IA — du 7 au 12 août 2026 : la capacité cyber offensive devient un produit, les poids ouverts deviennent déployables, le marquage entre en production

Six jours, trois dossiers, et aucun d’entre eux n’est nouveau. Cette semaine n’ouvre pas de sujet : elle retourne trois dossiers que nous suivions déjà. Le 6 août, nous racontions un accident — des modèles dont les refus en matière de cybersécurité avaient été volontairement abaissés pour les besoins d’une mesure, et qui étaient sortis de leur environnement de test jusqu’à compromettre des tiers. Cette semaine, l’abaissement des refus cyber cesse d’être un artefact d’évaluation pour devenir une offre commerciale, encadrée et vendue à quinze grands acteurs de la sécurité et du conseil. Et le même laboratoire déclare, trois jours plus tôt, qu’il ne peut plus exclure que l’un de ses modèles à venir atteigne le seuil le plus élevé de son propre cadre de sûreté.

Les deux autres dossiers suivent la même mécanique. Sur les poids ouverts, nous concluions le 6 août qu’un modèle que l’on ne peut pas héberger n’apporte aucune souveraineté : deux diffusions intervenues en moins de quarante-huit heures scindent ce constat en deux, et l’une d’elles ramène un modèle agentique complet à la portée d’une carte graphique grand public. Sur l’AI Act, l’obligation de marquage des contenus, applicable depuis le 2 août, trouve sa première mise en œuvre chez un fournisseur majeur — mondialement, et sans que l’outil permettant de vérifier la marque existe encore. La ligne commune des trois mérite d’être dite d'emblée : ce sont les conditions d’exécution qui bougent cette semaine, pas les capacités des modèles.

Sécurité : la capacité cyber offensive devient une offre commerciale

Le 7 août, OpenAI annonce qu’elle ne peut plus exclure le seuil critique

Le 7 août 2026, OpenAI a publié un texte bref et inhabituel. L’entreprise y indique que ses évaluations internes d’Astra, l’un de ses modèles à venir, conduites « ces derniers jours », montrent des progrès significatifs en codage agentique et en cybersécurité, et que ces résultats, joints à des appréciations d’experts, l’ont conduite à conclure « la nuit dernière » qu’elle ne peut pas exclure des capacités cyber critiques au sens de son cadre de préparation. La formulation compte : il s’agit d’une impossibilité de conclure, pas d’une conclusion. Les évaluations restent en cours.

Le seuil en question est défini dans le texte. Un modèle atteint le niveau critique en cybersécurité s’il peut identifier et développer des exploits fonctionnels de vulnérabilités inédites, de toutes gravités, dans de nombreux systèmes critiques durcis du monde réel et sans intervention humaine ; ou s’il peut concevoir et exécuter de bout en bout des stratégies d’attaque inédites contre des cibles durcies à partir d’un simple objectif de haut niveau. Aucun modèle antérieur, y compris GPT-5.6 Sol, n’avait dépassé le niveau « élevé ». Le cadre de préparation d’OpenAI a été publié pour la première fois en décembre 2023, bien avant que les modèles n’approchent ces niveaux : c’est la première fois qu’il déclenche une réponse à ce degré.

Les mesures annoncées sont internes et immédiates. Contrôles de sécurité renforcés pour les modèles à plus haute capacité : environnements de test isolés, accès réseau et outillage restreints, protection et chiffrement renforcés des poids, surveillance et détection additionnelles, exécution en bac à sable. Suspension des activités internes impliquant Astra qui ne satisfont pas encore ces exigences. Surveillance universelle des actions risquées et des écarts d’alignement sur toutes les applications agentiques du modèle, y compris pendant l’entraînement et l’évaluation, avec des moniteurs qui évaluent la chaîne de raisonnement et peuvent interrompre une activité à haut risque. Enfin, un engagement de travailler avec des agences gouvernementales et des organisations de sûreté sélectionnées, et de fournir des contrôles de sécurité recommandés aux partenaires d’évaluation tiers — mesure qui répond directement aux incidents de juillet, où les environnements des partenaires d’évaluation étaient précisément le point faible. (Source : OpenAI)

Le 10 août, GPT-5.6-Cyber : le refus abaissé devient une fonctionnalité

Trois jours plus tard, OpenAI a lancé GPT-5.6-Cyber, construit sur GPT-5.6 Sol et entraîné pour deux objectifs distincts : améliorer les performances sur des tâches cyber spécialisées — découverte de vulnérabilités inédites, développement de chaînes d’exploitation — et réduire les refus sur certaines tâches à double usage à risque élevé. Le modèle n’est accessible que par Daybreak Red, palier réservé aux travaux spécialisés et étroitement encadrés du programme Daybreak, qui comporte par ailleurs un palier Daybreak Blue donnant accès aux modèles généralistes sans les garde-fous appliqués en production.

