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 lance GPT-6.1 Sol, présenté comme offrant une intelligence proche d'Astra pour le codage。
Motif de la recommandation :L'annonce donne le positionnement du modèle et un écart de prix par rapport à Astra, utile pour évaluer le coût d'un changement de modèle.
OpenAI lance GPT-5.4 mini et nano, deux versions plus petites et plus rapides de GPT-5.4。
Motif de la recommandation :L'original indique les scénarios ciblés par les deux petites versions de GPT-5.4, utile pour évaluer le choix de modèle pour les charges API à haut volume.
OpenAI publie la fiche système de GPT-5.3-Codex, présenté comme le modèle de codage agentique le plus capable à ce jour. Il combine les performances de codage de pointe de GPT-5.2-Codex avec les capacités de raisonnement et de connaissances professionnelles de GPT-5.2.
Motif de la recommandation :La fiche système présente les capacités de codage agentique et de raisonnement du modèle, utile pour situer les cas d'usage de développement.
OpenAI présente GPT-5.3-Codex, un agent natif Codex qui associe des performances de codage de pointe à un raisonnement général pour prendre en charge des travaux techniques réels de longue durée.
Motif de la recommandation :L'annonce présente GPT-5.3-Codex comme un agent natif Codex alliant performance de codage et raisonnement général pour les tâches techniques longues.
OpenAI publie un addendum à la fiche système de GPT-5.2 consacré à GPT-5.2-Codex. Le contenu détaillé de cet addendum n'est pas disponible.
OpenAI a lancé GPT-5.2-Codex, présenté comme son modèle de codage le plus avancé, avec raisonnement longue durée, transformations de code à grande échelle et capacités de cybersécurité renforcées.
Motif de la recommandation :Présente les capacités de codage et de raisonnement long du nouveau modèle, utile pour évaluer les scénarios de développement concernés.
OpenAI lance GPT-5.1-Codex-Max, un modèle de codage agentique plus rapide et plus intelligent destiné à Codex. Le modèle est conçu pour des tâches de longue durée à l'échelle d'un projet。
Motif de la recommandation :L'original présente les caractéristiques de GPT-5.1-Codex-Max pour le codage agentique, utile pour évaluer l'impact sur les flux de travail de développement existants.
GPT-5.1 est désormais disponible dans l'API. OpenAI indique qu'il apporte une inférence adaptative plus rapide。
Motif de la recommandation :L'annonce précise les axes d'évolution de GPT-5.1 dans l'API, ce qui aide les développeurs à évaluer l'impact sur leurs intégrations existantes.
OpenAI a publié l'addendum de la fiche système de GPT-5, présentant GPT-5-Codex。
Motif de la recommandation :L'addendum présente les ajustements de GPT-5-Codex en matière de codage agentique et d'allocation dynamique de la puissance de calcul, ce qui permet de juger de son intérêt pour les scénarios de codage long.
OpenAI met GPT-5 à disposition sur sa plateforme API, avec de hautes performances de raisonnement。
Motif de la recommandation :L'annonce expose les performances de raisonnement et les nouveaux contrôles destinés aux développeurs, ce qui aide à juger de l'impact sur les flux de travail de codage.
OpenAI présente les nouvelles possibilités offertes par GPT-5 dans le codage et le design. Le contenu détaillé n'est pas fourni dans le flux, qui se limite à une brève introduction.
OpenAI a publié un addendum à la fiche système de o3 et o4-mini portant sur Codex。
Motif de la recommandation :L'addendum présente codex-1, variante de o3 optimisée pour l'ingénierie logicielle, et précise la méthode d'entraînement par RL sur des tâches de codage réelles.
OpenAI lance GPT-4.1 dans l'API, une nouvelle famille de modèles avec des améliorations générales。
Motif de la recommandation :L'original présente les axes d'amélioration de la nouvelle famille de modèles et la disponibilité immédiate de l'API, ce qui permet de juger rapidement de l'impact sur les développeurs.