Cette semaine a surtout posé des dates. Le nouveau grand modèle de Google est ouvert à tous, à un prix qui double le 1er décembre. OpenAI coupe GPT-4o et GPT-4.1 le 14 janvier, soit trois mois de préavis. Depuis le 14 octobre, une première norme permet de se présumer conforme à l'AI Act, et la Commission dit avoir commencé à faire appliquer le texte. Le régulateur britannique des données attend les retours des entreprises qui déploient des agents avant le 20 novembre. Un agent commercial de Microsoft devient payant le 16 novembre. En face, deux changements sont arrivés sans date : une fenêtre de contexte réduite le jour même, et une fonction de Google Workspace repoussée « jusqu'à nouvel ordre ». Six faits, un signal faible, un bruit, et un calendrier à recopier. Le radar est à jour.
1. Argon est ouvert, et son prix double le 1er décembre
Le fait. Le 13 octobre, Google a ouvert Gemini 4 Argon aux développeurs et aux entreprises, « dans le monde entier ». Le numéro du 30 septembre l'annonçait servi aux seuls défenseurs cyber d'un programme de confiance, sans date de fin pour son prix d'introduction. Les deux points sont levés. Le modèle est désormais servi par l'API sous l'identifiant gemini-4-argon, et dans l'application Gemini pour les abonnés Pro et Ultra. Le prix de lancement est de 2 $ le million de jetons en entrée et de 10 $ en sortie. La grille de l'API précise la suite : 2 $ « jusqu'au 30 novembre 2026 », puis 4 $ « à partir du 1er décembre 2026 ». La sortie passe de 10 $ à 20 $. La même grille signale que le modèle n'est pas proposé au palier gratuit de l'API. Sa fenêtre de contexte, d'environ un million de jetons, est « unifiée » : l'entrée et la sortie se partagent la même limite. Le même jour, Argon est arrivé dans GitHub Copilot, facturé « au prix catalogue de l'éditeur ». GitHub rappelle que les nouveaux modèles y sont activés automatiquement, sauf si un administrateur a coupé ce réglage par défaut.
Ce que ça change. Le tarif de lancement est celui de GPT-6.1 Sol, le modèle intermédiaire d'OpenAI. Mais une période d'introduction n'est pas un prix. Pour mille documents de 2 000 jetons, avec une réponse de 200 jetons chacun, le calcul donne environ 6 $ en octobre et 12 $ en décembre. Une estimation de budget faite cette semaine sera donc fausse de moitié dans sept semaines. Les mesures publiées par Google, elles, restent celles de l'éditeur : la première place qu'il revendique vient d'un classement externe qu'il cite, et que nous n'avons pas relu.
Pour qui. Les équipes qui comparent les grands modèles pour du code, de l'analyse ou des agents. Et les administrateurs de Copilot, puisque le modèle y est activé par défaut.
À faire. Chiffrer tout essai d'Argon au tarif de décembre, pas à celui d'octobre. Dans Copilot, décider explicitement si le modèle doit rester ouvert à vos équipes. Pour la méthode, voir le vrai coût d'un modèle.
2. Trois mois pour quitter GPT-4o et GPT-4.1
Le fait. Le 14 octobre, OpenAI a inscrit sur sa page des retraits la fin de cinq modèles de la série GPT-4 : deux versions de gpt-4o, gpt-4o-mini, gpt-4.1 et gpt-4.1-mini. Ils quittent l'API le 14 janvier 2027. Le remplaçant indiqué pour tous est gpt-6-luna, le petit modèle de la gamme actuelle. La page ajoute une ligne qui compte : les versions affinées de ces modèles « suivent le même calendrier » que leur modèle de base. Le 1er octobre, l'éditeur avait annoncé le retrait de trois modèles de texte avec six mois de préavis. Cette fois, c'est trois mois. Côté Google, le journal de l'API a choisi une autre méthode le 8 octobre. Les appels à gemini-3.7-flash sont désormais « automatiquement redirigés » vers gemini-3.8-flash, sans action du client. Et un agent de recherche en préversion s'arrête le 23 octobre, quinze jours après l'annonce.
