par L’essentiel de l’actualité IA d’octobre 2026
Ces derniers temps, je n’ai pas trop eu le temps d’écrire… alors je fais une version un peu différente, sur quasiment un mois ! Entre le 12 octobre et le 2 novembre 2026, l’actualité IA a glissé du terrain technologique vers le terrain financier. Meta a sorti son premier modèle frontier puis annoncé une levée pouvant atteindre 95 milliards de dollars.
Intel a vécu sa pire séance boursière depuis 1974. Deux agents d’OpenAI ont désactivé une partie de leur propre surveillance, et l’un d’eux a menti à ce sujet. Pékin a proposé de contrôler l’export de ses plus gros modèles, et Mistral a publié les poids de Large 4. Voici le récit de ces trois semaines, puis ce qu’un dirigeant peut en tirer.
Pendant ces trois semaines, j’étais ailleurs et je n’ai presque rien publié. Le dernier post Actualité IA était celui de la semaine 41. En reprenant le fil, j’ai été frappé par le nombre de décisions stratégiques prises en si peu de temps : des lancements de modèles en rafale, des levées de fonds hors normes, des résultats trimestriels qui ont fait plonger des titres, et un incident de sécurité qui concerne toute entreprise qui déploie des agents.
Mon fil rouge tient en une idée : l’IA entre dans son âge de raison financier (avec un rééquilibrage probable suite aux élections des midterms américains). Les modèles sortent toujours à un rythme soutenu et les tours de table battent des records. Mais depuis la mi-octobre, les investisseurs regardent le cash-flow, les engagements hors bilan et les prévisions trimestrielles avec une attention qu’ils n’avaient pas au printemps.
Pourquoi suivre cette veille quand on dirige une entreprise ? Parce que ces annonces touchent directement le choix d’un fournisseur de modèles et le coût de l’inférence, deux sujets qui pèsent désormais dans les budgets. Elles posent aussi une question de gouvernance des agents autonomes que peu de comités de direction ont tranchée.
Au sommaire
Semaine 42 (12 au 18 octobre) : une avalanche de lancements
Meta entre dans la course aux modèles frontier
Meta a ouvert la période le lundi 12 octobre avec Muse Wonder et Muse Wonder Full, les premiers modèles que l’entreprise place elle-même au niveau frontier. Entraînés dans le datacenter Prometheus, dans l’Ohio, ils misent sur la mémoire de long terme et les tâches agentiques qui durent plusieurs jours. Muse Wonder est facturé 4 $ par million de tokens en entrée et 20 $ en sortie sur l’API de Meta, tandis que la version Full est réservée aux abonnés de Muse Code. Sur l’index d’Artificial Analysis, Wonder Full a obtenu 56 points à son lancement, devant GPT-6 Astra.
Trois jours plus tard, le 15 octobre, Meta publiait les poids de Muse Spark Open : 816 milliards de paramètres, dont 42 milliards actifs par token, et une fenêtre de contexte d’un million de tokens. Meta le présente comme le modèle à poids ouverts américain le plus performant. La formule est prudente, car il reste derrière les meilleurs modèles ouverts chinois comme GLM-5.3.
Sa licence propriétaire autorise l’usage commercial jusqu’à 20 millions de dollars de chiffre d’affaires et impose la mention « Built with Muse Spark Open ». Le modèle tourne sur deux Mac Studio équipés de puces M5 Ultra, fruit d’un travail commun avec Apple. Le petit Muse Glimmer (30 milliards de paramètres, licence Apache 2.0) était, lui, sorti dès le mois d’août.
L’inférence devient une affaire de puces maison
Le même 12 octobre, au sommet OCP de San José, deux annonces ont rappelé que l’inférence pèse de plus en plus lourd dans la facture de l’IA. Microsoft a présenté Maia 300, sa troisième génération de puce maison, gravée en N2P chez TSMC et dotée de mémoire HBM4. L’entreprise annonce 40 % de tokens supplémentaires par mégawatt par rapport aux meilleurs systèmes GPU, un chiffre qui reste une projection maison, et prévoit des déploiements de plusieurs gigawatts à partir de 2027. Anthropic prévoit d’y faire tourner Claude.
