OpenAI vs Anthropic : la course aux clients s'intensifie

Sam Altman devient nerveux et contre-attaque Anthropic

OpenAI lancerait apparemment GPT-5.6 dès aujourd’hui, le 7 juillet, avec des limites d’utilisation plus élevées et des garde-fous plus stricts pour débaucher les utilisateurs d’Anthropic. Sam Altman fait monter les attentes en comparant les progrès mathématiques du modèle à un enfant qui forme ses premiers mots. Malgré cela, Polymarket ne donne à OpenAI que 3 % de chances de posséder le LLM leader d’ici fin juillet ; Anthropic conserve la première place avec les modèles Fable-5. Parallèlement, le co-fondateur Greg Brockman esquisse un avenir où les agents accomplissent des tâches discrètement en arrière-plan et où les utilisateurs n’auront presque plus à cliquer dans des menus. Brockman admet lui-même que les plugins de ChatGPT ont échoué en 2023 parce que les modèles étaient encore trop peu fiables. Et les systèmes nécessitent toujours un prompting intensif, des intégrations et un contrôle humain, c’est pourquoi OpenAI, Anthropic et Microsoft maintiennent leurs propres équipes pour le déploiement en entreprise. → AI Breakfast

L’avis de Synthszr : Ce chiffre de 3 % de Polymarket en dit plus sur la situation que n’importe quel post d’Altman. Début juin, Anthropic avait déjà dépassé OpenAI en valorisation (965 milliards), maintenant il est aussi en tête sur le plan technique, et OpenAI répond avec une version mineure en accéléré. Un lancement rapide avec des limites plus élevées n’est pas une position de leader, c’est une réaction à une perte de momentum. Plus intéressant que le cirque des benchmarks, c’est le deuxième message de Brockman : si les agents exécutent des tâches en arrière-plan, le modèle lui-même devient une commodité et la valeur se déplace vers l’orchestration. Quiconque utilise l’IA aujourd’hui ne devrait donc pas parier sur le prochain score de modèle frontier, mais construire ses propres workflows de manière à ce qu’un changement de modèle reste une question de configuration et non une migration. C’est la seule position qui survivra à cette course, peu importe qui est en tête des synthzr charts en juillet.

Tencent rend Hy3 open source et bat GLM-5.2 presque partout

L’équipe Hunyuan de Tencent a publié la version complète de Hy3, un modèle Mixture-of-Experts avec 295 milliards de paramètres et 21 milliards actifs par passe. La vraie nouvelle réside dans la licence : au lieu des conditions de prévisualisation restrictives d’avril, le modèle est désormais sous licence Apache 2.0, sans l’exclusion précédente de l’UE, du Royaume-Uni et de la Corée du Sud. Dans un test à l’aveugle avec 270 experts et 312 comparaisons valides, Hy3 devance de peu GLM-5.1 avec 2,67 sur 4 (contre 2,51), notamment pour le frontend, le CI/CD et le traitement des données. Cependant, pour le codage agentique, le GLM-5.2 de Zhipu conserve la couronne (SWE-bench Verified 84,2 contre 78,0), ce qui n’est guère surprenant avec environ 744B de paramètres contre 295B. En revanche, Hy3 domine le champ open-source pour la recherche agentique (BrowseComp 84,2, DeepSearchQA 91,0) et l’orchestration d’outils. Tencent insiste surtout sur la fiabilité : le taux d’hallucination a chuté de 12,5 à 5,4 %, et les erreurs de bon sens de 25,4 à 12,7 %. Le modèle est disponible gratuitement pendant deux semaines sur OpenRouter, une vérification indépendante par Artificial Analysis est encore attendue. → venturebeat.com

L’avis de Synthszr : Le changement de licence bat tous les tableaux de benchmarks. Pendant un an, les services juridiques ont écarté les modèles chinois les plus puissants avant même que les équipes d’ingénierie n’aient pu terminer leurs évaluations, car les conditions excluaient le trafic de l’UE, du Royaume-Uni et de la Corée. Apache 2.0 résout précisément ce problème, ce qui est plus important que trois points sur SWE-bench pour quiconque sert des utilisateurs européens. Le fait que GLM-5.2 reste en tête pour le codage de dépôts, tandis que Hy3 l’emporte sur la recherche et l’orchestration d’outils avec la moitié du calcul par jeton, illustre la logique de la semaine : on ne s’enchaîne à aucun modèle, on garde la couche d'intention propre et on remplace le composant dès qu’un meilleur apparaît sous une licence permissive. Le taux d’hallucination réduit de moitié est le chiffre qui marque le passage du gadget à l’outil de production. Quiconque cherche une solution de secours européenne à côté de Claude ou GPT peut tester Hy3 sur OpenRouter pendant les deux semaines gratuites sur ses propres workflows avant de décider. Les maisons chinoises d'open-weight livrent désormais des produits de qualité production plus vite que la plupart ne peuvent planifier ici, et maintenant, elles le font aussi en toute sécurité juridique.