Ce que ça change. GPT-4o mini et GPT-4.1 mini sont des modèles bon marché, du genre qu'on branche dans une extension ou une automatisation, puis qu'on oublie. Le jour de l'arrêt, ce qui les appelle cesse de répondre. Le remplaçant, Luna, est affiché à 0,10 $ le million de jetons en entrée. Mais un modèle affiné ne se migre pas : il se réentraîne, et ses données d'entraînement doivent être retrouvées. La redirection de Google pose le problème inverse. Rien ne casse, mais le modèle qui répond n'est plus celui que vous avez testé.
Pour qui. Les entreprises qui ont branché un outil sur l'API d'OpenAI en 2024 ou 2025, directement ou par un prestataire. Et celles qui ont affiné un modèle. L'annonce porte sur l'API : elle ne dit rien de ChatGPT.
À faire. Faire l'inventaire des identifiants de modèles appelés par vos outils, y compris ceux qu'un prestataire a câblés. Pour chaque modèle affiné, vérifier que les données d'entraînement sont encore disponibles. Planifier les tests avant décembre, pas en janvier.
3. L'AI Act passe des textes aux actes
Le fait. Le 14 octobre, le Journal officiel a publié la décision d'exécution 2026/2274. Elle liste la première norme harmonisée de l'AI Act : EN 18286:2026, consacrée au système de management de la qualité des fournisseurs de systèmes d'IA. Le texte rappelle l'effet d'une telle norme : la suivre « confère une présomption de conformité » aux exigences qu'elle couvre, à compter de sa publication au Journal officiel. Le même jour, à Dublin, la vice-présidente de la Commission Henna Virkkunen a déclaré que la Commission avait « déjà pris ses premières mesures d'exécution » au titre du règlement. Le Bureau de l'IA a envoyé des « demandes d'information » sur la sécurité, l'évaluation externe et le suivi des usages des modèles. Deux jours plus tôt, le compte rendu d'une réunion extraordinaire du panel scientifique indiquait que le Bureau avait « demandé et reçu des rapports d'incidents graves ». La Commission ouvre aussi, jusqu'au 9 novembre, une consultation sur la conduite de ses procédures : accès au dossier, garanties, délais de prescription des sanctions. Hors de l'Union, le 8 octobre, le régulateur britannique des données a écrit que dix grands développeurs de modèles avaient modifié ou promis de modifier leurs pratiques. Il a aussi interrogé OpenAI, Anthropic et Meta sur des essais d'agents qui auraient « contourné des protections ». Et il ouvre un appel à contributions sur les agents jusqu'au 20 novembre, avec une phrase sans détour : l'autonomie d'un agent « n'est pas une excuse » pour une conformité défaillante.
Ce que ça change. Le règlement avait des dates ; il a maintenant des outils. Une norme publiée donne aux fournisseurs une façon reconnue de prouver une partie de leur conformité. La décision n'en liste qu'une, sur le système qualité : les autres exigences n'ont pas encore la leur. Et le texte de la norme se paie auprès des organismes de normalisation. Côté exécution, la Commission ne nomme ni fournisseur ni sanction : ce sont des demandes d'information, pas des amendes. Mais elle parle désormais au passé. Pour une PME, l'effet le plus proche est britannique : un régulateur des données traite l'agent autonome comme un sujet de conformité à part entière, et il demande un avis aux entreprises qui en déploient.
Pour qui. Les fournisseurs de systèmes à haut risque, qui ont désormais une norme de référence pour leur système qualité. Les entreprises qui déploient des agents au Royaume-Uni. Et les directions juridiques qui suivent l'AI Act.
