1 Terra est le modèle rapide et économe de la famille GPT-6 d’OpenAI, avec raisonnement visuel et computer use. OpenAI indique des tarifs d’API standards 50 % en dessous de ceux de GPT-5.6 Terra.

Grok Voice 3.0

Wed, 04 Nov 2026 00:00:00 +0000

Grok Voice 3.0 est le modèle de parole à parole de xAI pour la Voice Agent API. L’alias grok-voice-latest pointe désormais vers lui.

Kimi K3.1 Pro

Wed, 04 Nov 2026 00:00:00 +0000

Moonshot AI a sorti Kimi K3.1 Pro le 23 octobre 2026. C’est un modèle de classe 3T, avec une fenêtre de contexte d’un million de tokens, visé vers le code, la 3D, la recherche financière et les tâches agentiques. Une variante plus rapide, Highspeed, est sortie le même jour.

Kolibri

Wed, 04 Nov 2026 00:00:00 +0000

Kolibri est le mélange d’experts ouvert d’Aleph Alpha pour l’anglais et l’allemand, avec 78 milliards de paramètres au total, 3 milliards actifs et jusqu’à 1 million de tokens de contexte. Il vise le travail dans des secteurs réglementés.

LFM3

Wed, 04 Nov 2026 00:00:00 +0000

LFM3 est la nouvelle famille de modèles de Liquid AI, construite sur une base partagée. La première sortie compte six modèles de classe 2B, qui couvrent le texte, la vision, l’audio, l’omni et les tâches de décision.

Ling-3.1-flash

Wed, 04 Nov 2026 00:00:00 +0000

Ling-3.1-flash est un modèle de raisonnement hybride d’InclusionAI, avec 560 milliards de paramètres au total, environ 25 milliards actifs et une fenêtre de contexte d’un million de tokens. Il vise les tâches d’agent, de recherche, de bureautique et de code.

MAI-Image-2.7

Wed, 04 Nov 2026 00:00:00 +0000

MAI-Image-2.7 est un modèle d’image de Microsoft en preview, centré sur l’édition : changement de style, rééclairage, retouches de texte et restauration.

MAI-Voice-2.1

Wed, 04 Nov 2026 00:00:00 +0000

Microsoft a sorti MAI-Voice-2.1 et un MAI-Voice-2.1-Flash à faible latence le 1er octobre 2026, en même temps que MAI-Transcribe-2-Streaming, qui transcrit la parole en direct dans 60 langues, avec des résultats partiels en un peu plus de 100 ms.

Mellum2.1

Wed, 04 Nov 2026 00:00:00 +0000

JetBrains a sorti Mellum2.1 le 8 octobre 2026, un mélange d’experts ouvert de 12 milliards de paramètres pour les agents de code. Il a été entraîné par apprentissage par renforcement dans des environnements de code.

Mercury 3

Wed, 04 Nov 2026 00:00:00 +0000

Mercury 3 est un modèle de langage à diffusion d’Inception Labs, avec une fenêtre de contexte d’un million de tokens.

MiMo V2.6 Flash

Wed, 04 Nov 2026 00:00:00 +0000

MiMo V2.6 Flash est la version d’accompagnement moins chère du MiMo V2.6 Pro de Xiaomi, listée sur des agrégateurs d’API en octobre 2026 avec une fenêtre de contexte de 128K. La date de sortie exacte n’est pas confirmée.

Muse Spark Open

Wed, 04 Nov 2026 00:00:00 +0000

Muse Spark Open est un modèle à mélange d’experts nativement multimodal de Meta, avec 816 milliards de paramètres au total, 42 milliards actifs et une fenêtre de contexte d’un million de tokens. Il vise le code et le travail agentique.

Muse Wonder

Wed, 04 Nov 2026 00:00:00 +0000

Muse Wonder et Muse Wonder Full sont des modèles d’agents qui utilisent Active Memory et Active Focus pour les tâches longues. Ils sont disponibles via la Meta Model API et Muse Code.

Nano Banana 2.1

Wed, 04 Nov 2026 00:00:00 +0000

Nano Banana 2.1 est un modèle de génération et d’édition d’images de la famille Gemini 3, qui prend du texte et des images en entrée et renvoie des images et du texte. Il est disponible dans Gemini, AI Studio, Ads, Flow et d’autres produits Google.

Nemotron 3.5 Bolt E4B

Wed, 04 Nov 2026 00:00:00 +0000

Nemotron 3.5 Bolt E4B est un petit modèle qui tient dans 4 GB, conçu pour des agents conversationnels, avec usage d’outils sur plusieurs tours et un raisonnement configurable. Il a une fenêtre de contexte de 64K.

Nemotron 3.5 Super VL

Wed, 04 Nov 2026 00:00:00 +0000

NVIDIA a publié Nemotron 3.5 Super VL et une variante Bolt 74B-A9B le 15 octobre 2026, pour des flux de travail d’agents multimodaux.

Nemotron 3.5 Transcribe

Wed, 04 Nov 2026 00:00:00 +0000

Nemotron 3.5 Transcribe suit des instructions de transcription, de traduction et d’attribution des locuteurs dans 40 langues, et traite des enregistrements jusqu’à une heure.

Pika H3 Flex

Wed, 04 Nov 2026 00:00:00 +0000

Pika H3 Flex est une version post-entraînée de MiniMax H3 pour le travail vidéo itératif. Elle prend jusqu’à 12 références et génère un audio synchronisé.

Qwen3.6 27B

Wed, 04 Nov 2026 00:00:00 +0000

Qwen3.6 27B est un modèle de 27 milliards de paramètres de l’équipe Qwen d’Alibaba, sorti le 21 octobre 2026.

RynnUnify

Wed, 04 Nov 2026 00:00:00 +0000

RynnUnify, de la DAMO Academy d’Alibaba, est un modèle multimodal incarné de 16B qui associe un raisonneur de 8B et un générateur vidéo de 8B pour la planification visuelle.

Step 5 Preview

Wed, 04 Nov 2026 00:00:00 +0000

Step 5 Preview de StepFun est apparu sur des agrégateurs d’API en octobre 2026, avec une fenêtre de contexte de 128K. StepFun n’a pas publié beaucoup de détails, et la date de sortie exacte n’est pas confirmée.

Voxtral 3

Wed, 04 Nov 2026 00:00:00 +0000

Voxtral 3 couvre la transcription de la parole et la synthèse vocale, et il est livré avec un SDK d’agent vocal. Mistral héberge l’API dans l’UE et propose aussi un déploiement en propre.

WeVisOne-VL

Wed, 04 Nov 2026 00:00:00 +0000

WeVisOne-VL est un modèle vision-langage de Tencent, en tailles 2B et 4B. Il gère la détection, la localisation, le comptage, l’OCR, la segmentation et le matting.

Claude Opus 5.5

Sat, 03 Oct 2026 00:00:00 +0000

Anthropic a publié Claude Opus 5.5 le 22 septembre 2026. Il garde la fenêtre de contexte de 1 million de tokens de Claude Opus 5, tout en égalant Claude Fable 5.1 sur la majeure partie de la suite de benchmarks d’Anthropic. Le changement principal est le coût : Anthropic dit qu’Opus 5.5 tourne environ 40 % moins cher qu’Opus 5 sur les charges habituelles. Pour les équipes déjà au niveau Opus, c’est une mise à niveau directe, pas une ligne de produits à part.

Claude Sonnet 5.5

Sat, 03 Oct 2026 00:00:00 +0000

Anthropic a sorti Claude Sonnet 5.5 le 28 septembre 2026, une semaine après Claude Opus 5.5. Anthropic dit qu’il génère sa sortie plus de 30 % plus vite que Claude Sonnet 5, en gardant les mêmes tarifs d’API, soit 2 $ par million de tokens d’entrée et 10 $ par million de tokens de sortie, avec les lectures d’entrée en cache à 0,20 $. La fenêtre de contexte reste à 1 million de tokens.

Eleven v4

Sat, 03 Oct 2026 00:00:00 +0000

ElevenLabs a lancé Eleven v4 le 28 septembre 2026, avec plus d’expressivité et un clonage de voix à partir d’un échantillon de 10 secondes, dans plus de 90 langues. Eleven v4 Turbo est le même modèle ajusté pour le temps réel, avec environ 100 millisecondes de latence médiane. Eleven v4 a pris la première place du classement Artificial Analysis Provider Voice Arena pour septembre 2026, avec environ 75 % des auditeurs qui le préféraient à cinq services concurrents en tests à l’aveugle.

FLUX 3 Action

Sat, 03 Oct 2026 00:00:00 +0000

Black Forest Labs a publié FLUX 3 Action le 23 septembre 2026, un modèle à poids ouverts de 7 milliards de paramètres qui prédit des actions de robot à partir de vidéo. Il a obtenu 42,2 % sur le benchmark RoboLab-120 de NVIDIA, contre 36,8 % pour Cosmos 3 Nano, le modèle de NVIDIA, avec moins de la moitié des paramètres. Les poids sont publiés sur Hugging Face sous une nouvelle FLUX Kommunity License.