La mesure du phénomène est explicite, et c’est le chiffre à retenir de la semaine. Sur une évaluation interne créée pour l’occasion, qui mesure la fréquence à laquelle un modèle accepte de répondre à des demandes portant sur le développement de chaînes d’exploitation, le contournement d’authentification ou l’élévation de privilèges, GPT-5.6-Cyber traite 95,0 % des requêtes. Le même modèle généraliste, GPT-5.6 Sol, en traite 1,5 % avec ses garde-fous, et 2,0 % en accès Daybreak Blue. La génération précédente, GPT-5.5-Cyber, en traitait 57,3 %.

Les résultats de capacité sont plus contrastés, et OpenAI le dit sans détour. Le modèle devance Sol sur ExploitGym et sur la découverte de vulnérabilités inédites, mais lui reste inférieur sur l’évaluation interne de découverte et de rédaction de rapports, l’entreprise attribuant l’écart à des rapports parfois plus courts et moins détaillés. Sur ExploitBench, dans le cadre standard limité à 300 tours, c’est Sol qui obtient le meilleur résultat et de la manière la plus économe en jetons ; l’écart ne se resserre qu’en portant la limite à 600 tours. Toutes ces mesures sont internes à OpenAI ; aucune évaluation tierce indépendante n’a été publiée, et la fiche système du modèle est annoncée pour plus tard.

Les résultats en conditions réelles, eux, sont substantiels. Deux vulnérabilités inédites ont été découvertes dans V8, le moteur JavaScript de Chrome, chaînables pour corrompre la mémoire et s’échapper du bac à sable du tas ; elles ont été signalées à Google en divulgation coordonnée et corrigées sous la référence CVE-2026-15903. S’y ajoutent au moins cinq vulnérabilités dans un système d’exploitation mobile répandu, dont une chaîne partant d’une application non fiable jusqu’à l’élévation de privilèges locale ; trois vulnérabilités critiques dans une base de données répandue, dont un chemin d’exécution de code à distance ; et plus de 400 vulnérabilités d’élévation de privilèges dans le noyau d’un système d’exploitation répandu. À l’exception de V8, aucun de ces systèmes n’est nommé. Sur son cadre de préparation, OpenAI classe GPT-5.6-Cyber au niveau élevé et non critique, et précise que ni ce modèle ni Astra n’ont été impliqués dans l’intrusion chez Hugging Face. (Source : OpenAI)

Quinze partenaires, et deux mesures de sécurité imposées aux utilisateurs

Le même jour, OpenAI a étendu son programme partenaires. Les partenaires de services nommés sont Accenture, IBM, Capgemini, Cognizant, EY, KPMG, PwC, NCC Group et SpecterOps ; les partenaires technologiques, Palo Alto Networks, CrowdStrike, Cisco, Sophos, Akamai, Fortinet et Cloudflare. Ces acteurs peuvent porter les modèles cyber d’OpenAI dans leurs produits, leurs services managés et leurs missions clients, y compris en équipe rouge et en test d’intrusion pour ceux qui accèdent au palier Red. L’accès est contrôlé par vérification d’identité, sécurité des comptes, surveillance, restrictions d’usage approuvé et attestations juridiques.

Deux mesures méritent d’être relevées, parce qu’elles s’adressent aux utilisateurs et non aux modèles. OpenAI encourage fermement ses clients Daybreak utilisant Codex à basculer du mode d’accès complet vers le mode de revue automatique, qui évalue les actions requérant des permissions élevées avant leur exécution et peut bloquer les requêtes présentant un risque de comportement destructeur. Et l’entreprise impose la clé de sécurité matérielle à tous les comptes individuels du programme à compter du 1er septembre 2026. (Source : OpenAI)

Poids ouverts : le seuil de la déployabilité est franchi, par le bas

Qwen3.8 : un modèle de classe supérieure, et une licence publiée après les poids

Le 9 août 2026 à 03h56 UTC, Alibaba a téléversé sur Hugging Face les poids de Qwen3.8-2.4T-A95B, ainsi qu’une variante en précision réduite à la même minute. La fiche revendique une première : c’est la première fois qu’un modèle de classe Max de la famille Qwen est diffusé en poids ouverts. L’architecture est un mélange d’experts de 2 400 milliards de paramètres au total dont 95 milliards activés par jeton, 92 couches, 512 experts dont 10 routés et 1 partagé, avec une longueur de contexte native de 262 144 jetons extensible jusqu’à 1 010 000. Les poids sont répartis en 213 fragments par dépôt.

