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
OpenAI ralentit certains entraînements, GLM-5.3 attend sa publication ouverte et des attaques contre des assistants rappellent les limites des protections.
La sécurité influence cette semaine le calendrier de plusieurs modèles : OpenAI ralentit des entraînements et Z.ai reporte la publication des poids de GLM-5.3. Des chercheurs montrent aussi comment détourner des assistants qui lisent des contenus malveillants. En parallèle, les routeurs de modèles prennent de l'importance et de nouvelles mesures cherchent à estimer la place des textes générés sur le Web.
OpenAI déclare « cadencer le développement de ses modèles ». L'apprentissage par renforcement, qui récompense un modèle pour ses bonnes réponses, a été suspendu deux semaines. La plus grande campagne de ce type prévue sur un modèle de pointe reste à l'arrêt. Les charges de calcul qui ne respectent pas les nouvelles exigences de sécurité sont suspendues.
OpenAI cite les capacités cyber de son modèle Astra, l'incident Hugging Face et ses progrès de recherche internes. Ses environnements de recherche sont mieux isolés. Un dispositif de surveillance alerte en moins de trente minutes. Selon la charge, il consomme environ 20 % du calcul d'inférence (l'exécution des modèles) qu'il supervise.
Fin juillet, d'après le Financial Times, OpenAI avait fermé son équipe « Preparedness », qui évaluait les risques catastrophiques de ses modèles, et réparti son travail entre équipes existantes. Son ancien responsable, Dylan Scandinaro, étudie désormais les risques des IA capables de s'améliorer elles-mêmes. Plusieurs responsables de la sûreté sont partis, dont Chloe Bakalar, qui dirigeait l'éthique.
Des chercheurs extérieurs disent aussi avoir perdu leur accès au programme cyber restreint. OpenAI annonce élargir le cadre d'évaluation dont elle vient de dissoudre l'équipe.
OpenAI décrit les changements apportés à ses entraînements et à leur surveillance. Les informations publiques ne permettent toutefois pas de reproduire l'ensemble de ses évaluations internes. La réorganisation de Preparedness et les restrictions d'accès aux chercheurs extérieurs posent donc la question des moyens de contrôle indépendants.
Sources : The Decoder (18 août 2026), OpenAI (18 août 2026), The Decoder (16 août 2026), The Verge (19 août 2026), The Verge (18 août 2026), TechCrunch (19 août 2026).
Pour la première fois, Anthropic a dépassé OpenAI en chiffre d'affaires, selon des chiffres communiqués aux investisseurs et cités par le Wall Street Journal. Sur le trimestre clos en juin, Anthropic atteint 11,6 milliards de dollars avec un bénéfice opérationnel réduit. OpenAI passe de 5,7 à 6,7 milliards, soit 18 % de croissance, avec une marge opérationnelle de plus en plus négative.
Les 65 milliards souvent cités sont le revenu annualisé revendiqué par Anthropic, sept fois celui d'il y a un an. C'est une projection des performances récentes sur douze mois, pas de l'argent encaissé.
Sur l'usage en entreprise, les données de Ramp (plus de 70 000 entreprises américaines) montrent une tendance encore mouvante. Anthropic est passé devant en mai, 41 % contre 39 %, et tient près de 44 % contre 40 % en juillet. OpenAI y progresse pourtant plus vite depuis le début du troisième trimestre. Ramp ne donne pas de montants ; son panel penche vers la tech et exclut les grands comptes équipés ailleurs.
Le chiffre d'affaires trimestriel, le revenu annualisé et la part d'un panel décrivent trois réalités différentes. Le premier porte sur une période écoulée ; le deuxième extrapole une cadence récente ; le troisième mesure la présence dans un échantillon d'entreprises. Le chiffre d'affaires ne doit pas non plus être confondu avec les sommes encaissées pendant la période.
Sources : The Decoder (19 août 2026), TechCrunch (17 août 2026), The Decoder (18 août 2026), TechCrunch (20 août 2026), The Decoder (18 août 2026).
Le 18 août, Ars Technica rapporte une démonstration de Varonis contre Copilot : un lien préparé déclenche un prompt et permet l’envoi de données d’une session. Microsoft indique avoir corrigé la chaîne. Le compte rendu distingue une première mitigation en février et des correctifs supplémentaires en août. Il ne faut donc pas lire cet incident comme une affirmation que la même attaque fonctionne encore aujourd’hui.
Le rapport d’Adversa sur Grok décrit une autre chaîne : le contenu externe chiffré est déchiffré par un outil, puis traité comme une instruction. Les auteurs rapportent une reproduction en août et une alerte à xAI en juin. Leur hypothèse sur le filtrage reste une explication proposée, pas une inspection du système interne de xAI.
Dans ces deux exemples, le contrôle utile doit suivre la provenance du contenu jusque dans les résultats d’outils et contrôler l’action de sortie. Déchiffrer une donnée externe ne lui donne pas l’autorité de l’utilisateur.
Anthropic a reconnu, selon le compte rendu cité ci-dessous, que des filtres contre les demandes biologiques dangereuses étaient inactifs dans l’environnement de prestataires d’annotation entre mai 2025 et avril 2026. Ce défaut de configuration n’est pas une injection de prompt. La vérification correspondante porte sur les protections effectivement déployées, leurs exceptions et la détection d’un écart de configuration.
Le bilan de Guidelight d’août 2026 évalue six pratiques de contrôle à partir de documents publics. Ses notes C+ pour Anthropic et OpenAI, D+ pour Google, D− pour xAI et F pour Meta ne sont ni un taux de résistance aux injections ni un audit exhaustif des dispositifs internes. Elles indiquent ce que l’organisme peut établir selon sa grille et les preuves rendues publiques.