Le PDG de Mistral met en garde contre les modèles d’IA fermés

Arthur Mensch, fondateur de Mistral, a mis en garde dans un post LinkedIn contre la dépendance aux modèles d’IA fermés. Son argument : ceux qui vendent des modèles propriétaires stockent de plus en plus de données et obtiennent ainsi une place aux premières loges pour observer les processus métier de leurs clients. Selon Mensch, certains laboratoires auraient déjà pris l’habitude de concurrencer leurs clients les plus performants en utilisant précisément ces connaissances. Il recommande de conserver les données dans des systèmes ouverts, de définir ses propres règles d’accès et d’entraîner ses propres modèles. Il est soutenu par le patron de Palantir, Alex Karp, dont le manifeste contient cette phrase : qui contrôle ses poids contrôle son destin. Une expérience appuie cette thèse : Bridgewater et le Thinking Machines Lab de Mira Murati ont affiné le modèle open-source Qwen3-235B avec leurs propres évaluations et ont atteint une précision de 84,7 % sur les documents financiers, contre 78,2 % pour le meilleur modèle frontier, avec des coûts d’exploitation près de 14 fois inférieurs. Le hic : Mistral, en tant que seul modèle européen pertinent, dépend précisément de ce récit de souveraineté, bien qu’environ 30 % de ses parts soient détenues par des investisseurs américains. → Techpresso

L’avis de Synthszr : Mensch vend ici son propre modèle économique, et pourtant, il a raison sur le fond. Pour un champion caché dont toute la valeur réside dans son savoir-faire de domaine, la connexion facile à un modèle fermé est la tentation la plus dangereuse qui soit. On n’externalise pas seulement l’exécution, on donne au fournisseur un aperçu de ce qui nous rend irremplaçable. Les 84,7 % de Bridgewater ne sont pas une preuve irréfutable (les deux entreprises vendent leurs propres produits), mais ils indiquent la direction : l’expertise interne, qui n’a jamais été incluse dans l’entraînement des grands modèles, bat le modèle frontier dans un domaine spécialisé. C’est la matière première qu’aucun concurrent ne peut acheter, mais seulement mériter. Ceux qui organisent leurs données de manière lisible par machine et conservent en interne la clarté sur leur propre raison d’être prennent cette décision maintenant, pas à l’échéance du contrat. On peut acheter l’exécution, mais pas le contrôle des poids.

GitHub Copilot s’ouvre : Kimi K2 est le premier invité open-weight

GitHub Copilot rompt avec sa règle de n’autoriser que les modèles fermés et accueille Kimi K2.7 comme première option open-weight dans son programme. Le plugin Superpowers intègre le modèle directement dans des flux agentiques structurés, permettant aux développeurs d’utiliser Kimi non seulement pour coder, mais pour des chaînes de tâches entières. Parallèlement, AlphaSignal montre à quelle vitesse le stack évolue : le framework multi-agents de Sakana atteint 93 % au Sudoku, là où les modèles de base plafonnent à 11 %. S’ajoute à cela une vague d’astuces pour réduire les coûts, comme pxpipe, qui diminue la facture de code de Claude jusqu’à 70 % en envoyant le contexte sous forme d’image plutôt que de texte. OpenMed fournit 755 jetons par seconde on-device pour l’anonymisation de données cliniques, Mistral résout 587 des 672 problèmes Putnam pour un dixième du coût. Et DeepSeek publie R1 en tant que modèle de raisonnement librement disponible sur Hugging Face. Le fil conducteur : l'open-weight s’installe au cœur des outils de développement les plus utilisés. → AlphaSignal