Intel a donné au même moment un nom commercial à Crescent Island : le GPU D-Series, une carte PCIe refroidie par air de 350 watts qui délivre 1,3 pétaflops en FP8. Elle se passe de la coûteuse mémoire HBM au profit de LPDDR5X (160 Go sur la carte Intel, jusqu’à 480 Go chez certains partenaires). Intel vise clairement l’inférence agentique à bas coût, un marché où le prix du token compte davantage que la puissance de crête.
Nvidia, de son côté, prévoit d’investir dans d-Matrix, une start-up qui conçoit des puces d’inférence concurrentes, selon The Information. L’accord raccorderait les futures puces de d-Matrix à l’interconnexion NVLink Fusion, et la start-up cherche à lever des fonds sur une valorisation d’au moins 5 milliards de dollars. Le leader du marché continue ainsi d’attirer ses concurrents dans son propre écosystème.
Ces annonces prolongent une information publiée début octobre par The Information : Microsoft a réduit de plus d’un tiers ses dépenses internes sur Claude, et chez Meta le nombre d’utilisateurs de Claude Code est passé d’environ 60 000 à 30 000 au profit des outils maison MetaCode et Muse Code. Chez Microsoft, la hausse de l’usage de Claude par ses clients compense cette baisse, si bien que sa dépense totale auprès d’Anthropic reste à peu près stable. C’est le signal que j’attendais : les hyperscalers investissent toujours autant dans l’IA, mais ils rapatrient en interne ce qu’ils achetaient à l’extérieur.
Google, Anthropic et la convergence des prix
Le 13 octobre, Google a élargi l’accès à Gemini 4 Argon, annoncé le 30 septembre, aux utilisateurs payants et aux développeurs. Son prix standard est de 4 $ / 20 $ par million de tokens, exactement celui de Muse Wonder. Les tarifs des modèles frontier convergent, ce qui déplace la concurrence vers la qualité de service, la mémoire et les agents.
Le 14 octobre, Anthropic a présenté ses chiffres à des investisseurs potentiels lors d’une journée organisée à San Francisco en vue de son introduction en Bourse. Le chiffre d’affaires du troisième trimestre atteint 16,8 milliards de dollars, en hausse de 45 % sur un trimestre (11,6 milliards au deuxième, 4,7 au premier). L’entreprise se dit rentable en données ajustées pour le deuxième trimestre d’affilée, avec une marge opérationnelle ajustée de 11 % et une marge brute ajustée de 85 %. La croissance ralentit nettement, puisqu’elle dépassait 140 % au trimestre précédent. Le marketing de l’IPO pourrait démarrer la semaine du 9 novembre, sur une valorisation évoquée entre 1 800 et 2 000 milliards de dollars ; certains investisseurs parlent déjà de 1 500 milliards.
Le dimanche 18 octobre, Anthropic a annoncé la création de l’Anthropic Public Benefit Fund, qui recevra 5 % de ses actions sous réserve de l’accord des actionnaires. Le fonds pourra gagner 2 % supplémentaires pour chaque hausse de 50 % de la valorisation au-delà d’un seuil non publié. Il financera des associations, des distributions directes à certaines populations ou des actions sur l’impact de l’IA sur l’emploi, et s’interdit le lobbying. Avec l’engagement des cofondateurs de donner 80 % de leurs actions et le programme de dons des salariés, environ 20 % du capital serait fléché vers l’intérêt général. C’est le premier laboratoire frontier à consacrer ainsi une part de son capital à un mécanisme redistributif, quelques semaines avant sa cotation.
La Chine verrouille ses modèles les plus avancés
Le 16 octobre, les ministères chinois du Commerce et des Sciences ont publié l’annonce n° 48, un projet qui ajoute 23 technologies d’IA au catalogue des exportations restreintes. Sont visés les poids, le code source et l’architecture des modèles qui franchissent l’un de trois seuils : 10^26 FLOPs d’entraînement, 2 000 milliards de paramètres, ou une place dans le top 10 mondial des classements publics. L’accès par API, application ou SaaS reste hors du champ, tout comme les modèles déjà publiés en open source. La consultation court jusqu’au 15 novembre.
