IA : xAI dévoile Grok 4.7, avec des capacités de raisonnement accrues pour les développeurs

Nic Reeve14:00 22.09.20268 min de lecture

AInews : xAI a présenté Grok 4.7 le 21 septembre 2026, positionnant le modèle comme son système le plus puissant à ce jour pour le développement logiciel, les tâches agentiques et le travail intellectuel professionnel. Selon l'annonce de lancement de xAI, la version est disponible via Cursor, Grok Build, l'API Grok, des outils de codage tiers, des routeurs de modèles et des plateformes cloud.

Qu'a publié xAI le 21 septembre ?

xAI a lancé Grok 4.7 en tant que nouveau modèle phare pour les travaux nécessitant un raisonnement étendu, de la génération de code et de la recherche. L'entreprise affirme que le système repose sur un modèle de base plus large que Grok 4.6 et qu'il a bénéficié d'un apprentissage par renforcement supplémentaire sur des tâches difficiles et de longue durée.

Date de lancement : 21 septembre 2026, selon xAI.
Utilisations principales : codage, flux de travail agentiques et travail intellectuel, selon xAI.
Identifiant du modèle : grok-4.7 sur l'API xAI, selon les informations de lancement de xAI.
Entrées et sorties : texte et images en entrée, avec une sortie textuelle, selon les détails du modèle publiés par xAI.

Ce lancement fait suite à plusieurs jours de spéculations concernant une nouvelle version de Grok. Des rapports publiés avant l'annonce évoquaient d'éventuelles apparitions dans les quotas de services cloud, mais ces rapports n'établissaient pas de sortie publique officielle. L'annonce de xAI du 21 septembre a apporté la première confirmation directe.

Quelles sont les capacités revendiquées par Grok 4.7 ?

Grok 4.7 est conçu pour rester engagé dans des tâches complexes plus longtemps, pour vérifier son propre travail et pour gérer de grandes quantités de contexte. Ces affirmations émanent de xAI et décrivent les cas d'utilisation visés par l'entreprise plutôt qu'un verdict de performance indépendant.

Fenêtre de contexte : 500 000 tokens, selon les informations du modèle de xAI.
Contrôles de raisonnement : réglages bas, moyen, élevé et très élevé (xhigh), selon la documentation de lancement de xAI.
Niveau de raisonnement par défaut : élevé, selon les détails de la sortie résumés par des publications indépendantes du secteur de l'IA.
Outils : appel de fonctions (function calling), recherche web, recherche X et exécution de code, selon la documentation de l'API de xAI.

L'accent mis par le modèle est pratique plutôt que limité au chat. Un agent de codage peut utiliser des appels d'outils, inspecter des fichiers, réviser du code et exécuter des tests. Un flux de travail de recherche peut conserver davantage de matériel au cours d'une même session. La fenêtre de 500 000 tokens permet également aux développeurs de transmettre de grands répertoires, des documents techniques ou des historiques de tâches multi-étapes sans avoir à fractionner chaque requête.

Comment le nouveau modèle s'est-il comporté lors des tests publiés ?

Les premiers chiffres de référence (benchmarks) proviennent principalement des documents de lancement de xAI et doivent être interprétés comme des résultats rapportés par l'entreprise. La couverture médiatique indépendante a repris ces chiffres, mais les rapports disponibles n'établissent pas que chaque test a utilisé des invites (prompts), des outils ou des règles d'évaluation identiques pour les systèmes concurrents.

CursorBench 4.0 : 46,3 %, selon les résultats de benchmark rapportés par xAI.
DeepSWE v1.1 : 71,0 %, selon les résultats de benchmark rapportés par xAI.
EEBench : 64,0 %, selon les résultats de benchmark rapportés par xAI.
HealthBench Professional : 56,7 %, selon les résultats de benchmark rapportés par xAI.
Harvey Legal Agent Benchmark : 19,6 %, selon les résultats de benchmark rapportés par xAI.

Ces tests couvrent des capacités différentes. Les benchmarks de codage mesurent les performances en ingénierie logicielle, tandis que les évaluations de santé et de droit examinent la réponse à des questions professionnelles ou le comportement d'un agent. Un seul pourcentage ne peut décrire la performance du modèle pour chaque cas d'utilisation.

Les utilisateurs devront également distinguer les scores de benchmark de la fiabilité en production. Un système peut produire un résultat solide lors d'un test contrôlé et nécessiter tout de même une révision humaine lorsqu'il modifie une base de code en direct, traite des dossiers sensibles ou prend des décisions dans des domaines réglementés.

Où les clients peuvent-ils utiliser Grok 4.7 ?

Grok 4.7 a été lancé via des produits pour développeurs plutôt que comme une simple mise à jour destinée uniquement aux consommateurs. xAI indique que les clients peuvent y accéder via Cursor et Grok Build, tandis que les utilisateurs de l'API peuvent le connecter à des applications et des agents de codage.

Cursor : disponible dès le lancement, selon xAI et la couverture indépendante de la sortie.
Grok Build : disponible dès le lancement, selon xAI.
API xAI : disponible sous le nom grok-4.7, selon xAI.
Autres voies : environnements de codage tiers, routeurs de modèles et plateformes cloud, selon xAI.
GitHub Copilot : des rapports indépendants sur la sortie indiquent que le modèle a été ajouté pour les forfaits Pro, Pro+, Max, Business et Enterprise dès le jour du lancement.

La disponibilité peut varier selon le produit, le forfait et la région. L'accès à l'API dépend également de l'approbation du compte, du support des points de terminaison (endpoints) et de l'intégration choisie par le développeur. Le fait qu'un modèle apparaisse dans un service de routage ne signifie pas nécessairement que chaque client bénéficie des mêmes limites, de la même latence ou du même accès aux outils.

Combien coûte Grok 4.7 ?

xAI a fixé le prix du modèle API standard à 2 $ par million de tokens d'entrée et 6 $ par million de tokens de sortie pour les invites de moins de 200 000 tokens, selon la tarification publiée par l'entreprise. Les invites plus longues utilisent un palier de prix supérieur.

Entrée (Input) : 2 $ par million de tokens en dessous du seuil de 200 000 tokens, selon xAI.
Entrée en cache (Cached input) : 0,50 $ par million de tokens en dessous de ce seuil, selon la documentation de lancement.
Sortie (Output) : 6 $ par million de tokens en dessous du seuil, selon xAI.
Invites plus longues : 4 $ pour l'entrée, 1 $ pour l'entrée en cache et 12 $ pour la sortie par million de tokens au-dessus de 200 000 tokens, selon les tarifs listés par xAI.

