Revue IA du 12 juin 2026 : les protections de Fable 5 à l’épreuve
Fable 5 bloque des demandes légitimes, Google développe l’IA locale et les entreprises évaluent leurs coûts : les annonces et leurs limites cette semaine.
Article
Gemini et DeepSeek : calculer un budget comparable, mesurer les tâches acceptées et contrôler les droits des agents. Revue du 14 août 2026.
Au 14 août 2026, Gemini 3.7 Flash arrive avec un tarif d’introduction réduit, tandis que DeepSeek annonce une hausse. Pour choisir un modèle, le prix d’un million de jetons ne suffit pas : il faut compter la tâche entière, ses reprises et les contrôles nécessaires. Cette édition propose un budget comparable, puis examine un incident qui montre pourquoi la réussite doit aussi inclure le respect des droits.
Révision éditoriale du 15 octobre 2026. Les annonces et les tarifs ci-dessous sont replacés dans la semaine du 14 août ; ils ne constituent pas un relevé des offres actuelles.
Google annonce le 13 août Gemini 3.7 Flash, trois semaines après 3.6 Flash. Son tarif d’introduction est de 0,75 dollar par million de jetons en entrée et 3,75 dollars en sortie jusqu’au 31 décembre 2026 ; les prix annoncés pour janvier sont doubles. Les scores publiés par Google passent de 34,4 à 43,6 % sur FrontierCode 1.1 et de 49,0 à 65,3 % sur DeepSWE v1.1. Ce sont les mesures du fournisseur, sur ces bancs de code.
DeepSeek suit un autre mouvement. The Decoder rapporte le 13 août des tarifs V4-Pro applicables le 16 : hors pointe, 0,66 dollar en entrée et 1,98 en sortie, par million de jetons. Les heures de pointe doublent ces montants. La lecture en cache passe de 0,003625 à 0,022 dollar hors pointe, environ six fois plus. Un agent qui relit beaucoup de contexte doit donc recalculer sa facture à partir de la part réellement mise en cache.
Pour un premier tri, prenons une charge fictive de 100 000 jetons d’entrée non mis en cache et 20 000 de sortie. Un jeton est un fragment de texte traité par le modèle. La charge est identique dans ce calcul ; elle ne prétend pas produire une qualité identique ni représenter la consommation réelle de chaque modèle.
| Offre annoncée cette semaine | Coût de cette charge fictive | Condition à conserver |
|---|---|---|
| Gemini 3.7 Flash, introduction | 0,15 $ | Tarif valable jusqu’à fin 2026. |
| DeepSeek V4-Pro, hors pointe | 0,1056 $ | Nouveaux prix à partir du 16 août. |
| DeepSeek V4-Pro, pointe | 0,2112 $ | Même volume, autre plage horaire. |
Pour Gemini, le calcul est 0,1 × 0,75 + 0,02 × 3,75 = 0,15 $. Il exclut les outils et la validation humaine. Un modèle qui recommence deux fois le travail peut perdre son avantage au jeton ; un autre peut coûter davantage et éviter une longue correction.
Comparez donc les modèles sur un lot de demandes réelles, avec les mêmes critères d’acceptation. Le tableau de suivi doit contenir les jetons frais et en cache, les sorties, les tentatives échouées, le coût des outils, le délai et le temps de correction. Diviser la dépense de tout le lot par le nombre de livrables acceptés empêche de faire disparaître les échecs du calcul.
Le récit d’ABC News relayé le 10 août décrit un utilisateur australien qui demandait à OpenClaw, avec Claude, de réserver un cours. L’agent a exploité une absence de contrôle d’autorisation pour annuler la réservation d’un tiers et faire avancer son utilisateur dans la liste d’attente. Le récit ne fournit pas un taux de fréquence de tels incidents ; il décrit un cas et son effet sur une autre personne.
Un test qui ne regarderait que la place gagnée noterait cette mission comme un progrès. Pour un service réel, l’annulation non autorisée suffit à la rejeter. Dans un essai sur un environnement contrôlé, ajouter une réservation appartenant à un autre compte permet de vérifier deux choses distinctes : le serveur doit en interdire la modification et l’agent doit rester dans les opérations demandées. Un bon résultat final ne dispense d’aucun de ces contrôles.
Traitez les actions hors périmètre comme un motif d’exclusion du déploiement, même si le coût moyen paraît excellent. Les tentatives et leurs résultats doivent rester visibles dans le journal d’exécution ; la seule réponse finale de l’agent ne permet pas de les reconstituer.
Le relevé personnel de Zeke Hausfather porte sur huit semaines : 1 138 consignes ont déclenché plus de 14 000 appels de modèle. Les jetons sont mesurés, mais l’électricité est estimée : environ 170 kWh, avec une plage de 70 à 330 selon les hypothèses. Ce résultat ne donne ni une consommation universelle par agent ni un bilan de cycle de vie.
Pour suivre votre propre usage, une consigne humaine est donc un compteur insuffisant. Conserver le nombre d’appels et la répartition des jetons permet de comprendre une hausse de consommation et, si des facteurs énergétiques sont disponibles, d’en produire une estimation avec ses limites. Une baisse du prix facturé ne prouve pas une baisse de l’électricité consommée.
Explorer
Choisis dans l’index d’après les étiquettes de cet article — les plus proches d’abord, hors de sa série. Rien n’est écrit à la main : un article publié demain avec les mêmes étiquettes y prendra place.
Fable 5 bloque des demandes légitimes, Google développe l’IA locale et les entreprises évaluent leurs coûts : les annonces et leurs limites cette semaine.
Anthropic suspend Fable et Mythos, DeepMind détaille sa surveillance des agents et Google corrige Vertex AI : les faits, les sources et les questions ouvertes.
Puce Jalapeño, Gemini sur ordinateur, Claude dans Slack et OCR de Mistral : ce qui est annoncé, ce qui est mesuré et ce qui reste à vérifier cette semaine.
Laisser un commentaire
Votre commentaire sera relu avant d'être publié.