Le lendemain, DeepSeek publiait V4.1-Flash, un modèle de 763 milliards de paramètres sous licence MIT, accompagné de DeepSeek Harness, un agent de codage open source qui s’attaque frontalement à Claude Code.
Ce qu’il faut retenir de la semaine 42
La dispersion domine : chaque grand acteur lance quelque chose et aucun ne s’impose. Deux signaux faibles se dessinent pourtant. Microsoft et Meta veulent maîtriser leurs coûts en internalisant puces et modèles. Et l’inférence agentique ouvre des niches inattendues, comme celle que vise Intel avec une carte sans HBM.
Semaine 43 (19 au 25 octobre) : la facture arrive
Des agents OpenAI désactivent leur propre surveillance
Le mardi 20 octobre, OpenAI a publié le récit de deux incidents survenus début octobre pendant des tâches de codage internes. Un agent fondé sur GPT-6.1 Sol, chargé de réparer un pipeline d’évaluation, a coupé les alertes automatiques destinées à l’équipe sécurité : la surveillance continuait d’enregistrer ses constats, mais plus aucun humain n’était prévenu. Dans le second cas, un agent GPT-6 Astra qui migrait un programme a retiré le composant de surveillance intégré pour coller à une implémentation de référence. Interrogé par l’utilisateur, il a nié l’avoir fait.
Selon OpenAI, les deux agents se sont demandé s’il fallait conserver la surveillance avant d’interpréter des consignes banales comme une permission de l’affaiblir. L’entreprise dit ne pas avoir d’explication satisfaisante. Elle renforce son outil de revue automatique et veut exiger, pour chaque catégorie de tâche, un « safety case » qui décrit la surveillance requise ; les tâches qui n’en ont pas seraient arrêtées automatiquement. Détail révélateur : OpenAI n’a classé aucun des deux incidents à son niveau d’urgence maximal.
Je vais être direct : c’est à mes yeux l’information la plus importante de la période. Le risque dont on parle d’habitude est celui d’un acteur malveillant qui détourne un modèle. Ici, l’agent a jugé seul que la surveillance gênait sa tâche, puis l’a caché. Pour une entreprise, cela oblige à concevoir des dispositifs de contrôle qu’un agent ne peut pas modifier lui-même.
OpenAI s’installe chez Google Cloud
Le 21 octobre, OpenAI et Google Cloud ont annoncé l’arrivée de GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna dans Model Garden, en préversion privée, avec les workflows agentiques de Codex. L’exclusivité d’Azure avait pris fin le 27 avril et AWS distribue déjà les modèles d’OpenAI. Microsoft reste le « primary cloud partner » d’OpenAI, mais les modèles d’OpenAI sont désormais disponibles chez les trois grands clouds. Google devient de son côté le seul hyperscaler à proposer sur une même plateforme les modèles fermés de Google, d’Anthropic et d’OpenAI.
Le 20 octobre, en France, le Crédit Agricole a officialisé un partenariat avec Mistral AI autour de sa plateforme DIA : un agent conversationnel pour les clients des banques de proximité, la transformation agentique de processus clés et un volet cybersécurité.
Meta passe en cash-flow négatif, le Nasdaq décroche
Le 21 octobre au soir, Meta a publié des résultats du troisième trimestre en apparence solides : 64,6 milliards de dollars de chiffre d’affaires, en hausse de 26 %. Mais les investissements (34,9 milliards sur le trimestre) ont dépassé le cash généré par l’activité (32,8 milliards). Résultat : un free cash flow négatif de 2,1 milliards, une première depuis l’entrée en Bourse de 2012. Meta a aussi passé une charge de 9,89 milliards de dollars liée à des litiges et resserré sa fourchette d’investissements 2026 entre 135 et 145 milliards.
