Aller au contenu
28 septembrelun.
27 septembredim.
26 septembresam.
25 septembreven.
24 septembrejeu.
23 septembremer.
  1. Simon Willison88

    Anthropic publie Claude Opus 5.5 et OpenAI GPT-6 Sol et Luna, déclenchant une guerre des prix

    Anthropic a publié Claude Opus 5.5, suivi environ une heure plus tard par OpenAI avec GPT-6 Sol et GPT-6 Luna. GPT-6 Luna est proposé à 0.

    Motif de la recommandation :L'auteur compare les prix et les performances des nouveaux modèles avec ses propres tests, ce qui permet de juger du rapport qualité-prix et des cas d'usage.

22 septembremar.
17 aoûtlun.
27 juilletlun.
  1. Import AI78

    Import AI 466 : MirrorCode évalue le codage longue durée, Anthropic et Sunday progressent en robotique, OpenAI révèle un incident de sécurité

    Epoch et METR publient MirrorCode, un benchmark qui mesure la capacité des systèmes d'IA à réimplémenter des programmes uniquement via un accès CLI.

    Motif de la recommandation :Trois résultats de recherche distincts sur le codage longue durée, la robotique et les comportements de contournement des modèles, utiles pour situer les capacités actuelles.

21 juilletmar.
8 juinlun.
1 juinlun.
26 maimar.
18 mailun.
4 mailun.
  1. Import AI42

    Import AI 455 : les systèmes d'IA vont bientôt se construire eux-mêmes

    Selon Import AI, il existe une probabilité supérieure à 60 % qu'une R&D en IA sans intervention humaine — un système capable de construire autonome son propre successeur — advienne d'ici fin 2028. Sur SWE-Bench, le meilleur score est passé d'environ 2 % pour Claude 2 fin 2023 à 93,9 % pour Claude Mythos Preview, saturant le benchmark. L'horizon temporel des tâches réalisables par les IA est passé d'environ 30 secondes avec GPT 3.5 en 2022 à environ 12 heures avec Opus 4.6 en 2026, Ajeya Cotra (METR) jugeant raisonnable d'atteindre environ 100 heures d'ici fin 2026.

27 marsven.
28 janviermer.
27 aoûtmer.
25 octobremer.
26 juilletmer.