Le modèle Kimi K2.7 Code de Moonshot est un modèle à poids ouvert doté de 1T de paramètres, conçu exclusivement pour le codage agentique. Nous vérifions ses spécifications, les benchmarks fournis par le fournisseur, les performances réelles du matériel int4, et nous déterminons si sa tarification agressive ($0,95/$4,00) permet réellement de dépasser la frontière fermée.
Huawei a transformé ses projets de puces d’IA en une feuille de route désormais dépassée, prévoyant la sortie d’une seule puce par an ; l’entreprise a rendu publics les modèles openPangu 2.0 et s’est engagée à mettre CANN en open source. Nous mettons tout cela en balance avec les contraintes que le discours d’ouverture a omis de mentionner : un plafond de 7 nm chez SMIC, un approvisionnement en HBM développé en interne qui ne peut alimenter que quelques centaines de milliers de puces, et un retard par puce par rapport à NVIDIA que la propre feuille de route de Huawei reconnaît.
Au 19 juin 2026, OpenAI n’avait pas encore publié de fiche technique, de résultats de tests de performance ni de tarification pour le GPT-5.6. Nous faisons la distinction entre les informations confirmées et les rumeurs qui font grand bruit (contexte de 1,5 million, variantes Mini/Pro, citation évoquant une ‘ amélioration significative ’) et montrons comment un GPT-5.6 hypothétique se positionnerait face à Claude Fable 5, Gemini 3.5 et la vague de modèles à poids libre en provenance de Chine.
Deux laboratoires chinois ont commercialisé, à un jour d'intervalle, des modèles de codage open-weight. Nous avons vérifié les caractéristiques techniques, les fenêtres de contexte, les tarifs, les licences et les tests de performance de GLM 5.2 et Kimi K2.7 Code afin de déterminer quel modèle de codage open-weight correspond le mieux à votre flux de travail.
Le GLM 5.2 de Zhipu associe un contexte d’un million de tokens à des poids ouverts sous licence MIT et à une API prête à l’emploi compatible avec Anthropic. Voici les spécifications confirmées, les résultats des tests de performance obtenus avec ces poids, les coûts réels d’accès et d’auto-hébergement, ainsi que les profils d’utilisateurs pour lesquels cette solution est particulièrement adaptée.
Un guide accessible sur les bases de données vectorielles en 2026 : ce qu'elles sont, comment fonctionnent réellement les représentations vectorielles et la recherche par similarité, les six options à connaître, et dans quels cas une simple extension Postgres suffit amplement.
Ollama est le moteur d'exécution « headless » que les développeurs intègrent partout ; Jan est l'application de bureau open source qui met à disposition une interface utilisateur de type ChatGPT et des outils MCP pour les modèles locaux. Voici comment ils se positionnent concrètement à la mi-2026.
Une NPU et un GPU exécutent tous deux des tâches d'IA, mais ils sont conçus pour des missions opposées. Voici ce qui les distingue en 2026, avec les chiffres réels en TOPS et TFLOPS issus des puces actuellement commercialisées.
Google NotebookLM, qui n'était au départ qu'une expérience de recherche discrète, est devenu un outil d'étude et d'analyse alimenté par Gemini 3.5. Nous avons testé ses fonctionnalités de questions-réponses basées sur des sources, ses résumés audio et ses nouvelles fonctionnalités « agentiques » en les comparant à ChatGPT et à Perplexity.
Un guide pratique pour se lancer avec LM Studio en 2026 : installation sur tous les systèmes d'exploitation, choix des modèles et de la quantification, serveur intégré compatible avec OpenAI, et matériel réellement nécessaire.
Un guide pratique, axé sur le code, pour la mise en place d’un pipeline de génération augmentée par la recherche en 2026 — des représentations vectorielles et du découpage en segments au stockage vectoriel, en passant par le reclassement et la génération, avec les versions vérifiées des outils et des remarques sincères sur ce qui fonctionne réellement.
Les deux plus grands laboratoires chinois ont lancé leurs modèles phares à six semaines d'intervalle. DeepSeek V4 est un modèle open-weight et très bon marché ; Qwen3.7 Max est un modèle fermé, plus rapide et qui obtient des scores légèrement supérieurs. Nous les comparons sur les plans du codage, du raisonnement, de la prise en compte du contexte, de la vitesse et du coût.