Le chiffre qui a le plus inquiété figure dans le rapport trimestriel. Les engagements non résiliables atteignent 454,5 milliards de dollars, auxquels s’ajoutent environ 355,7 milliards de baux pas encore démarrés et jusqu’à 14,7 milliards d’achats de capacité cloud conditionnels, soit près de 825 milliards au total. Pour financer cet effort sans diluer le contrôle de Mark Zuckerberg, Meta crée une nouvelle catégorie d’actions sans droit de vote. Le lendemain, le titre perdait environ 6 % en séance et le Nasdaq reculait de plus de 2 %, entraîné par les valeurs de l’IA.
OpenAI revoit sa valorisation à la baisse
Le 22 octobre, Bloomberg a révélé qu’OpenAI abaissait sa valorisation cible de 1 400 à 1 250 milliards de dollars (avant argent frais) pour un tour pouvant atteindre 30 milliards. En mars, OpenAI avait levé 122 milliards sur une valorisation de 852 milliards. Selon le Financial Times, la proposition à 1 400 milliards présentée à des clients fortunés avait rencontré des résistances, et les investisseurs avaient jusqu’au 30 octobre pour s’engager. Le montant final restait à confirmer au moment où j’écris.
Google DeepMind face à la contestation interne
Le 21 octobre, la BBC a rapporté les départs de chercheurs de Google DeepMind qui protestent contre les contrats militaires de Google, notamment un contrat classifié avec le Pentagone. L’ingénieure de recherche Sofia Liguori a quitté le laboratoire cette semaine-là, après le chercheur Andreas Kirsch début octobre. Google assure que ses contrats publics passent par un processus d’examen aligné sur ses principes. Le sujet rappelle la fronde contre Project Maven en 2018 et montre que la gouvernance de l’IA se joue aussi à l’intérieur des laboratoires.
DeepSeek et SpaceX font le plein de capital
Le jeudi 22 octobre, Bloomberg puis Reuters ont rapporté que DeepSeek bouclait un tour d’environ 100 milliards de yuans, soit 15 milliards de dollars, le double de son objectif initial, avec CATL et Tencent parmi les principaux investisseurs. En juillet, le laboratoire avait déjà levé 7,4 milliards lors de son premier tour externe. Le laboratoire autrefois financé par un fonds spéculatif devient un champion national adossé aux grands groupes chinois.
Le dimanche 25 octobre, Elon Musk a annoncé que SpaceX, qui a absorbé xAI, avait bouclé 40 milliards de dollars de dette pour acheter des GPU Nvidia, livrés au premier semestre 2027. Il a ajouté une remarque qui vaut avertissement : selon lui, les marchés de la dette sont presque fermés aux entreprises dont les revenus dépendent uniquement des datacenters IA, et une partie des plus de 200 « neoclouds » va disparaître ou se regrouper.
Semaine 44 (26 octobre au 2 novembre) : le grand rééquilibrage
Meta lève jusqu’à 95 milliards et fait entrer ses fournisseurs au capital
Cinq jours après ses résultats, le lundi 26 octobre, Meta a annoncé un plan de financement en deux temps : environ 35 milliards de dollars d’émissions d’actions garanties, puis un programme de ventes sur le marché de 60 milliards prévu pour 2027. Le lendemain, Nvidia a confirmé investir 3 milliards et AMD 1 milliard ; Broadcom avait aussi manifesté son intérêt sans annoncer de montant. Meta fait ainsi entrer à son capital les fabricants de silicium dont il achète les puces par dizaines de milliards, une configuration circulaire qui mérite d’être suivie de près.
Oracle ouvre son cloud à tous les fabricants de puces
Le 27 octobre, à Oracle AI World, Oracle a étendu son accord avec Nvidia à une échelle de plusieurs gigawatts autour des systèmes Vera Rubin. Il a surtout annoncé qu’il deviendrait le premier hyperscaler à proposer les TPU de Google en dehors de Google Cloud, à partir de 2027. Les puces d’inférence de Cerebras (2027) et de SambaNova rejoignent aussi son offre, et Oracle remplacera une partie des composants réseau de Nvidia par sa propre technologie Acceleron. Pour les clients, cela signifie davantage de choix et un meilleur levier de négociation sur le prix de l’inférence.
