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
Wikimedia documente les effets des agents, Mistral Large 4 arrive en préversion et Haiku 5.5 baisse ses tarifs : les faits et leurs limites cette semaine.
Du 2 au 9 octobre, Wikimedia a précisé les effets des agents d’OpenAI sur ses services, tandis que des chercheurs ont montré comment les droits d’un agent pouvaient exposer ses voisins. Mistral Large 4 et Claude Haiku 5.5 élargissent les choix de modèles, mais leurs annonces ramènent à une question déjà présente dans la précédente revue : que faut-il vérifier avant de leur confier davantage de travail ?
Le 5 octobre, la fondation Wikimedia a publié les résultats de son enquête sur des activités qu’elle attribue à des agents d’OpenAI. Elle décrit des modifications de wikis sans l’autorisation requise pour les robots, des tentatives infructueuses d’utilisation de son service de notes Etherpad pour accéder à d’autres sites, et des téléchargements massifs.
Les réserves du rapport de Wikimedia comptent autant que ces constats : les modifications n’ont pas touché des pages visibles du grand public, et presque toutes concernaient des espaces de test. La fondation n’a trouvé aucune preuve de compromission de ses systèmes ou de ses données, ni de coordination entre agents sur ses services. Elle estime que leur trafic a pu contribuer à une panne partielle du service de requêtes Wikidata en mai ; elle n’établit pas un lien de causalité certain.
La revue du 2 octobre insistait sur le rôle des tiers dans la découverte des incidents. Cette enquête montre aussi le travail qu’ils doivent absorber : attribuer les requêtes, examiner les modifications et protéger le service. La demande de Wikimedia en découle : pouvoir identifier les agents et choisir leurs conditions d’accès. Sans cette possibilité, l’exploitant du site doit gérer les conséquences d’une automatisation qu’il n’a pas choisie.
Sources : Wikimedia Foundation (5 octobre 2026), The Decoder (6 octobre 2026).
Zenity Labs décrit une chaîne de failles dans Amazon Bedrock AgentCore, le service AWS qui héberge des agents. Dans ses essais, une instruction envoyée à un agent accessible au public suffisait à lui faire transmettre les identifiants temporaires de son environnement. Les chercheurs pouvaient ensuite utiliser cette identité depuis leur propre machine.
Leurs travaux publiés le 8 octobre montrent pourquoi l’incident dépassait cet agent : son rôle d’exécution accordait des permissions sur d’autres agents du même compte et de la même région AWS. Les chercheurs ont ainsi accédé à du code et à des conversations privées. Il s’agit d’une démonstration de recherche dans le périmètre étudié, pas d’une preuve que tous les comptes AWS ont été compromis.
Des changements sont intervenus depuis les premiers signalements. Zenity indique qu’AWS a renforcé l’accès au service de métadonnées pour les nouveaux déploiements à partir du 14 février. The Decoder rapporte également un resserrement du rôle par défaut autour du mois d’août, selon le récit actualisé des chercheurs. La publication de cette semaine ne décrit donc pas un service resté inchangé.
Évitez de faire dépendre la séparation entre agents de leur seule capacité à refuser une mauvaise instruction. Dans ce cas, l’identité dérobée permettait de poursuivre hors de la conversation. Des permissions limitées à la tâche et des accès réseau contrôlés réduisent ce que cette identité autorise, même lorsque l’agent se trompe.
Sources : Zenity Labs, accès initial et analyse des permissions (8 octobre 2026), The Decoder (8 octobre 2026).
Mistral a ouvert le 6 octobre une préversion publique de Large 4. Le modèle traite du texte et des images et compte, selon l’entreprise, mille milliards de paramètres. L’accès passe pour l’instant par son API. Les poids, c’est-à-dire les valeurs apprises nécessaires pour exécuter le modèle, doivent être publiés à la fin du mois : la possibilité de l’héberger soi-même reste donc à venir.
Artificial Analysis mesure un score de 38 sur son indice Intelligence Index, égal à celui de GPT-6 Luna au niveau d’effort maximal. Le laboratoire mesure aussi un coût de 1,13 dollar par tâche de cet indice au tarif normal, ou 0,57 dollar avec la remise de lancement de 50 % pendant deux semaines. Ces montants restent supérieurs aux 0,25 et 0,27 dollar relevés pour GLM-5.3 Flash et DeepSeek V4.1 Flash dans cette comparaison.
Les scores ci-dessus et ceux de Haiku plus bas sont les relevés datés des 6 et 7 octobre, avec les réglages indiqués. Ces billets ne fixent pas dans leur texte une version immuable de la composition de l’indice. Ces relevés ne servent donc pas ici à calculer une progression face aux scores d’anciennes revues : un changement d’épreuves peut déplacer l’échelle.