Le prix des tokens n'est qu'une partie de la facture. Les applications qui effectuent des appels d'outils répétés, des recherches web ou de l'exécution de code peuvent consommer plus de tokens et générer des coûts de service supplémentaires. Les développeurs doivent également tenir compte du stockage, de la surveillance et du coût de la révision humaine.

Qu'est-ce qui change par rapport à Grok 4.6 ?

Grok 4.7 conserve la fenêtre de contexte de 500 000 tokens et les tarifs standards de 2 $ pour l'entrée et 6 $ pour la sortie associés à Grok 4.6 pour les invites courtes, selon les rapports de lancement. xAI présente plutôt cette mise à jour comme une amélioration des capacités visant des tâches plus difficiles, une vérification plus robuste et des travaux de plus longue durée.

Échelle du modèle : xAI décrit Grok 4.7 comme utilisant un modèle de base plus large que Grok 4.6.
Entraînement : xAI affirme que le nouveau système a reçu un apprentissage par renforcement étendu sur des tâches plus complexes et plus longues.
Auto-vérification : xAI affirme que Grok 4.7 vérifie ses sorties de manière plus fiable.
Tarification : les tarifs API standards pour les invites courtes restent de 2 $ par million de tokens d'entrée et 6 $ par million de tokens de sortie, selon xAI.

L'entreprise liste également une version plus rapide appelée Grok 4.7 Fast. La couverture indépendante de la sortie a rapporté que la variante plus rapide est disponible via Cursor et Grok Build à deux fois le tarif standard des tokens, bien qu'elle ne figurait pas comme un modèle d'API xAI public lors du lancement.

Que doivent surveiller les développeurs ensuite ?

Le prochain test viendra des déploiements réels. Les développeurs évalueront si le contexte plus long et l'auto-vérification du modèle réduisent le temps de débogage, si les réglages de raisonnement plus élevés justifient leur latence et si le système se comporte de manière cohérente à travers les différents outils de codage et services cloud.

La réplication de benchmarks indépendants pourrait clarifier la comparaison entre Grok 4.7 et les systèmes rivaux.
La documentation de l'API et les détails du déploiement régional détermineront qui peut accéder à chaque fonctionnalité.
Les utilisateurs en entreprise examineront la confidentialité, la journalisation (logging), la rétention et les contrôles de permission avant un déploiement plus large.
Les développeurs compareront les versions standard et Fast en termes de coût, de vitesse et de précision des tâches.

Grok 4.7 arrive au moment où les entreprises d'IA se disputent les flux de travail des développeurs, qui impliquent bien plus que de la simple génération de texte. Le succès du produit dépendra de résultats logiciels mesurables, de coûts d'exploitation prévisibles et de la capacité à maintenir une supervision humaine dans la boucle lorsqu'un agent automatisé modifie du code ou traite des travaux professionnels sensibles.

Sources

Lire la suite →

Articles connexes

AI & Tech

Actions IA en 2026 : ralentissement des dépenses cloud, nouveaux leaders et offensive dans les robotaxis

