Google DeepMind annonce Gemini 4 Argon, un modèle frontière conçu pour maintenir un raisonnement profond sur des workflows complexes et longs.
Motif de la recommandation :L'annonce détaille les capacités d'Argon en codage, travail de connaissance et cybersécurité, ainsi que son prix et son déploiement progressif.
OpenAI publie l'aperçu de sécurité de GPT-6 Astra。
Motif de la recommandation :L'aperçu de sécurité de GPT-6 Astra indique qu'il atteint le niveau critique de cybersécurité du Preparedness Framework, un point de référence pour évaluer les capacités et les limites de déploiement du modèle.
Google DeepMind annonce Gemini 3.8, son meilleur modèle de raisonnement et de codage à ce jour。
Motif de la recommandation :Présentation officielle des capacités de Gemini 3.8 Flash en codage long horizon et en cybersécurité, avec tarifs et variantes Cyber.
OpenAI indique qu'Astra est le premier de ses modèles à atteindre le seuil de capacité critique en cybersécurité défini par le Preparedness Framework。
OpenAI présente GPT-5.6-Cyber, un modèle spécifiquement conçu pour la cybersécurité。
Motif de la recommandation :Présente un modèle dédié à la cybersécurité et son canal d'accès réservé, utile pour situer l'offre d'OpenAI sur ce créneau.
Mistral AI publie Shieldstral, un classificateur de sécurité multimodal de 3B paramètres sous licence Apache 2.0。
Motif de la recommandation :Un classificateur de sécurité multimodal de 3B paramètres, à poids ouverts et adaptable par politique, qui permet de mesurer l'impact sur les garde-fous existants.
OpenAI dévoile un aperçu de GPT-5.6 Sol, un modèle de nouvelle génération aux capacités renforcées en codage。
Motif de la recommandation :L'aperçu de GPT-5.6 Sol et de sa pile de sécurité permet de suivre l'orientation des capacités en codage, science et cybersécurité.
OpenAI publie la fiche système de GPT-5.5.
OpenAI publie Privacy Filter, un modèle à poids ouverts destiné à détecter et masquer les informations personnelles identifiables (PII) dans du texte, avec une précision annoncée comme état de l'art.
Motif de la recommandation :Un modèle à poids ouverts d'OpenAI dédié à la détection et à la suppression des données personnelles, avec un point d'entrée concret pour les flux de traitement de texte.
OpenAI publie une mise à jour de la System Card de GPT-5 consacrée à GPT-5.2。
OpenAI présente gpt-oss-safeguard, un modèle de raisonnement à poids ouverts destiné à la classification de sécurité。
Motif de la recommandation :Un modèle de raisonnement à poids ouverts dédié à la classification de sécurité, qui permet aux développeurs d'appliquer et d'itérer leurs propres politiques.
OpenAI publie la fiche système de GPT-5, qui décrit un système de routage unifié de modèles assurant des réponses rapides et intelligentes via gpt-5-main。
Motif de la recommandation :La fiche système détaille le routage unifié entre gpt-5-main, gpt-5-thinking et gpt-5-thinking-nano, un point d'architecture utile pour comprendre le comportement du modèle.
OpenAI publie un addendum à la fiche système de GPT-4o consacré à la génération d'images 4o. Cette approche est présentée comme nettement plus performante que la série DALL·E 3。
Motif de la recommandation :L'addendum présente la génération d'images 4o comme plus performante que DALL·E 3 et capable de produire des images photoréalistes à partir d'entrées visuelles.
OpenAI annonce avoir entraîné des modèles de langage bien meilleurs que GPT-3 pour suivre les intentions des utilisateurs。
Motif de la recommandation :OpenAI déploie InstructGPT comme modèle par défaut de son API, avec des améliorations sur le suivi des instructions, la véracité et la toxicité.
OpenAI publie la plus grande version de GPT-2, avec 1,5 milliard de paramètres。
Motif de la recommandation :La publication de la version complète de GPT-2 1.5B et de ses poids permet de comprendre le processus de publication échelonnée et ses implications pour la détection des sorties.
OpenAI publie le modèle de langage GPT-2 de 774 millions de paramètres, après la sortie du petit modèle 124M en février et la publication échelonnée du modèle moyen 355M en mai。
Motif de la recommandation :L'article retrace le calendrier de publication par étapes de GPT-2 et expose un accord juridique open source pour les partenariats de partage de modèles.