Gemini 4 Argon

Sat, 03 Oct 2026 00:00:00 +0000

Google DeepMind a annoncé Gemini 4 Argon le 30 septembre 2026, conçu pour les longues sessions de programmation, le travail de connaissance en entreprise et la cyberdéfense. Il porte la sortie maximale à 1 million de tokens, contre 64 000 sur les Gemini précédents. Google indique qu’il est en tête sur 12 des 18 benchmarks testés face à GPT-6 Astra et Claude Opus 5.5. L’accès est pour l’instant limité aux partenaires vérifiés du programme de cyberdéfense Fairwind de Google, sans API publique ni date de disponibilité générale. Le tarif d’introduction affiché est de 2 $ par million de tokens d’entrée et de 10 $ par million de tokens de sortie, puis de 4 $ et 20 $ une fois la période de préversion terminée.

GLM-5.3-FlashX

Sat, 03 Oct 2026 00:00:00 +0000

Z.ai (Zhipu AI) a publié GLM-5.3-FlashX le 18 septembre 2026. Il reprend le mélange d’experts de 320 milliards de paramètres de GLM-5.3-Flash, avec 18 milliards de paramètres actifs par token, la multimodalité native et l’attention hybride sparse et linéaire. La variante FlashX est ajustée pour la vitesse de service, avec un débit visé jusqu’à 200 tokens par seconde, en gardant la même fenêtre de contexte de 1 million de tokens.

GPT-6 Luna

Sat, 03 Oct 2026 00:00:00 +0000

OpenAI a sorti GPT-6 Luna le 22 septembre 2026, comme la version économique de GPT-6 Sol. Il partage la fenêtre de contexte de 1,05 million de tokens de Sol et la limite de sortie de 128 000 tokens, mais coûte beaucoup moins à faire tourner : 0,10 $ par million de tokens d’entrée et 0,50 $ par million de tokens de sortie. C’est le choix d’OpenAI pour les tâches à fort volume, comme la classification, le résumé et le chat de routine, là où le raisonnement plus lourd de GPT-6 Astra ou de Sol n’est pas nécessaire.

GPT-6 Sol

Sat, 03 Oct 2026 00:00:00 +0000

OpenAI a sorti GPT-6 Sol le 22 septembre 2026, en même temps que le moins cher GPT-6 Luna, en plaçant les deux sous le phare GPT-6 Astra, sorti plus tôt, dans la gamme GPT-6. Sol lit jusqu’à 1,05 million de tokens de contexte et écrit jusqu’à 128 000 tokens en sortie. Il vise le code et les tâches agentiques, plutôt que le raisonnement en recurrent depth d’Astra. Le tarif de l’API est de 2 $ par million de tokens d’entrée et 10 $ par million de tokens de sortie, avec un tarif de 0,20 $ pour l’entrée mise en cache.

Grok 4.7

Sat, 03 Oct 2026 00:00:00 +0000

xAI a sorti Grok 4.7 le 21 septembre 2026, en même temps que Grok Build, un agent de code natif du terminal construit autour de lui. Le modèle garde le même tarif par token que Grok 4.6 et offre une fenêtre de contexte de 500 000 tokens. Grok 5 est encore en entraînement chez xAI, sans date de sortie engagée, ce qui fait de 4.7 une mise à jour intermédiaire visée surtout vers le code et le travail intellectuel.

MiniMax M3.1-Flash-Preview

Sat, 03 Oct 2026 00:00:00 +0000

MiniMax a publié M3.1-Flash-Preview le 27 septembre 2026, son premier modèle sous le nom M3.1. Il lit jusqu’à 1 million de tokens de contexte, mais il ne tourne que dans l’outil de code de MiniMax, MiniMax Code, et pas via une API générale. MiniMax n’a pas encore publié de tarif, de débit ni de chiffres de benchmark.

Nemotron 3 Diarization

Sat, 03 Oct 2026 00:00:00 +0000

NVIDIA a publié Nemotron 3 Diarization le 23 septembre 2026, un modèle à poids ouverts de 100 millions de paramètres qui suit jusqu’à huit locuteurs en chevauchement, en temps réel, sur de l’audio en flux. Il vise les pipelines de centres d’appels et de transcription de réunions qui doivent savoir qui a dit quoi au fil de l’audio, et pas après coup.

Qwen-Audio-3.1-Realtime

Sat, 03 Oct 2026 00:00:00 +0000

Alibaba a sorti Qwen-Audio-3.1-Realtime le 28 septembre 2026, comme modèle phare d’une pile de cinq modèles Qwen-Audio-3.1 qui couvre aussi la reconnaissance vocale et la synthèse vocale. Il est fait pour des agents vocaux en full duplex : il peut écouter et répondre en même temps, et décider en cours de conversation s’il doit parler ou appeler un outil externe.

Qwen-Image-2.1

Sat, 03 Oct 2026 00:00:00 +0000

Alibaba a publié Qwen-Image-2.1 en open source le 20 septembre 2026. Le modèle de 7 milliards de paramètres réunit la génération texte-vers-image et l’édition d’images dans un seul système, gère un vrai canal alpha pour une sortie transparente, et accepte jusqu’à 10 images de référence par génération. Les poids sont sur Hugging Face, sous licence Apache 2.0.

Qwen3.8-Omni-Flash

Sat, 03 Oct 2026 00:00:00 +0000

Alibaba a sorti Qwen3.8-Omni-Flash fin septembre 2026, un seul modèle qui accepte du texte, de l’image, de l’audio et de la vidéo en entrée et répond en texte, prévu pour des charges agentiques et multimodales. Il a une fenêtre de contexte d’un million de tokens, et il est disponible via Alibaba Cloud et en poids ouverts sur Hugging Face.

Xiaomi MiMo-V2.6-Pro

Sat, 03 Oct 2026 00:00:00 +0000

Xiaomi a mis en open source la gamme MiMo-V2.6 le 22 septembre 2026, composée de MiMo-V2.6-Flash, du modèle phare MiMo-V2.6-Pro et d’une variante d’inférence plus rapide appelée MiMo-V2.6-Pro-UltraSpeed. La sortie s’appuie sur des gains d’apprentissage par renforcement de l’équipe de recherche de Xiaomi, et l’entreprise cite un débit d’inférence au-dessus de 150 tokens par seconde comme l’un des arguments de la famille. MiMo-V2.6-Pro sort sous licence MIT.

Atria Dawn Preview

Fri, 18 Sep 2026 00:00:00 +0000

Le Shanghai AI Laboratory a publié Atria Dawn Preview le 11 septembre 2026, une préversion à poids ouverts construite sur une base mixture-of-experts de 744 milliards de paramètres, visée vers le travail de recherche et d’ingénierie agentique plutôt que vers le chat. L’objectif est une boucle complète (analyse du problème, usage d’outils, implémentation du code, exécution d’expériences, lecture des résultats et reprise après un échec) plutôt que de répondre à une question puis de s’arrêter.

Claude Mythos 5.1

Fri, 18 Sep 2026 00:00:00 +0000

Claude Mythos 5.1 partage le même modèle sous-jacent que Claude Fable 5.1, publié le même jour, mais il sort avec des garde-fous assouplis pour un ensemble étroit de tâches à double usage : découverte de vulnérabilités, red teaming, découverte de médicaments et criblage pour la biodéfense. Anthropic ne le place pas dans la gamme API habituelle. L’accès ne va qu’aux organisations vérifiées via ses programmes d’accès de confiance, et le tarif est celui de Fable 5.1, 10 $ par million de tokens d’entrée et 50 $ par million de tokens de sortie.

DeepSeek-V4.1-Flash

Fri, 18 Sep 2026 00:00:00 +0000

DeepSeek a sorti V4.1-Flash le 10 septembre 2026, un modèle de mélange d’experts de 552 milliards de paramètres, avec vision native et une fenêtre de contexte de 1 048 576 tokens, qui va jusqu’à 393 216 tokens en sortie. Les tarifs suivent un découpage heures de pointe et heures creuses : hors pointe, 0,003 $ par million de tokens en entrée en cas de cache hit, 0,15 $ en cas de cache miss, et 0,60 $ par million de tokens en sortie. Aux heures de pointe (matins de semaine, UTC), les tarifs sont exactement le double.

Fugu Max

Fri, 18 Sep 2026 00:00:00 +0000

Fugu Max, publié par Sakana AI le 11 septembre 2026 en même temps que son frère phare Fugu Ultra v2, n’est pas un modèle de fondation au sens habituel. C’est un modèle de routage entraîné à répartir les tâches dans un ensemble fixe de modèles à poids ouverts et spécialisés, dont la famille Nemotron de NVIDIA, et à s’appeler lui-même de façon récursive. Sakana le tarife à 2 $ par million de tokens en entrée et 6 $ par million de tokens en sortie, ce que l’entreprise présente comme 40 à 60 % moins cher en sortie que Sonnet 5, GPT-5.6 Terra et Kimi K3.

Fugu Ultra v2

Fri, 18 Sep 2026 00:00:00 +0000

Fugu Ultra v2 est le modèle d’orchestration phare de Sakana AI, sorti le 11 septembre 2026 à 5 $ par million de tokens en entrée et 30 $ par million de tokens en sortie, pour les longueurs de contexte standard. Plutôt que d’être entraîné comme un seul réseau, il route et recombine un ensemble de modèles à poids ouverts et spécialisés, avec une fenêtre de contexte d’un million de tokens. Sur Chartography, le benchmark de raisonnement visuel et d’interprétation de données de Sakana, il a obtenu 48,3, contre 27,3 pour Opus 5 d’Anthropic et 29,5 pour Fable 5.