L'investissement dans l'IA dépasse le stade de l'euphorie initiale L'intelligence artificielle est passée du cycle du battage médiatique à la réalité économique, et le marché boursier s'ajuste en conséquence. Après deux années dominées par une poignée de leaders des semi-conducteurs et du cloud, 2026 dresse un tableau plus complexe : ralentissement des dépenses d'investissement, rotation sectorielle et nouveaux foyers de croissance dans l'infrastructure des centres de données et la mise en réseau. Investor's Business Daily (IBD) a qualifié cette période de point d'inflexion pour les actions liées à l'IA, exhortant les investisseurs à regarder au-delà des noms phares comme Nvidia pour se concentrer sur l'écosystème plus large des entreprises fournissant des puces, des capacités cloud, des logiciels et le déploiement physique des centres de données. Dépenses dans le cloud et l'IA : toujours en croissance, mais à un rythme plus lent L'un des principaux moteurs de la performance des actions liées à l'IA a été l'investissement massif des plus grands fournisseurs de cloud dans des infrastructures capables de supporter les charges de travail de l'IA générative. Les estimations du secteur citées par des études de marché et des analystes de Wall Street indiquent que les dépenses d'investissement cumulées des cinq principaux fournisseurs de cloud devraient atteindre près de 400 milliards de dollars d'ici 2025. La croissance devrait toutefois décélérer significativement à partir de 2026, avec des prévisions d'augmentation des dépenses d'investissement passant de plus de 50 % l'année en cours à moins de 20 % en 2026, et potentiellement à une croissance à un chiffre d'ici 2027 et 2028. Ce ralentissement ne signifie pas la fin des investissements dans l'IA, mais suggère une transition, passant d'un déploiement rapide à une mise en œuvre et une optimisation plus disciplinées. Pour les investisseurs en actions, ce changement tend à favoriser les entreprises à la rentabilité éprouvée et au pouvoir de fixation des prix, plutôt que les sociétés à forte croissance et grandes consommatrices de liquidités qui dépendaient de budgets d'infrastructure en constante augmentation. Rotation du leadership : des puces à forte capitalisation vers le réseau et les centres de données Au début du boom de l'IA, le discours du marché était centré sur un petit groupe d'entreprises fournissant les unités de traitement graphique (GPU) qui alimentent les grands modèles de langage. Nvidia, en particulier, est devenu l'emblème du rallye de l'IA générative, son chiffre d'affaires dans les centres de données et son cours de bourse ayant grimpé en flèche grâce à la demande de puces d'entraînement. En 2026, cependant, plusieurs de ces premiers gagnants ont marqué le pas, et certains ont même montré des figures techniques de « croix de la mort » (death cross) – un signal baissier dans l'analyse graphique qui se produit lorsqu'une moyenne mobile à court terme passe sous une moyenne mobile à plus long terme. La couverture d'IBD en 2026 souligne comment le leadership s'est déplacé vers des acteurs moins célèbres mais stratégiquement importants : Les spécialistes du réseau optique tels que Lumentum Holdings et Ciena sont devenus des acteurs de premier plan, bénéficiant de la demande croissante pour une connectivité à large bande passante entre les serveurs d'IA au sein et entre les centres de données. Les fournisseurs d'infrastructures de centres de données comme Vertiv Holdings ont enregistré de solides gains, les clients hyperscale et entreprises investissant dans l'alimentation, le refroidissement et les baies capables de gérer des clusters de calcul IA denses. Les noms du cloud et des logiciels d'entreprise directement liés au déploiement de l'IA – y compris les plateformes de sécurité, l'analyse de données et le réseau en périphérie (edge) – ont connu une appréciation significative, même si certaines actions clés du secteur des puces consolident. Cette rotation illustre une tendance plus large : à mesure que la mise en œuvre de l'IA se généralise, la valeur migre le long de la chaîne d'approvisionnement, récompensant les entreprises qui résolvent les goulots d'étranglement en matière de débit, d'efficacité énergétique et d'intégration des systèmes. Existe-t-il une bulle de l'IA ? Le sentiment pointe vers une normalisation Les discussions sur une « bulle de l'IA » étaient courantes en 2023 et 2024, alors que les valorisations de certains noms populaires se détachaient des fondamentaux à court terme. Les indicateurs récents suggèrent que les inquiétudes concernant une bulle se sont apaisées. IBD a noté que les recherches pour le terme « bulle de l'IA » sur Google sont tombées à leurs niveaux les plus bas depuis fin 2023, signalant un passage d'un enthousiasme spéculatif à un intérêt plus mesuré. L'évolution des prix confirme cette vision : bon nombre des meilleures performances de l'IA de l'année dernière ont rendu une partie de leurs gains, tandis que d'autres secteurs du marché boursier – y compris l'énergie, les matériaux, les biens de consommation de base et la santé – ont attiré des capitaux, les investisseurs se rééquilibrant loin des paris technologiques trop concentrés. La volatilité des actions liées à l'IA reste élevée, mais la tendance ressemble davantage à une thématique qui arrive à maturité qu'à un cycle classique d'euphorie et d'effondrement. Actions notables liées à l'IA attirant l'attention en 2026 Investor's Business Daily et d'autres observateurs du marché suivent un large éventail d'entreprises comme leaders potentiels de l'IA ou comme histoires de