AI TrackerActus modèles,
pour les devs.
Les dernières actus « modèles » de tous les fournisseurs d'IA : lancements, changements de prix et retraits, résumés avec ce qu'ils changent pour vous.
PokeBot lance RoboAPI, une API qui permet de donner des instructions en langage naturel à des bras robotisés
PokeBot a présenté RoboAPI le 29 octobre. La solution repose sur Poke-Aurora, que l’entreprise décrit comme son modèle d’action dans le monde réel. Selon elle, les robots compatibles peuvent recevoir des instructions en langage naturel via une API simple, sans entraînement propre à chaque tâche.Pika lance H3 Flex, un modèle vidéo rapide qu’elle présente comme le meilleur modèle open-weight de génération vidéo à partir de texte sur DesignArena
Pika a présenté H3 Flex, qui, selon elle, fait ses débuts à la première place du classement texte-vidéo de DesignArena parmi les modèles open-weight (affirmation de Pika). L’entreprise décrit ce modèle comme conçu pour l’itération professionnelle : pistes audio exportables, résolutions jusqu’à la 4K et génération plus rapide que le temps réel, avec un clip de 15 secondes et sa bande-son produits en seulement 7 secondes.OpenAI met à jour son Model Spec autour de cinq valeurs fondamentales
OpenAI a publié une version mise à jour de son Model Spec, qui décrit publiquement le comportement souhaité pour ses modèles. La révision réorganise les recommandations autour de cinq valeurs : la fidélité aux intentions humaines, la réduction des risques, l’honnêteté et la transparence, la capacité d’action des humains et l’attention portée aux autres. Tout ce qui suit reflète le point de vue d’OpenAI.OpenAI releases GPT-6.1 Terra, a cheaper computer-use model at half the price of GPT-5.6 Terra
OpenAI released GPT-6.1 Terra on October 26, 2026, describing it as a fast, capable computer-use model: it understands what is on screen, takes action across apps and writes naturally. It is rolling out to all Plus, Pro, Enterprise and Edu users in ChatGPT Work and Codex, and developers can use it in the API as gpt-6.1-terra. OpenAI says usage allowances in ChatGPT Work and Codex go further with it than with GPT-5.6.Phonic 1 fait ses débuts à la 1re place de l’indice Speech to Speech d’Artificial Analysis
Artificial Analysis (un site de benchmarks, selon ses propres mesures) indique que Phonic 1 (High), le modèle speech-to-speech de Phonic, se classe 1er sur 22 dans son indice Speech to Speech, avec un score de 87,1, juste devant Grok Voice 3.0 (86,9). Le modèle est disponible via l’API Phonic au prix de 0,07 $ par minute.Fish Audio lance Drama 3, qu’Artificial Analysis classe n° 1 des modèles vocaux à poids ouverts
Fish Audio a lancé Drama 3, dont les poids sont disponibles sur Hugging Face. Artificial Analysis (un site de benchmark, selon ses propres mesures) affirme qu’il s’agit du modèle à poids ouverts n° 1 dans ses deux arènes vocales et du modèle n° 1, toutes catégories confondues, à son benchmark de robustesse de prononciation.Mistral publie les poids de Mistral Large 4, un modèle de 1 000 milliards de paramètres, à environ la moitié du prix de la préversion
Mistral a publié les poids d’une version améliorée de Mistral Large 4 (« Le Chonk »), son modèle phare nativement multimodal de 1 000 milliards de paramètres, dont la préversion publique a été lancée plus tôt ce mois-ci. Les poids sont disponibles sur Hugging Face sous le nom Mistral-Large-4-1T-A52B, ainsi qu’en version NVFP4. Mistral le présente comme entraîné en Europe et comme le meilleur modèle à poids ouverts pour le codage. Un commentateur indique que la licence est une licence MIT modifiée, non approuvée par l’OSI.Qwen 4 n’a pas été annoncé, mais Qwen Code répertorie déjà des identifiants de modèles qwen4
Un compte X rapporte que Qwen Code v0.26.3, publié le 28 octobre, inclut une modification (pull request #15762 dans le dépôt officiel QwenLM/qwen-code) qui considère par défaut que tout modèle dont l’identifiant commence par qwen4 dispose d’un contexte de 1M tokens. Selon ce compte, les tests citent qwen4-max, qwen4-plus, qwen4-coder-plus, la version datée qwen4-max-2026-10-01 et qwen4.5-max. La publication du compte renvoie vers la pull request et montre une capture d’écran.Artificial Analysis présente AA-Robotics v0.1, un benchmark de modèles qui contrôlent un bras robotisé
Artificial Analysis a publié AA-Robotics v0.1, qui montre des modèles contrôler un bras robotisé et présente la tâche du point de vue du modèle. Dans un exemple où le même robot écrit « hello world », Artificial Analysis indique que Claude Opus 5.5 l’a écrit point par point, en 3 270 mouvements du bras sur 34 minutes, tandis que GPT-6 Astra l’a écrit d’un trait, en 514 mouvements sur 13 minutes.Particle-1, un modèle affiné à partir de DeepSeek V4.1 Flash, est désormais disponible sur Vercel AI Gateway
Vercel indique que Particle-1 (particle/particle-1) est désormais disponible sur AI Gateway, son point de terminaison unifié pour les fournisseurs de modèles. Selon Vercel, le modèle est affiné à partir de DeepSeek V4.1 Flash et réalise des tâches d’ingénierie avec moins de tokens. L’entreprise le recommande pour le débogage, la planification de modifications de code et la décomposition de problèmes en plusieurs étapes.Artificial Analysis publie AA-PersonalityBench : les modèles GPT-6 et Grok sont les plus directs
Artificial Analysis a publié AA-PersonalityBench, un benchmark des traits de personnalité des modèles, avec une page de résultats, une page sur la méthodologie et un outil pour créer son propre classement de personnalité. Les scores sont ceux du site.