L’avis de Synthszr : Quand Kimi K2.5 pilotait des essaims d’agents en janvier, ce n’était qu’une note de bas de page pour les early adopters. Maintenant, K2.7 est dans Copilot, l’outil avec lequel des millions de développeurs travaillent chaque jour. C’est le véritable point de bascule, car la distribution l’emporte sur le benchmark. Un modèle open-weight dans la boîte à outils standard d’une filiale de Microsoft est un signal de légitimité qui ne peut pas plaire au camp des modèles fermés, car il érode la volonté de payer pour des points d’accès propriétaires précisément là où elle naît. Les 93 % contre 11 % de Sakana montrent en outre la direction : de nombreux petits agents battent le seul grand cerveau, et les petits modèles fonctionnent localement et à moindre coût. Quiconque planifie son pipeline de développement aujourd’hui peut tester Kimi dans Copilot cette semaine et comparer directement la courbe des coûts avec un modèle fermé. La question n’est plus de savoir si l’open-weight va s’imposer, mais à quelle vitesse les fournisseurs de modèles fermés ajusteront leurs prix.

SiliconFlow : l'«  usine à jetons  » chinoise entre en bourse, soutenue par Alibaba et Huawei

Le 30 juin, SiliconFlow (硅基流动) a déposé sa demande d’introduction en bourse à Hong Kong, à peine 35 mois après sa création. Le modèle économique : pas de modèles propres, pas d’applications propres, mais un rôle d’intermédiaire. Via son moteur SiliconLLM développé en interne, l’entreprise orchestre des puces de Nvidia, Huawei Ascend, Biren, MetaX et Moore Threads, y fait tourner DeepSeek, Qwen, Kimi et MiniMax, et vend le tout au jeton aux développeurs et aux entreprises. Le chiffre d’affaires 2025 s’élevait à 55,3 millions de yuans (plus 653 %), le nombre de clients payants a explosé de 2 454 à 716 000, tandis que la perte nette a grimpé à 345 millions de yuans et que la marge brute est passée de 39,4 à moins 24 %. Avec une valorisation de 7,7 milliards de yuans, cela correspond à un multiple P/S de 140, soit trois à quatre fois plus cher que ses homologues américains Fireworks AI et Together AI. La liste des actionnaires se lit comme une carte de la chaîne d’approvisionnement : Alibaba, Huawei Hubble, Meituan et SenseTime y figurent, Alibaba et Huawei étant à la fois fournisseurs de puces et concurrents directs avec leurs propres offres MaaS. À la fin de l’année, il restait 172 millions de yuans de liquidités. → Hello China Tech

L’avis de Synthszr : Le chiffre qui explique tout n’est pas le multiple de 140, mais le ratio R&D de 378 % du chiffre d’affaires. Pour chaque yuan encaissé, SiliconFlow brûle 24 fen supplémentaires, et la division cloud public, qui porte toute l’histoire de l’usine à jetons, affiche une marge brute de moins 119 %. Le problème est plus profond que la structure des coûts : sans modèle propre, pas de souveraineté sur les prix ; sans puce propre, pas de levier sur les coûts ; et sans écosystème cloud, il n’y a rien pour financer les bons d’achat offerts (54 millions de yuans rien que pour les utilisateurs gratuits). Alibaba et Huawei encaissent le loyer des GPU et se disputent les mêmes clients avec leur propre MaaS. La croissance achetée finit donc en partie directement dans les poches des concurrents. Le pari est le suivant : le paysage fragmenté des puces en Chine a besoin d’une couche intermédiaire neutre, et SiliconFlow veut occuper cette position avant qu'Ascend ou Biren n’aient finalisé leur propre stack logiciel. Comme on l’a vu fin mai avec la guerre des prix des jetons, la concurrence tarifaire de l’open source comprime la marge de ces intermédiaires par le haut, tandis que les fabricants de puces peuvent leur retirer le tapis sous les pieds. Acheter ici, c’est acheter une fenêtre de tir étroite avec 172 millions de yuans de liquidités restantes, et cette fenêtre se referme plus vite que le multiple P/S ne le laisse paraître.