À faire. Si vous fournissez un système à haut risque, demander à votre conseil si EN 18286 couvre votre démarche qualité actuelle. Si vous déployez des agents, lire l'appel du régulateur britannique, même sans y répondre : il dit ce qui sera regardé. Voir aussi garder vos données IA en Europe.
4. La facture IA prend des compteurs
Le fait. En une semaine, cinq éditeurs ont changé la façon dont l'IA se compte ou se paie. Le 8 octobre, AWS a rendu ses tableaux de coûts capables de ventiler la dépense de Bedrock par modèle, par fournisseur de modèle et par type d'inférence. On peut y poser un budget « qui alerte sur la dépense d'un seul modèle », sans surcoût. Le 14 octobre, Google a détaillé les quotas journaliers de jetons des fonctions IA de BigQuery : baisser un quota « prend effet immédiatement », et les jetons de raisonnement sont comptés. Le 8 octobre, GitHub a permis de faire payer la revue de code de Copilot par l'organisation plutôt que par le quota de chaque membre. Par défaut, si ce quota est épuisé, « la revue de code échoue ». Le même jour, Microsoft a fixé une date pour son agent de prospection commerciale : en préversion publique, il « commencera à consommer des crédits Copilot le 16 novembre 2026 ». Cet agent envoie des courriels depuis sa propre boîte Exchange. Enfin, le 13 octobre, Notion 3.8 a accepté qu'un abonnement ChatGPT Plus ou Pro paie l'usage de l'IA dans Notion, « sans majoration » selon l'éditeur, pour les offres Business et Enterprise. La même version donne aux agents des droits par colonne dans les bases de données, comme à un salarié.
Ce que ça change. Après plusieurs semaines de baisses de prix, la semaine apporte des moyens de contrôle : par modèle chez AWS, par quota chez Google, par payeur chez GitHub. Un administrateur peut poser un plafond le jour même. Les deux autres annonces vont dans l'autre sens. Un agent en essai gratuit devient payant à une date fixe, et le montant par action n'est pas écrit sur la page. Un abonnement personnel à ChatGPT peut désormais financer l'IA d'un outil d'équipe : c'est pratique, mais la dépense sort alors du budget de l'outil.
Pour qui. Les responsables financiers et les administrateurs des outils de l'entreprise. Et les équipes commerciales qui testent l'agent de Microsoft.
À faire. Activer les budgets par modèle là où ils existent, avec une alerte avant le plafond. Lister les agents en préversion gratuite et noter la date à laquelle chacun devient payant. Décider qui, de l'utilisateur ou de l'entreprise, paie l'IA dans chaque outil. Voir le levier du cache.
5. Hébergé, ça change sans vous ; téléchargé, non
Le fait. Le 9 octobre, une semaine après ses modèles de décision cités au numéro précédent, Cloudflare a baissé le prix de Clef-flash de 0,09 $ à 0,038 $ le million de jetons en entrée. Le même billet écrit la contrepartie : la version hébergée de Clef-flash a désormais une fenêtre de contexte de 24 000 jetons, « au lieu des 64 000 annoncés jusque-là ». La parade est donnée dans la phrase suivante : les poids sur Hugging Face sont « inchangés » et supportent 256 000 jetons si vous les hébergez vous-même. Selon l'éditeur, seules 0,24 % des requêtes dépassaient 24 000 jetons. Trois autres jeux de poids sont sortis dans la semaine, sous trois régimes différents. Le 13 octobre, l'éditeur inclusionAI a publié Ling-3.1-flash, avec 560 milliards de paramètres, dont 25 milliards actifs. Il est sous licence MIT selon sa fiche, qui indique un serveur à huit cartes H200 pour le déployer, et 574 Go de poids. Le même jour, Liquid AI a publié LFM2.5-24B-A2B, un modèle d'agent qui tourne en local, à 184 jetons par seconde sur un portable Apple M5 Max. Le billet le dit « open-weight ». Sa licence est pourtant la même que celle de d1 : l'usage commercial s'arrête aux entreprises de 10 millions de dollars de chiffre d'affaires. Enfin, entre le 8 et le 9 octobre, Mistral a déposé sur Hugging Face un modèle de transcription en temps réel des dialectes arabes, sans billet d'annonce. Il gère aussi les passages d'une langue à l'autre dans la même phrase. Sa fiche le place sous Apache 2.0 et indique qu'il a été codéveloppé avec le ministère marocain de la Transition numérique.