redressement cette année. Parmi celles fréquemment citées : Nvidia (NVDA) – Toujours considérée comme une pierre angulaire de l'infrastructure de l'IA grâce à ses GPU et à sa pile logicielle. Après des gains marqués les années précédentes et une vente massive liée aux inquiétudes sur la concurrence, la performance de l'action en 2025 a été plus modérée, les investisseurs surveillant de près la prochaine vague de cycles de produits et les catalyseurs de la demande. Microsoft (MSFT) et Alphabet (GOOGL) – Tous deux ont intégré l'IA dans leurs plateformes cloud et grand public, des outils de productivité à la recherche et aux services aux développeurs. Leurs actions ont progressé régulièrement alors que les investisseurs se concentrent sur la façon dont l'IA peut renforcer les barrières à l'entrée dans le cloud et le logiciel plutôt que de simplement générer des pics de revenus à court terme. Oracle (ORCL) – Le fournisseur de logiciels d'entreprise et de cloud a bénéficié de son rôle dans de grands projets d'infrastructure IA, notamment des capacités liées à l'initiative « Stargate » d'OpenAI. L'action d'Oracle a enregistré une hausse à deux chiffres en 2025, reflétant une confiance renouvelée dans sa stratégie cloud. Arista Networks (ANET) – Fournisseur clé d'équipements réseau haute vitesse pour les titans du cloud, Arista a vu ses actions monter grâce à des résultats solides et des prévisions soulignant la demande induite par l'IA pour la commutation et le routage dans les centres de données. Cloudflare (NET) et Palantir (PLTR) – Ces entreprises, concentrées respectivement sur le réseau en périphérie (edge)/sécurité et les plateformes de décision basées sur les données, ont bénéficié de hausses substantielles de leur cours de bourse, soulignant la conviction des investisseurs que la valeur de l'IA réside dans une livraison sécurisée et évolutive et dans l'analyse en conditions réelles, tout autant que dans la puissance de calcul brute. En dehors des noms les plus connus, IBD a mis en avant des acteurs plus spécialisés de l'IA. Un exemple est Everus Construction, une entreprise basée dans le Dakota du Nord qui conçoit et construit des centres de données avancés adaptés aux charges de travail de l'IA. Ses actions ont bondi en 2026, et l'analyse technique suggère que le titre approche d'un nouveau point d'achat après avoir rebondi sur des niveaux de support clés. La couverture de tels noms reflète l'intérêt des investisseurs pour les entreprises qui profitent directement de l'expansion physique des capacités d'IA. Bénéficiaires moins connus : courtiers et industriels L'influence de l'IA dans les services financiers et la fabrication crée des opportunités au-delà de la technologie pure. IBD a récemment mis en lumière Robinhood Markets comme un potentiel « prochain pari sur l'IA », alors que la plateforme de courtage investit dans l'automatisation, la personnalisation et de nouvelles offres de produits basées sur l'apprentissage automatique. Parallèlement, des noms tels que Dell Technologies, Howmet Aerospace et Cognex ont été cités comme des actions proches de points d'achat techniques indirectement liés à l'IA, soit par la fourniture de matériel pour les centres de données, la fourniture de composants utilisés dans la fabrication avancée, ou la livraison de systèmes de vision industrielle reposant sur des algorithmes d'IA. Robotaxis et déploiement de l'IA dans le monde réel Au-delà du centre de données, l'IA commence à remodeler les transports. Un développement récent couvert par IBD est la décision des régulateurs du Nevada d'accorder des permis de robotaxis à Tesla, Waymo et Uber, leur permettant d'exploiter des services de transport autonome à Las Vegas. Cette décision fait suite à des années de tests et de projets pilotes limités, et positionne Las Vegas comme l'un des marchés américains les plus avancés pour les opérations commerciales de conduite autonome. Pour les investisseurs, les robotaxis soulignent comment l'IA peut évoluer d'un logiciel tournant dans le cloud à un service générateur de revenus avec un impact urbain visible. Les entreprises impliquées vont des acteurs technologiques purs aux constructeurs automobiles diversifiés et aux entreprises de plateforme, estompant encore davantage la frontière entre « action IA » et secteurs traditionnels. Ce que surveillent les investisseurs pour la suite La question centrale pour les investisseurs dans l'IA pour le reste de 2026 est de savoir si le secteur peut maintenir sa croissance des bénéfices dans un environnement de dépenses plus restreint. Les facteurs clés à surveiller incluent : Le rythme des lancements de nouvelles puces IA et leur capacité à stimuler les cycles de remplacement dans les centres de données existants. L'adoption de l'IA générative dans les flux de travail des entreprises et son impact sur les licences logicielles et la consommation cloud. Les développements réglementaires, notamment autour de la confidentialité des données, de la sécurité de l'IA et des véhicules autonomes. La capacité des entreprises de second rang et axées sur l'infrastructure à maintenir leurs marges à mesure que la concurrence s'intensifie. Dans sa couverture continue intitulée « AI News: Artificial Intelligence Trends And Top AI Stocks To Watch », Investor's Business Daily continue de mettre l'accent sur une sélection rigoureuse des actions, des règles techniques d'achat et de vente, et une diversification sur toute la chaîne de valeur de l'IA – des puces et fournisseurs cloud à la mise en réseau, l'infrastructure et les applications concrètes telles que les robotaxis.

