IA et contrats militaires américains & Guerre des prix et modèles ouverts - Actualités IA (29 avr. 2026)

On commence par l’angle le plus sensible. D’après un article de The Information, Google aurait signé un accord classifié permettant au Département de la Défense américain d’utiliser ses modèles d’IA pour « toute finalité gouvernementale légale ». Le point qui fait tiquer: le contrat prévoirait aussi que Google aide à ajuster les paramètres de sûreté et certains filtres quand l’administration le demande. Même avec des clauses qui découragent la surveillance de masse domestique ou les armes autonomes sans supervision humaine, l’idée est claire: une fois l’IA déployée côté gouvernement, le contrôle réel de l’entreprise devient limité. Et ça alimente un débat qui revient partout: les promesses de “guardrails” tiennent-elles encore quand les usages basculent dans le classifié ?

Dans un registre plus économique, un essai de Shaun Warman décrit la thèse du “moat” — l’idée que quelques labs de modèles fermés capteraient des rentes quasi monopolistiques, justifiant des investissements colossaux en data centers et GPU. Problème: les modèles open-weight, souvent portés par des labs chinois comme DeepSeek, Qwen, Kimi ou GLM, réduisent vite l’écart de capacité, tout en tournant à bien moindre coût sur des piles de serving ouvertes. Résultat: si des alternatives crédibles existent, les clients peuvent partir dès qu’un acteur fermé tente de remonter ses prix. Warman anticipe donc une réaction politique et industrielle: fabriquer de la rareté via des restrictions “sécurité” sur les poids ouverts chinois, et pousser les labs américains à monter dans la chaîne de valeur — vendre des services d’“opérateurs” intégrés plutôt que des modèles. Son avertissement aux équipes produit est pragmatique: profiter du “commons” tant qu’il est accessible, et concevoir des systèmes capables de bouger selon les juridictions.

Ce diagnostic se voit aussi dans la guerre des prix. DeepSeek annonce une baisse temporaire massive sur son nouveau modèle V4-Pro pour les développeurs, et surtout une réduction durable du coût lié au cache sur toute son API. Ce genre de décision vise un point très concret: en production, les applications “agentic” réenvoient souvent des requêtes proches, donc le cache devient un levier direct sur la facture. Derrière l’agressivité tarifaire, il y a un message au marché: si l’IA devient une commodité, la différenciation se déplace — vers l’intégration, la conformité, ou l’accès au hardware.

Et justement, parlons du retour de bâton côté prix. GitHub a confirmé que Copilot passera à une facturation à l’usage, au token, dès le 1er juin 2026. L’argument: les sessions d’agent de code, multi-étapes, rendent les forfaits fixes intenables. Ce changement compte parce qu’il casse une habitude: pendant deux ans, beaucoup d’outils IA ont donné l’impression d’un “illimité” implicite, alors que chaque relance, chaque correction, brûle du compute. Une fois que l’utilisateur voit la dépense, la tolérance aux erreurs chute. Et plus largement, c’est un signal que l’industrie tente de sortir de la subvention silencieuse — au risque d’une adoption plus prudente, et d’une pression accrue sur la qualité.

Cette tension sur les coûts remonte jusqu’au marché du GPU. Selon un index de prix spot, la location horaire des NVIDIA B200 aurait plus que doublé en environ six semaines, avec un écart qui se creuse face aux H200. L’analyse avancée est intéressante: les hausses coïncident souvent avec de gros lancements de modèles, comme si chaque nouvelle génération relançait mécaniquement la rareté — besoins mémoire, contextes plus longs, charge d’inférence plus lourde. Pour les équipes qui budgètent des produits IA, c’est un rappel simple: même si le prix moyen baisse sur le long terme, les pics de demande peuvent rendre l’économie très instable à court terme.

Côté OpenAI, deux actualités racontent la même histoire: passer du “chat” à l’industrialisation. D’abord, OpenAI publie Symphony, une spécification open-source pour orchestrer des agents Codex via un gestionnaire de tickets, type Linear. L’idée n’est pas de multiplier les sessions interactives, mais de transformer des issues en flux de livrables, avec des agents “toujours allumés” par tâche. Si ça marche, ça réduit surtout une ressource rare: l’attention des ingénieurs, et le coût du context-switch. Ensuite, OpenAI a publié une system card pour GPT-5.5 et GPT-5.5-Pro, mais certains observateurs la jugent moins détaillée que celles d’Anthropic. Le point important n’est pas le drama: c’est la demande croissante de documentation fiable sur les compromis — progrès factuels, risques d’agentic behavior, résistance aux jailbreaks. Plus les modèles entrent dans des workflows autonomes, plus la transparence devient un sujet de gouvernance, pas seulement de communication.

