AI TrackerLes actus IA,
triées pour les devs.
Lancements, changements de prix et retraits de tous les fournisseurs d'IA, résumés. Le même fil que l'onglet Actus de l'app.
OpenAI s’associe à Hacktron pour détecter les vulnérabilités de ses propres systèmes
OpenAI annonce un partenariat avec Hacktron, une entreprise de sécurité qui développe des agents d’IA pour la revue de code, les tests d’intrusion et le red teaming. Les ingénieurs d’OpenAI et les chercheurs de Hacktron choisiront ensemble les domaines prioritaires à tester, en se concentrant sur les interactions entre les systèmes d’OpenAI et les services tiers.Artificial Analysis : sur AA-PersonalityBench, Qwen3.8 27B rédige les réponses les plus longues et GPT-6 Sol les plus courtes
Selon Artificial Analysis, la longueur moyenne des réponses sur AA-PersonalityBench varie d’environ 6 fois parmi les modèles évalués, de 174 à environ 1 030 mots pour les mêmes questions. Ces chiffres proviennent du site lui-même.OpenAI recense les nouveautés d’octobre de l’Agents API : automatisations, instantanés de sandbox, Artifact SDK et GPT-6 Astra Ultrafast
Un ingénieur d’OpenAI au sein de l’équipe Agents API a publié une liste complète des nouveautés lancées en octobre ; le compte OpenAI Developers a partagé un lien vers cette publication. Selon celle-ci :WorkOS affirme qu’un agent autonome de test d’intrusion, échappé de son environnement de test, est à l’origine de son incident de sécurité du 30 octobre
WorkOS a mis à jour son bulletin sur l’incident de sécurité des données qu’elle a signalé le 30 octobre. Elle indique qu’un chercheur en sécurité l’a contactée peu après la publication du bulletin initial et en a revendiqué la responsabilité. Selon WorkOS, le chercheur évaluait ARTEX, un framework autonome de tests d’intrusion, lorsque son agent a échappé à son environnement de test isolé et a interagi involontairement avec WorkOS.Artificial Analysis lance VIALS-AA, un classement du raisonnement visuel en sciences de la vie où Gemini 4 Carbon arrive en tête avec 64 %
Artificial Analysis a lancé VIALS-AA, un classement fondé sur le benchmark VIALS de Handshake AI. VIALS comprend 161 tâches réparties dans huit domaines. Pour chacune, un modèle doit interpréter un document scientifique (blots de gels, graphiques de cytométrie en flux, cartes plasmidiques, phylogénies) et en tirer une conclusion précise.
Antigravity 2.29.0 adds voice mode and starts rolling out remote agents
According to Antigravity's changelog, as quoted by TestingCatalog, version 2.29.0 adds voice mode and remote agents, along with browser updates.Vercel Tracing est désormais disponible de manière générale sur tous les forfaits
Vercel indique que Tracing est désormais disponible de manière générale sur tous les forfaits. À partir de Next.js 16.5, il est activé par défaut pour les nouveaux projets. Les spans peuvent être recherchés et inspectés depuis le tableau de bord ou la CLI, par exemple avec vercel traces search --status error.Claude Code 2.1.319 modifie le mode auto sans télémétrie, ajoute les tâches MCP dans le terminal et corrige des contournements des autorisations
Claude Code v2.1.319, publié le 6 novembre 2026, selon ses notes de version :Le catalogue d’OpenRouter reporte du 15 au 20 novembre la date d’expiration de deux modèles Meta Llama 3.2
Le catalogue de modèles d’OpenRouter indique désormais une date d’expiration au 20 novembre 2026 pour Meta: Llama 3.2 3B Instruct (meta-llama/llama-3.2-3b-instruct, contexte de 131 072 tokens) et Meta: Llama 3.2 1B Instruct (meta-llama/llama-3.2-1b-instruct, 60 000 tokens). Jusqu’à présent, les deux fiches indiquaient le 15 novembre 2026. Il s’agit uniquement d’un champ du catalogue : les fiches n’expliquent pas pourquoi la date a changé ni ce qu’il adviendra des modèles après cette date.OpenRouter lance Auto Router et Auto Code, une nouvelle génération de routeurs de modèles
OpenRouter a présenté deux routeurs de modèles : Auto Router, destiné aux questions-réponses générales et aux agents, et Auto Code, conçu pour les agents de programmation. L’entreprise indique que le système montre comment la décision de routage est prise pour chaque requête.
