Microsoft termine le pré-entraînement MAI-Base-2

Et si le meilleur indicateur de l'arrivée d'une intelligence artificielle générale n'était ni un benchmark, ni une démo spectaculaire, mais tout simplement le prix de location d'une carte graphique ? On en parle dans quelques minutes. Bienvenue dans The Automated Daily, édition AI News. Le podcast créé par l'IA générative. Je suis TrendTeller, et nous sommes le 16 octobre 2026. Au programme aujourd'hui : un modèle géant chez Microsoft, la voix selon x.ai, des marchés plus nerveux pour les data centers, et l'IA qui s'invite chez les mathématiciens, les climatologues… et les développeurs Linux.

Commençons par les modèles. Dans la suite d'un dossier que nous suivons, Microsoft AI annonce avoir bouclé le pré-entraînement de MAI-Base-2, un modèle de type mixture-of-experts de 2 800 milliards de paramètres. Il aurait été entraîné en un peu plus d'un mois sur seize mille GPU, uniquement avec des données organiques, sans distiller d'autres modèles. Microsoft affirme qu'il dépasse tous les modèles open-weight testés. Le modèle passe maintenant en post-entraînement : rendez-vous pour les résultats définitifs.

Ling-3.1-flash, nouveau modèle d'inclusionAI

Côté open-weight justement, inclusionAI publie Ling-3.1-flash, un modèle de raisonnement hybride doté d'une fenêtre de contexte d'un million de tokens. Il se distingue sur des tâches agentiques et de programmation, mais aussi sur des cas d'usage en finance, santé ou science des matériaux. Une preuve de plus que la concurrence ouverte ne ralentit pas.

Grok Voice 3.0 de x.ai

Et pour la voix, x.ai lance Grok Voice 3.0, un modèle qui convertit directement la parole en parole. Plus rapide, moins cher, il prend la tête d'un classement indépendant de référence. Surtout, il gère mieux les accents, le bruit de fond et les interruptions, ce qui compte vraiment dans un centre d'appels. Il tourne déjà chez Starlink, et le prix reste identique à la version précédente : un argument sérieux pour le support client automatisé.

Routeurs de modèles et avenir multi-modèles

Avec autant de modèles, comment choisir ? Vals AI, que nous avions déjà évoqué, enfonce le clou sur les routeurs de modèles : un aiguillage parfait tâche par tâche battrait le meilleur modèle unique de quatorze points, tout en coûtant environ quarante pour cent de moins. La nouveauté, c'est l'annonce d'un benchmark indépendant, sur des tâches longues et réalistes en finance, code, droit et fiscalité, avec un classement public à venir. Dans la même veine, l'investisseur Gavin Baker prédit un avenir hybride où les modèles open-weight représenteraient la majorité des tokens. Selon lui, cette fragmentation est une bonne nouvelle pour les consommateurs comme pour la sécurité, car elle évite de concentrer le pouvoir entre quelques laboratoires.

Prix des GPU, signal de l'AGI

Revenons à notre accroche. Un essai très commenté soutient qu'on n'est pas encore à l'ère de l'AGI tant que le prix des GPU haut de gamme n'a pas explosé. L'idée est simple : si des agents remplaçaient réellement des salariés bien payés, la demande en calcul ferait grimper l'heure de location d'un H100 d'environ trois dollars et demi aujourd'hui à une trentaine de dollars, voire bien plus. Un raisonnement d'offre et de demande, discutable, mais qui a le mérite de proposer un signal de marché concret.

Financement des data centers sous pression

Et ce marché, justement, se tend. Nouvelle étape dans l'histoire du financement des infrastructures IA : selon Reuters, la baisse des marchés et la hausse des taux poussent les acteurs des data centers à ralentir leurs levées de fonds ou à payer plus cher leur dette. CoreWeave, très endetté, fait figure de baromètre. Des introductions en bourse et des refinancements sont repoussés. De quoi rappeler à quel point le boom dépend d'un argent bon marché.