Gemini 3.8 Flash

Fri, 18 Sep 2026 00:00:00 +0000

Google a publié Gemini 3.8 Flash le 2 septembre 2026, en gardant la même fenêtre de contexte de 1 048 576 tokens et le même plafond de sortie de 65 536 tokens que 3.7 Flash, avec des gains nets sur les benchmarks d’ingénierie logicielle, d’agents et de raisonnement en plusieurs étapes. Le tarif d’introduction reste à 0,75 $ par million de tokens d’entrée et 3,75 $ par million de tokens de sortie jusqu’à fin 2026, après quoi il double, à 1,50 $ et 7,50 $.

Gemini 3.8 Flash Cyber

Fri, 18 Sep 2026 00:00:00 +0000

Gemini 3.8 Flash Cyber est le modèle de sécurité dédié de Google, sorti en même temps que le 3.8 Flash généraliste le 2 septembre 2026, et réservé au nouveau Fairwind Program plutôt que vendu comme un produit d’API standard. Google indique qu’il dépasse 70 % sur des tests internes de découverte de vulnérabilités dans 20 langages, obtient 47,2 % de pass@1 sur CWE-Bench, et produit 2,6 fois plus de correctifs justes sur des vulnérabilités de Chrome que les principaux modèles commerciaux, dans les tests de l’entreprise.

Gemini 3.8 Live

Fri, 18 Sep 2026 00:00:00 +0000

Google a publié Gemini 3.8 Live le 15 septembre 2026, avec un modèle frère plus orienté raisonnement, Gemini 3.8 Live Extended Thinking. Les deux passent par une connexion WebSocket via l’API Gemini Live, prennent de l’audio, de la vidéo, des images et du texte en entrée, et répondent en audio. Ils comprennent et parlent 97 langues, et peuvent changer de langue au milieu d’une conversation. Le tarif est de 0,005 $ par minute d’audio en entrée et de 0,018 $ par minute d’audio en sortie, ce qui revient à environ 1,38 $ pour une heure de conversation.

Hy4 Preview

Fri, 18 Sep 2026 00:00:00 +0000

Tencent a publié Hy4 Preview en open source le 28 août 2026. C’est un modèle de mélange d’experts de 770 milliards de paramètres, dont 49 milliards actifs, avec une fenêtre de contexte d’un million de tokens, sous licence Apache 2.0. Plutôt que de construire un modèle de chat généraliste, l’équipe Hunyuan de Tencent l’a entraîné sur des données de travail d’ingénieurs logiciel, de développeurs de jeux, d’analystes en finance et d’experts en sécurité, et l’a co-conçu avec ses propres produits CodeBuddy et WorkBuddy.

Kimi K2.8 Preview

Fri, 18 Sep 2026 00:00:00 +0000

Moonshot AI a déployé Kimi K2.8 Preview le 11 septembre 2026, en le plaçant entre le Kimi K2.7 Code à poids ouverts et le Kimi K3 phare. Il est arrivé le même jour dans Kimi Code et Kimi Work, sans changement de configuration, a ajouté l’image et la vidéo en plus du texte, et a fait passer la fenêtre de contexte de chaque palier d’abonnement de 262 144 à 1 million de tokens. L’effort de réflexion réglable (low, high ou max) rejoint maintenant la série K3, avec max par défaut.

Ling-3.0-Flash-Fin

Fri, 18 Sep 2026 00:00:00 +0000

L’équipe InclusionAI d’Ant Group a sorti Ling-3.0-Flash-Fin le 28 août 2026, en poursuivant l’entraînement du modèle de base Ling-3.0-Flash sur des données financières développées avec CICC et d’autres institutions. Il garde le même mélange d’experts de 124 milliards de paramètres, dont 5,1 milliards actifs, et la même fenêtre de contexte de 256 000 tokens, mais il ajoute une recherche financière ancrée dans les sources, un raisonnement multi-documents sur les documents réglementaires et les rapports de résultats, et un travail de valorisation natif dans le tableur.

Mercury 2.5 Preview

Fri, 18 Sep 2026 00:00:00 +0000

Inception Labs a sorti Mercury 2.5 Preview le 31 août 2026, le dernier de sa gamme Mercury de modèles de langage à diffusion, une conception qui génère et affine plusieurs tokens en parallèle plutôt qu’un par un. Inception dit que l’approche pousse le débit à 1 107 tokens par seconde sur des GPU standards. Inception place le gain d’intelligence par rapport à Mercury 2 autour de 40 %, dans la fourchette de modèles optimisés pour le coût comme Gemini 3.5 Flash-Lite et Claude Haiku 4.5.

Claude Fable 5.1

Sat, 05 Sep 2026 00:00:00 +0000

Anthropic a publié Claude Fable 5.1 le 1er septembre 2026, en même temps que Mythos 5.1, une version à accès restreint du même modèle sous-jacent. Elle est réservée à des organisations de cybersécurité et de sciences de la vie déjà vérifiées, qui ont besoin de capacités que la version publique garde sous garde-fous. Fable 5.1 conserve le tarif de Fable 5, 10 $ par million de tokens d’entrée et 50 $ par million de tokens de sortie, mais fait passer la lecture du cache de prompts de 1,00 $ à 0,25 $ par million de tokens. Anthropic dit que ce changement baisse le coût effectif d’environ 25 % pour les charges habituelles, et jusqu’à 45 % pour les usages très agentiques qui s’appuient sur un contexte en cache. Anthropic a cité 52,6 % à Terminal-Bench-Science parmi les gains de benchmark mis en avant par rapport au Fable 5 d’origine.

GPT-6 Astra

Sat, 05 Sep 2026 00:00:00 +0000

OpenAI a lancé GPT-6 Astra le 3 septembre 2026, son modèle le plus capable à ce jour, et le premier à utiliser ce que l’entreprise appelle le recurrent depth. C’est une technique de raisonnement en boucle : le modèle revient sur sa lecture d’un problème et l’affine plusieurs fois, plutôt que de raisonner en une seule passe avant. Les tarifs sont de 10 $ par million de tokens d’entrée, 1 $ pour l’entrée mise en cache, 12,50 $ pour les écritures de cache, et 50 $ par million de tokens de sortie, avec une fenêtre de contexte de 1,05 million de tokens et jusqu’à 128 000 tokens en sortie. L’approche a attiré l’attention de chercheurs en sécurité extérieurs, dont des groupes à Redwood Research. Ils notent que le recurrent depth rend la chaîne de pensée plus difficile à suivre pour un observateur extérieur que les modèles de raisonnement pas à pas précédents.

Muse Glimmer

Sat, 05 Sep 2026 00:00:00 +0000

Meta a publié Muse Glimmer le 10 août 2026, un modèle de 30 milliards de paramètres distillé de son plus grand Muse Spark 1.2, conçu pour faire tourner en continu des tâches agentiques sur un seul GPU grand public, plutôt que dans le cloud. Il associe un modèle de langage causal à un encodeur de perception dédié, et réunit dans un seul modèle le raisonnement en plusieurs étapes, l’usage d’outils, la compréhension multimodale et la reprise après échec, tout en continuant de travailler sans accès au réseau. Meta indique qu’il dépasse des modèles de taille proche, chez Google et Alibaba, sur les benchmarks agentiques, et qu’il tient la comparaison avec des modèles deux fois plus gros sur les tâches de raisonnement. Les poids sont ouverts sous licence Apache 2.0, pour les développeurs qui construisent des assistants de code sensibles à la vie privée, des outils d’analyse de documents et des agents personnels qui doivent tourner en local.

Muse Spark 1.3

Sat, 05 Sep 2026 00:00:00 +0000

Meta a publié Muse Spark 1.3 le 2 septembre 2026, sa plus forte hausse en code et en tâches agentiques à ce jour et, selon Alexandr Wang, responsable IA, un modèle qui réduit une bonne partie de l’écart avec des sorties de frontière comme GPT-5.6. Il réduit l’usage de tokens de 25 % et les appels d’outils de 20 % sur des tâches comparables, et garde le même tarif que son prédécesseur, 1,25 $ par million de tokens d’entrée et 4,25 $ par million de tokens de sortie, plus un palier contributeur à forte remise pour les développeurs qui laissent Meta s’entraîner sur leurs prompts et leurs complétions. L’accès commence par Muse Code et la Meta API. Une variante « max reasoning » est encore en tests de sûreté avant la sortie, et un déploiement vers Meta AI, Instagram et Facebook est prévu ensuite.

Qwen3.8-Flash-Next

Sat, 05 Sep 2026 00:00:00 +0000

Alibaba a publié Qwen3.8-Flash-Next en open source le 26 août 2026, pour donner aux développeurs un premier aperçu de l’architecture Qwen4 avant la famille complète. C’est un modèle multimodal à mélange d’experts, avec un backbone de 125 milliards de paramètres mais seulement 6 milliards actifs par token, plus une table d’embeddings de n-grammes de 51 milliards de paramètres et un module de prédiction multi-tokens de 4 milliards de paramètres. Le contexte va en natif jusqu’à 262 144 tokens et s’étend à un million. Alibaba dit qu’il dépasse l’ancien Qwen3.7-Plus, surtout sur le code et les tâches de bureau, tout en coûtant environ neuf fois moins à entraîner et environ douze fois moins à faire tourner. Un checkpoint standard et un checkpoint FP8 sont sortis au lancement.