Ce que ça change. Le cas Cloudflare illustre une règle simple. Un service hébergé peut changer ses limites du jour au lendemain, même en baissant son prix. Le modèle que vous avez téléchargé, lui, garde ses capacités. Mais « téléchargeable » ne veut pas dire « à votre portée » : le modèle le plus libre de la semaine exige une machine qu'aucune PME n'a dans son placard. Le plus pratique, lui, change de statut quand l'entreprise grandit. Pour les équipes du Maghreb, le dépôt de Mistral est le plus utile : une transcription en temps réel de l'arabe parlé, libre d'usage commercial, sur un modèle de 4 milliards de paramètres.
Pour qui. Les équipes qui ont bâti un traitement sur un modèle hébergé à fenêtre large. Celles qui envisagent d'héberger un modèle. Et les centres d'appel et services clients qui travaillent en arabe.
À faire. Pour chaque modèle hébergé dont vous dépendez, noter la limite qui casserait votre traitement si elle baissait, et prévoir un repli. Lire la licence avant le billet. Voir ce que « open » veut vraiment dire et quand un petit modèle local suffit.
6. Cinq faits courts
Meta change de tête, sans chiffres. Le 12 octobre, Meta a présenté Muse Wonder et Muse Wonder Full, « nos modèles les plus capables », pensés pour des tâches d'agent personnelles et professionnelles. Muse Wonder est disponible par l'API de Meta ; la version Full est réservée aux abonnés de son outil de code. Les pages lues ne donnent aucun prix, et leurs résultats ne sont publiés qu'en images. Le rapport de sécurité complet sera disponible « bientôt ».
La voix au même prix. Le 14 octobre, xAI a lancé Grok Voice 3.0, un modèle de conversation vocale facturé 0,08 $ la minute, comme la version précédente. Les agents réglés sur la dernière version ont été basculés automatiquement. Le tableau publié par l'éditeur place pourtant le modèle vocal d'OpenAI devant lui sur l'épreuve τ-Voice (74,5 % contre 71,6 %).
Anthropic change ses règles le 12 novembre. Le 8 octobre, Anthropic a publié une nouvelle politique d'usage, en vigueur le 12 novembre. Elle précise les exigences pour les usages à haut risque, en santé et en finance, et ajoute des contrôles quand Claude agit seul sur le monde physique. Elle crée aussi une section contre les campagnes trompeuses, politiques ou commerciales. En sens inverse, elle lève l'interdiction générale du ciblage électoral personnalisé.
42 % des PME, ou 18 % des entreprises ? Le 14 octobre, deux chiffres européens sont sortis le même jour. Selon un Eurobaromètre, 42 % des PME et ETI interrogées utilisent déjà l'IA ou le management algorithmique, pour la plupart « de façon limitée et expérimentale ». L'incertitude juridique freine 49 % d'entre elles, juste derrière le coût (50 %). Selon le Centre commun de recherche, 20 % des entreprises de l'Union utilisaient l'IA en 2025, contre 8 % en 2021. Les deux enquêtes ne mesurent pas la même chose : la première compte aussi le management algorithmique.
Les skills de Workspace attendront. Le 13 octobre, Google a repoussé « jusqu'à nouvel ordre » l'arrivée des skills dans Workspace, ces fonctions annoncées au numéro du 30 septembre pour remplacer les Gems. Dans l'application Gemini, leur déploiement a commencé le 13 octobre, jusqu'à la mi-novembre, et sans réglage administrateur. Le billet ne modifie pas le calendrier de fin des Gems.
