Le domaine produit plus d'annonces par semaine qu'aucune entreprise ne peut en absorber. La plupart ne changent pas un plan de livraison. Celles ci-dessous, si — classées par proximité avec le travail de ce site : agents en production, systèmes autonomes, migration de systèmes d'entreprise.

1. Le raisonnement est devenu un réglage, plus un choix de modèle

Pendant deux ans, l'arbitrage était structurel : prendre le modèle rapide ou le modèle intelligent, et router en conséquence. Ce clivage s'effondre. Les familles frontière exposent désormais la profondeur de raisonnement comme paramètre — bas, moyen, élevé — donc le même modèle traite une classification et une analyse multi-étapes, et vous payez la profondeur réellement nécessaire.

Mistral Large 4 (« Le Chonk », poids ouverts publiés le 29 octobre 2026) en est l'exemple le plus récent : 1 billion de paramètres avec 52 milliards actifs, nativement multimodal, et trois modes de raisonnement présentés comme un moyen d'ajuster la profondeur sans jouer sur les prompts. Il annonce aussi une efficacité en tokens — environ 47 % de tokens en moins par tâche qu'un concurrent ouvert comparable sur du code agentique. Source ↗

Pourquoi c'est important : votre modèle de coût a une variable de plus. Si vous budgétiez à l'appel, vous budgétez maintenant à l'appel × profondeur, et la même campagne d'évaluation peut coûter 3× selon un flag.

Règle pratique : mettez tout au réglage le plus bas qui passe votre jeu d'évaluation, et ne montez un type de tâche qu'au moment où la métrique bouge. La plupart des plaintes « il nous faut un meilleur modèle » sont des « il nous faut un meilleur jeu d'évaluation ».

2. Les poids ouverts ont atteint la frontière — avec conditions

L'écart entre modèles fermés de pointe et sorties à poids ouverts se mesure en mois et, sur certains benchmarks de code agentique, en erreur d'arrondi. La sortie Mistral du 29 octobre est le point de référence européen le plus solide ; les laboratoires ouverts chinois et américains publient des modèles comparables depuis un an.

Mais « poids ouverts » est un terme de licence, pas une architecture. Avant de construire dessus, vérifiez trois choses : la licence (usage commercial, seuils, clauses d'usage acceptable), le plancher matériel (les poids tiennent peut-être, le KV cache et le contexte dont vous avez besoin peut-être pas), et le tokenizer et le format de tool calling, parce que votre harnais d'agent devra coller exactement.

Pourquoi c'est important : pour les entreprises régulées — et pour quiconque travaille en SAP ou dans le secteur public — pouvoir faire tourner un modèle de classe frontière à l'intérieur d'une frontière que vous contrôlez fait la différence entre un projet approuvé et un projet bloqué en juridique.

3. Les agents sont devenus le produit, et l'évaluation le goulot

La bascule 2026 n'est pas un meilleur chat. C'est que les modèles sont désormais entraînés et vendus pour l'usage d'outils : exécution multi-étapes, usage d'ordinateur, tâches longues. Les benchmarks ont suivi, et le chiffre intéressant n'est plus la précision sur une tâche isolée mais la durée d'une tâche que le modèle peut mener sans supervision.

Cela crée un nouveau problème d'ingénierie. Si votre agent peut tourner 40 minutes, vos modes de défaillance ne sont plus « mauvaise réponse » mais « trajectoire plausible et fausse », et relire la sortie ne suffit plus — il faut relire le chemin. Surveillance de trajectoire, traces rejouables et évaluation au niveau de l'étape sont devenus de l'infrastructure de base. La recherche sur l'intervention en temps réel dans les trajectoires d'agents va exactement dans ce sens.

C'est pourquoi les playbooks agents de ce site passent plus de temps sur les contrats d'outils, les portes et les évaluations que sur le prompting.

4. Les petits modèles sont devenus assez bons pour tourner là où sont les données

La bascule la plus utile en pratique, et la moins couverte : des modèles de 3 à 8 milliards de paramètres, quantifiés et distillés, font maintenant du raisonnement réel sur du matériel grand public et des nano-ordinateurs — latence inférieure à la seconde, pas de réseau, aucune donnée qui sort de l'appareil.