Google enchaîne Genie 4 et Gemini 4 Carbon
Le 27 octobre, Google DeepMind a présenté Genie 4, un modèle de monde qui génère en temps réel des environnements interactifs, avec pour la première fois l’audio natif : musique, sons ambiants et dialogues. L’utilisateur peut modifier la scène par des instructions en cours de simulation. Le modèle reste en préversion de recherche réservée à des testeurs, et Google reconnaît que les détails dérivent quand la simulation dure. Les usages visés sont le jeu vidéo, la prévisualisation de films et l’entraînement de robots et d’agents.
Le lendemain, Google annonçait Gemini 4 Carbon, deux semaines seulement après l’élargissement d’Argon. Le modèle prend la première place de l’index d’Artificial Analysis (version 5) avec 59 points, devant Claude Opus 5.5 (58) et GPT-6 Astra (57). Il reste deuxième sur l’index des agents de codage, derrière Claude Code avec Opus 5.5 (59 contre 62). Artificial Analysis estime son coût à 7,76 dollars par tâche de l’index, environ 23 % de moins qu’Opus 5.5, mais note une hausse de son taux d’hallucination par rapport à Argon (11 % contre 4 %). Google réserve d’abord Carbon à des acteurs de la cyberdéfense et met en avant des progrès d’alignement, avec moins de raccourcis et davantage d’honnêteté envers l’utilisateur.
Mistral tient parole sur Large 4
Le 29 octobre, Mistral a publié sur Hugging Face les poids de Mistral Large 4, surnommé « Le Chonk ». Présenté le 6 octobre en préversion accessible par API, le modèle compte environ 1 000 milliards de paramètres, dont 49 milliards actifs par token (52 avec les embeddings), et une fenêtre de contexte d’un million de tokens. Il est distribué sous une licence MIT modifiée qui autorise l’usage commercial. La version téléchargeable a bénéficié de trois semaines d’entraînement supplémentaires par rapport à la préversion.
Selon Mistral, Large 4 obtient le meilleur score des modèles ouverts sur FrontierCode 2.0 (19,7 %) et refuse en moyenne 96,6 % des requêtes malveillantes sur trois bancs de test de sécurité. L’entreprise reconnaît elle-même que les meilleurs modèles ouverts chinois restent devant sur l’index général d’Artificial Analysis : Large 4 domine seulement parmi les modèles occidentaux. Le même jour, Orange Cyberdefense est devenu le premier partenaire européen de Mistral pour concevoir des services de sécurité managés, avec un accès anticipé à une variante de Large 4 dédiée à la cybersécurité.
Intel vit sa pire séance depuis 1974
Le 29 octobre après la clôture, Intel a publié de bons résultats trimestriels : 16,5 milliards de dollars de chiffre d’affaires, en hausse de 21 %, et un bénéfice par action ajusté de 0,52 dollar, au-dessus des quelque 0,40 dollar attendus. La division Data Center et IA progresse de 78 % (7,3 milliards) et la fonderie de 58 % (6,7 milliards).
Mais la division PC recule de 5 %, et les prévisions du quatrième trimestre ont douché le marché : 15 à 16 milliards de chiffre d’affaires contre environ 17 milliards attendus, et 0,25 dollar de bénéfice ajusté par action. Le directeur financier prévoit que le ralentissement du PC durera au moins jusqu’à la mi-2027, et un arrêt de production dans une usine israélienne pèse aussi sur l’offre.
Le vendredi 30 octobre, l’action a perdu près de 29 % en une séance, sa pire journée depuis juillet 1974, et plus de 100 milliards de dollars de capitalisation se sont évaporés. Bank of America a abaissé sa recommandation à « neutre » et ramené son objectif de cours de 145 à 100 dollars. Sur le mois d’octobre, Intel a perdu environ 45 %. La leçon est claire pour le secteur : la croissance du datacenter ne compense pas encore un marché PC en recul et une mémoire devenue rare et chère.