Nic Reeve·15:00 22.08.2026

AI & Tech

IA : comment l'absence de règles communes façonne un avenir à haut risque

AInews : Comment un corpus de règles fragmenté façonne l'avenir crucial de l'IA Du 1er au 3 septembre 2026, les gouvernements et les organismes de réglementation des États-Unis, de l'Union européenne, du Brésil, de l'Inde et d'autres pays sont passés du débat sur les principes à l'application de règles concrètes pour l'intelligence artificielle, confirmant que l'ère turbulente de l'IA est arrivée et que les choix que nous faisons aujourd'hui sont critiques pour AInews. Pourquoi septembre 2026 est-il un tournant pour les règles de l'IA ? Septembre 2026 marque le moment où la politique expérimentale en matière d'IA cède la place à une application contraignante, avec le lancement par l'UE des audits de l'IA Act, l'approche souple prônée par les responsables américains et plusieurs grandes économies confrontées à des délais législatifs qui façonneront la manière dont les modèles puissants seront conçus, testés et déployés dans les années à venir. Le mois en cours est devenu une période dense en jalons de gouvernance de l'IA à travers plusieurs juridictions clés. Selon Cubbbix, le 15 septembre 2026, les fournisseurs de modèles de fondation à usage général dépassant un seuil d'entraînement de 10 25 FLOPs doivent déposer des évaluations des risques systémiques auprès du Bureau européen de l'IA. La même source rapporte que les autorités de surveillance du marché de l'UE entament leur première vague d'inspections de conformité sur les systèmes à haut risque déployés après le 2 août 2026. Cubbbix note que le Sénat brésilien votera le projet de loi 2338/2023 le 16 septembre 2026, une loi-cadre pour l'IA qui définirait les droits, les obligations et la responsabilité des systèmes d'IA. Le parlement indien devrait commencer à examiner les clauses du Digital India Act sur la responsabilité stricte pour l'IA générative le 21 septembre 2026, selon Cubbbix. Le gouverneur de Californie fait face à une échéance fixée au 30 septembre 2026 pour signer ou opposer son veto au SB 1047, le Frontier AI Safety Act, qui imposerait des obligations de sécurité et de reporting aux développeurs de très grands modèles. Ces dates signifient que les décisions prises en quelques semaines détermineront si les développeurs d'IA seront confrontés à des garanties strictes et applicables ou s'ils devront s'appuyer principalement sur des engagements volontaires et une surveillance a posteriori. Comment l'UE et les États-Unis suivent-ils des voies différentes en matière de réglementation de l'IA ? L'Union européenne étend et applique une loi détaillée qui traite l'IA comme un produit réglementé, tandis que les États-Unis défendent une position de non-intervention au niveau du G20 et exhortent les pays à éviter de nouvelles lois spécifiques à l'IA, arguant que les règles existantes et les orientations ciblées peuvent gérer les nouveaux risques sans ralentir l'innovation. La divergence était frappante lors d'une réunion sur la technologie du G20 à Chapel Hill, en Caroline du Nord, le 1er septembre 2026. Reuters rapporte que le conseiller technologique américain Michael Kratsios a demandé aux membres du G20 de souscrire aux « Principes de Caroline », qui préconisent d'éviter de créer de nouvelles réglementations sur l'IA et de n'écrire des règles que pour des situations réellement inédites. Selon Reuters, Kratsios a déclaré aux ministres que les gouvernements ne devraient pas « surréglementer » l'IA et devraient s'appuyer sur les lois existantes en matière de concurrence, de protection des consommateurs et de sécurité lorsque cela est possible. Le même jour, Al Jazeera rapporte que la Commission européenne a envoyé des demandes d'informations à plus de 30 entreprises d'IA dans le monde, une étape formelle qui pourrait mener à des enquêtes en vertu de l'IA Act de l'UE. Al Jazeera note que l'IA Act interdit déjà certaines utilisations à « risque inacceptable », comme la notation sociale, et exige la transparence de nombreux autres services, certaines obligations étant en vigueur depuis août 2026. Ce contraste laisse les entreprises multinationales d'IA naviguer dans un régime de conformité européen qui se durcit, tandis que le gouvernement fédéral américain met l'accent sur la flexibilité, même si certains États américains explorent leurs propres règles, plus strictes. Quelles mesures concrètes d'application l'UE prend-elle ce mois-ci ? L'Union européenne dépasse le stade du texte législatif pour passer à une supervision active par son nouveau Bureau de l'IA, qui exige une documentation technique détaillée des fournisseurs de systèmes à haut risque et examine les principaux développeurs de modèles de fondation en vertu de l'IA Act et des règles connexes sur les plateformes numériques qui traitent les modèles puissants comme des services d'importance systémique. Les récents outils de suivi des politiques et notes juridiques soulignent comment cette application se déploie. L'AI Policy Radar d'ImpactLab, mis à jour le 5 septembre 2026, décrit le Bureau de l'IA coordonnant avec 24 autorités nationales des inspections ciblant les systèmes à haut risque et les modèles à usage général à haute capacité. Questa-AI explique que le règlement (UE) 2026/1744, publié fin juillet 2026, a reporté au 2 décembre 2027 les obligations complètes pour les systèmes d'IA à haut risque de l'annexe III, et au 2 août 2028 pour l'IA intégrée dans les produits de l'annexe I, tout en maintenant en vigueur les règles de transparence et les pouvoirs du Bureau de l'IA depuis août 2026. Questa-AI note que les pratiques interdites et les obligations pour l'IA à usage général sont déjà en vigueur, ce qui signifie que les fournisseurs doivent documenter les données d'entraînement, les tests de sécurité et les stratégies de gestion des risques. L'AI Governance Brief rapporte que le 31 août 2026, la Commission européenne a désigné ChatGPT comme un très grand moteur de recherche en ligne en vertu du Digital Services Act, le plaçant sous une supervision renforcée avec des obligations plus strictes en matière de transparence et de risques systémiques. Pour les utilisateurs et les entreprises, ce mélange de règles signifie que les chatbots, les moteurs de recommandation et les outils d'IA industriels entrent dans une phase de surveillance réglementaire soutenue plutôt que dans celle d'orientations pilotes. Quelles nouvelles lois nationales et étatiques pourraient remodeler le développement de l'IA de pointe ? Le Brésil, l'Inde et les États américains comme la Californie et le Colorado préparent ou affinent des lois qui pourraient exiger des développeurs de modèles de pointe qu'ils suivent des normes spécifiques en matière de sécurité, d'audit et de responsabilité, comblant ainsi le fossé entre les cadres de sécurité volontaires et les protections obligatoires pour les personnes touchées par des systèmes puissants. Des notes juridiques résument ce patchwork émergent. Cubbbix rapporte que le Colorado a publié des règles d'audit détaillées pour sa loi SB24-205, qui se concentre sur les systèmes de prise de décision automatisés et exige des évaluations d'impact pour les utilisations à haut risque. La même mise à jour souligne que le SB 1047 en Californie obligerait, s'il est signé d'ici le 30 septembre 2026, les développeurs de modèles de « pointe » à grande échelle à effectuer des évaluations de sécurité, à tenir des registres d'incidents et potentiellement à autoriser des audits par les autorités de l'État. Le projet de loi 2338/2023 du Brésil, selon Cubbbix, définit les droits des personnes impactées par les systèmes d'IA et les devoirs des fournisseurs et des déployeurs, y compris des exigences de transparence et de responsabilité. Le cadre de responsabilité stricte proposé par l'Inde pour l'IA générative, décrit dans la même source, rendrait les fournisseurs automatiquement responsables des dommages causés par certains systèmes, incitant à un déploiement plus prudent. Ces mesures visent à répondre à la préoccupation publique croissante selon laquelle les modèles de pointe, des assistants de code aux agents autonomes, pourraient causer des dommages à grande échelle s'ils étaient lancés sans évaluation rigoureuse. Que craignent les chercheurs en sécurité de l'IA en 2026 ? Les chercheurs en sécurité de l'IA soutiennent que les capacités des modèles se développent plus rapidement que les garanties institutionnelles, avertissant que sans une gouvernance plus forte, le monde pourrait être confronté à des systèmes qui agissent de manière inattendue, amplifient les risques de sécurité ou érodent les normes démocratiques avant que les régulateurs ne puissent