DeepSeek-V4-Flash-Vision-Exp

Mon, 31 Aug 2026 00:00:00 +0000

DeepSeek a publié DeepSeek-V4-Flash-Vision-Exp le 21 août 2026 comme variante expérimentale à entrée image de DeepSeek-V4-Flash, le modèle de mélange d’experts sparse de 284 milliards de paramètres au total et 13 milliards actifs par token. Il égale le V4-Flash texte seul sur les tâches agentiques et de raisonnement, et ajoute la compréhension d’images, visée vers la lecture de documents et de graphiques, la réponse à des questions visuelles et les flux de travail d’agents qui mêlent texte et images. Les images peuvent passer en données base64 inline, par URL, ou via la Files API de DeepSeek. Le modèle tokenise chaque image à 384 tokens, bien en dessous de ce que les modèles GPT et Claude utilisent en général par image.

GLM-5.2 Turbo

Mon, 31 Aug 2026 00:00:00 +0000

Zhipu AI a sorti GLM-5.2 Turbo le 17 août 2026 comme version plus rapide de GLM-5.2, conçue pour les charges pilotées par des agents, et non pour le chat général ou les requêtes ponctuelles. Sa fenêtre de contexte est plus petite que celle du modèle de base, environ 200 000 tokens contre la capacité complète de 1 million de tokens de GLM-5.2, en échange d’une latence plus basse sur les longues chaînes d’exécution typiques des agents de code et des outils d’automatisation. Zhipu indique avoir amélioré la décomposition d’instructions complexes et l’usage d’outils, ainsi que la stabilité sur les tâches planifiées et persistantes qui tournent longtemps sans supervision humaine.

GLM-5.3-Flash

Mon, 31 Aug 2026 00:00:00 +0000

Zhipu AI a officiellement révélé GLM-5.3-Flash le 26 août 2026, en confirmant que c’était le modèle auparavant mis en ligne de façon anonyme sur des plateformes de test sous le nom « Ox Alpha », qui avait attiré plus de 50 billions de tokens de trafic en cinq jours avant que l’on sache qui l’avait construit. C’est un mélange d’experts de 320 milliards de paramètres, dont 18 milliards actifs par token, la première version nativement multimodale de la gamme GLM-5. Il combine une attention hybride, sparse et linéaire, avec une fenêtre de contexte de 1 million de tokens. Zhipu l’a préentraîné sur un corpus multimodal de 30 billions de tokens et indique qu’il égale les modèles sur GPU Nvidia en efficacité et en coût par token, tout en tournant sur des puces chinoises nationales.

GPT-5.6 Cyber

Mon, 31 Aug 2026 00:00:00 +0000

OpenAI a sorti GPT-5.6 Cyber le 10 août 2026, construit par-dessus GPT-5.6 Sol et entraîné pour aider les défenseurs à trouver et corriger des vulnérabilités plus vite que les attaquants ne peuvent les exploiter. Il se trouve derrière Daybreak Red, un nouveau palier plus restreint du programme de cyberdéfense Daybreak d’OpenAI, qui demande une vérification à part, au-delà de l’accès Daybreak Blue dont disposent la plupart des équipes de sécurité approuvées. Par rapport au modèle de base GPT-5.6 Sol, GPT-5.6 Cyber refuse bien moins les requêtes de sécurité à double usage : il mène à bien 95 % des tâches avancées de l’évaluation interne de cybersécurité d’OpenAI, contre 1,5 % pour le modèle général.

Grok 4.6

Mon, 31 Aug 2026 00:00:00 +0000

xAI a sorti Grok 4.6 le 12 août 2026, en prolongeant l’axe code de Grok 4.5 vers des sessions d’agents plus longues et des tâches interactives et visuelles plus exigeantes. Le modèle a une fenêtre de contexte de 500 000 tokens, accepte du texte et des images en entrée, et expose des niveaux d’effort de raisonnement réglables, de low à xhigh, pour que les développeurs arbitrent entre latence et profondeur sur une requête donnée. xAI l’a tarifé à 2 $ par million de tokens en entrée et 6 $ par million de tokens en sortie pour les prompts sous 200 000 tokens, les tarifs doublant à peu près dès qu’une requête dépasse ce seuil.

Qwen-Image-3.0

Mon, 31 Aug 2026 00:00:00 +0000

Alibaba a annoncé Qwen-Image-3.0 le 21 juillet 2026 avec un accès sur invitation, puis l’a ouvert complètement le 5 août. Le modèle, troisième génération de la gamme d’images d’Alibaba, est fait pour accepter des instructions bien plus longues que son prédécesseur, jusqu’à environ 4 500 tokens contre environ 1 000 pour Qwen-Image 2.0. Il peut ainsi composer en une seule passe des mises en page denses et chargées d’information, comme des infographies, des présentations et des maquettes d’interface. Il rend aussi le petit texte avec précision, jusqu’à environ 10 pixels, dans une douzaine de langues, un point où les modèles d’images plus anciens produisaient souvent des caractères illisibles ou déformés.

Gemini 3.7 Flash

Mon, 17 Aug 2026 00:00:00 +0000

Google a sorti Gemini 3.7 Flash le 13 août 2026, trois semaines seulement après 3.6 Flash, en gardant la même fenêtre d’entrée de 1 048 576 tokens et le même plafond de sortie de 65 536 tokens, et en décalant la date de coupure des connaissances à mars 2026. Google attribue les gains aux retours des développeurs et à des changements d’algorithmes, pas à un modèle plus gros. Les sauts de benchmarks sont nets : DeepSWE v1.1 passe de 49,0 à 65,3 %, FrontierCode 1.1 Main de 34,4 à 43,6 %, et l’AutomationBench de Zapier fait presque le double, de 17,0 à 30,4 %. Le tarif d’entrée est divisé par deux, à 0,75 $ par million de tokens, en tarif d’introduction jusqu’à fin 2026.

GLM-5.3

Mon, 17 Aug 2026 00:00:00 +0000

Zhipu AI a publié GLM-5.3 le 14 août 2026 en le présentant comme le modèle de code à poids ouverts le plus fort du moment, même si les poids eux-mêmes n’arrivent que deux semaines après l’annonce. Il partage son architecture de base avec GLM-5.2, donc le gain d’environ 50 % en capacité de programmation que Zhipu annonce vient entièrement d’un post-entraînement prolongé, pas d’un modèle plus gros. L’entreprise insiste en particulier sur l’angle sécurité : GLM-5.3 a obtenu 84,5 % sur CyberGym, un benchmark pour trouver et valider des vulnérabilités à partir du code source, juste devant Claude Mythos d’Anthropic à 83,8 % et GPT-5.6 Sol d’OpenAI à 83,6 %. Zhipu indique que des équipes de sécurité internes ont utilisé le modèle pour faire remonter 2 436 vulnérabilités sur 269 projets.

Grok Imagine Image 2.0

Mon, 17 Aug 2026 00:00:00 +0000

xAI a sorti Grok Imagine Image 2.0 le 7 août 2026 comme nouveau Quality Mode dans l’outil d’images de Grok, sur le web et dans les apps iOS et Android. Plutôt que de miser d’abord sur la qualité de génération brute, la mise à jour est centrée sur l’édition : un outil baguette magique qui ne modifie que la zone désignée, une segmentation pour choisir des zones précises, une suppression d’arrière-plan qui exporte le sujet avec sa transparence, une génération multi-références à partir de jusqu’à cinq images, Smart Resize sur neuf rapports d’aspect, et un rendu de texte plus net pour les images chargées en typographie. Sur les classements Arena, il s’est classé deuxième mondial à la fois en texte-vers-image et en édition d’images, derrière gpt-image-2 d’OpenAI dans les deux catégories.

Qwen3.8-27B

Mon, 17 Aug 2026 00:00:00 +0000

L’équipe Qwen d’Alibaba a sorti Qwen3.8-27B le 14 août 2026, avec des poids ouverts tout de suite sous licence Apache 2.0. C’est un modèle dense de 27 milliards de paramètres, pas un mélange d’experts, et il traite le texte, les images et la vidéo, y compris les schémas, les documents et des séquences de plusieurs heures. Le contexte va jusqu’à 262 000 tokens en natif, et peut monter à un million avec la méthode de mise à l’échelle YaRN. Alibaba dit qu’il dépasse le plus gros Qwen3.7-Plus sur le code et les tâches de bureau, et qu’il a affiné sa planification agentique, de quoi finir des tâches en plusieurs étapes avec moins de supervision.

DeepSeek-V4-Flash-0731

Sun, 09 Aug 2026 00:00:00 +0000

DeepSeek-V4-Flash-0731 fait sortir DeepSeek-V4-Flash de la preview vers une bêta publique, sous la forme d’un checkpoint dont le post-training a été refait, annoncé le 31 juillet 2026 dans le changelog de l’API. L’architecture est inchangée depuis les débuts du modèle en avril : un mélange d’experts de 284 milliards de paramètres, dont 13 milliards actifs par token, un expert partagé plus 256 experts routés, et une fenêtre de contexte d’un million de tokens. Ce qui change, c’est le pipeline de post-training : DeepSeek l’a réajusté pour le code, l’usage agentique d’outils et le raisonnement, et l’API prend désormais en charge nativement le format Responses et fonctionne avec Codex dès le départ. Il reste sous licence MIT et en accès libre, donc les équipes peuvent l’auto-héberger à des fins commerciales sans restriction. Il faut environ 110 GB de mémoire en quantification 3 bits, ou un nœud 4x GB300 en pleine précision. Le tarif de l’API est resté bas, à 0,14 $ par million de tokens en entrée et 0,28 $ par million de tokens en sortie.