Le calendrier de la semaine
| Date | Ce qui se passe | Qui |
|---|---|---|
| 14 octobre 2026 | Présomption de conformité pour qui suit EN 18286 | Union européenne |
| 23 octobre 2026 | Arrêt d'un agent de recherche en préversion de l'API Gemini | |
| 9 novembre 2026 | Fin de la consultation sur les procédures d'exécution de l'AI Act | Commission |
| 12 novembre 2026 | Nouvelle politique d'usage en vigueur | Anthropic |
| 16 novembre 2026 | L'agent de prospection consomme des crédits Copilot | Microsoft |
| 20 novembre 2026 | Fin de l'appel à contributions sur les agents | Régulateur britannique |
| 1er décembre 2026 | Argon passe de 2 $ / 10 $ à 4 $ / 20 $ | |
| 14 janvier 2027 | GPT-4o, GPT-4o mini, GPT-4.1 et GPT-4.1 mini quittent l'API | OpenAI |
Le signal faible de la semaine
Le 8 octobre, Anthropic a lancé un programme de cybersécurité qui propose aux projets open source des analyses de sécurité régulières et gratuites, faites par ses modèles les plus puissants. Une phrase du billet décrit la méthode : les rapports sont « générés par le modèle et envoyés sans relecture humaine ». L'éditeur ajoute que certains contiendront des erreurs, « comme un mauvais niveau de gravité », et qu'il vise plus de 90 % de vrais positifs.
Le fait est passé pour une opération de bonne volonté. Il compte pour une autre raison. Un éditeur écrit, noir sur blanc, qu'une alerte de sécurité peut partir chez un tiers sans qu'un humain l'ait lue. Il accepte aussi que jusqu'à une alerte sur dix soit fausse. Le tri revient alors au destinataire, souvent un mainteneur bénévole. Si ce modèle se généralise, vos équipes recevront elles aussi des rapports écrits par une machine. Elles devront savoir les trier sans les ignorer. Ce n'est qu'un signal : le programme commence, et personne n'a encore mesuré ce qu'il envoie. Voir confiner un agent : le refus n'est pas une sécurité.
Le bruit de la semaine
Le 12 octobre, au sommet de l'Open Compute Project, AMD a annoncé des baies « agentiques » pour novembre 2026, et Nvidia a présenté une baie de processeurs conçue pour l'appel d'outils et l'exécution isolée. Le 13, Nvidia a annoncé 250 millions de dollars de calcul sur cinq ans pour la recherche britannique sur la sécurité des agents. La phrase qui circulera : le matériel se met aux agents.
Trois raisons de ne pas en faire un fait pour vous. Ces baies équipent des centres de données, pas des entreprises de cinquante personnes. Aucune n'a de prix écrit. Et les millions annoncés sont des engagements de calcul étalés sur cinq ans, pas un produit que vous pouvez acheter. Rien de ce qui a été annoncé ne change ce que vous pouvez faire lundi. Voir pourquoi les classements de modèles mentent.
Ce qui n'a pas bougé
Aucune annonce cette semaine chez DeepSeek, Mistral, Qwen, Cohere ni Cerebras : leurs index ont été relevés et ne portent ni modèle de langage ni billet sur la période. Mistral n'a publié que les dépôts cités plus haut. Le Parlement européen et l'ANSSI n'ont rien publié sur l'IA. Les huit lignes du radar sont revérifiées. Deux changent de tête : Google avec Gemini 4 Argon, Meta avec Muse Wonder.
Une question, un projet IA ?
Un agent qui doit engager une dépense, une politique de modèles à écrire avant que le prochain ne s'active tout seul, une chaîne d'outils à protéger ? Échangeons sur votre contexte.
Prendre contact →