C'est précisément ce qui a rendu le drone de reconnaissance praticable. Un détecteur qui exige un centre de données ne peut pas voler. Un modèle int8 de 6 Mo à 12 fps sur un Raspberry Pi 5, si — et tout l'argument de confidentialité change quand les pixels ne quittent jamais l'aéronef.

La même logique remodèle l'architecture d'entreprise : classification, extraction et routage qui partaient vers une API frontière migrent vers un modèle local sur la même machine que les données, le modèle frontière étant réservé aux 10 % de cas qui en ont vraiment besoin. Le routage hybride est le patron par défaut, plus une optimisation.

5. Le raisonnement multimodal et incarné est passé dans l'utilisable

Les modèles vision-langage qui agissent — lire un écran, opérer une interface, raisonner sur une scène physique — sont désormais assez bons pour des tâches étroites. Gemini Robotics ER 2 de Google, sorti en juillet 2026, est explicitement positionné comme un modèle de « raisonnement incarné » pour des machines qui doivent comprendre leur environnement et mener des tâches physiques multi-étapes. Source ↗

Deux conséquences à anticiper : les tests de régression visuelle et l'automatisation d'interface deviennent réellement automatisables (l'agent regarde l'écran et juge, au lieu d'assertir sur des sélecteurs) ; et le prototypage robotique gagne une couche de raisonnement qui exigeait une équipe de recherche. Les deux restent étroits, et les deux exigent une porte humaine sur tout ce qui est irréversible.

6. La sécurité des agents est devenue une discipline

Deux ans de déploiements ont produit une leçon claire : l'injection de prompt n'est pas un problème de prompt. Si un agent lit du contenu externe et détient des outils, ce contenu est une entrée de votre flux de contrôle. Les défenses qui marchent sont architecturales — surfaces d'outils au moindre privilège, restrictions de sortie réseau, listes blanches, sandboxing, et une surveillance capable d'arrêter une exécution en cours de trajectoire plutôt que de la noter après coup.

Attendez-vous à ce que ce soit le point d'attention des achats en 2027 : pas « quel modèle », mais « montrez-moi la surface d'outils, la porte et la trace ».

7. Ce que cela change pour l'entreprise et SAP

  • Les assistants type Joule ne sont plus la seule option. Avec des modèles locaux capables, un agent sur votre propre ABAP et votre documentation de processus n'exige plus d'envoyer du code à un tiers — ce qui débloque les cas refusés l'an dernier.
  • Le cas d'usage migration est réel et étroit. Classification et tri des constats, rédaction de scripts de test, listes de réconciliation. Pas « l'IA migre votre système ».
  • Le contrôle des coûts remonte à l'architecture. Routage, cache, profondeur de raisonnement et taille de modèle sont les quatre leviers, et ils appartiennent à la revue de conception.
  • L'évaluation est l'actif. Votre jeu d'évaluation, vos traces et vos données métier sont l'avantage durable — les modèles sont une commodité que vous re-sélectionnez chaque trimestre.

Ce que je surveille ensuite

  1. L'évaluation au niveau trajectoire comme catégorie de produit — le manque d'outillage est évident et quelqu'un va le combler.
  2. Identité et permissions des agents dans les annuaires d'entreprise : des agents comme principaux de première classe, avec leurs identifiants, budgets et journal d'audit.
  3. Le multimodal embarqué à 5 W — le point où un drone ou un téléphone fait tourner un modèle vision-langage en local change le sens de « autonome ».
  4. La survie de l'approche « réglage de raisonnement » face aux régulateurs, qui voudront savoir ce que le modèle pensait et à quelle profondeur.

Sources et maintenance de cette page

Page roulante, mise à jour quand quelque chose change une décision de livraison — pas à date fixe. Les affirmations portent leur date de publication ; un lien est donné quand la source primaire est publique. Là où je n'ai pas pu vérifier un chiffre, il n'est pas écrit.

  • Mistral Large 4, poids ouverts — SiliconANGLE, 29 oct. 2026 · Euronews ↗
  • Google AI, juillet 2026 (modèles Gemini, Robotics ER 2) · blog.google ↗
  • AI Index 2026, chapitre performance technique · Stanford HAI ↗

Vous construisez quelque chose où l'une de ces bascules compte ? Dites-moi la contrainte — je réponds avec ce que j'ai réellement exécuté, pas avec le score d'un benchmark.