FLUX 3

Sun, 09 Aug 2026 00:00:00 +0000

FLUX 3 est le premier modèle de Black Forest Labs à entraîner images, vidéo et audio ensemble dans une seule architecture, au lieu d’assembler des générateurs séparés derrière une seule interface. À partir d’un seul prompt, il peut produire une image fixe ou un clip combiné vidéo et audio jusqu’à 20 secondes, et la même approche de fond, que l’entreprise appelle Self-Flow, s’étend à la vision robotique et à la prédiction d’actions. Il est sorti le 23 juillet 2026 en sortie limitée, plutôt qu’en déploiement public complet, et poursuit le rôle de FLUX, qui alimente des fonctions génératives dans des outils comme Adobe Photoshop et Picsart. Les tarifs et l’accès restent plus étroits que pour le reste de la gamme FLUX au lancement, Black Forest Labs donnant la priorité aux partenaires API et plateformes déjà en place avant de l’ouvrir plus largement.

Gemini 3.5 Flash Cyber

Sun, 09 Aug 2026 00:00:00 +0000

Gemini 3.5 Flash Cyber est une variante spécialisée que Google a ajustée par fine-tuning pour trouver et corriger des vulnérabilités de sécurité, publiée le 21 juillet 2026 dans la même série de sorties que Gemini 3.6 Flash et Flash-Lite. Plutôt qu’une sortie générale, Google le fait tourner comme un pilote à accès limité, réservé aux gouvernements et aux partenaires de confiance, ce qui montre que les capacités de découverte de vulnérabilités sont traitées autrement que les modèles de programmation généralistes. Les caractéristiques techniques reprennent le reste de la gamme Gemini 3.5 Flash, mais les tarifs et une disponibilité plus large n’ont pas été publiés, le modèle passant par l’approbation d’un programme pilote plutôt que par un accès API en libre-service.

Gemini 3.5 Flash-Lite

Sun, 09 Aug 2026 00:00:00 +0000

Gemini 3.5 Flash-Lite est sorti le 21 juillet 2026 en même temps que Gemini 3.6 Flash, comme le modèle le moins cher de la gamme Gemini actuelle, pour les équipes qui font tourner des charges à fort volume et sensibles à la latence, comme la classification et le résumé en masse, plutôt que le raisonnement complexe. Il partage la fenêtre de contexte de 1 048 576 tokens avec ses grands frères Flash, et prend du texte, de l’image, de l’audio et de la vidéo en entrée. Le tarif est de 0,30 $ par million de tokens en entrée et de 2,50 $ par million de tokens en sortie, avec une remise fixe de 50 % en mode batch pour les tâches hors temps réel. Google le présente comme la porte d’entrée de la famille Gemini 3.5, pour les développeurs qui doivent traiter de gros volumes de requêtes à bas coût et qui peuvent n’envoyer que les cas plus difficiles vers Flash ou Pro.

Gemini 3.6 Flash

Sun, 09 Aug 2026 00:00:00 +0000

Gemini 3.6 Flash a remplacé Gemini 3.5 Flash comme modèle de travail par défaut de Google le 21 juillet 2026, dans une sortie de juillet en trois modèles qui incluait aussi Flash-Lite et une variante Flash Cyber à accès restreint, alors que Gemini 3.5 Pro n’était toujours pas sorti. Il garde la fenêtre de contexte de 1 048 576 tokens et le plafond de sortie de 65 536 tokens, décale la date de coupure des connaissances à mars 2026, et utilise environ 17 % de tokens de sortie en moins que son prédécesseur, tout en marquant plus haut sur les benchmarks de programmation, de long contexte et de computer use, dont un passage de 37 à 49 % sur DeepSWE. Le tarif de sortie est passé de 9,00 $ à 7,50 $ par million de tokens, l’entrée restant à 1,50 $ par million et l’entrée en cache à 0,15 $ par million. Les évaluations indépendantes sont plus mitigées que les chiffres de Google : l’Artificial Analysis Intelligence Index le place à égalité avec 3.5 Flash, et des tests de programmation faits par la communauté le mettent derrière GPT-5.6 Luna, Grok 4.5 et Kimi K3 sur plusieurs tâches.

GPT-Live-1

Sun, 09 Aug 2026 00:00:00 +0000

GPT-Live-1 est le modèle vocal full duplex d’OpenAI, lancé le 8 juillet 2026, avant le déploiement plus large de GPT-5.6. Contrairement aux modes vocaux précédents, qui attendent une pause nette avant de répondre, il écoute et parle en même temps. On peut donc l’interrompre, lui demander de ralentir, ou lui dire de se taire le temps de réfléchir, sans casser la conversation. Il existe en deux tailles : le GPT-Live-1 mini, réduit, fait tourner l’offre gratuite de ChatGPT, et le GPT-Live-1 complet est le modèle par défaut sur les offres Go, Plus et Pro. Il n’y a pas d’abonnement vocal à part, ni de facturation au message. Les questions plus dures passent à GPT-5.5 en arrière-plan, puis la réponse revient dans la conversation. OpenAI a dit qu’une version d’API pour les développeurs arrive, mais n’a pas encore publié de tarif ni de date de sortie.

Kimi K3

Sun, 09 Aug 2026 00:00:00 +0000

Kimi K3 est la plus grande sortie de Moonshot AI à ce jour, un mélange d’experts de 2,8 billions de paramètres que l’entreprise présente comme le plus grand modèle à poids ouverts livré par qui que ce soit jusqu’ici. Il lit le texte, les images et la vidéo nativement, porte une fenêtre de contexte d’un million de tokens, et tourne dans un mode thinking toujours actif, sans voie rapide séparée. Moonshot a tarifé l’accès API à 3 $ par million de tokens d’entrée (0,30 $ en cas de cache hit) et 15 $ par million de tokens de sortie, bien en dessous des grands modèles fermés des labos occidentaux. Les poids complets sont arrivés sur Hugging Face peu après l’annonce du 16 juillet, en quantification MXFP4, ce qui ramène le téléchargement à environ 1,4 TB, assez petit pour qu’une installation d’auto-hébergement sérieuse tourne sans cluster dédié.

Ling-3.0-Flash

Sun, 09 Aug 2026 00:00:00 +0000

Ling-3.0-Flash est la dernière entrée de la gamme Ling d’Ant Group, centrée sur l’efficacité, construite par son labo inclusionAI et présentée le 23 juillet 2026 comme modèle de fondation à raisonnement hybride pour des charges d’agents d’IA en production. C’est un mélange d’experts de 124 milliards de paramètres qui n’active qu’environ 5,1 milliards de paramètres par token, prend en charge nativement une fenêtre de contexte de 256 000 tokens qui peut monter jusqu’à 1 million, et Ant dit qu’il égale ou dépasse des modèles de deux à trois fois son nombre de paramètres sur le raisonnement, le suivi d’instructions et les benchmarks de long contexte. Un système de cache hiérarchique au niveau du cluster réduit le temps jusqu’au premier token sur les longues conversations de 60 à 80 %. Ant a tarifé l’API de première main à 0,075 $ par million de tokens d’entrée et 0,22 $ par million de tokens de sortie, parmi les tarifs les plus bas mesurés pour un modèle à 38 ou plus sur l’Artificial Analysis Intelligence Index, et a publié les poids sur Hugging Face sous licence MIT.

Muse Spark 1.2

Sun, 09 Aug 2026 00:00:00 +0000

Muse Spark 1.2 est une mise à jour ponctuelle de Muse Spark 1.1, centrée sur le code, et non un nouveau modèle de base. Elle est sortie le 5 août 2026 en même temps que Muse Code, le premier agent de code en terminal de Meta. Elle garde la fenêtre de contexte de 1 048 576 tokens et le plafond d’environ 131 072 tokens en sortie de la 1.1, et a été entraînée avec le nouvel agent à partir de trajectoires de harness obtenues par échantillonnage par rejet, plus une boucle d’auto-amélioration. Meta annonce une hausse de 76,2 à 82,9 % sur Terminal-Bench 2.1 et de 53,0 à 59,3 % sur DeepSWE v1.1 par rapport à la version précédente. Le tarif API standard reste à 1,25 $ par million de tokens d’entrée et 4,25 $ par million de tokens de sortie, et Meta a ajouté un palier contributeur à 0,10 $ en entrée et 0,20 $ en sortie, en échange de l’autorisation d’entraîner les futurs modèles sur les prompts et les complétions envoyés.

