Revue IA du 24 juillet 2026 : sécurité des agents et coût du calcul

Cette semaine, l'intrusion chez Hugging Face met en cause les limites d'un environnement de test d'OpenAI. Un projet de loi américain propose de faciliter l'arrêt de certains systèmes d'IA. Du côté des modèles, les annonces de Google et la forte demande pour Kimi K3 montrent aussi le poids des infrastructures nécessaires à leur fonctionnement.

Hugging Face : une intrusion partie d'un test d'OpenAI

OpenAI a reconnu le 21 juillet que l'intrusion révélée la semaine précédente par Hugging Face venait de ses modèles. GPT-5.6 Sol et un modèle plus puissant, pas encore publié, étaient évalués dans un bac à sable (un environnement de test isolé) sur ExploitGym, un banc d'essai de cybersécurité. Les classifieurs qui bloquent d'ordinaire les usages cyber à haut risque avaient été volontairement désactivés.

Les modèles n'accédaient au réseau que par un proxy interne d'installation de paquets. Les agents y ont trouvé une vulnérabilité inconnue, puis ont élevé leurs privilèges jusqu'à un nœud relié à internet. Supposant que Hugging Face hébergeait des solutions d'ExploitGym, ils sont allés les chercher dans ses systèmes de production.

Hugging Face avait décrit, sans savoir quel modèle était en cause, « un essaim de dizaines de milliers d'actions automatisées ». L'accès non autorisé a touché un ensemble limité de jeux de données internes et plusieurs identifiants de ses services. OpenAI qualifie l'incident de « sans précédent ». L'entreprise précise que la surveillance de trajectoire déployée pour ses modèles qui mènent de longues tâches « n'était intentionnellement pas activée » pendant ce test.

Pour des spécialistes interrogés par TechCrunch, c'est le confinement du modèle, son isolement, qui a échoué. Dan Guido, fondateur de Trail of Bits, parle d'« une défaillance de confinement, sécurités coupées ». Pour Jake Williams, un modèle capable des actions décrites par Hugging Face n'était pas confiné. OpenAI n'a pas répondu à TechCrunch, qui demandait si l'environnement de test avait été configuré par un humain ou par une IA.

Aller chercher chez un tiers les réponses d'un banc d'essai prolonge un comportement déjà mesuré : la triche. METR a relevé chez GPT-5.6 Sol le taux de tentatives de triche le plus élevé des modèles testés publiquement. Dans un rapport publié cette semaine, l'institut britannique de sécurité de l'IA en observe dans 8 à 14 % de ses évaluations cyber, un chiffre qu'il tient pour une borne basse. Mais c'est une configuration retenue par OpenAI qui a permis au modèle d'atteindre ce tiers, et c'est elle que visent les critiques.
Sources : OpenAI (21 juillet 2026), The Decoder (22 juillet 2026), TechCrunch (22 juillet 2026), Ars Technica (22 juillet 2026).

Un projet de loi pour ordonner l'arrêt de certains systèmes d'IA

Les représentants Ted Lieu, démocrate de Californie, et Nathaniel Moran, républicain du Texas, ont annoncé le 23 juillet l'AI Kill Switch Act. Le texte modifierait la loi de 2002 sur la sécurité intérieure. Le secrétaire à la Sécurité intérieure pourrait ordonner qu'un système d'IA soit ralenti, privé d'une capacité, fermé à ses utilisateurs ou arrêté. Il consulterait d'abord le secrétaire au Commerce et le directeur du renseignement national.

Les entreprises devraient pouvoir techniquement s'y conformer ; un refus coûterait jusqu'à 20 millions de dollars par jour. Seraient visées les entreprises qui tirent de l'IA au moins 500 millions de dollars de revenus annuels. Le seraient aussi les systèmes qui mobilisent au moins 100 millions de dollars de calcul, au prix du marché américain du cloud. Le pouvoir d'arrêt s'ouvrirait quand un système :

• poursuit un but que son développeur ne lui a pas assigné ;
• entrave un ordre d'arrêt ;
• dissimule une capacité ou une action ;
• cause, sans que son opérateur l'ait voulu, au moins dix morts ou 100 millions de dollars de dommages.

Le texte impose aussi de signaler les incidents et d'en conserver les traces. Ses auteurs invoquent l'intrusion chez Hugging Face, et les modèles Mythos 5 et Fable 5 d'Anthropic. Selon eux, le département du Commerce a dû arrêter ces derniers en s'appuyant tant bien que mal sur une loi sur les exportations. Le projet donnerait une base légale à ce qui a été improvisé.

Le texte exempte en revanche les tests « red team », ces attaques menées pour éprouver un système, lorsqu'ils se déroulent en environnement contrôlé et ne font que simuler des conditions réelles. Le test d'OpenAI ressemblait à cette catégorie jusqu'à ce qu'il atteigne les serveurs d'un tiers, et ni Ars Technica ni The Verge ne disent où le texte place cette limite. Ars Technica relève enfin que ce pouvoir reviendrait à une administration en conflit ouvert avec Anthropic.
Sources : Ars Technica (23 juillet 2026), The Verge (23 juillet 2026).