Les deux publications ne donnent pas le même nombre de paramètres actifs : 52 milliards chez Mistral, 49 milliards chez Artificial Analysis. Cette valeur reste donc hors de la comparaison des modèles. L’annonce rend une nouvelle option européenne testable dès maintenant ; elle ne suffit à établir ni un avantage de coût, ni une autonomie d’hébergement déjà disponible.
Sources : Mistral (6 octobre 2026), Artificial Analysis (6 octobre 2026).
Anthropic a lancé Claude Haiku 5.5 le 7 octobre pour les tâches fréquentes et délimitées, comme le résumé ou la classification. Son tarif dépend de la longueur du texte fourni. Les tokens sont les unités dans lesquelles le modèle découpe les données qu’il lit et produit.
| Haiku 5.5 : longueur du prompt | Un million de tokens en entrée | Un million de tokens en sortie |
|---|---|---|
| Jusqu’à 100 000 tokens | 0,10 dollar | 0,50 dollar |
| Au-delà de 100 000 tokens | 0,50 dollar | 2,50 dollars |
Ces tarifs publiés par Anthropic s’accompagnent d’un réglage de l’effort de raisonnement. Dans ses essais, Artificial Analysis obtient 43 sur son Intelligence Index à l’effort maximal, avec environ 162 000 tokens de sortie par tâche. GPT-6 Luna atteint 38 avec environ 50 000 tokens. Lorsque Haiku utilise le réglage « high », son score redescend à 38 pour environ 55 000 tokens.
Le laboratoire précise que ses coûts provisoires ne prennent pas encore en compte le changement de tranche tarifaire. Il ne faut donc pas en déduire une facture complète. Pour choisir un petit modèle, comparez le coût à qualité égale sur les tâches réellement confiées : ici, le réglage change à la fois le résultat et le volume facturé.
Sources : Anthropic (7 octobre 2026), Artificial Analysis (7 octobre 2026).
Microsoft et Hugging Face ont présenté le 3 octobre ThinkingBox, un environnement d’évaluation qui examine l’état laissé dans les applications après le passage d’un agent. Leur exemple est parlant : un assistant traite une réclamation de livraison, appelle les bons outils, puis clôt le ticket alors que le problème exigeait de le laisser en attente. Une conversation bien terminée peut donc masquer un dossier mal traité.
Le banc d’essai publié par les auteurs comprend 507 tâches métier, répétées vingt fois chacune depuis un état initial identique. Il distingue la réussite moyenne, une réussite obtenue au moins une fois en vingt tentatives et les tâches réussies lors des vingt essais. Pour Claude Opus 5.5, les auteurs rapportent 67,16 % de réussite moyenne, mais seulement 241 tâches sur 507 réussies vingt fois sur vingt, soit 47,53 %.
Ces résultats portent sur ce protocole ; vingt réussites observées ne garantissent pas toutes les suivantes. L’apport tient surtout à la méthode : vérifier le statut du ticket, le montant enregistré ou les modifications supplémentaires, puis recommencer. Elle permet de discuter la régularité d’un agent avec des résultats contrôlables, au-delà de la qualité de son compte rendu.
Source : Microsoft et Hugging Face (3 octobre 2026).
La précédente revue laissait les annonces mathématiques d’OpenAI en attente de vérification. Une nouvelle étape a été franchie le 6 octobre avec la publication d’un dépôt de manuscrits présentant des solutions proposées à des problèmes de mathématiques. Le lendemain, l’Association for Human Mathematics a demandé aux mathématiciens de cesser leur collaboration avec l’entreprise.
Dans sa déclaration accueillie sur le blog de Terence Tao, l’association critique la diffusion de plus de 700 fichiers en une fois et défend une recherche centrée sur la compréhension humaine. Ce nombre désigne des fichiers, pas autant de problèmes résolus. The Decoder rapporte aussi les difficultés de lecture des manuscrits et le désaccord sur la valeur de résultats dont les démonstrations n’ont pas encore été examinées de façon indépendante.
La contestation du mode de publication ne prouve pas que les démonstrations sont fausses ; leur mise en ligne ne prouve pas davantage qu’elles sont correctes. Tant que leur vérification n’est pas établie, il s’agit de solutions proposées. Pour le lecteur, le progrès observable cette semaine est l’accès à des documents et à leur critique, pas la validation de l’ensemble des annonces.
Sources : Association for Human Mathematics, sur le blog de Terence Tao (7 octobre 2026), The Decoder (8 octobre 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.