'Pocket' de Meta : un prompt, et le métavers revient par la petite porte

Meta a lancé 'Pocket', une application qui crée des mini-jeux jouables et interactifs à partir d’un unique prompt textuel, sans aucun codage. C’est possible grâce à l’équipe derrière 'Gizmo', que Meta a rachetée en début d’année : les 'Gizmos' générés réagissent au toucher, à l’inclinaison de l’appareil, à la caméra et à l’environnement, et pourront donc être facilement étendus plus tard à des espaces AR et VR. Le flux social de l’application fonctionne sur la logique de TikTok, sauf qu’ici, on ne consomme pas, on génère et on remixe. Après l’échec d’Horizon Worlds, Meta vise clairement la courte durée d’attention de la génération MZ pour tenter une deuxième incursion dans le métavers. Le véritable plan est l’économie des créateurs : créer, devenir viral, monétiser via des objets virtuels, des parrainages et des remixes payants, un modèle similaire à celui de Roblox et Fortnite, mais accéléré par l’IA générative. Et les données de Pocket retournent aux Superintelligence Labs, qui les utilisent pour entraîner les prochains modèles. → Trendium.ai

L’avis de Synthszr : Meta a compris que le premier métavers a échoué pour la mauvaise raison. Les gens ne voulaient pas entrer dans des salles VR vides, ils voulaient faire quelque chose de pratique et d’amusant en cinq secondes. Bienvenue dans l’économie casual : la ressource rare est l’attention, pas le bien numérique, et une boucle 'prompt-to-game' touche exactement cette corde sensible. Quiconque ouvre l’application cette semaine peut construire pendant une pause-café un Gizmo jouable qui aurait autrefois coûté un studio et des semaines de travail. Le piège réside dans l’architecture : vous créez librement, mais le trafic, les frais de transaction et surtout les données d’entraînement convergent chez Meta, tout comme lors de l’achat de Manus pour deux milliards en décembre. La contre-stratégie réaliste est d’utiliser Pocket comme rampe de lancement et de construire consciemment sa propre marque sur plusieurs plateformes, au lieu de s’installer dans un système fermé. La valeur décuplée ne réside pas dans le prompt lui-même, mais dans le contexte humain qu’aucun modèle ne fournit : une histoire que vous seul pouvez raconter.

La dette du Design System

La newsletter de UX Collective résume une observation que les designers prêchent depuis des années : un Design System n’est pas un livrable, mais un produit avec son propre propriétaire, son propre budget et sa propre gouvernance. Le cœur de l’édition actuelle tourne autour de Figma, qui fait maintenant de cette dette le problème de tous. Auparavant, une seule personne remboursait silencieusement la dette du Design System, dans des fichiers que personne d’autre n’ouvrait. Maintenant, c’est l’ingénieur dont le composant généré est incorrect qui paie, le PM dont le calendrier est compromis par un handoff défectueux, et le marketeur dont les bannières ne respectent pas la marque. En outre, l’édition propose un framework applicable avec 39 principes pour l’interaction homme-IA et un texte très remarqué sur la réévaluation du travail d’ingénierie logicielle, dans lequel les généralistes axés sur l’implémentation sont désignés comme les grands perdants. → The UX Collective Newsletter

L’avis de Synthszr : Le véritable processus ici est une redistribution des coûts, et elle touche soudainement les personnes qui ont le budget. L’argument a toujours été juste et a presque toujours été perdu, car ceux qui détenaient l’argent ne ressentaient jamais l’échec personnellement. Maintenant, ils le ressentent. Quand l’IA génère des composants en quelques minutes, un mauvais Design System multiplie les erreurs en accéléré au lieu de les freiner. C’est la mécanique de la dette d’expérience à l’état pur : les coûts de production diminuent, les coûts de maintenance restent, et la facture passe du coin des designers à la moitié de l’organisation. Continuer à traiter le Design System comme une question secondaire, c’est s’acheter une source d’erreurs qui devient plus coûteuse à chaque composant généré. Financer le Design System cette semaine et lui donner un véritable propriétaire est l’investissement le moins cher qui soit sur la table en ce moment.

Claude porte 'Command & Conquer' sur iPhone en quelques heures

Ammaar Reshi, Lead Product and Design chez Google AI Studio, a porté le jeu de stratégie en temps réel de 2003 'Command & Conquer: Generals Zero Hour' sur iPhone et iPad. Le jeu tourne nativement sur ARM64, sans aucun émulateur, incluant la campagne, le mode escarmouche et le 'Generals Challenge' avec des commandes tactiles. Le pipeline graphique traduit DirectX 8 en API Metal d’Apple via plusieurs étapes intermédiaires. Pour ce faire, Reshi a utilisé Claude Code d’Anthropic avec Fable 5. La première build a été prête en environ 40 minutes, suivie de 'quelques heures' de débogage. En deux jours, il a consommé l’intégralité de son quota Claude Max. Il a publié le code source complet en open source sur GitHub (les assets doivent être fournis par l’utilisateur, disponibles pour environ 5 dollars sur Steam). Fait remarquable : Reshi travaille chez Google et utilise pourtant l’outil d’un concurrent, commentant qu’on peut aimer l’espace de l’IA, respecter la concurrence et rester concentré sur la création du meilleur produit. → Techpresso