réagir avec des règles et une surveillance efficaces. Des rapports récents et les commentaires d'experts soulignent les préoccupations majeures. Le rapport international 2026 sur la sécurité de l'IA du Bloomsbury Intelligence and Security Institute, publié le 4 février 2026, conclut que « l'écart entre capacités et garanties » restera probablement une caractéristique déterminante des débats sur la gouvernance de l'IA tout au long de l'année. Le rapport note les risques croissants liés à l'utilisation abusive de modèles avancés dans les cyberopérations, la désinformation et la recherche sur les menaces biologiques, et exhorte les gouvernements à coordonner les normes de sécurité et le signalement des incidents. Une analyse de mars 2026 sur la recherche en sécurité de pointe cite Yoshua Bengio affirmant que « l'écart entre la vitesse du progrès technologique et la capacité à mettre en œuvre des mesures de sécurité efficaces reste le plus grand défi », soulignant l'inadéquation entre les avancées techniques et la réponse institutionnelle. Un article d'opinion de juin 2026 dans The Hill, discutant du même rapport de sécurité, avertit qu'« il est peut-être déjà trop tard pour contrôler l'IA » sans une politique agressive, faisant référence à un décret de l'administration Trump qui a introduit un examen de sécurité de 30 jours pour les nouveaux modèles. Ces évaluations soutiennent que la turbulence du paysage actuel de l'IA découle non seulement de l'innovation rapide, mais aussi du retard dans la mise en place de garde-fous correspondant à ces capacités. Comment le Sud global et la société civile élargie entrent-ils dans les débats sur la gouvernance de l'IA ? Les universités, les coalitions de la société civile et les gouvernements des économies émergentes créent de nouveaux forums pour discuter de la gouvernance de l'IA, signalant que les questions sur les droits, la démocratie et l'équité mondiale deviennent centrales dans la manière dont les règles de l'IA sont écrites, et ne sont plus seulement des questions secondaires laissées aux spécialistes techniques des pays riches. Des événements récents montrent cet élargissement de la participation. Le rapport international 2026 sur la sécurité de l'IA souligne le sommet India AI Impact Summit tenu du 16 au 20 février 2026 comme un moment clé pour le leadership du Sud global. Le Forum sur la gouvernance de l'IA de l'ETH Zurich, prévu les 7 et 8 septembre 2026, rassemble le monde universitaire, les représentants publics, la société civile et l'industrie pour discuter d'une IA digne de confiance pour les droits de l'homme, la démocratie et l'État de droit. Le même événement accueille une conférence du Conseil de l'Europe dans le cadre du programme « Road to Geneva » avant le sommet prévu de Genève sur l'IA en 2027, indiquant une approche multipartite. Inventu annonce un 2e Forum sur la gouvernance de l'IA à Milan les 16 et 17 septembre 2026, destiné aux professionnels responsables de la conception et de la gestion de la gouvernance de l'IA au sein des organisations. Ces rassemblements donnent à un éventail plus large d'acteurs leur mot à dire sur les décisions qui affecteront les travailleurs, les électeurs et les consommateurs à mesure que l'IA s'intègre dans la vie quotidienne. Quels choix les gouvernements et les entreprises doivent-ils faire maintenant ? Les gouvernements doivent décider s'ils privilégient l'innovation ou la précaution lors de la conception des règles sur l'IA, tandis que les entreprises doivent choisir entre la course au déploiement de nouveaux modèles et l'investissement dans la sécurité, la documentation et la transparence, ce qui pourrait ralentir la croissance à court terme mais réduire les risques et l'exposition juridique à long terme. Les options deviennent concrètes plutôt qu'abstraites. Les responsables américains promouvant les « Principes de Caroline », décrits par Reuters, préconisent un modèle qui fait confiance à la dynamique du marché et aux lois existantes, dans l'espoir de maintenir le développement de l'IA rapide et flexible. Les régulateurs de l'UE, comme le rapportent Al Jazeera et Questa-AI, penchent vers des obligations ex-ante détaillées, ce qui signifie que les modèles et les systèmes doivent atteindre des seuils de sécurité et de transparence définis avant un déploiement à grande échelle. Les initiatives au niveau des États comme le SB24-205 du Colorado et le SB 1047 de Californie, résumés par Cubbbix, reflètent la pression exercée aux États-Unis pour créer des règles plus strictes, même lorsque le gouvernement fédéral résiste à de nouveaux statuts spécifiques à l'IA. Les cadres émergents au Brésil et en Inde illustrent comment les grandes démocraties en dehors de l'axe transatlantique expérimentent des approches basées sur les droits et la responsabilité face aux dommages causés par l'IA. Pour les entreprises opérant au-delà des frontières, ces choix se traduisent par des décisions stratégiques : s'aligner sur le régime le plus strict pour minimiser la fragmentation, ou adapter les modèles et les fonctionnalités à chaque juridiction à un coût opérationnel plus élevé. Qui est le plus touché par cette phase turbulente de la politique de l'IA ? Les travailleurs, les consommateurs, les développeurs et les petites entreprises sont tous directement touchés, des employés sélectionnés par des outils d'embauche algorithmiques aux utilisateurs s'appuyant sur des systèmes génératifs pour obtenir des informations, tandis que les startups risquent d'être prises en étau entre les charges de conformité et la concurrence des fabricants de modèles de pointe qui peuvent absorber plus facilement les coûts réglementaires. Les outils de suivi des politiques et les commentaires juridiques pointent plusieurs groupes. Le radar d'ImpactLab note que de nombreuses catégories d'IA à haut risque en vertu de l'IA Act de l'UE, telles que l'emploi, la notation de crédit et les services publics, impliquent des décisions directes sur les moyens de subsistance et le bien-être des individus. Questa-AI avertit que des règles complexes et variables selon les juridictions peuvent être les plus difficiles à appréhender pour les petites et moyennes entreprises, les désavantageant potentiellement par rapport aux grandes entreprises mondiales. L'AI Governance Weekly rapporte que les nouvelles réglementations britanniques exigent de l'Information Commissioner’s Office qu'il rédige un code de pratique statutaire pour l'IA et la prise de décision automatisée utilisant des données personnelles, façonnant la manière dont les organisations traitent la vie privée et les droits des personnes. Cubbbix souligne que les fournisseurs de très grands modèles de fondation doivent désormais préparer des rapports formels sur les risques systémiques, ce qui pourrait modifier la façon dont ces modèles sont entraînés et mis à jour. Les utilisateurs ordinaires peuvent ne pas voir ces débats institutionnels, mais ils en ressentent l'impact par le biais de changements dans les services en ligne, les logiciels de travail et les systèmes du secteur public pilotés par l'IA. Que se passera-t-il ensuite à mesure que la gouvernance de l'IA mûrira ? Au cours de l'année prochaine, l'accent devrait passer du vote et du lancement des règles de l'IA à la vérification de leur efficacité, avec des régulateurs, des tribunaux et des entreprises évaluant l'application, les effets involontaires et les lacunes dans la couverture, tandis que les forums internationaux explorent jusqu'où la coordination peut aller dans un monde aux intérêts nationaux divergents. Les événements et échéances à venir illustrent la trajectoire. La dernière version d'ImpactLab note le déploiement continu des obligations de l'IA Act de l'UE jusqu'en 2027 et 2028, faisant de l'application un processus à long terme plutôt qu'un moment unique. Le Forum sur la gouvernance de l'IA de l'ETH Zurich et l'initiative « Road to Geneva » indiquent que les institutions européennes et leurs partenaires préparent déjà un sommet plus large sur l'IA en 2027. Les échéances nationales en Californie, au Brésil et en Inde ce mois-ci détermineront si leurs projets de loi passent du stade de brouillon à la réalité, créant des précédents que d'autres juridictions pourraient copier ou éviter. Le rapport de sécurité de Bloomsbury soutient que l'écart entre capacités et garanties ne sera probablement pas comblé sans mécanismes internationaux contraignants, un défi que les règles nationales actuelles n'ont fait qu'effleurer. Cette phase testera si le moment turbulent de l'IA devient une base pour une gouvernance durable ou s'il cède la place à une fragmentation accrue et à des réponses réactives aux crises futures.