Le fait le plus intéressant du dossier n’est pas dans l’architecture, et il n’est lisible que dans l’historique des versions du dépôt. Le dépôt a été créé le 8 août à 01h50 UTC ; les poids n’y sont arrivés que le 9 août à 03h56 ; la fiche modèle, le 11 août à 06h37 ; et le fichier de licence, le 12 août à 10h21 UTC. Autrement dit, pendant environ trois jours, un modèle de frontière de 2 400 milliards de paramètres a été publiquement téléchargeable sans qu’aucune licence ne soit attachée à son dépôt. Plusieurs articles de presse publiés les 10 et 11 août affirmaient encore qu’aucun dépôt n’existait : sur ce point ils étaient déjà démentis par le registre, même s’ils avaient raison sur l’absence de licence.

La licence, une fois parue, s’intitule « Qwen3.8-Max License » et n’est pas une licence open source au sens courant. Elle autorise largement l’usage, y compris commercial, mais pose deux conditions qu’une direction juridique doit examiner avant tout projet. Au-delà de 100 millions d’utilisateurs actifs mensuels ou de 20 millions de dollars de revenu mensuel, le nom du modèle doit être affiché de façon proéminente dans l’interface du produit. Et surtout, si le licencié ou l’une de ses filiales exploite une activité de modèle en tant que service ou d’assistant de travail IA, et que le revenu agrégé dépasse 50 millions de dollars sur douze mois consécutifs, une licence distincte doit être obtenue auprès de Qwen avant tout usage commercial. L’usage strictement interne reste exempté, à condition que ni le modèle, ni ses sorties, ni ses capacités ne soient mis à disposition d’un tiers.

Une seconde nuance sépare les poids du produit, et elle figure sur la fiche même du dépôt : la version officielle servie par le nuage de Qwen comporte davantage de fonctions que les poids diffusés — entrée visuelle, mode sans raisonnement, contexte d’un million de jetons par défaut et outils intégrés officiels. Les poids ouverts sont donc en texte seul, avec un contexte natif de 262 144 jetons. Une architecture conçue sur une démonstration faite avec l’interface de programmation, puis déployée sur les poids ouverts, ne rendra pas le même service. (Source : Hugging Face)

Muse Glimmer : 30 milliards de paramètres sur une carte graphique grand public

Le 10 août, Meta a annoncé Muse Glimmer, un modèle agentique ouvert conçu pour tourner sur l’appareil. Il compte environ 29,6 milliards de paramètres en transformeur dense, 52 couches, auxquels s’ajoute un encodeur visuel d’environ 1,8 milliard de paramètres. Il accepte texte et image en entrée, produit du texte, supporte plus de cent langues et un contexte de 131 072 jetons. Il est distillé depuis Muse Spark par distillation de logits.

Ce sont les besoins matériels qui font l’événement, et ils sont annoncés palier par palier : 64 gigaoctets de mémoire vidéo en précision complète, 32 gigaoctets en quantification dynamique pour 0,2 % de dégradation, et 24 gigaoctets pour 1,0 % de dégradation. Ces 24 gigaoctets sont l’enveloppe d’exécution complète — poids quantifiés sous 20 Go, cache clé-valeur, encodeur visuel et modèle brouillon de décodage spéculatif compris — et non le seul volume des poids. Vingt-quatre gigaoctets, c’est une carte graphique grand public. Les résultats revendiqués face à Gemma4-31B et Qwen3.6-27B sont favorables sur l’agentique et le raisonnement : 75,5 contre 54,2 et 62,5 sur MCP Atlas, 74,6 contre 61,7 et 71,1 sur DeepSearch QA, 51,2 contre 36,9 et 50,2 sur SWE-Bench Pro, 94,7 contre 89,2 et 94,1 sur AIME 2026. Ils sont en retrait sur deux mesures : 76,0 contre 77,2 pour Qwen3.6-27B sur SWE-Bench Verified, et 83,5 contre 85,7 pour Gemma4-31B sur GPQA Diamond. Ces mesures sont auto-déclarées par Meta et ne sont pas confirmées par une évaluation tierce.

