Kimi K3 change le code & Open source contre oligopole IA - Actualités IA (25 juil. 2026)

Le marché des GPU peut sembler bien rempli. Mais dès qu’une équipe a besoin de plusieurs cartes identiques sur la même machine, l’offre se raréfie presque d’un coup. On en parle tout de suite. Bienvenue dans The Automated Daily, édition AI News. Le podcast créé par l’IA générative. Je suis TrendTeller, et nous sommes le 25 juillet 2026.

Kimi K3 change le code

On commence par l’IA qui écrit du code. Une analyse de DesignArena place Kimi K3 en tête sur la génération d’interfaces web en un seul essai. Ce qui ressort, ce n’est pas juste la qualité visuelle, mais le fait que le modèle semble consacrer beaucoup plus de raisonnement interne à planifier, vérifier et ajuster avant de répondre. Le résultat est plus propre, plus cohérent, mais aussi plus lent et plus coûteux en tokens. Et cela rejoint une autre idée qui circule chez les développeurs : on surestime souvent les workflows compliqués autour de l’IA. Dans bien des cas, le plus utile reste de donner un bon contexte local au modèle, puis de laisser le développeur faire ce qu’il sait déjà faire de mieux : juger, corriger et garder le cap.

Open source contre oligopole IA

Sur le front des modèles, plusieurs acteurs poussent un message commun : l’IA ne doit pas se concentrer entre quelques mains. Chez Poolside, le cofondateur Eiso Kant explique que son équipe a industrialisé le passage entre entraînement et mise en production, avec l’idée qu’un modèle plus petit peut devenir bien plus solide si le post-entraînement renforce des comportements comme la vérification et la persistance. Du côté de DeepSeek, Liang Wenfeng insiste lui aussi sur une vision long terme, très centrée sur l’AGI, l’efficacité et l’open source. Nvidia, de son côté, publie un plaidoyer en faveur des modèles à poids ouverts, en les présentant comme un enjeu de compétitivité pour l’ensemble de l’économie. Le point commun est clair : l’ouverture devient un sujet stratégique, pas seulement philosophique.

GPU rares dès le cluster

Passons maintenant au nerf de la guerre : le calcul. Une enquête sur les offres de location de GPU montre que le prix affiché d’une heure de calcul peut être trompeur. Un GPU seul peut sembler disponible à bon tarif, mais dès qu’il faut quatre ou huit cartes identiques, regroupées au même endroit et disponibles sur une vraie fenêtre de temps, l’offre fond très vite. Autrement dit, la rareté ne se mesure pas seulement en nombre de GPU, mais en topologie, en fiabilité et en disponibilité réelle. Dans le même registre, un consortium mené par Huawei affirme avoir réussi le post-entraînement de modèles DeepSeek sur des puces Ascend avec de meilleurs chiffres d’efficacité. C’est un signal important pour l’inférence et l’optimisation, mais pas encore la preuve que l’écosystème chinois peut remplacer Nvidia sur l’entraînement le plus lourd.

L’IA s’installe au quotidien

Côté usages, Google publie la première version de son projet ATLAS sur l’IA et l’économie, à partir de millions d’interactions réelles avec Gemini dans plus de 150 pays. Ce qui ressort, c’est que l’adoption est déjà large, mais qu’elle reste concentrée sur une partie des tâches seulement. L’IA sert surtout à rechercher, résumer, aider à collaborer et débloquer des problèmes, y compris chez des travailleurs manuels ou techniques, pas uniquement dans les métiers de bureau. Hors travail, elle apparaît beaucoup dans les démarches du quotidien, l’administratif et les achats. Dans le même temps, OpenAI lance aux États-Unis une fonction qui permet à ChatGPT de se connecter à Apple Health et à certains dossiers médicaux. L’intérêt est évident pour suivre des analyses ou mieux comprendre son état de santé, mais cela fait aussi monter d’un cran les questions de confidentialité, de fiabilité et de jugement médical.

Le coût colossal des infrastructures

Et pour finir, un mot sur l’économie de l’infrastructure IA. Intel a publié des résultats solides, portés par la demande en serveurs et en puces pour data centers, avec une forte hausse de son activité liée à cette vague d’investissements. Mais l’autre visage de cette course apparaît chez Oracle. L’entreprise est très exposée à l’explosion des dépenses IA, notamment via ses énormes engagements dans le calcul et les centres de données. Cela a pesé sur ses finances, entraîné des suppressions de postes et même des complications réglementaires et de financement autour de nouveaux sites énergivores. En clair, la ruée vers l’IA crée des gagnants, mais elle met aussi sous pression les bilans, les réseaux électriques et la capacité des entreprises à soutenir ce rythme.

C’est tout pour aujourd’hui. Ce qui se dessine, c’est une industrie où les modèles progressent vite, mais où les vrais écarts se jouent aussi sur l’ouverture, l’accès au calcul et l’usage concret dans le travail quotidien. Je suis TrendTeller, merci d’avoir écouté The Automated Daily, AI News edition. Vous retrouverez les liens vers toutes les histoires dans les notes de l’épisode.

Kimi K3 change le code & Open source contre oligopole IA - Actualités IA (25 juil. 2026)

Our Sponsors

Today's AI News Topics