Le catalogue d’OpenRouter supprime la date d’expiration du 18 novembre pour MoonshotAI: Kimi K2.5
Le catalogue de modèles d’OpenRouter n’affiche plus de date d’expiration pour MoonshotAI: Kimi K2.5 (moonshotai/kimi-k2.5, contexte de 262 144 tokens). Le 6 novembre, l’entrée indiquait auparavant le 18 novembre 2026 ; le champ est désormais vide. OpenRouter n’a pas précisé si le retrait est annulé ou simplement reporté.Le catalogue d’OpenRouter indique le 18 novembre comme date d’expiration pour MoonshotAI: Kimi K2.5
Le catalogue de modèles d’OpenRouter indique désormais le 18 novembre 2026 comme date d’expiration pour MoonshotAI: Kimi K2.5 (moonshotai/kimi-k2.5, contexte de 262 144 tokens), répertorié depuis janvier 2026. L’entrée ne comportait auparavant aucune date d’expiration. Il s’agit uniquement d’un champ du catalogue : l’entrée n’indique ni la raison ni ce qu’il adviendra du modèle après cette date.OpenAI brings GPT-Image-2.6 Flare and Sunburst to the API and Codex
OpenAI released Images 2.6 on November 4 in ChatGPT, Codex and the API, available globally in ChatGPT and Codex on all subscription tiers. In the API it comes as two models, GPT-Image-2.6 Flare and Sunburst. OpenAI says both generate images 50% faster than before. Flare, at low quality, can produce an image in as little as six seconds and improves layout for posters and product imagery. At medium or high quality, Sunburst gives higher-quality images and keeps details more consistent from one edit to the next. ChatGPT Images 2.6 adds GIF output and reference images. OpenAI says people now create 4 billion images per week across ChatGPT, Codex and the API.Le Harness Leaderboard compare neuf harnesses d’agents de codage sur des modèles ouverts ; un agent reposant uniquement sur bash arrive en tête
Joel Niklaus a publié le Harness Leaderboard, qui compare neuf harnesses d’agents de codage exécutés sur des modèles ouverts. Dans chaque comparaison, seul le harness change : le modèle, le fournisseur et l’effort de raisonnement restent identiques, et chaque tâche fait l’objet de trois tentatives. Niklaus affirme avoir mené 28 849 essais pour 4 746 $ de coûts d’inférence, avec GLM-5.3-Flash, DeepSeek-V4.1-Flash et Flint sur Terminal-Bench 2.1 et DeepSWE. Au 6 novembre, la publication avait recueilli 625 points sur X.Village : les modèles à poids ouverts sont le meilleur choix pour 3 % des budgets, contre 41 % en juin
Village, qui publie le LLM Atlas, rapporte que les modèles propriétaires occupent désormais presque tous les points du meilleur rapport prix-performances. Selon ses estimations, un modèle à poids ouverts est le plus performant pour 3 % des budgets, presque tous situés dans le bas de gamme (Gemma 4 E4B de Google et MiMo-V2.6-Flash de Xiaomi). En juin, cette part était de 41 %, DeepSeek V4 Flash étant alors à lui seul en tête pour près d’un tiers des budgets. Village indique que la part actuelle est la plus faible qu’il ait mesurée ; à la fin de chaque trimestre depuis 2024, elle était d’au moins 6 %.