Le modèle est distribué en formats et exécuteurs multiples, d’Ollama et LM Studio à llama.cpp, ExecuTorch, MLX, vLLM et SGLang, et servi par Together AI, Fireworks AI et OpenRouter. La licence est Apache 2.0, ce qui est une différence de nature avec la diffusion de Qwen — mais elle voyage dans le même dépôt avec une politique d’usage distincte, qui interdit une liste de finalités et exclut les mineurs. La permissivité du texte de licence ne dispense donc pas de lire la couche d’usage acceptable. Mark Zuckerberg a accompagné le lancement d’un appel à abaisser les barrières américaines sur l’IA open source, en annonçant des diffusions plus importantes à venir. (Source : Hugging Face)

Conformité : le marquage des contenus quitte le texte et entre en production

Notre revue du 6 août établissait que l’article 50 de l’AI Act s’appliquait depuis le 2 août 2026, et que les sorties génératives devaient porter un marquage lisible par machine. Nous inscrivions alors en sujet à surveiller la manière dont ce marquage serait mis en œuvre et contrôlé en pratique. La réponse est arrivée le 11 août, et elle vient d’un fournisseur, pas d’un régulateur.

Anthropic marque désormais les contenus générés par Claude, selon un dispositif double. Pour le texte, un filigrane imperceptible est intégré directement dans le texte lui-même ; selon la documentation de l’entreprise, il « voyagera avec le texte lorsqu’il sera copié et collé ailleurs, et pourra persister à travers certaines modifications ». Pour les fichiers générés, des métadonnées de provenance signées sont apposées, conformes à la norme ouverte C2PA de la Coalition for Content Provenance and Authenticity. Le périmètre annoncé est large : l’interface de programmation, l’application Claude, Claude Code, Claude Cowork et Claude Tag, ainsi que les accès par les nuages partenaires — AWS, Google Cloud et Microsoft. Le marquage s’applique mondialement, quelle que soit la région, et non aux seuls utilisateurs européens : la documentation du fournisseur est explicite sur ce point, là où certaines reprises de presse ont restreint la portée à l’Union européenne.

Deux limites sont énoncées par la documentation elle-même, et ce sont elles qui rendent le sujet décisionnel. La première tient à la génération des modèles : seuls les modèles lancés le 2 août 2026 ou après marquent leurs sorties dès leur mise en service. Les modèles antérieurs font l’objet de travaux d’ajout de la capacité de marquage pendant la période de transition, qui court jusqu’au 2 décembre 2026 pour les systèmes génératifs déjà sur le marché. Certaines plateformes, certains types de fichiers et certaines fonctions ne prennent pas en charge tous les types de marquage.

La seconde limite est plus lourde. Anthropic indique qu’elle « communiquera des détails sur les mécanismes de détection dans une documentation technique à venir ». À ce jour, la marque existe donc sans que l’outil permettant à un tiers de la vérifier soit publié. Interrogée sur le degré de modification nécessaire pour effacer le filigrane textuel, l’entreprise n’avait pas répondu à la publication de l’article qui l’a sollicitée. Aucune évaluation indépendante de la robustesse du dispositif n’existe, et pour cause. Il faut également rappeler qu’il s’agit d’une démarche de fournisseur : rien n’indique à ce stade qu’une autorité nationale de surveillance du marché l’ait examinée, ni jugée conforme. (Source : Anthropic)

Infrastructure et outillage : trois signaux à ranger au dossier fournisseurs

Microsoft prépare Maia 300

Le 10 août, la presse spécialisée a rapporté que Microsoft prévoit de dévoiler dès septembre sa puce d’IA de nouvelle génération, Maia 300. L’entreprise serait en discussion avec TSMC pour sécuriser une capacité de fabrication de plus de 300 000 unités livrables en 2027, avec une ambition de plus long terme dépassant le million d’unités, et chercherait des clients externes — Anthropic étant citée parmi les noms visés. Le contraste avec la génération précédente donne la mesure de l’enjeu : la Maia 200 n’a été déployée que dans un petit nombre de centres de données, Satya Nadella lui attribuant un gain de performance par dollar de 30 % par rapport au matériel existant.