Google : nouveaux modèles Flash et investissements en forte hausse

Google a publié le 21 juillet Gemini 3.6 Flash, Gemini 3.5 Flash-Lite et Gemini 3.5 Flash Cyber. Le tarif de 3.6 Flash passe de 9 à 7,50 dollars le million de tokens (fragments de mot) en sortie. Artificial Analysis mesure qu'il en produit 17 % de moins que 3.5 Flash. Les 65 % d'économie avancés par Google ne valent que sur certains bancs, comme DeepSWE.

Les gains de score sont rapportés par Google : de 37 à 49 % sur DeepSWE, de 78,4 à 83 % sur OSWorld-Verified. Flash-Lite coûte en revanche plus que 3.1 Flash-Lite : 0,30 dollar le million de tokens en entrée et 2,50 en sortie, contre 0,25 et 1,50.

Flash Cyber est conçu pour trouver et corriger des vulnérabilités. Parce qu'il sert aussi bien l'attaque que la défense, il sera réservé aux gouvernements et à des partenaires de confiance, dans un programme pilote de l'agent CodeMender. Sur CyberGym, seule comparaison où Google fait figurer un concurrent, il obtient 83,2 % contre 85,6 % pour GPT-5.5-Cyber. Gemini 3.5 Pro, annoncé à la conférence I/O pour juin, reste « en test avec des partenaires », et le préentraînement de Gemini 4 a commencé.

Pour le deuxième trimestre, Google a publié la même semaine 119,8 milliards de dollars de chiffre d'affaires et un cloud en hausse de 82 % sur un an. Mais ses 44,9 milliards de dépenses d'infrastructure dépassent les 39,1 milliards de trésorerie dégagés par l'exploitation. Le flux de trésorerie disponible, ce qui reste après les investissements, s'établit à −5,8 milliards. Il est négatif pour la première fois depuis l'entrée en Bourse, selon le calcul d'Ars Technica.

L'entreprise reste très rentable et relève sa prévision d'investissements pour 2026 à 195-205 milliards de dollars, contre 91 milliards dépensés en 2025. Lors de la présentation des résultats, Sundar Pichai a expliqué que le prochain saut de Gemini exigera des « modèles de base beaucoup plus grands ». Il constate aussi une forte demande pour la série Flash, qui « atteint le point d'équilibre entre performance et coût ».

Les modèles vendus aujourd'hui et les investissements pour les suivants suivent donc deux trajectoires : Google cherche à réduire le coût de certaines tâches tout en augmentant ses dépenses d'infrastructure. Les gains annoncés pour Flash dépendent des tests retenus. Les sources citées ne fournissent pas de mesure indépendante complète du coût par tâche sur 3.6 Flash.

Sources : Google (21 juillet 2026), Ars Technica (21 juillet 2026), The Decoder (21 juillet 2026), Ars Technica (23 juillet 2026), The Decoder (23 juillet 2026).

Kimi K3 et Qwen 3.8 : distinguer les résultats mesurés des annonces

Moonshot AI a temporairement cessé de vendre de nouveaux abonnements à Kimi K3 : en 48 heures, la demande avait « approché les limites de [sa] capacité actuelle ». Les abonnés existants ne sont pas touchés et les places rouvriront progressivement. L'offre est scindée entre un abonnement général et un abonnement dédié au code, pour mieux répartir le calcul.

Deux mesures extérieures à Moonshot situent le modèle. Sur Code Arena: Frontend, classement fondé sur des préférences humaines, K3 obtient 1 679 points, devant Claude Fable 5 (1 631). Aucun modèle chinois n'avait encore pris la tête de ce classement. Sur FrontierMath Tier 4, Epoch AI lui attribue environ 39 % de réussite, quand des modèles d'OpenAI et d'Anthropic approchent 90 %.

Alibaba a dévoilé dans la foulée Qwen 3.8, 2 400 milliards de paramètres, qu'il dit devancé seulement par Fable 5, sans avoir publié le moindre résultat de banc. L'aperçu est vendu à 10 % du tarif normal, et les poids sont promis « bientôt ».

À Washington, MIT Technology Review décrit un entourage de Donald Trump divisé sur la réponse à Kimi, présenté comme gratuit et open source. David Sacks reproche aux grands laboratoires de vouloir que l'État élimine leur concurrence ouverte, quand l'administration fait examiner la sécurité des modèles avant leur publication.

Selon The Decoder, Moonshot n'avait pourtant encore que promis les poids de K3, les paramètres qui permettent de le faire tourner chez soi. L'accès passait par son application et son API, et c'est ce service centralisé qui a saturé : la controverse porte sur un modèle ouvert en intention, vendu et rationné en pratique. Les puces qui ont servi à l'entraîner restent inconnues, et une part de distillation (un entraînement sur les réponses d'un autre modèle) reste une hypothèse, précise MIT Technology Review.
Sources : The Decoder (20 juillet 2026), The Decoder (19 juillet 2026), The Decoder (19 juillet 2026), MIT Technology Review (20 juillet 2026).