Poolside Laguna S 2.1

Sun, 09 Aug 2026 00:00:00 +0000

Laguna S 2.1, sorti le 21 juillet 2026, est le modèle de fondation à poids ouverts de Poolside pour le code agentique, un mélange d’experts de 118 milliards de paramètres qui active 8 milliards de paramètres par token et prend en charge une fenêtre de contexte jusqu’à 1 048 576 tokens. Il obtient 78,5 % à SWE-Bench Multilingual, en tête du tableau publié parmi les modèles ouverts dont la taille est connue, et il atteint 70,2 % à Terminal-Bench 2.1 tout en restant au niveau de rivaux plusieurs fois plus gros. Les poids sont sur Hugging Face sous la licence OpenMDW-1.1 de Poolside, et l’accès hébergé via OpenRouter est gratuit jusqu’à une fenêtre de 256K. Le contexte complet d’un million de tokens est à 0,10 $ par million de tokens d’entrée et 0,20 $ par million de tokens de sortie.

Poolside Laguna XS 2.1

Sun, 09 Aug 2026 00:00:00 +0000

Laguna XS 2.1 est le plus petit modèle de code à poids ouverts de Poolside, lancé le 2 juillet 2026 en téléchargement gratuit sur Hugging Face et OpenRouter, avant la sortie du plus gros Laguna S 2.1 plus tard dans le mois. C’est un mélange d’experts de 33 milliards de paramètres, assez petit pour tourner sur un seul GPU, tout en traitant des tâches d’ingénierie logicielle en plusieurs étapes, et il est livré avec des modèles spéculateurs DFlash pour accélérer l’inférence. Comme le reste de la gamme Laguna, il sort sous OpenMDW-1.1, une licence permissive que Poolside a conçue pour les poids de modèles d’IA, à destination des développeurs qui veulent un modèle de code agentique à auto-héberger sans un gros budget hardware.

Qwen3.8-Max

Sun, 09 Aug 2026 00:00:00 +0000

Qwen3.8-Max est le plus grand et le plus capable modèle d’Alibaba à ce jour, montré en aperçu le 19 juillet 2026 et lancé officiellement le 3 août, avec des specs et des tarifs publiés. C’est un mélange d’experts sparse, avec 2,4 billions de paramètres au total et environ 95 milliards actifs par token. Il traite le texte, l’image et la vidéo sur une fenêtre de contexte d’un million de tokens, et Alibaba le présente comme seulement derrière Claude Fable 5 d’Anthropic dans ses propres comparaisons de benchmarks. Il s’est classé cinquième sur Text Arena et deuxième sur Vision Arena peu après le lancement. Le modèle est disponible via Model Studio d’Alibaba Cloud et Qwen Chat, avec des poids ouverts prévus la semaine suivante, ce qui en ferait le plus grand modèle qu’Alibaba ait publié en open source à cette échelle.

Claude Opus 4.5

Sat, 25 Jul 2026 00:00:00 +0000

Claude Opus 4.5 est le modèle de niveau Opus qu’Anthropic a publié le 24 novembre 2025, et le changement principal était le prix : les tokens d’entrée sont passés à 5 $ par million et ceux de sortie à 25 $ par million, une baisse des deux tiers par rapport au tarif de 15 $ / 75 $ d’Opus 4.1. Au lancement, il a obtenu 80,9 % à SWE-bench Verified, devant les 76,2 % de Gemini 3 Pro et les 77,9 % de GPT-5.1 Codex Max sur le même benchmark. Anthropic a ajouté un paramètre « effort », qui permet de monter ou de baisser la profondeur de raisonnement à chaque requête. Il a gardé la fenêtre de contexte de 200 000 tokens et la prise en charge des images des Opus précédents, et il est sorti avec une série de mises à jour de Claude Code, visant des sessions de programmation autonomes plus longues. Anthropic l’a suivi d’Opus 4.6 en février 2026 et d’Opus 4.7 en avril, chacun au même tarif de 5 $ / 25 $, en poussant encore les scores de code.

Claude Opus 4.6

Sat, 25 Jul 2026 00:00:00 +0000

Claude Opus 4.6, publié le 5 février 2026, a porté la fenêtre de contexte de la ligne Opus à 1 million de tokens, contre les 200 000 tokens avec lesquels Opus 4.5 était sorti trois mois plus tôt. Anthropic a maintenu le tarif à 5 $ par million de tokens d’entrée et 25 $ par million de tokens de sortie, et a centré la mise à jour sur le code : le modèle planifie avec plus de soin avant d’écrire, tient des tâches agentiques sur des sessions plus longues, et repère davantage ses propres erreurs pendant la revue de code. Il est disponible sur claude.ai, l’API Claude et les grandes plateformes cloud. Il est devenu la base sur laquelle Anthropic a construit la sortie de Sonnet 4.6, deux semaines plus tard.

Claude Opus 4.7

Sat, 25 Jul 2026 00:00:00 +0000

Claude Opus 4.7, publié le 16 avril 2026, est une mise à niveau directe d’Opus 4.6, visée sur les tâches d’ingénierie logicielle les plus dures, celles où les Opus précédents butaient encore sur de grandes bases de code peu familières. Le tarif est resté à 5 $ par million de tokens d’entrée et 25 $ par million de tokens de sortie. Il a gardé la fenêtre de contexte de 1 million de tokens, avec jusqu’à 128 000 tokens de sortie. Il est sorti avec un nouveau tokenizer, qui produit jusqu’à 35 % de tokens en plus pour le même texte d’entrée, un compromis qu’Anthropic a accepté pour améliorer la justesse sur les prompts très chargés en code. Il est disponible via claude.ai, l’API, Amazon Bedrock, Google Vertex AI et Microsoft Foundry.

Claude Opus 5

Sat, 25 Jul 2026 00:00:00 +0000

Claude Opus 5 est le plus récent modèle de niveau Opus d’Anthropic, publié le 24 juillet 2026 au même tarif de 5 $ / 25 $ par million de tokens qu’Opus 4.8, soit la moitié de ce que facture le plus grand Claude Fable 5 pour un niveau comparable. Il arrive avec un réglage d’effort bas, moyen ou élevé, pour arbitrer requête par requête entre le coût et la profondeur de raisonnement, plus un mode plus rapide qui double le prix, à 10 $ / 50 $, contre environ 2,5 fois la vitesse. Sur SWE-bench Pro, il a obtenu 79,2 %, environ le double du score de programmation agentique qu’Anthropic annonçait pour la génération Opus précédente. Il a aussi affiché 43,3 % à Frontier-Bench et 30,2 % à ARC-AGI-3. Il porte la fenêtre de contexte de 1 million de tokens, devenue standard dans la ligne Opus depuis Opus 4.6, et il est disponible dès le lancement sur claude.ai, l’API et les grandes plateformes cloud.

Claude Sonnet 4.6

Sat, 25 Jul 2026 00:00:00 +0000

Claude Sonnet 4.6 est sorti le 17 février 2026 et est devenu le modèle par défaut de claude.ai et de Claude Cowork, le produit d’espace de travail d’Anthropic. Il égale la fenêtre de contexte de 1 million de tokens d’Opus 4.6 et la limite de sortie de 128 000 tokens, au tarif de 3 $ par million de tokens d’entrée et 15 $ par million de tokens de sortie, environ un cinquième du tarif d’Opus 4.6. Sur SWE-bench Verified, il a obtenu 79,6 %, à quelques points du modèle Opus malgré l’écart de prix. Il a aussi affiché 59,1 % à Terminal-Bench 2.0 et 72,5 % à OSWorld-Verified, des benchmarks qui testent des tâches agentiques de terminal et de computer use. Anthropic y a intégré des chaînes de raisonnement étendu qui peuvent aller jusqu’à 100 étapes, pour les développeurs qui veulent la fiabilité du niveau Opus sans en payer le tarif.

DeepSeek V3.2

Sat, 25 Jul 2026 00:00:00 +0000

DeepSeek V3.2 est la mise à jour de V3.1 par DeepSeek, détaillée publiquement le 1er décembre 2025 après une preview expérimentale en septembre. Elle introduit la DeepSeek Sparse Attention, un mécanisme d’attention sparse à grain fin qui réduit le coût d’entraînement et d’inférence tout en gardant la qualité sur les tâches à long contexte. La variante phare Speciale compte environ 685 milliards de paramètres en mélange d’experts. La fenêtre de contexte est de 163 840 tokens, avec jusqu’à 64 000 tokens en sortie, et DeepSeek annonce des résultats de niveau médaille d’or sur les sujets 2025 de l’Olympiade internationale de mathématiques et de l’Olympiade internationale d’informatique. Le tarif de l’API tourne autour de 0,21 $ par million de tokens en entrée et 0,32 $ par million de tokens en sortie, environ la moitié du coût de V3.1-Terminus, surtout pour le décodage en long contexte. Comme le reste de la gamme DeepSeek, il sort sous licence MIT avec les poids sur Hugging Face, et il a servi de base à V4-Pro au printemps suivant.

Gemini 3 Deep Think

Sat, 25 Jul 2026 00:00:00 +0000

Gemini 3 Deep Think est le mode de raisonnement étendu de Google pour Gemini 3, fait pour les problèmes de maths, de sciences et de logique les plus durs, là où une réponse rapide ne suffit pas. Au lieu de répondre tout de suite, il explore plusieurs pistes de solution en parallèle et vérifie sa propre logique avant de s’engager sur une réponse, au prix d’une latence bien plus élevée que Gemini 3 Pro. Il a obtenu 41,0 % à Humanity’s Last Exam, plus de 11 points devant GPT-5.1 sur le même benchmark à l’époque. L’accès est réservé à l’abonnement AI Ultra de Google, qui commence à 99,99 $ par mois, et Deep Think exige en particulier le palier à 199,99 $. On ne l’atteint donc pas par l’API Gemini standard, contrairement aux autres modèles de Google.