ElevenLabs présente Cue, un modèle d’alignement forcé
ElevenLabs Research a présenté Cue, un modèle d’alignement forcé : l’étape qui transforme une transcription en horodatages, utilisés pour les sous-titres, le doublage et les transcriptions interactives. Il positionne chaque caractère sur la chronologie audio.Rime lance Prism, un modèle de la parole à la parole pour les agents vocaux
Rime a lancé Prism, un modèle de la parole à la parole pour les agents vocaux IA. Les chiffres ci-dessous sont des affirmations de Rime, et non des mesures indépendantes.Artificial Analysis lance AA-Video-I2V v2.1, un benchmark pour les modèles de génération vidéo à partir d’images
Artificial Analysis a lancé AA-Video-I2V v2.1 et AA-Video-I2V-Silent v2.1, un benchmark pour les modèles de génération vidéo à partir d’images. Chaque prompt associe une image de départ en 1080p à un prompt rédigé pour celle-ci, et est étiqueté selon son cas d’usage, ses capacités et son style visuel ; les modèles sont évalués jusqu’en 1080p et classés selon 10 cas d’usage et 10 capacités. Le classement général attribue le même poids à chacun d’eux.
GitHub Copilot Fusion, qui sélectionne et orchestre des modèles pour chaque tâche, est désormais généralement disponible
GitHub annonce la disponibilité générale de Copilot Fusion. Au lieu de choisir un modèle, l’utilisateur sélectionne Copilot Fusion dans le sélecteur de modèles ainsi qu’un niveau d’effort (Standard, High ou Max) ; Copilot décide quels modèles utiliser et comment les faire travailler ensemble. La fonctionnalité combine l’orchestration multi-modèles de l’aperçu précédent Project HydraFusion avec la sélection automatique de modèles de Copilot. Les workflows comprennent l’utilisation d’un seul modèle, une cascade (un modèle efficace rédige un brouillon, puis un contrôle qualité décide s’il faut passer à un modèle plus puissant) et une critique (un modèle rédige, un autre relit, puis le premier révise).
OpenBMB lance MiniCPM-OCR, un parseur de documents de 1B, accompagné d’un modèle de 2B qui évalue les résultats OCR
OpenBMB a présenté MiniCPM-OCR sur X le 28 octobre, en le faisant fonctionner localement sur un iPhone et un iPad. Le modèle est publié avec ses poids ouverts et peut fonctionner avec llama.cpp, vLLM, SGLang ou Ollama ; le code de fine-tuning est open source, et OpenBMB propose également une démo et une API.AssemblyAI lance son premier modèle de synthèse vocale, AssemblyAI-TTS-1
AssemblyAI a lancé AssemblyAI-TTS-1, son premier modèle de synthèse vocale, conçu pour les agents vocaux. Selon AssemblyAI, il génère de l’audio en continu en 90 ms, au prix de 15 $ par million de caractères, et affirme qu’il s’agit du meilleur modèle TTS à grande échelle si l’on considère conjointement la précision, le naturel et le coût. OpenRouter indique que le modèle y est disponible, avec plus de 4 000 voix proposées depuis les États-Unis ou l’UE.
NVIDIA lance Nemotron 3.5 Transcribe, à égalité pour la 1re place parmi les modèles de transcription vocale à poids ouverts selon Artificial Analysis
Nemotron 3.5 Transcribe de NVIDIA est un nouveau modèle de transcription vocale à poids ouverts et pilotable par prompt : un mélange d’experts de 30B avec environ 4B de paramètres actifs. NVIDIA affirme qu’un seul checkpoint prend en charge la transcription dans 40 langues, l’attribution des locuteurs, la traduction, le pilotage par contexte et la compréhension audio, et que les poids, les données et les recettes sont ouverts. Le modèle est disponible sur Hugging Face, avec une démo en direct.Mistral ouvre une Responses API en préversion publique et propose DeepSeek V4.1 Flash et GLM 5.3 Flash
Le 28 octobre, Mistral a annoncé que sa Responses API, conçue pour créer des agents sur Mistral, était en préversion publique. Selon Mistral, chaque réponse renvoie séparément la réponse du modèle, son raisonnement et ses appels d’outils, afin qu’une application puisse gérer plus facilement chaque étape qu’avec Chat Completions. Elle fonctionne avec tous les modèles de chat hébergés par Mistral, y compris Large 4. La documentation se trouve sur le site de documentation de Mistral Studio.