Motif de la recommandation :L'original expose les paliers de résolution, la plage matérielle et les modes d'exécution locale, ce qui permet de juger de l'accessibilité réelle du modèle.
Motif de la recommandation :L'original détaille les quatre tailles de Gemma 4, la licence Apache 2.0 et les performances comparées sur Arena, ce qui permet de juger de son intérêt pour le déploiement local et l'edge.
Motif de la recommandation :L'article détaille l'architecture, les tailles et les benchmarks de Gemma 4, ainsi que son intégration dans les principaux moteurs d'inférence et outils de fine-tuning.
Motif de la recommandation :Falcon Perception et Falcon OCR adoptent une architecture Transformer à fusion précoce unique, avec des benchmarks détaillés et un code open source pour comparer les compromis de conception.
Motif de la recommandation :Le modèle compact et son adaptateur LoRA sont décrits avec les benchmarks de tableaux, graphiques et KVP, ce qui aide à juger son intérêt pour l'extraction documentaire.
Motif de la recommandation :Le modèle de voix de Google DeepMind améliore la précision et réduit la latence, avec des scores sur ComplexFuncBench Audio et Audio MultiChallenge qui permettent de situer les capacités de dialogue en temps réel.
Google DeepMind présente Lyria 3 Pro, une version avancée de son modèle de génération musicale capable de créer des morceaux allant jusqu'à 3 minutes avec une meilleure compréhension de la composition, permettant de demander des intros, couplets, refrains et ponts. Le modèle arrive en aperçu public sur Vertex AI et rejoint Google AI Studio, l'API Gemini, Google Vids, l'application Gemini et ProducerAI, avec un déploiement auprès des clients Workspace et des abonnés payants. Toutes les sorties sont marquées par SynthID et le modèle ne reproduit pas les artistes nommés dans les prompts.
Motif de la recommandation :Lyria 3 Pro allonge la génération à 3 minutes avec une conscience structurelle, et son intégration à Vertex AI, AI Studio, Vids et Gemini éclaire les usages professionnels.
Motif de la recommandation :Mistral publie son premier modèle TTS avec architecture, latence et tarification détaillées, utile pour évaluer les briques vocales d'un agent.
H Company publie Holotron-12B, un modèle multimodal computer-use post-entraîné à partir du modèle ouvert NVIDIA Nemotron-Nano-2 VL sur des données propriétaires.
Motif de la recommandation :L'article détaille l'architecture SSM hybride et les chiffres de débit, utiles pour évaluer le déploiement d'agents computer-use à grande échelle.
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.
Motif de la recommandation :Mistral Small 4 unifie les capacités de Magistral, Pixtral et Devstral dans un seul modèle open source, avec un paramètre reasoning_effort configurable et des gains de latence et de débit mesurés par rapport à Small 3.
OpenAI lance GPT-5.4, présenté comme son modèle frontière le plus capable et le plus efficace pour le travail professionnel. Il met en avant des capacités de pointe en codage.
Motif de la recommandation :Le résumé officiel expose les capacités de codage, d'usage informatique et de recherche d'outils ainsi que la fenêtre de contexte de 1M tokens, ce qui permet de situer les changements de ce modèle frontière.
Motif de la recommandation :Le tarif, la vitesse et les benchmarks du modèle sont fournis, ce qui permet de juger son intérêt pour les charges à haut volume.
OpenAI publie la fiche système de GPT-5.3 Instant. Le texte source ne fournit que le titre, sans détails sur les capacités, les paramètres ou le déploiement du modèle.
Motif de la recommandation :Le score vérifié sur ARC-AGI-2 et la liste des produits où 3.1 Pro est déployé permettent de situer le gain de raisonnement par rapport à 3 Pro.
Motif de la recommandation :L'original expose les scores de Deep Think sur HLE, ARC-AGI-2 et Codeforces, ainsi que son ouverture via l'API Gemini, ce qui permet de situer le mode de raisonnement spécialisé de Gemini 3.
Motif de la recommandation :OpenAI dévoile son premier modèle de codage en temps réel, avec un débit annoncé 15 fois supérieur et une fenêtre de 128k, ce qui éclaire l'évolution des outils de développement assisté.
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.
Motif de la recommandation :Deux modèles de transcription vocale sont publiés, dont un en open weights sous Apache 2.0, avec des chiffres de latence et de prix permettant de comparer les options existantes.
Motif de la recommandation :L'original expose l'architecture et les optimisations d'inférence d'un modèle de diffusion vidéo interactif, utile pour comprendre les compromis des world models temps réel.
Motif de la recommandation :L'article présente l'architecture unifiée de D4RT et son efficacité jusqu'à 300 fois supérieure, utile pour évaluer les pistes de déploiement en robotique et en RA.
Motif de la recommandation :L'original détaille les nouvelles capacités d'imagerie médicale 3D et les benchmarks de MedGemma 1.5 4B, ainsi que le modèle vocal MedASR, ce qui permet de situer les progrès sur l'imagerie médicale de haute dimension.
Motif de la recommandation :NVIDIA publie Cosmos Reason 2, un VLM de raisonnement ouvert pour l'IA physique, avec des tailles 2B et 8B et un contexte de 256K.
Motif de la recommandation :Présente l'architecture hybride Mamba-Transformer et les fenêtres de contexte de 128K à 256K, utile pour évaluer les compromis entre taille et déploiement.
ServiceNow-AI publie AprielGuard, un modèle de garde-fou de 8B paramètres conçu pour détecter 16 catégories de risques de sécurité ainsi que diverses attaques adversariales.
Motif de la recommandation :Un modèle de garde-fou de 8B paramètres couvrant 16 catégories de risques et les attaques adversariales des workflows agentiques, avec les résultats d'évaluation détaillés.
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.
Motif de la recommandation :Mistral OCR 3 détaille ses performances sur formulaires, écriture manuscrite et tableaux complexes, avec un prix de 2 dollars pour 1 000 pages et une compatibilité descendante.
Motif de la recommandation :L'original expose les scores de Gemini 3 Flash sur GPQA Diamond, SWE-bench Verified et MMMU Pro ainsi que son prix, ce qui permet de situer le compromis vitesse-coût par rapport à Gemini 3 Pro.
OpenAI a lancé ChatGPT Images ainsi que GPT-Image-1.5 dans l'API, une version plus rapide de l'expérience de génération d'images. Le texte mentionne également ChatGPT Images 2.5.
Motif de la recommandation :L'original expose les améliorations de l'appel de fonctions, du suivi d'instructions et du dialogue multi-tours, ainsi que les points d'accès ouverts, ce qui permet de juger de l'impact sur les agents vocaux.
Motif de la recommandation :L'annonce présente GPT-5.2 comme le modèle de pointe d'OpenAI pour le travail professionnel, avec des capacités clés et une disponibilité via ChatGPT et l'API.
Motif de la recommandation :Mistral publie deux modèles de codage open source et un CLI agent, avec les scores SWE-bench Verified et les prix API pour situer le compromis performance-coût.
Motif de la recommandation :Mistral 3 publie les poids et les formats compressés, ce qui permet de comparer les tailles, les licences et les chemins de déploiement.