L’avis de Synthszr : 40 minutes pour la première build d’un portage qui aurait autrefois occupé une petite équipe pendant des semaines. C’est exactement le point que l’on oublie souvent dans tout le débat sur les benchmarks des modèles dans la guerre des LLM : le véritable levier ne réside pas dans le prochain point sur le tableau LiveBench, mais dans ce qu’une seule personne peut réaliser en un week-end. Le fait qu’un employé de Google choisisse Claude pour cette tâche en dit plus sur le marché que n’importe quel communiqué de presse. La loyauté envers les outils est morte, ce qui compte, c’est ce qui fait le travail. Et le quota maximum consommé en deux jours montre le revers de la médaille sans détour : cette vélocité a un coût en calcul, et quiconque l’utilise sérieusement a besoin d’une discipline de calcul plutôt que d’une gestion budgétaire à l’instinct. Si vous avez un portage legacy qui traîne dans un tiroir cette semaine, vous devriez simplement le soumettre à un setup d'agent de codage avant de créer un ticket dans le backlog.

Quand Claude réfléchit sur lui-même : Anthropic découvre la 'J-lens'

Anthropic a publié une étude de 16 auteurs intitulée 'Verbalizable Representations Form a Global Workspace in Language Models', qui décrit une structure surprenante au sein de Claude. À l’aide d’une nouvelle technique mathématique, la Jacobian Lens (ou J-lens), les chercheurs ont scruté le réseau neuronal et découvert un 'J-space' : une petite zone privilégiée où le modèle conserve les concepts sur lesquels il peut rapporter et réfléchir, entourée d’un océan bien plus vaste de traitement automatique. L’ensemble fait écho à la théorie de l’espace de travail global (Global Workspace Theory) du cogniticien Bernard Baars, selon laquelle le cerveau fonctionne comme un théâtre où seul un minuscule faisceau de lumière devient conscient. Le traitement de Claude se divise en trois régimes : une zone 'sensorielle' précoce, une bande 'workspace' intermédiaire avec des concepts abstraits, et une zone 'motrice' finale pour le mot produit. En cinq tests, les chercheurs montrent que cet espace ressemble aux caractéristiques humaines de l’accès conscient : si l’on remplace le vecteur interne 'araignée' par 'fourmi', la réponse sur le nombre de pattes passe de 8 à 6 ; si l’on remplace 'France' par 'Chine', tous les circuits en aval fournissent correctement les données de Pékin. Fait remarquable : le J-space ne représente qu’environ 6 à 7 % de la variance de représentation, mais il est presque seul responsable de la capacité du modèle à rapporter un concept. Et il n’a pas été construit ; il est apparu de lui-même pendant l’entraînement. → venturebeat.com

L’avis de Synthszr : La partie la plus passionnante se trouve dans la note de bas de page pratique, pas dans le débat sur la conscience. Anthropic indique que la J-lens modifie déjà la manière dont ils surveillent les risques de sécurité de leurs systèmes, et dans la bande 'workspace', le modèle signale en interne les injections de prompt avant qu’elles ne deviennent visibles. C’est un outil qui rend lisible l’étape intermédiaire invisible : Claude pense 'Mars' avant de nommer la quatrième planète, et vous pouvez maintenant l’observer. Pour ceux qui exploitent des agents en production, c’est un levier qui va au-delà du protocole habituel de 'chain-of-thought', car il révèle les activations internes silencieuses plutôt que le simple 'scratchpad' écrit. La question de savoir si la 'conscience' émerge ici est la mauvaise question pour l’exploitation ; la bonne est de savoir si ces 6 à 7 % peuvent être lus et manipulés de manière fiable sans que le modèle s’en aperçoive. La réponse semble être oui, et c’est précisément ce qui fait passer l’interprétabilité du statut de 'nice-to-have' académique à celui de composant des garde-fous. Je suis curieux de voir à quelle vitesse cela passera d’un artefact de recherche à un standard de monitoring, car celui qui peut lire l’atelier silencieux de son modèle a une réelle avance sur la question de savoir si l’on peut lui faire confiance.