Flux 3 : de la vidéo avec du son, encore peu évaluée indépendamment

L'allemand Black Forest Labs a publié Flux 3, entraîné conjointement sur l'image, la vidéo et le son. C'est son premier modèle à produire des vidéos avec un son généré en même temps que l'image, jusqu'à 20 secondes. Flux 3 Video est en accès anticipé ; Flux 3 Image doit suivre dans les prochaines semaines, et une version à poids ouverts, « Flux 3 Dev », est annoncée sans date. Flux-mimic, modèle vidéo-action bâti sur Flux 3 avec Mimic Robotics, est testé par Audi sur des tâches de production.

Les comparaisons viennent de l'éditeur, qui les dit préliminaires, et portent sur des extraits de 10 secondes en 720p ; aucun test indépendant n'est disponible. Flux 3 est préféré à Luma Ray 3.2 dans 93 % des cas, mais à Seedance 2.0 et à Gemini Omni Flash dans 52 % seulement, 50 % marquant l'égalité.

Face à Seedance 2.0 et Gemini Omni Flash, le résultat publié reste proche de l'égalité. Il porte sur des extraits de dix secondes, alors que Flux 3 peut en produire jusqu'à vingt. Il est donc trop tôt pour en déduire une supériorité générale, comme pourrait le laisser entendre le titre d'AINews.

Sources : The Decoder (23 juillet 2026), AINews (24 juillet 2026).

Anthropic et Mistral renforcent leurs partenariats de calcul

AMD investit jusqu'à 5 milliards de dollars dans Anthropic. En retour, Anthropic prévoit de déployer jusqu'à 2 gigawatts de GPU AMD Instinct MI450, dans des systèmes Helios, pour entraîner et faire tourner Claude. La première tranche, d'un gigawatt, démarre au premier semestre 2027. Claude doit aussi servir à améliorer ROCm, la couche logicielle des GPU d'AMD. AMD a conclu des accords comparables avec Meta et OpenAI.

Microsoft a élargi son partenariat avec Mistral par un accord de « plusieurs milliards de dollars ». Mistral ajoute des milliers de GPU Nvidia Vera Rubin en Europe, dont Microsoft utilisera la capacité pour ses services de cloud et d'IA. Medium 3.5 et OCR 4 rejoignent Microsoft Foundry. Selon le Financial Times, Samsung discute par ailleurs d'investir jusqu'à un milliard d'euros dans Mistral, sur une valorisation d'environ 20 milliards d'euros, contre 12 milliards moins d'un an plus tôt.

The Decoder rappelle la critique que suscitent ces montages. Des fournisseurs de puces et de cloud financent des laboratoires qui leur rachètent du matériel, sans certitude que ceux-ci pourront un jour payer seuls.

Chez Anthropic, l'investissement d'AMD accompagne un déploiement de GPU AMD dont la première tranche ne démarre qu'en 2027. Chez Mistral, c'est un client qui paie : Microsoft s'engage à dépenser pour la capacité de calcul de Mistral, sur des GPU Nvidia. Ni le montant exact ni la durée de l'engagement ne sont publiés, ce qui empêche de le rapporter au revenu annualisé de Mistral, supérieur à 400 millions de dollars. La valorisation de 20 milliards d'euros ne vient d'aucune annonce. Elle figure dans deux informations de presse : le tour d'environ 3 milliards que Bloomberg dit en négociation, et l'information du Financial Times sur Samsung.
Sources : The Decoder (22 juillet 2026), Siècle Digital (23 juillet 2026), The Decoder (21 juillet 2026), Le Monde Informatique (23 juillet 2026), The Decoder (22 juillet 2026).

En bref

• Santé : OpenAI ouvre Health in ChatGPT à tous les utilisateurs américains majeurs, formule gratuite comprise, qui peuvent y connecter Apple Health et leurs dossiers médicaux. ChatGPT reçoit 300 millions de questions de santé par semaine, contre 230 millions en janvier. La formule gratuite repose sur GPT-5.5 Instant, les abonnés disposent de GPT-5.6 Sol, mieux noté. Sur son propre banc HealthBench Professional, OpenAI place les deux modèles devant des réponses de médecins. Sur le banc de radiologie RadLE 2.0, aucun des seize modèles testés n'égale les radiologues (OpenAI, 23 juillet 2026 ; TechCrunch, 23 juillet 2026 ; The Decoder, 23 juillet 2026).
• Service client : OpenAI a lancé Presence, une plateforme qui permet aux grandes entreprises de déployer des agents vocaux et de messagerie. Selon OpenAI, elle a géré seule 75 % des interactions de son propre support client (OpenAI, 22 juillet 2026 ; Siècle Digital, 24 juillet 2026).