Lancements et mises à jour reliés aux fiches, au contexte et aux sources primaires.
OpenAI présente Sol et Luna comme deux modèles de la famille GPT-6, avec des profils distincts en matière de coût et de capacités. L’entreprise annonce une baisse de 50 % par rapport aux prix promotionnels de GPT-5.6, mais les informations disponibles ici ne précisent pas les tarifs unitaires et ne permettent pas de vérifier indépendamment les gains de performance.
Guide opérationnel pour maintenir le corpus d’un système RAG lorsque les politiques, manuels et documents évoluent. Il propose un modèle de données, des flux de mise à jour et de retrait, des contrôles d’accès et des tests permettant de reconstruire les preuves disponibles au moment de la réponse.
DeepSWE v1.1 évalue des modifications de code produites par des agents sur des tâches originales et de longue haleine. Son résultat peut fournir un signal utile, mais une ligne du leaderboard n’est interprétable que si l’on connaît le harnais, la politique de traitement des erreurs, les rollouts, le vérificateur et la version exacte du benchmark. Une revue d’Epoch AI ajoute un avertissement précis : certains patchs qui modifient des tests peuvent recevoir un faux négatif dans certaines conditions.
Une évaluation utile de la transcription automatique ne se résume pas à un unique pourcentage de précision. Ce guide propose un protocole permettant de mesurer séparément la fidélité du texte, les entités critiques, l’attribution des locuteurs, les repères temporels, la segmentation et la validité de la sortie consommée par une application. L’objectif est de comparer des versions et des configurations de manière reproductible, puis de décider sur des éléments probants quand promouvoir, restreindre ou bloquer un déploiement.
Guide d’évaluation de GPT‑Live‑1 dans des conversations vocales full‑duplex, en séparant la dynamique des tours de parole, la compréhension, le succès des tâches et la sécurité des actions déléguées. Il propose un protocole reproductible fondé sur un audio contrôlé, des traces, une annotation temporelle et une revue humaine en aveugle.
Adopter Gemini ne décrit pas, à lui seul, une architecture ni un engagement opérationnel. Une même équipe peut utiliser un modèle Google par l’intermédiaire de Gemini API, AI Studio, Vertex AI ou d’un produit géré, avec des identifiants, contrôles de données, outils et cycles de vie qui doivent être vérifiés séparément.
Une édition générative utilisable en production ne se valide pas uniquement parce que le changement demandé semble correct. Ce guide propose de traiter chaque retouche comme un contrat de préservation : définir ce qui peut changer, ce qui doit être maintenu, comment le mesurer et à quel moment exiger une revue humaine.
Un plan généré peut sembler convaincant pris isolément tout en devenant inutilisable lorsqu’il est monté avec d’autres. Ce guide propose un protocole pour évaluer la continuité visuelle, spatiale et narrative dans des séquences de vidéo générative, en assurer la traçabilité et décider quels clips sont approuvés, lesquels nécessitent une intervention et lesquels doivent être écartés.
Claude Fable 5.1 doit être évalué comme un contrat d’exécution, et non comme une simple étiquette de capacité. Cette fiche distingue ce que déclarent Google Cloud et Amazon Bedrock, ce qui dépend du canal et ce qu’une équipe doit mesurer avant d’accorder de l’autonomie à un flux de production.
Claude Haiku 4.5 peut constituer une destination pour des charges rapides après le retrait de Claude Haiku 3.5, mais une migration sûre ne se résume pas à modifier un identifiant. La disponibilité minimale documentée jusqu'au 15 octobre 2026 ne garantit pas une pérennité indéfinie. Le critère opérationnel consiste à démontrer, avec son propre trafic et son propre corpus, la latence de file d'attente, le respect du schéma, l'utilisation des outils et une substitution réversible.
Une amélioration observée avec Claude Opus 4.5 peut venir du modèle, mais aussi de changements dans le contexte, les outils, les nouvelles tentatives ou le vérificateur. Ce protocole aide à séparer ces causes avant d’étendre un déploiement.
Mistral AI documente Voxtral TTS comme un service de génération vocale avec streaming et plusieurs formats de sortie. Avant de remplacer un fournisseur ou un modèle pour des appels, des notifications ou du contenu publié, une équipe doit vérifier non seulement la qualité audible, mais aussi la compatibilité du contrat technique, opérationnel et de données, au moyen d’une régression fondée sur ses propres scripts.
Une nouvelle qui modifie la carte des modèles et des capacités.
Le lancement nécessite de revoir l’évaluation, le déploiement et la sécurité.
Modèle de bordure ↗Tâches de code et de connaissances avec contrôles d'effort.
Connaissance ↗Multimodalité, code et agents avec un profil de faible latence.
Version stable ↗Un fait divers ne se termine pas par un titre.
Relie l'annonce à la version, à l'accès et aux modalités.
Identité ↗Distinguer les taux stables, d'introduction et les données manquantes.
Coût ↗Examinez les conditions et la comparabilité avant d’accepter un indice de référence.
Preuve ↗