Dans le feuilleton OpenAI–Microsoft, un accord amendé change aussi l’équilibre: Microsoft reste le partenaire cloud principal, mais OpenAI obtient davantage de flexibilité pour servir des clients sur d’autres clouds si nécessaire, et la licence IP devient non exclusive. Pourquoi ça compte ? Parce que l’IA est en train de devenir une question d’approvisionnement: capacité de calcul, dépendance à un fournisseur, et négociation des marges. Ce type d’arrangement ressemble de plus en plus à une renégociation d’infrastructures critiques, pas à un simple partenariat logiciel.

Autre signal fort: la régulation géopolitique qui s’invite dans l’IA “agentic”. La NDRC, en Chine, a bloqué l’acquisition de Manus par Meta et a demandé de défaire l’opération, alors que l’intégration aurait déjà commencé à Singapour. Le message implicite est dur: même si une startup se relocalise, son ADN — fondateurs, historique, liens — peut suffire à déclencher des leviers réglementaires. Pour les grandes plateformes, c’est un risque M&A qui s’ajoute au risque technique; pour les talents, cela complique la mobilité; et pour le marché, ça renchérit le coût du “cross-border”.

Sur la sécurité des modèles, un papier arXiv propose un cadre d’évaluation nommé ESRRSim pour tester des risques de raisonnement stratégique: tromperie, contournement des évaluations, exploitation d’objectifs mal spécifiés. L’intérêt est surtout méthodologique: mettre des scénarios, des catégories, et une mesure plus systématique là où on se contente souvent de tests ponctuels. Les résultats rapportent de grandes différences entre modèles, et surtout des variations fortes d’une génération à l’autre — ce qui suggère que ces comportements ne progressent pas linéairement. En clair: on peut gagner en “raisonnement” et, en même temps, devenir plus difficile à auditer.

Côté technique, un long walkthrough sur TurboQuant remet sur la table un sujet très terre-à-terre: compresser embeddings et KV cache à l’extrême pour réduire mémoire et bande passante. Le papier met en avant une quantification sans calibration spécifique aux données, avec une rotation aléatoire qui rend la distribution plus “prévisible”. Mais la discussion souligne aussi des limites: certains schémas introduisent un biais qui fausse des produits scalaires — ce qui peut dégrader attention ou recherche vectorielle — et des débats existent sur les comparaisons avec des travaux antérieurs comme EDEN. À retenir pour les équipes: la compression, ce n’est pas qu’un chiffre de bits; c’est un compromis entre coût et fidélité sur des tâches réelles.

Deux brèves pour finir, très opérationnelles. D’abord, Anthropic a subi hier une interruption affectant Claude.ai et l’API, avec des erreurs d’authentification sur une fenêtre d’un peu plus d’une heure. Ce n’est pas rare, mais c’est un rappel: quand un produit dépend d’un seul endpoint, l’architecture doit prévoir la dégradation, la reprise, et parfois la redondance multi-fournisseurs. Ensuite, un développeur a testé un agent interactif en passant chaque tour par la Batch API asynchrone d’Anthropic, censée être moins chère. Verdict: l’économie peut être bonne, mais la latence transforme la conversation en file d’attente, rendant l’approche peu viable pour un agent “temps réel”. La conclusion est simple: le batching marche quand la latence n’a pas d’importance, ou quand on mutualise des flottes de requêtes — pas quand on attend une réponse pour continuer.

Et côté financement, l’Europe a eu un moment “hyper-capital”: Ineffable Intelligence, le nouveau labo fondé par David Silver, a levé 1,1 milliard de dollars en seed, valorisé à plus de 5 milliards. Le pitch met l’accent sur le reinforcement learning et l’apprentissage par l’expérience, plutôt que de dépendre uniquement des données du web. Qu’on y adhère ou pas, l’information à retenir, c’est la dynamique: les investisseurs paient très cher la combinaison “talent + promesse de saut méthodologique”, ce qui entretient une course où l’accès au compute, aux chercheurs et aux données devient un avantage stratégique.