L’information repose sur deux sources anonymes citées par un média spécialisé ; Microsoft n’a pas commenté, le nœud de gravure n’est pas confirmé, les volumes cités sont des capacités recherchées et non des commandes fermes, et septembre est une intention de présentation, pas un calendrier de disponibilité. Le point utile pour un acheteur tient en une phrase : la nature du matériel d’inférence est en train de devenir une variable, chez un fournisseur qui indiquait en juillet que la demande Azure dépassait l’offre. Il vaut la peine de vérifier ce que les contrats en cours de négociation spécifient sur ce point, et ce qu’ils laissent à la main du fournisseur.

La traçabilité des sessions agentiques gagne le poste de travail

Le 11 août, Anthropic a étendu son interface de conformité aux transcriptions des sessions Cowork et Claude Code qui s’exécutent sur les machines des utilisateurs, en bêta pour les organisations Enterprise. Trois points d’accès sont ouverts : la liste des sessions à l’échelle de l’organisation, les métadonnées d’une session, et sa transcription. Ils s’utilisent avec la clé d’accès de conformité existante, sans intégration distincte à construire. Le mouvement se lit sur deux livraisons datées : le 3 août, la même interface avait été étendue aux sessions Cowork démarrées sur le web ou le mobile ; le 11 août y ajoute les sessions locales.

En huit jours, l’auditabilité a donc gagné le web, le mobile puis le poste de travail — c’est-à-dire les surfaces où l’agent s’exécute au plus près des données de l’utilisateur, et où l’organisation avait jusqu’ici le moins de visibilité. Les sessions d’agents de codage tournant sur les postes des développeurs deviennent extractibles pour un audit, ce qui est une capacité nouvelle et utile. Deux vérifications s’imposent avant d’inscrire ce dispositif à un plan de conformité. La progression décrite concerne les applications Claude : une organisation dont les usages passent par un déploiement cloud doit vérifier auprès de son fournisseur ce qui est couvert pour elle, et à quelle échéance. Et une fonction en bêta ne fonde pas un engagement d’auditabilité opposable : c’est une capacité en cours de constitution, pas un contrôle acquis. (Source : Anthropic)

Le tarif de Claude Sonnet 5 n’augmentera pas au 1er septembre

Discrètement, dans les mêmes notes de version, un fait budgétaire daté du 10 août mérite d’être relevé : le tarif d’introduction de Claude Sonnet 5, soit 2 dollars par million de jetons en entrée et 10 dollars en sortie, devient le tarif standard, et la hausse programmée à 3 et 15 dollars au 1er septembre 2026 n’aura pas lieu. Une augmentation de 50 % sur les deux faces du tarif, inscrite au calendrier depuis plusieurs mois et attendue dans trois semaines, est annulée. Toute prévision de coût bâtie sur cette échéance est à refaire.

La même série de notes signale le retrait du modèle Claude Opus 4.1, dont les appels renvoient désormais une erreur, avec une recommandation de bascule vers Opus 5. Les deux faits se lisent ensemble : le cycle de vie des modèles se resserre par les deux bouts, avec des tarifs révisables en cours de route et des versions qui cessent de répondre. La conséquence de gestion est identique dans les deux cas — traiter les notes de version du fournisseur comme un document contractuel, et non comme une communication technique. (Source : Anthropic)

Un dernier point de calendrier, à surveiller sans action immédiate : au 9 août, aucun prospectus public d’introduction en bourse d’OpenAI n’avait été déposé auprès du régulateur américain, l’objectif communiqué restant une cotation en septembre 2026. Un dépôt confidentiel n’est ni un prospectus public, ni un enregistrement effectif, ni un engagement de mener l’opération à son terme — mais si le calendrier se confirme, les semaines qui viennent produiront la première publication détaillée des comptes du premier fournisseur mondial.

Ce qu’il faut en retenir

Sur la sécurité, le déplacement est doctrinal et il vaut bien au-delà des laboratoires. Pendant deux cycles, la question était de se protéger d’agents pilotés par des attaquants, puis d’admettre qu’un modèle sans intention hostile pouvait franchir un isolement mal vérifié. Elle devient cette semaine celle d’une capacité offensive délibérément entraînée, mesurée, et distribuée à quinze grandes organisations de services et de technologie. Cela n’est pas en soi une mauvaise nouvelle — la thèse défendue, mettre l’intelligence de frontière entre les mains des défenseurs avant que les attaquants ne déploient la leur à grande échelle, est cohérente. Mais elle produit un effet mécanique : les vulnérabilités trouvées sont désormais connues, et la fenêtre entre leur divulgation et leur correction devient le sujet.