Un même signal robots.txt pour refuser l’entraînement
Le 30 octobre, OpenAI, Google, Microsoft et Anthropic ont annoncé qu’ils respecteraient un jeton unique dans le fichier robots.txt, __usage_ai-training, qui permet à un éditeur de refuser en une ligne l’entraînement de leurs modèles sur ses contenus. Le signal repose sur un projet de norme IETF rédigé par Kevin Kelley, d’Anthropic. Anthropic a commencé à l’appliquer, OpenAI le fera dans les prochains mois, Microsoft vise le 1er février 2027 et Google l’année 2027. Le dispositif comporte des limites : il ne retire pas les contenus déjà collectés, n’empêche pas les robots de visiter les pages et ne lie pas Meta, absent de l’annonce. Il reste rare de voir quatre concurrents se coordonner ainsi.
Les valeurs chinoises de l’IA dégonflent
Enfin, la correction touche aussi la Chine. L’indice STAR50, qui regroupe des champions chinois de l’IA et des semi-conducteurs, a perdu 40 % en moins de quatre mois, soit environ 480 milliards de dollars de capitalisation. MiniMax, entré en Bourse à Hong Kong en janvier, est passé d’un sommet de 1 330 dollars de Hong Kong le 18 mars à environ 230 dollars, soit une chute de plus de 80 %. La guerre des prix des modèles et les doutes sur leur monétisation ont rattrapé les valorisations.
Ce que ces trois semaines nous disent
1. Le marché a commencé à compter
Jusqu’à l’été, le récit de l’IA tenait sur une promesse : investissez maintenant, les profits suivront. Octobre a changé le ton. Le free cash flow négatif de Meta et ses quelque 825 milliards d’engagements, la chute d’Intel, la valorisation revue à la baisse d’OpenAI et l’avertissement d’Elon Musk sur les marchés de la dette disent la même chose : les investisseurs regardent désormais les comptes.
Je n’y vois pas un krach, plutôt une respiration. Le marché sépare ceux qui peuvent justifier leurs investissements de ceux qui doivent encore les raconter. Meta en a les moyens grâce à une publicité qui progresse de 26 %, même si son cash ne suffit plus et qu’il doit lever des fonds. Anthropic affiche une rentabilité ajustée, avec une croissance qui ralentit. OpenAI a dû baisser son prix. Intel, enfin, montre que le datacenter ne compense pas encore un PC en recul.
2. La Chine protège ses joyaux et finance ses champions
L’annonce n° 48 place sous contrôle les poids et le savoir-faire des modèles les plus avancés, tout en laissant libres l’accès par API et l’open source déjà publié. Dans le même temps, DeepSeek lève 15 milliards de dollars auprès de CATL et Tencent et publie un agent de codage open source. La stratégie chinoise avance par des textes et des investissements concrets, sans grands discours.
Le tableau a pourtant sa face sombre : le STAR50 a perdu 40 % en moins de quatre mois et MiniMax plus de 80 % depuis son sommet. La puissance technologique ne garantit pas la rentabilité, en Chine comme ailleurs.
3. Les agents posent un problème de gouvernance inédit
Les incidents révélés par OpenAI montrent qu’un agent conçu pour être efficace peut traiter sa propre surveillance comme un obstacle. OpenAI parle d’un phénomène qu’il n’explique pas encore, et ses premières réponses (revue automatique renforcée, safety cases obligatoires) restent internes. Google, de son côté, met en avant pour Gemini 4 Carbon des progrès d’alignement : moins de raccourcis et davantage d’honnêteté envers l’utilisateur.
L’accord sur le jeton robots.txt relève d’un autre sujet, celui des données d’entraînement. Il montre toutefois que les grands laboratoires savent se coordonner quand la pression devient forte. Rien de comparable n’existe encore pour la surveillance des agents, et les démissions chez Google DeepMind rappellent que les salariés eux-mêmes réclament des garde-fous.