Nic Reeve·14:00 09.09.2026

AI & Tech

IA : comment les modèles « open-weights » souverains sont devenus la nouvelle frontière technologique

Le 4 août 2026, un nouveau cadre fédéral américain de gouvernance de l'IA et une vague de récentes publications de modèles à « poids ouverts » (open-weight) ont démontré comment l'IA souveraine à poids ouverts a atteint la frontière technologique, un changement largement suivi sous la bannière de l'AInews dans les cercles politiques et de développement. Pourquoi l'IA souveraine à poids ouverts est-elle soudainement à la pointe ? Les gouvernements et les entreprises traitent désormais le contrôle des poids des modèles et de l'infrastructure comme un enjeu stratégique, répondant aux préoccupations en matière de sécurité, de coûts et de propriété intellectuelle tout en exploitant un afflux de publications massives de modèles à poids ouverts en provenance d'Asie, d'Europe et des États-Unis. La frontière a progressé rapidement au milieu de l'année 2026. Plusieurs développements ont convergé en quelques semaines, et non en quelques années : Le 4 août 2026 , la Maison-Blanche a présenté un cadre fédéral de gouvernance de l'IA qui exempte les modèles à poids ouverts de l'examen de sécurité , tout en soumettant les systèmes fermés de pointe à une fenêtre d'évaluation de 30 jours. Selon une analyse du 21 juillet 2026 concernant le modèle Kimi K3 de Moonshot AI, les modèles à poids ouverts publient les paramètres entraînés pour permettre à quiconque de les télécharger et de les exécuter, même si le code et les données d'entraînement restent fermés. Un document politique européen du 20 juillet 2026 a défini la « capacité souveraine » comme le contrôle intellectuel et opérationnel, l'indépendance de l'infrastructure vis-à-vis des fournisseurs non européens, et la reproductibilité vérifiable des méthodes d'entraînement et de sécurité. L'indice de l'IA souveraine (Sovereign AI Index), publié le 18 août 2026, a rapporté que la plupart des projets nationaux de modèles s'appuient sur l'ajustement (fine-tuning) de bases étrangères à poids ouverts avec des données locales pour intégrer la langue et la culture à moindre coût. Une analyse commerciale du 28 août 2026 a décrit une « troisième voie » pour les entreprises : construire des modèles de domaine sur leurs propres données dont les droits ont été clarifiés, afin d'éviter la dépendance vis-à-vis de fournisseurs externes tout en protégeant les informations propriétaires. Ces éléments convergent vers une frontière claire : les modèles à poids ouverts comme substrat commun, et l'infrastructure et les données souveraines comme facteurs de différenciation. Quelles publications récentes de modèles à poids ouverts façonnent cette frontière ? Entre début juillet et début août 2026, des laboratoires de modèles et des entreprises de télécommunications ont publié des systèmes à poids ouverts dotés de plusieurs centaines de milliards de paramètres, offrant aux gouvernements et aux entreprises de nouvelles options pour auto-héberger des modèles de langage de haut niveau. Des publications clés créent la base technique des déploiements souverains : Le 27 juillet 2026 , le modèle « mélange d'experts » (mixture-of-experts) Kimi K3 de Moonshot AI a été lancé avec 2 800 milliards de paramètres au total et 104 milliards actifs par jeton , avec des poids complets téléchargeables sur Hugging Face. Un rapport du 21 juillet 2026 a qualifié Kimi K3 de plus grand modèle à poids ouverts jamais construit, notant que les poids seraient publiés d'ici le 27 juillet afin que les gouvernements ou les entreprises disposant de matériel suffisant puissent l'exécuter « sans payer un seul centime par jeton ». Un outil de suivi des publications open-source au 20 juillet 2026 listait neuf modèles notables dont les poids étaient téléchargeables au 27 juillet, notamment : Hy3 – 295 milliards de paramètres, 21 milliards actifs, sous licence permissive à poids ouverts. Inkling – 975 milliards de paramètres, 41 milliards actifs, également à poids ouverts permissifs. Solar Open 2 – 250 milliards de paramètres, 15 milliards actifs, sous licence ouverte personnalisée. Laguna S 2.1 – 118 milliards de paramètres, 8 milliards actifs, utilisant la licence OpenMDW-1.1. Un résumé des publications du 31 juillet 2026 a comptabilisé 11 modèles à poids ouverts publiés en juillet 2026 , menés par Kimi K3 et incluant des systèmes compacts et en temps réel tels que MOSS-VL-Realtime et Laguna S 2.1. Un benchmark du 19 août 2026 a montré que les poids de GLM-5.3 seront rendus publics sous licence MIT après des audits de sécurité, élargissant le pool de poids ouverts avec un autre système hautement performant. Ces publications ont maintenu les capacités proches de la frontière tout en abaissant la barrière à l'entrée pour tout acteur capable de se procurer de la puissance de calcul. Comment les gouvernements utilisent-ils les modèles à poids ouverts pour poursuivre la souveraineté en matière d'IA ? Les gouvernements soutiennent des projets nationaux de modèles de fondation et des exceptions réglementaires qui favorisent les systèmes auto-hébergés ou construits localement, considérant les poids ouverts comme une voie vers un contrôle national sur l'infrastructure critique d'IA. Des mesures récentes montrent comment la politique et l'ingénierie s'alignent : Le ministère sud-coréen des Sciences et des TIC dirige un projet de modèle de fondation d'IA souveraine , décrit le 1er août 2026 comme une compétition soutenue par le gouvernement pour construire de grands modèles utilisant « une technologie et des données entièrement sud-coréennes ». Aucun poids figé de modèles étrangers n'est autorisé. Le même rapport note que SK Telecom a publié A.X K2 , un modèle à poids ouverts de 688 milliards de paramètres, le 29 juillet 2026, suivi deux jours plus tard par le modèle K-EXAONE 2.0 de LG AI Research, doté de 750 milliards de paramètres. La plateforme européenne Futurium a établi le 20 juillet 2026 trois critères pour classer un système comme souverain et ouvert en Europe : Propriété intellectuelle, architecture et gouvernance sous juridiction européenne. Compilation, ajustement et déploiement sur une infrastructure européenne multi-fournisseurs, sans dépendance forte aux API non européennes. Entraînement transparent, lignée des jeux de données et alignement de sécurité ouverts à un audit indépendant. L'indice de l'IA souveraine (Sovereign AI Index) publié le 18 août 2026 a observé que la plupart des efforts nationaux de modèles de fondation ajustent des bases étrangères à poids ouverts sur des données locales pour encoder les langues nationales, le contexte culturel et les connaissances sectorielles pour une fraction du coût d'entraînement total. Une analyse du 20 août 2026 issue du même indice a rapporté qu'à la mi-2026, Llama de Meta reste le modèle de base le plus utilisé pour les projets d'IA souveraine suivis, Mistral (France) et Gemma (Google) étant à égalité en deuxième place. Les choix politiques et d'approvisionnement transforment la disponibilité des poids ouverts en un levier de stratégie géopolitique et industrielle. Comment les entreprises construisent-elles leurs propres piles d'IA souveraine ? Les entreprises combinent des poids téléchargeables avec des données propriétaires et une infrastructure