Gemini 3 Flash

Sat, 25 Jul 2026 00:00:00 +0000

Gemini 3 Flash, sorti le 17 décembre 2025, a ramené la qualité de raisonnement de Gemini 3 Pro à la latence et au coût du palier Flash. Il a une fenêtre de contexte d’entrée de 1 million de tokens et traite du texte, des images, de l’audio et de la vidéo. Le tarif part de 0,50 $ par million de tokens d’entrée et de 3,00 $ par million de tokens de sortie. Google l’a placé comme modèle par défaut de l’app Gemini et de l’API pour les usages qui n’ont pas besoin de la profondeur de Pro. Il est resté le Flash de travail jusqu’à ce que Gemini 3.5 Flash le remplace en mai 2026.

Gemini 3.1 Pro

Sat, 25 Jul 2026 00:00:00 +0000

Gemini 3.1 Pro est le successeur en disponibilité générale de Gemini 3 Pro chez Google, sorti le 19 février 2026, avec une fenêtre de contexte d’un million de tokens et jusqu’à 64 000 tokens en sortie, sur le texte, l’image, la vidéo et l’audio. Google annonce 80,6 % sur SWE-bench Verified, 94,3 % sur GPQA Diamond et 77,1 % sur ARC-AGI-2, où il s’est classé deuxième, derrière GPT-5.5 d’OpenAI. Le tarif est resté à 2,00 $ par million de tokens en entrée et 12,00 $ par million de tokens en sortie pour les prompts sous 200 000 tokens, puis double pour passer à 4,00 $ et 18,00 $ au-delà de ce seuil, l’entrée en cache étant à 0,20 $ par million. Il est disponible via l’app Gemini, Google AI Studio, Vertex AI et l’API Gemini, et il est resté le modèle phare de Google jusqu’au déploiement de Gemini 3.5 Pro plus tard en 2026.

Gemini 3.5 Flash

Sat, 25 Jul 2026 00:00:00 +0000

Gemini 3.5 Flash a été lancé au Google I/O le 20 mai 2026 et a tout de suite remplacé Gemini 3 Flash comme modèle par défaut dans l’app Gemini, l’AI Mode de Google Search et l’API Gemini. Il gère une fenêtre d’entrée de 1 048 576 tokens, avec jusqu’à 65 536 tokens en sortie, sur du texte, des images, de l’audio et de la vidéo. Google indique qu’il tourne environ quatre fois plus vite que les autres modèles frontier, tout en dépassant Gemini 3.1 Pro sur plusieurs benchmarks de programmation et d’agents, dont 76,2 % sur Terminal-Bench 2.1. Le tarif est de 1,50 $ par million de tokens d’entrée et de 9,00 $ par million de tokens de sortie. Les tokens d’entrée en cache sont remisés de 90 %, à 0,15 $ par million, et le raisonnement dynamique est activé par défaut, sans flag séparé.

GLM-5

Sat, 25 Jul 2026 00:00:00 +0000

GLM-5 est le modèle frontier à poids ouverts de Zhipu AI, publié le 11 février 2026 comme un quasi-doublement d’échelle par rapport à GLM-4.5, de 355 milliards à environ 744 milliards de paramètres au total, en gardant autour de 40 milliards actifs par token dans son mélange d’experts. Il sort avec une fenêtre de contexte de 203 000 tokens, bien en deçà du million de tokens que son successeur GLM-5.2 ajouterait quatre mois plus tard, et Zhipu l’a entraîné entièrement sur des puces Huawei Ascend avec le framework MindSpore, et non sur du hardware Nvidia. Le tarif de l’API commence à 0,57 $ par million de tokens d’entrée et 1,92 $ par million de tokens de sortie, via la plateforme de Zhipu et l’API WaveSpeed. Il est sorti sous licence MIT, et la couverture de l’époque l’a présenté comme le premier modèle de classe frontier d’un labo chinois construit sur du hardware entièrement national.

GPT-5 Pro

Sat, 25 Jul 2026 00:00:00 +0000

GPT-5 Pro est la variante de GPT-5 qui consomme le plus de calcul. Elle est sortie le 6 octobre 2025 pour les tâches où la précision compte plus que la vitesse ou le coût. Elle partage la fenêtre de contexte de 400 000 tokens de GPT-5, avec jusqu’à 272 000 tokens en sortie, et OpenAI la tarife bien au-dessus du modèle standard, à 15 $ par million de tokens d’entrée et 120 $ par million de tokens de sortie. Elle enchaîne un raisonnement interne plus long que le GPT-5 par défaut, et échange de la latence contre une meilleure précision sur les problèmes difficiles de maths, de sciences et de code. Elle est disponible via ChatGPT Pro et l’API, pas dans les offres gratuite ou Plus. OpenAI a gardé le même schéma, avec une variante Pro, pour chaque sortie GPT-5.x qui a suivi.

GPT-5.1

Sat, 25 Jul 2026 00:00:00 +0000

GPT-5.1 est la mise à jour de GPT-5 par OpenAI, sortie le 13 novembre 2025, avec l’accent sur la programmation et les tâches agentiques. Il garde la même fenêtre de contexte de 400 000 tokens que GPT-5, avec jusqu’à 128 000 tokens en sortie. Les tarifs d’API sont restés à 1,25 $ par million de tokens d’entrée et 10 $ par million de tokens de sortie, et l’entrée mise en cache est à 0,125 $ par million. Le modèle expose un réglage d’effort de raisonnement, avec les options none, low, medium et high. Les développeurs contrôlent ainsi mieux la délibération interne d’une requête que ne le permettait le routage automatique de GPT-5. OpenAI l’a présenté comme un raffinement plutôt qu’une nouvelle génération, sorti pour combler les écarts que des concurrents avaient ouverts sur les benchmarks de code dans les mois qui ont suivi le lancement de GPT-5 en août 2025.

GPT-5.2

Sat, 25 Jul 2026 00:00:00 +0000

GPT-5.2 est arrivé le 11 décembre 2025 en trois variantes : GPT-5.2 Instant pour les réponses rapides, GPT-5.2 Thinking pour le raisonnement pas à pas, et GPT-5.2 Pro pour les problèmes les plus durs. Il a gardé la fenêtre de contexte de 400 000 tokens et la limite de sortie de 128 000 tokens de la génération GPT-5.1. OpenAI a tarifé le modèle standard à 1,75 $ par million de tokens d’entrée et 14 $ par million de tokens de sortie, avec un réglage d’effort de raisonnement à cinq niveaux, de minimal à extra high. À la mi-2026, OpenAI orientait déjà vers la ligne GPT-5.6, plus récente, mais GPT-5.2 reste disponible dans l’API et dans le sélecteur de modèles hérités de ChatGPT.

GPT-5.4

Sat, 25 Jul 2026 00:00:00 +0000

GPT-5.4, sorti le 5 mars 2026, est le premier modèle généraliste d’OpenAI livré avec le computer use en natif. Il atteint 75 % sur OSWorld, le benchmark qui mesure le contrôle direct d’un environnement de bureau. Il a porté la fenêtre de contexte à environ 1 million de tokens (922 000 en entrée plus 128 000 en sortie), ajouté un contrôle d’effort de raisonnement à cinq niveaux, et introduit un mécanisme de recherche d’outils. OpenAI dit que ce mécanisme réduit le coût en tokens de 47 % dans les flux de travail qui appellent beaucoup d’outils externes. Le tarif standard de l’API est de 2,50 $ par million de tokens d’entrée et 15 $ par million de tokens de sortie, avec un palier GPT-5.4 Pro à 30 $ / 180 $ pour la précision maximale. Le 17 mars, OpenAI a suivi avec GPT-5.4 Mini, tarifé à 0,75 $ / 4,50 $ et disponible pour les utilisateurs gratuits de ChatGPT, plus un palier GPT-5.4 Nano réservé aux développeurs.

GPT-5.5

Sat, 25 Jul 2026 00:00:00 +0000

GPT-5.5, sorti le 23 avril 2026, l’accès API suivant le lendemain, a poussé la fenêtre de contexte à environ 1 million de tokens. Il se place nettement au-dessus de GPT-5.4 sur le rappel en long contexte, l’usage d’outils en plusieurs étapes et la génération de code dans de grands dépôts, même s’il coûte plus cher au token. Le tarif standard est de 5 $ par million de tokens d’entrée et 30 $ par million de tokens de sortie. GPT-5.5 Pro est disponible à 30 $ / 180 $ pour les problèmes les plus durs. OpenAI propose aussi des tarifs batch et flex à la moitié du tarif standard, et un palier priority à 2,5 fois le prix pour les usages sensibles à la latence. Il a pris la tête du classement ARC-AGI-2 à environ 85 %, le score le plus haut atteint par un modèle sur ce benchmark à ce moment-là. OpenAI l’a remplacé par GPT-5.6 moins de trois mois plus tard.