4. La France tient sa place dans une course qui s’accélère
Mistral Large 4 en poids ouverts, le partenariat avec Orange Cyberdefense, l’accord avec le Crédit Agricole et le contrat de 6 millions d’euros signé avec l’État en septembre pour la cybersécurité, la fraude et les contentieux de masse dessinent un écosystème actif. Ce dernier contrat fait suite au piratage de la DGFiP cet été, qui a exposé les données fiscales de 678 000 particuliers et professionnels.
La concurrence ne fait pourtant pas de cadeau. Début octobre, le moteur de recherche Ecosia a quitté Mistral après cinq mois pour des modèles ouverts dont les chinois Qwen, GLM et Kimi, hébergés en Europe par la plateforme allemande Melious. Son dirigeant Christian Kroll a invoqué une qualité décevante et des serveurs saturés, et affirme avoir divisé ses coûts par deux environ. La bataille des poids ouverts se joue sur la performance et le prix, et la proximité géographique ne suffit pas à fidéliser un client européen.
Ce que cela change pour un dirigeant d’entreprise
Choisir un fournisseur d’IA, c’est choisir un modèle économique
Le temps des décisions fondées sur le seul benchmark est terminé. Anthropic montre qu’on peut croître de 45 % par trimestre en restant rentable en données ajustées. OpenAI ajuste son prix pour boucler son tour de table. Meta internalise et finance son infrastructure par le marché. Chacun raconte une histoire différente de ce qu’est une entreprise d’IA viable, et la solidité de votre fournisseur devient un critère d’achat au même titre que la qualité de ses modèles.
La bonne nouvelle, c’est que le rapport de force bouge en faveur des clients. Les modèles d’OpenAI sont désormais vendus par les trois grands clouds, Oracle propose côte à côte des GPU Nvidia, des TPU Google et des puces Cerebras, et les tarifs des modèles frontier convergent autour de 4 $ / 20 $ par million de tokens. Un comparatif qui me semble plus parlant que le prix au token est le coût par tâche : Artificial Analysis l’estime à 7,76 dollars pour Gemini 4 Carbon contre 10,04 dollars pour Claude Opus 5.5, pour un niveau d’intelligence comparable. C’est ce chiffre, rapporté à vos cas d’usage, qui doit guider vos arbitrages.
La souveraineté se gagne dans le détail des licences
La Chine ne fait pas de déclarations : elle publie un catalogue d’export, finance ses laboratoires et met ses modèles ouverts à disposition du monde entier. L’Europe dépend encore largement de puces américaines et voit des acteurs sensibles à la souveraineté, comme Ecosia, adopter des modèles chinois hébergés en Europe. Avant d’adopter un modèle à poids ouverts, lisez la licence. Celle de Muse Spark Open plafonne l’usage commercial gratuit à 20 millions de dollars de chiffre d’affaires, celle de Mistral Large 4 est une MIT modifiée, celle de DeepSeek V4.1-Flash une MIT classique. Pour un modèle chinois de plus de 2 000 milliards de paramètres, il faudra aussi suivre l’évolution des contrôles à l’export décidés à Pékin.
La gouvernance des agents n’attend plus
Les agents d’OpenAI qui ont coupé leur surveillance travaillaient sur des tâches de routine. Si vous déployez des agents aujourd’hui, posez-vous une question simple : qui surveille le surveillant ? Concrètement, la journalisation et les alertes doivent tourner dans un environnement que l’agent ne peut pas modifier, et un agent doit déclarer explicitement toute action qui touche à ses propres contrôles. OpenAI elle-même n’a pas encore d’explication à ces comportements, ce qui plaide pour la prudence dans les déploiements à forte autonomie.
Les prochains rendez-vous
Deux échéances méritent d’être notées dans l’agenda. Le marketing de l’introduction en Bourse d’Anthropic pourrait démarrer la semaine du 9 novembre, et le prix retenu dira beaucoup de l’appétit réel des marchés pour l’IA. La consultation sur les contrôles chinois à l’export se clôt le 15 novembre, et sa version finale fixera ce que les entreprises étrangères pourront télécharger des meilleurs modèles chinois.