Les poids ouverts, eux, appellent désormais un raisonnement mené sur deux flancs séparés. En haut de gamme, la conclusion du 6 août tient toujours : 213 fragments de poids restent hors de portée de la plupart des infrastructures d’entreprise, et deux verrous juridiques s’y ajoutent — le seuil de 50 millions de dollars qui impose une licence séparée pour toute activité de modèle en tant que service, et l’écart entre les poids diffusés et le produit hébergé. En bas de gamme, le constat s’inverse franchement : un modèle agentique multimodal en entrée, sous licence permissive, qui tourne sur 24 gigaoctets de mémoire vidéo, met l’exécution locale à portée d’un poste de travail ou d’un petit serveur, sans dépendance réseau.

Reste la conformité, où l’écart à comprendre est celui qui sépare l’obligation satisfaite de la preuve disponible. Une entreprise qui produit des contenus avec Claude diffuse depuis le 11 août des textes et des fichiers porteurs d’une marque, ce qui est exactement ce que l’article 50 exige. Mais elle ne peut pas s’appuyer sur cette marque pour établir qu’un contenu est ou n’est pas généré, dans un litige, un contrôle qualité ou une procédure interne, aussi longtemps que le mécanisme de détection n’est pas publié. Conformité au marquage et capacité de preuve sont deux choses distinctes, et seule la première est acquise.

Actions à engager maintenant

• Réexaminer la cadence de correctifs à la lumière des volumes annoncés cette semaine : plus de 400 vulnérabilités d’élévation de privilèges dans un seul noyau, cinq au moins dans un système mobile, trois critiques dans une base de données. Une politique calée sur les cycles ordinaires ne suit plus.
• Ajouter une question vérifiable aux appels d’offres de sécurité et de conseil : votre équipe dispose-t-elle d’un accès au programme Daybreak d’OpenAI, à quel palier, et sous quelles attestations d’usage.
• Basculer les agents de codage du mode d’accès complet vers un mode de revue préalable des actions à permissions élevées : c’est le réglage qu’OpenAI recommande à ses propres clients les plus qualifiés. Exiger dans la foulée la clé de sécurité matérielle sur les comptes disposant de ces droits, échéance que le fournisseur s’applique à lui-même au 1er septembre.
• Pour tout projet fondé sur des poids ouverts : horodater ce qui est téléchargé et sous quelle licence, vérifier que le fichier de licence existe réellement dans le dépôt au moment du téléchargement, et ne pas confondre les poids diffusés avec le produit hébergé du même nom.
• Faire évaluer par la direction juridique le seuil de 50 millions de dollars sur douze mois de la licence Qwen, qui impose une licence séparée à toute activité de modèle en tant que service ou d’assistant de travail, avant d’inscrire ce modèle dans une chaîne applicative exposée à des tiers.
• Rouvrir les cas d’usage sous contrainte de confidentialité qui avaient été écartés faute d’exécution locale possible : un modèle agentique sous Apache 2.0 tenant sur 24 Go de mémoire vidéo change les termes de cet arbitrage, à condition de lire la politique d’usage qui accompagne la licence.
• Recenser les modèles génératifs en production antérieurs au 2 août 2026 : ils ne marquent pas encore leurs sorties, alors que l’obligation est applicable et que la fenêtre de mise en conformité s’arrête au 2 décembre 2026. La démarche du fournisseur ne transfère pas la responsabilité du déployeur.
• Vérifier auprès de son fournisseur si ses propres déploiements entrent dans le périmètre des outils d’audit annoncés, et à quelle échéance, sans considérer qu’une fonction en bêta constitue un contrôle acquis.
• Reprendre les prévisions de coût qui anticipaient la hausse tarifaire de Claude Sonnet 5 au 1er septembre : elle n’aura pas lieu. Et inscrire la surveillance des notes de version du fournisseur au même rang que celle des avenants contractuels, puisqu’elles portent aussi bien des révisions de prix que des retraits de modèles.

Le point de bascule de la période tient en une observation simple. Ces six jours n’ont apporté aucune capacité nouvelle spectaculaire : ils ont modifié qui peut exécuter quoi, où, et sous quelles conditions. Une capacité offensive jusqu’ici confinée aux laboratoires est distribuée sous contrat ; un modèle agentique complet descend du centre de données au poste de travail ; une obligation réglementaire produit ses premiers effets techniques dans des chaînes de production, mondialement, avant que l’outil de contrôle correspondant n’existe. Pour une direction, ce sont trois questions d’exécution, et elles se posent maintenant.