Ces trois sujets demandent donc des remèdes distincts : contrôler la traversée de données vers des actions, déployer effectivement les protections requises, et rendre les contrôles vérifiables. Les réunir sous une cause unique masquerait le travail à faire.
Sources : Ars Technica, 18 août 2026 ; The Decoder, 16 août 2026. Le rapport Varonis lié par le compte rendu redirige actuellement vers l’index du site ; cette partie reste attribuée au compte rendu, sans prétendre avoir relu le rapport original.
Stripe rachète OpenRouter pour plus de 7 milliards de dollars, d'après Bloomberg. La passerelle donne accès à plus de 400 modèles par un point d'entrée unique, pour huit millions d'utilisateurs. Valorisée 1,3 milliard lors de sa série B de 113 millions en mai, elle se vend trois mois plus tard à plus de cinq fois cette valorisation.
Son fondateur la présentait comme « le Stripe de l'IA », un intermédiaire qui évite d'être enfermé chez un fournisseur.
Quatre jours plus tard, Ramp a lancé son propre routeur, utilisé en interne depuis trois ans. Disponible aux États-Unis et gratuit jusqu'à fin 2026 hors coût d'inférence, il donne accès aux modèles d'OpenAI, Anthropic, DeepSeek, Moonshot, Minimax, Nvidia, xAI et Z.ai. Il aiguille les requêtes selon le prix, la latence ou leur difficulté.
Par défaut, Ramp conserve un an les entrées, les sorties et les appels d'outils, sauf demande de retrait. Selon Latent Space, ces passerelles profitent du coût des modèles de pointe et de la popularité des modèles à poids ouverts, téléchargeables librement.
Une passerelle peut traiter des prompts, des réponses et des résultats d'outils sensibles. La durée de conservation, les possibilités de suppression et les engagements de confidentialité font donc partie des critères de choix, avec les modèles disponibles, le prix et le temps de réponse.
Sources : The Decoder (17 août 2026), TechCrunch (16 août 2026), TechCrunch (20 août 2026), Latent Space (18 août 2026).
GLM-5.3, de Z.ai, obtient 60 points à l'indice d'Artificial Analysis, à égalité avec Kimi K3 et sept points devant GLM-5.2. Il est présenté comme destiné à une diffusion à poids ouverts, mais ceux-ci ne sont pas encore téléchargeables à la date de cette revue.
Le gain porte surtout sur les tâches agentiques, où le modèle enchaîne seul des actions. Sur GDPval-AA v2, son score Elo passe de 1 524 à 1 770, deuxième derrière Claude Opus 5 (1 855). Une tâche coûte 0,68 $, contre 0,44 $ pour la version précédente et 0,84 $ pour Kimi K3.
Le modèle est accessible par API, mais Z.ai retarde d'environ deux semaines la publication de ses poids. Selon Z.ai, il détecte trop efficacement les vulnérabilités, et l'accès complet va d'abord à des partenaires de sécurité. OpenAI invoque la même raison, la même semaine, pour freiner Astra.
Qwen 3.8 27B, avec 27 milliards de paramètres, obtient 52 au même indice. C'est le score de GPT-5.6 Luna, un point derrière GLM-5.2 (753 milliards de paramètres) et DeepSeek V4 Pro (1 700 milliards).
La Chine laisse entrer au compte-gouttes les puces H200 de Nvidia, pour que ses entreprises tiennent le rythme américain. Dario Amodei, patron d'Anthropic, soutient que les modèles ouverts ne dispersent pas le pouvoir : ils le déplacent vers ceux qui détiennent le calcul. Gavin Baker, David Sacks et Yann LeCun le contestent publiquement.
Qwen 3.8 27B obtient ainsi un score global comparable à celui de modèles beaucoup plus volumineux. Cela ne signifie pas que leurs capacités ou leurs coûts d'exécution sont identiques sur toutes les tâches. Pour GLM-5.3, Z.ai explique le report des poids par ses évaluations de cybersécurité.
Sources : The Decoder (19 août 2026), Simon Willison (17 août 2026), The Decoder (20 août 2026), The Decoder (18 août 2026), The Decoder (19 août 2026).
404 Media a fait glisser une balise AirTag dans un ouvrage d'un lot de livres rares. Elle a mené à un site d'entraînement d'Amazon à Las Vegas, où une équipe désosse les livres pour en scanner les pages. Des libraires soupçonnaient depuis un an des entreprises d'IA d'acheter ces livres pour les détruire après numérisation.
Amazon n'a pas commenté ces constats. Sa déclaration ne parle pas d'entraînement de modèles : l'entreprise « achète des livres par des canaux commerciaux pour aider à développer et améliorer les produits et services que ses clients utilisent ».
Le Pew Research Center a étudié près de 500 000 pages en anglais de Common Crawl, une archive publique du web. La part de texte produit ou très retouché par une IA atteint environ 10 % sur un échantillon aléatoire de 10 000 pages de juillet 2026. Elle monte à 35 % sur les seules pages publiées après la sortie de ChatGPT.
Anthropic ouvrira une API de détection du filigrane de Claude (une marque invisible dans ses textes), dérivée de la méthode SynthID Text publiée par Google DeepMind en 2024. L'entreprise prévient que la marque tient mal sur les textes courts, les passages factuels et le code, et qu'une réécriture appuyée l'efface. Elle signale au mieux une implication probable de Claude, sans dire s'il a rédigé ou corrigé.
Les mêmes systèmes consomment les textes existants et en produisent de nouveaux, et l'outil de traçabilité annoncé ne renseigne que sur un fournisseur à la fois.
Sources : Ars Technica (17 août 2026), TechCrunch (17 août 2026), Simon Willison (17 août 2026), TechCrunch (20 août 2026), The Decoder (14 août 2026).
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.