Grok 4.20

Sat, 25 Jul 2026 00:00:00 +0000

Grok 4.20 est le modèle multi-agents de xAI. Une bêta a été lancée le 17 février 2026, et la sortie datée a suivi le 9 mars. Sa particularité est un système natif de quatre agents, nommés en interne Grok, Harper, Benjamin et Lucas, qui raisonnent en parallèle et débattent en interne avant de renvoyer une seule réponse. xAI dit que cela a réduit les hallucinations de 65 % par rapport à Grok 4.1. Il tourne sur une base de mélange d’experts d’environ 3 billions de paramètres, avec une fenêtre de contexte jusqu’à 2 millions de tokens. Il fonctionne en modes raisonnement et non-raisonnement séparés, et garde l’intégration des données X en temps réel que xAI utilise sur toute la gamme Grok. Le tarif API est de 1,25 $ par million de tokens en entrée, 0,20 $ pour l’entrée en cache, et 2,50 $ par million de tokens en sortie, bien en dessous des 2 $/6 $ que xAI facturait pour Grok 4.5 sept mois plus tôt.

Inkling

Sat, 25 Jul 2026 00:00:00 +0000

Inkling est le premier modèle de production de Thinking Machines Lab, la startup d’IA fondée par Mira Murati, ancienne CTO d’OpenAI. Il est sorti le 15 juillet 2026 comme mélange d’experts nativement multimodal, avec 975 milliards de paramètres au total et 41 milliards actifs par token, préentraîné sur 45 billions de tokens de texte, d’images, d’audio et de vidéo sur des systèmes Nvidia GB300 NVL72. Les poids sont sur Hugging Face, avec une fenêtre de contexte d’un million de tokens, tandis que l’accès via Tinker, la plateforme de fine-tuning de l’entreprise, est plafonné à 256 000 tokens. Le modèle est sous licence Apache 2.0, donc on peut l’ajuster et le redistribuer librement. Sur l’Artificial Analysis Intelligence Index, il a débuté à 41, ce qui en faisait alors la sortie à poids ouverts la plus forte d’un labo américain, et il correspond à l’objectif affiché de Thinking Machines : des modèles réglés pour des utilisateurs précis, plutôt qu’un seul système censé servir tout le monde.

Kimi K2.5

Sat, 25 Jul 2026 00:00:00 +0000

Kimi K2.5 est la mise à jour multimodale native de Kimi K2 chez Moonshot AI, sortie le 27 janvier 2026 après un préentraînement poursuivi sur environ 15 billions de tokens mixtes, texte et image, par-dessus la base K2 d’origine. Il est construit autour de ce que Moonshot appelle Agent Swarm : le modèle peut coordonner jusqu’à 100 sous-agents spécialisés sur une tâche en même temps, et il associe une forte capacité à coder à partir du visuel à l’accent sur les appels d’outils agentiques des sorties Kimi précédentes. Le modèle a une fenêtre de contexte de 262 144 tokens, avec jusqu’à 98 000 tokens en sortie, et l’API de Moonshot le tarife autour de 0,44 $ par million de tokens d’entrée et 2,00 $ par million de tokens de sortie, avec des tarifs proches chez des fournisseurs tiers. Comme le reste de la gamme Kimi K2, il sort avec des poids ouverts sous une licence MIT modifiée, et il se plaçait entre le K2 d’origine et les sorties suivantes, K2.6 et K2.7 Code.

MiniMax M2.5

Sat, 25 Jul 2026 00:00:00 +0000

MiniMax M2.5, sorti le 12 février 2026, étend le modèle M2.1 centré sur le code au travail de bureau général : générer et modifier des fichiers Word, Excel et PowerPoint, et passer d’un environnement logiciel à un autre dans un flux de travail agentique. C’est un mélange d’experts de 230 milliards de paramètres au total et 10 milliards actifs par token, livré avec une fenêtre de contexte de 204 800 tokens et jusqu’à 128 000 tokens en sortie, en deux variantes, un mode standard à environ 50 tokens par seconde et un mode Lightning à deux fois cette vitesse. MiniMax tarife l’accès API à 0,15 $ par million de tokens d’entrée et 0,90 $ par million de tokens de sortie, parmi les tarifs les plus bas de tout modèle de cette classe à la sortie, et il sort avec des poids ouverts sous une licence MIT modifiée, pour l’auto-hébergement.

Amazon Nova 2 Pro

Sun, 19 Jul 2026 00:00:00 +0000

Amazon Nova 2 Pro est le premier renouvellement du palier Nova Pro depuis le lancement de la famille d’origine à re:Invent 2024, et il est réservé à AWS Bedrock, comme le reste de la gamme. La fenêtre de contexte monte à 500 000 tokens, et la compréhension vidéo s’ajoute au texte et à l’image. Le tarif est de 1,50 $ par million de tokens en entrée et de 6,00 $ par million de tokens en sortie, une hausse par rapport au Nova Pro d’origine qui suit les capacités ajoutées.

Command A2

Sun, 19 Jul 2026 00:00:00 +0000

Command A2 succède à Command A comme modèle phare de Cohere, avec le même angle entreprises d’abord : un RAG solide, l’usage d’outils et la prise en charge de plusieurs langues, plutôt que la course aux benchmarks de chatbot. Il est à 2,50 $ par million de tokens d’entrée et 10 $ par million de tokens de sortie, et on y accède par l’API de Cohere ainsi que par AWS Bedrock, Azure AI Foundry et Oracle Cloud, la même distribution multi-cloud sur laquelle Cohere s’appuie depuis Command R.

Llama 5

Sun, 19 Jul 2026 00:00:00 +0000

Llama 5 est la suite de la gamme Llama 4 de l’an dernier chez Meta, à nouveau livré comme mélange d’experts, mais monté à 520 milliards de paramètres au total, avec 24 milliards actifs par token. Le plus grand saut est la fenêtre de contexte de 2 millions de tokens, le double de ce que proposait Llama 4 Maverick, que Meta destine à des tâches comme ingérer des bases de code entières ou de longues transcriptions vidéo en une seule passe. Il gère le texte, l’image et l’audio en entrée nativement, plutôt que d’ajouter des encodeurs sur une base texte seule, et Meta dit qu’il devance de peu Gemini 3.5 Pro et GPT-5.6 sur plusieurs benchmarks ouverts, tout en restant économe grâce au routage clairsemé des experts.

Mistral Large 4

Sun, 19 Jul 2026 00:00:00 +0000

Mistral Large 4 remplace Large 3 comme modèle phare propriétaire de Mistral AI, environ huit mois après la sortie de ce modèle en décembre 2025. C’est un modèle dense de 190 milliards de paramètres, avec une fenêtre de contexte de 256 000 tokens, tarifé à 2 $ par million de tokens d’entrée et 8 $ par million de tokens de sortie, via La Plateforme de Mistral ainsi qu’Azure AI Foundry et AWS Bedrock. Mistral indique que les gains par rapport à Large 3 se concentrent sur le code et le raisonnement en plusieurs étapes, un domaine où l’entreprise cherche à réduire l’écart avec GPT-5.6 et Claude Sonnet 5 plutôt que de jouer la course à la taille brute.

Nemotron 5

Sun, 19 Jul 2026 00:00:00 +0000

Nemotron 5 poursuit la ligne de modèles à poids ouverts de NVIDIA, construits moins pour arriver en tête des classements que pour montrer à quel point les modèles tournent bien sur les GPU et la pile d’inférence de l’entreprise. C’est un modèle dense de 70 milliards de paramètres, avec une fenêtre de contexte de 128 000 tokens, distribué sous la NVIDIA Open Model License et empaqueté pour un déploiement en un clic via les microservices NVIDIA NIM, ainsi qu’en téléchargement simple sur Hugging Face.

Qwen4-Max

Sun, 19 Jul 2026 00:00:00 +0000

Qwen4-Max est le modèle propriétaire de plus haut palier d’Alibaba, au-dessus de la famille Qwen3 à poids ouverts que l’entreprise continue de publier sur Hugging Face. Contrairement à ceux-là, Qwen4-Max est fermé et n’est accessible que par l’API d’Alibaba Cloud, Qwen Chat ou des plateformes partenaires, à 1,20 $ par million de tokens d’entrée et 4,80 $ par million de tokens de sortie. Il prend du texte et de l’image en entrée, a une fenêtre de contexte d’un million de tokens, et Alibaba le place directement face à GPT-5.6 et Gemini 3.5 Pro dans ses propres comparaisons de benchmarks.

Runway Gen-5

Sun, 19 Jul 2026 00:00:00 +0000

Runway Gen-5 succède à Gen-4. Il allonge la durée maximale des clips et donne aux réalisateurs un contrôle de caméra plus fin : panoramiques, inclinaisons et changements de mise au point, indiqués comme paramètres explicites plutôt que laissés au modèle à déduire d’un prompt en texte. Comme ses prédécesseurs, il prend du texte et de l’image en entrée et produit de la vidéo, via l’app et l’API de Runway, et non sous forme de poids ouverts.

Stable Diffusion 4

Sun, 19 Jul 2026 00:00:00 +0000

Stable Diffusion 4 est la première grande mise à jour de la gamme chez Stability AI depuis SD 3.5, fin 2024. Le modèle passe à 12 milliards de paramètres et améliore le suivi du prompt et le rendu du texte dans les images, deux faiblesses de longue date face à des concurrents fermés comme Midjourney et Imagen. Il sort sous la même Stability AI Community License que SD 3.5, gratuit pour les particuliers et les petites entreprises, avec une licence payante obligatoire au-dessus d’un seuil de chiffre d’affaires.

abab6.5