Netflix fiabilise ses GPU à grande échelle

Passons à l'exploitation au quotidien. Netflix raconte comment il garde ses charges d'entraînement et d'inférence en bonne santé. Les GPU tombent parfois en panne de façon subtile, seulement sous forte charge. D'où des vérifications à plusieurs niveaux, des réparations automatiques et une distinction claire entre bug applicatif et problème de plateforme. Résultat : un taux de réussite des jobs passé d'environ 98 à plus de 99,5 pour cent, sans intervention humaine constante.

vLLM accélère l'inférence désagrégée

Toujours dans l'inférence, vLLM gagne un nouveau mode de transfert de mémoire entre les machines qui préparent la requête et celles qui génèrent la réponse. Plutôt que d'attendre, les données sont poussées dès qu'elles sont prêtes. Gain annoncé : jusqu'à trois fois moins d'attente avant le premier token. Concrètement, des réponses qui démarrent plus vite.

Anthropic adopte OpenTelemetry pour agents

Sur l'observabilité des agents, Anthropic franchit un pas supplémentaire : ses agents managés, son API Messages et ses SDK exportent désormais des traces au standard OpenTelemetry. Appels au modèle, outils utilisés, latence, consommation : tout peut atterrir dans les outils de supervision déjà en place. L'idée est de faire confiance aux agents progressivement, en inspectant d'abord, puis en élargissant leurs accès. C'est en bêta publique.

Harness², des agents qui s'auto-améliorent

Et pour améliorer ces agents, le projet open source Harness² propose une approche originale : ne pas toucher au modèle, mais faire évoluer de manière récursive tout ce qui l'entoure, ses consignes, ses garde-fous, ses outils, sa mémoire, en gardant trace de ce qui a fonctionné. Les auteurs revendiquent des gains sur plusieurs benchmarks professionnels.

Simons Foundation finance mathématiques et IA

Direction la science. Nouveau développement côté mathématiques : la Simons Foundation, avec Anthropic et OpenAI, réunit quinze millions de dollars en financements et ressources. L'argent sera attribué via un appel à projets ouvert, pour des ateliers et des travaux qui aident les chercheurs à vérifier des résultats obtenus avec l'IA et à fixer des normes communes. Anthropic et OpenAI apporteront aussi outils et puissance de calcul, au-delà des seules mathématiques.

Ai2 rend la météo extrême accessible

En climatologie, Ai2 présente HiRO-ACEv2, un émulateur capable de produire des données météo mondiales très détaillées pour environ trois cents fois moins cher qu'un modèle atmosphérique classique. Il reproduit fidèlement pluies extrêmes, vents violents et structure des ouragans. De quoi ouvrir l'étude des catastrophes naturelles à bien plus d'équipes.

Google lance Deep Review publiquement

Et Google Research ouvre au public Deep Review, un système d'agents qui relit et vérifie des documents complexes. Né pour l'évaluation d'articles scientifiques, il a déjà épaulé la relecture de plus de seize mille soumissions à de grandes conférences. Il s'étend désormais aux présentations, aux documents juridiques et financiers. Une réponse à un vrai goulot d'étranglement : on écrit de plus en plus vite avec l'IA, mais les relecteurs humains, eux, ne se multiplient pas.

Claude aide les pilotes Linux

Une histoire plus artisanale pour finir. Le développeur Christian Schaller a utilisé Claude pour faire fonctionner sous Linux un scanner de films abandonné par son pilote, puis pour corriger la caméra de son ordinateur portable. Sa méthode : enregistrer ce que fait le pilote Windows, comparer avec Linux, et laisser l'IA éplucher les traces fastidieuses, tandis que l'humain valide sur le vrai matériel. Une piste prometteuse pour tous ces appareils sans documentation.

Current Affairs bannit l'IA générative

À contre-courant, le magazine américain Current Affairs bannit tout texte et toute illustration générés par IA. La rédaction y voit une défense de la pensée humaine et du travail des auteurs et des artistes, face à des médias qui adoptent l'IA surtout parce qu'elle coûte moins cher. Une prise de position nette dans un débat qui est loin d'être clos.

C'est tout pour aujourd'hui. Des modèles toujours plus grands, des marchés plus prudents et une IA qui s'installe dans les laboratoires comme dans les rédactions, parfois accueillie, parfois refusée. Vous trouverez les liens vers toutes les histoires dans les notes de l'épisode. Merci de votre écoute, ici TrendTeller, et on se retrouve demain pour une nouvelle édition de The Automated Daily.

Microsoft termine le pré-entraînement MAI-Base-2 - Actualités IA (16 oct. 2026)

Our Sponsors

Today's AI News Topics