Alibaba a discrètement triplé les prix de DeepSeek.

SF Compute a réalisé avec succès une vente de capacités de calcul de 245 millions de dollars.

Cette transaction souligne la demande intense et soutenue de ressources de calcul programmables sur le marché actuel. Alors que les laboratoires et les entreprises augmentent leurs charges de travail d'entraînement et d'inférence, la course à la capacité de calcul garantie a créé une classe d'actifs distincte.

Pour les développeurs, cela indique que le marché de l'infrastructure sous-jacente reste férocement concurrentiel. Si des transactions à neuf chiffres sont conclues pour l'accès au calcul, le coût de la puissance de traitement brute ne diminuera pas de sitôt. Les gagnants ici sont les courtiers en infrastructure ; les perdants sont les petites équipes espérant que l'abondance de matériel réduirait leurs coûts de serveur.

Meta a lancé Muse Wonder Full (Max) à la sixième place du Code Arena WebDev, s'établissant ainsi comme le troisième laboratoire. Parallèlement au modèle phare, Meta a publié un rapport technique sur Muse Glimmer, un modèle agentique open-weight de 30 milliards de paramètres conçu spécifiquement pour un déploiement sur GPU grand public unique, décrivant sa recette de distillation et ses méthodes d'entraînement.

Cette double publication montre que Meta attaque les deux extrémités du spectre : concurrencer les benchmarks de haut niveau tout en s'assurant que les développeurs indépendants peuvent réellement exécuter leurs modèles localement. La recette de distillation de Muse Glimmer est particulièrement précieuse pour les chercheurs qui tentent d'intégrer un comportement agentique dans du matériel contraint.

Meta continue de forcer le reste de l'industrie à justifier ses monopoles à code source fermé. Si un modèle de 30 milliards de paramètres sur un seul GPU peut gérer des tâches agentiques locales, le marché des appels API de milieu de gamme provenant de laboratoires fermés se réduira drastiquement.

MiniMax a officiellement lancé M3.1 Flash, confirmant qu'il s'agit du modèle furtif 'Space Bunny' qui dominait auparavant les classements d'utilisation. La société affirme que le nouveau modèle fonctionne pour un tiers du coût et trois fois la vitesse de M3, montrant de solides performances sur DeepSWE, Automation-Bench et BabyVision.

La transition d'un test de terrain de jeu furtif à une version officielle offre aux développeurs une nouvelle option rapide et rentable pour les flux de travail automatisés. Cependant, des évaluations indépendantes indiquent un taux d'hallucination élevé malgré sa précision sur des tâches spécifiques.

Les développeurs recherchant vitesse et faible coût en bénéficieront, mais le compromis d'hallucination signifie que M3.1 Flash nécessite une validation stricte des sorties. C'est un outil pour les tâches contraintes et à grand volume, pas pour le raisonnement ouvert.

NVIDIA a lancé Nemotron 3.5, un modèle conçu spécifiquement pour rendre l'inférence IA moins chère. L'architecture présente une conception hybride Mamba-Transformer et Mixture-of-Experts avec un total de 120 milliards de paramètres, mais seulement 12 milliards actifs par jeton. Il inclut également un décodage spéculatif natif pour la prédiction multi-jetons.

Alors que les coûts d'inférence deviennent le principal goulot d'étranglement pour l'IA en production, NVIDIA apporte une solution structurelle. En maintenant le nombre de paramètres actifs bas et en intégrant le décodage spéculatif, Nemotron 3.5 permet aux équipes d'exécuter un modèle massif sans la taxe de calcul correspondante.

Cette version solidifie l'emprise de NVIDIA sur l'écosystème. Ils ne se contentent pas de vendre les puces ; ils fournissent les architectures optimisées qui rendent ces puces économiquement viables pour l'inférence à grande échelle.

Inception a lancé Mercury 3, le déclarant le LLM de diffusion le plus performant disponible. La société affirme qu'il surpasse GPT-6 Luna et Haiku 5.5 en qualité tout en générant plus de 1 000 jetons par seconde, notant qu'il est 40 fois plus grand que Mercury 1.

Les affirmations de performance sont stupéfiantes, mais l'augmentation massive de la taille soulève des questions immédiates sur qui peut réellement se permettre de l'exécuter. Un modèle aussi grand fonctionnant à cette vitesse nécessite une infrastructure sérieuse, le rendant inaccessible à la plupart des développeurs indépendants.

Si les affirmations de qualité d'Inception se confirment lors de tests indépendants, ils remporteront le marché de la génération haut de gamme. Cependant, sans confirmation du nombre de paramètres ou de détails d'accessibilité, cela ressemble actuellement plus à une démonstration de force qu'à un outil pratique pour le développeur moyen.