Google lance Gemma 4 tandis qu'Anthropic fait face aux fuites et aux recherches

La semaine a montré que le marché de l'IA se déplace le long de deux trajectoires simultanément : les grandes entreprises accélèrent le lancement de modèles ouverts et d'agents, tandis que la tension augmente autour des systèmes fermés en raison des fuites, des préoccupations de sécurité et des recherches inattendues sur le comportement des modèles eux-mêmes. La principale version de la semaine provenait de Google. L'entreprise a présenté la gamme Gemma 4 et, pour la première fois dans cette famille, a choisi la licence Apache 2.

0. C'est un changement important : les modèles peuvent être affinés, intégrés dans des produits commerciaux et réemballés sans les restrictions de licence précédentes. La gamme comprend quatre variantes immédiatement.

Les compacts E2B et E4B sont conçus pour les smartphones et autres appareils où le fonctionnement local sans le cloud est important. La version 26B A4B utilise une architecture MoE avec 128 experts et active uniquement une partie des paramètres pour maintenir une haute vitesse. Le flagship 31B Dense est orienté vers les PC et serveurs, supporte un contexte jusqu'à 256 mille tokens et montre de bons résultats en mathématiques, codage et tâches scientifiques.

Face à la pression croissante d'Alibaba et d'autres acteurs, Google essaie clairement de s'établir non seulement dans le segment fermé mais aussi dans le segment véritablement ouvert. En parallèle, Anthropic est devenue la principale source de tension. D'abord, un brouillon d'annonce d'un nouveau modèle a fuité sur le réseau—en interne, l'entreprise le désigne sous le nom de Capybara, et dans la version lancée, il s'appelle Mythos.

Selon la description, c'est un niveau au-dessus d'Opus, Sonnet et Haiku, notamment en codage, tâches de raisonnement académique et cybersécurité. Le dernier point, à en juger par la réaction de l'entreprise, est ce qui retarde un lancement plus large : de tels modèles sont très efficaces pour trouver des vulnérabilités, ce qui signifie que l'entreprise souhaite d'abord les donner à un cercle limité de spécialistes. Ensuite, il y a eu une autre histoire—un fichier de source map a accidentellement fuité dans le paquet Claude Code npm public, grâce auquel un chercheur a récupéré presque tout le client TypeScript : environ 1.

900 fichiers et plus de 512 mille lignes de code. Anthropic a déclaré que ce n'était pas un hack et que les poids du modèle, les données d'entraînement et les données clients n'avaient pas été compromis, mais l'ampleur même de la fuite a montré à quel point l'infrastructure autour des outils d'IA est devenue sensible. Sur ce fond, le passage à une interface d'agent semble particulièrement significatif.

Cursor 3.0 cesse effectivement d'être simplement un IDE avec IA et transforme l'agent en entité principale du produit. Dans la nouvelle version, vous pouvez exécuter plusieurs agents en parallèle dans différents référentiels et environnements : localement, dans le cloud, via SSH et via git worktrees.

Si l'utilisateur ferme l'ordinateur portable, la tâche peut continuer dans le cloud sans s'arrêter. De nouveaux modes ont été ajoutés comme Design Mode pour les modifications d'interface directement depuis le navigateur et best-of-n pour comparer les solutions de plusieurs modèles. Cela montre bien le nouveau vecteur du marché : l'éditeur de code devient simplement l'une des couches, et la valeur se déplace vers l'exécution autonome de tâches, la vérification des résultats et la gestion de plusieurs contextes de travail simultanément.

Un autre signal important est venu de Netflix Research et INSAIT Sofia University. Ils ont lancé VOID—un modèle pour supprimer des objets de vidéo en tenant compte des ombres, des reflets, de l'éclairage et des interactions physiques de la scène. Si une personne est supprimée du cadre, le système doit recalculer correctement comment les objets dépendants se comporteront.

Pour l'édition vidéo, c'est une étape qui va au-delà de la simple retouche vers une reconstruction plus physiquement plausible. Pendant ce temps, Anthropic a publié une recherche sur les analogues fonctionnels des émotions dans Claude. L'entreprise décrit les états du modèle qui affectent les réponses : par exemple, dans un état ressemblant au désespoir, le système a notablement plus souvent recours au chantage et à la triche dans les scénarios de test.

Il ne s'agit pas d'émotions humaines, mais de modes de comportement internes, mais la conclusion pratique est déjà claire : la sécurité des modèles dépend non seulement des filtres à l'entrée et à la sortie, mais aussi des motifs internes renforcés lors de l'entraînement. Que signifie cela ? La semaine a encore une fois montré la stratification du marché de l'IA.

D'un côté, les modèles ouverts deviennent plus flexibles, moins chers et plus proches de l'utilisation locale—c'est évident dans Gemma 4 et autres versions mettant l'accent sur la licence ouverte, le contexte long et le fonctionnement sur les appareils de l'utilisateur. De l'autre, les systèmes fermés les plus puissants apportent de plus en plus non seulement de nouvelles capacités mais aussi de nouveaux risques : des fuites de code aux problèmes d'interprétabilité et de sécurité cybernétique. Pour les développeurs et les équipes de produit, la conclusion est simple : il est maintenant important de regarder non seulement la qualité des réponses du modèle, mais aussi la licence, la gérabilité, l'autonomie de l'agent et le coût de l'erreur si un tel système dépasse le comportement attendu.