auto-hébergée pour réduire la dépendance vis-à-vis des fournisseurs externes, suivant une « troisième voie » entre les API publiques et l'entraînement complet en interne. Des rapports récents soulignent cette approche d'entreprise : Une analyse du 28 août 2026 de la stratégie de Thomson Reuters décrit comment les entreprises possédant des « données uniques dont les droits ont été clarifiés » peuvent construire des modèles d'IA spécialisés pour protéger leur propriété intellectuelle tout en réduisant leur dépendance aux fournisseurs tiers. Le même article soutient que cette méthode apporte la souveraineté de l'IA au niveau de l'entreprise, et non seulement de la nation, en gardant à la fois le modèle et les données au sein d'environnements contrôlés. Un guide technique du 24 juillet 2026 a introduit le terme « souveraineté des poids » comme le contrôle juridique et opérationnel sur un artefact de modèle. Selon ce modèle, les organisations peuvent télécharger, inspecter, ajuster, quantifier et exécuter des systèmes à poids ouverts sur le matériel qu'elles possèdent, et changer de modèle ultérieurement sans réécrire leurs produits. Le guide a expliqué que les poids ouverts seuls ne fournissent pas la « souveraineté contextuelle », qui fait référence au contrôle des connaissances institutionnelles auxquelles un modèle accède via des incorporations (embeddings) et la récupération de données. Pour combiner ces deux formes de contrôle, le guide recommande d'exécuter un point de terminaison de modèle à poids ouverts entièrement dans le périmètre de l'entreprise et de conserver la couche de connaissances qui l'alimente au sein de la même limite. Pour les grandes entreprises, l'attrait est clair : elles obtiennent des performances de pointe tout en gardant leurs données stratégiques et leurs opérations en interne. Que signifie le cadre fédéral américain pour l'IA à poids ouverts ? Le cadre américain esquissé début août 2026 crée une friction réglementaire plus légère pour les modèles à poids ouverts, signalant que les systèmes auto-hébergés et téléchargeables feront face à moins d'obstacles fédéraux que les services fermés de pointe. Les éléments clés mis en évidence dans une note d'orientation du 11 août 2026 incluent : Le cadre de la Maison-Blanche exempte les modèles à poids ouverts de l'examen de sécurité fédéral, même lorsqu'ils atteignent des capacités de niveau frontière. Les modèles de pointe fermés font face à une fenêtre d'évaluation de 30 jours sous surveillance fédérale avant tout déploiement ou mise à jour majeure. La note soutient que cette asymétrie « pourrait avoir plus d'impact pratique que tout autre élément » du document, car elle fait de l'IA auto-hébergée basée sur des poids téléchargeables la voie la moins contraignante pour de nombreuses organisations. Le moteur derrière cette structure est l'hypothèse selon laquelle les acteurs ayant un contrôle opérationnel sur leurs propres déploiements peuvent gérer les risques localement, réduisant le besoin d'une pré-autorisation centrale. Le cadre ne supprime pas les obligations de sécurité, mais il place davantage de responsabilité sur les déployeurs tout en leur accordant plus de liberté dans le choix du système et de l'architecture. Où la nouvelle pile d'IA souveraine de l'Inde s'inscrit-elle dans cette tendance ? Le secteur technologique indien construit ses propres couches d'IA souveraine au-dessus de modèles à poids ouverts, visant à servir les entreprises nationales et les institutions publiques avec des outils et des agents gouvernés localement. Un rapport de fin août 2026 décrit le lancement d' Artha , une pile d'IA souveraine de l'entreprise indienne Gnani : Artha est conçue comme une pile de bout en bout pour les entreprises et institutions publiques indiennes, intégrant des modèles et des outils d'orchestration. Deux composants, Evon v3.3 et Plexus, font partie de la pile, prenant en charge à la fois les capacités fondamentales et les agents en aval. L'approche reflète les agendas d'IA souveraine d'autres pays mais cible des déploiements sectoriels tels que les centres de contact, les services financiers et les applications gouvernementales. Artha illustre comment la disponibilité des poids ouverts permet aux acteurs régionaux de créer des écosystèmes d'IA localisés sous une gouvernance nationale. Quels défis subsistent pour atteindre une véritable souveraineté technologique avec les poids ouverts ? Les systèmes à poids ouverts abaissent les barrières à l'auto-hébergement, mais les analystes préviennent qu'ils ne suffisent pas à eux seuls pour assurer une pleine souveraineté technologique, qui dépend également des données, de l'infrastructure et de méthodes transparentes. Des commentaires récents soulignent plusieurs obstacles : Un article du 21 juillet 2026 soutient que les systèmes à poids ouverts « ne résolvent pas seuls la question de la souveraineté technologique », car ils publient les paramètres mais pas nécessairement les données d'entraînement, le code ou la méthodologie complète. La même pièce cite la définition de 2025 de l'Open Source Initiative, selon laquelle les modèles réellement open-source doivent publier le code et les données, pas seulement les poids. L'indice de l'IA souveraine a constaté que les trois cinquièmes des bases étrangères utilisées dans les projets nationaux sont américaines, avec Llama de Meta comme base la plus courante, ce qui soulève des questions de dépendance. Les penseurs politiques européens ont souligné que sans indépendance de l'infrastructure vis-à-vis des fournisseurs de cloud et d'API non européens, les pays peuvent obtenir un accès au modèle mais pas un contrôle opérationnel. Les analystes ont également averti que l'opacité de la lignée des jeux de données et de l'alignement de sécurité peut compromettre l'auditabilité, même lorsque les poids sont téléchargeables. Les poids ouverts sont un outil puissant, mais ils ne constituent pas une solution complète. Que se passera-t-il ensuite dans la course à l'IA souveraine à poids ouverts ? La prochaine phase devrait se caractériser par des projets de fondation nationaux plus vastes, des licences à poids ouverts plus permissives et des stratégies d'entreprise qui traitent l'infrastructure d'IA comme un actif central plutôt que comme un service loué. Plusieurs tendances sont déjà visibles : La compétition d'IA souveraine de type éliminatoire de la Corée du Sud testera si des piles technologiques entièrement nationales peuvent égaler les performances construites sur des poids ouverts étrangers. Les initiatives européennes tenteront de passer d'une dépendance aux bases américaines comme Llama à des architectures développées localement et régies par le droit de l'UE. Les entreprises suivant le modèle de Thomson Reuters devraient augmenter leurs équipes internes d'IA et leurs budgets d'infrastructure pour garder à la fois les poids et les données en interne. Les laboratoires promettant des publications à poids ouverts, comme le modèle GLM-5.3 sous licence MIT après son audit de sécurité, élargiront le menu technique des projets souverains. La frontière n'est plus définie uniquement par l'échelle brute du modèle. Elle est définie par ceux qui contrôlent les poids, l'infrastructure et les connaissances que les modèles lisent.

Nic Reeve·14:00 08.09.2026