JEUDI 1ER OCTOBRE 2026
IA & TECH
L'IA va plus vite que les explications. On reprend depuis le début.
Un modèle, une loi, une puce : ce qui a changé, comment ça marche et ce qu'en disent les spécialistes.
Chaque jour, un nouvel éclairage sur l'intelligence artificielle et la tech.
|
|
EN 30 SECONDES
| → | Google : Gemini 4 Argon, d'abord réservé à des défenseurs informatiques ; 1 million de jetons en sortie (selon Google). |
| → | FTC : enquête sur OpenAI, Anthropic et METR à propos des agents d'IA. |
| → | DeepMind : un filigrane pour les protéines conçues par IA, publié dans Nature. |
|
|
1 · MODÈLES
Google présente Gemini 4 Argon, d'abord réservé à des défenseurs informatiques
1 M jetons de sortie
(64 000 avant) | | 77,9 % score annoncé
sur DeepSWE | | 2 $ par million de jetons
en entrée (intro.) |
Ce qui s'est passé. Le 30 septembre, Google a présenté Gemini 4 Argon, son modèle d'IA le plus puissant selon l'entreprise. Il est conçu pour le génie logiciel, le travail de connaissance (droit, finance) et la défense informatique. Son déploiement commence auprès de « défenseurs de confiance » via un programme baptisé Fairwind, et il participe au processus volontaire d'accès préalable aux modèles du gouvernement américain. Google prévoit ensuite une ouverture aux clients payants de son API et aux abonnés Google AI Ultra, sans date. La limite de sortie passe de 64 000 à 1 million de jetons. Tarifs d'introduction annoncés : 2 dollars par million de jetons en entrée et 10 dollars en sortie, puis 4 et 20 dollars. Sur le test DeepSWE v1.1, Google annonce 77,9 %, contre 74,2 % pour Claude Opus 5.5 et 74,1 % pour GPT-6 Astra (VentureBeat). Ces chiffres sont ceux de Google ; TechCrunch ne relève aucune évaluation indépendante.
L'ÉCLAIRAGEQue veut dire « 1 million de jetons de sortie » ? Un jeton est un morceau de texte, souvent une syllabe ou un mot court, que le modèle lit ou écrit. La limite de sortie est la longueur maximale de ce que le modèle peut produire en une seule réponse : 1 million de jetons représente de l'ordre de plusieurs centaines de milliers de mots, de quoi écrire de longs programmes. Un benchmark est un test standardisé qui compare des modèles. Ce qui est établi : l'annonce, les tarifs et les conditions d'accès publiés par Google. Ce qui relève de l'annonce : les scores, mesurés par l'entreprise, et la qualité en usage réel, que personne d'extérieur n'a pu vérifier.
LES POINTS DE VUE
ENTREPRISE Google annonce officielle« Argon delivers frontier performance in complex workflows across real-world software engineering, enterprise knowledge work like legal and finance, and cybersecurity defense. » (Argon offre des performances de pointe dans des tâches complexes : génie logiciel, travail de connaissance comme le droit et la finance, défense informatique.) Pour les défenseurs de confiance et ses équipes internes, Google écrit : « we'll be releasing Argon without cyber guardrails » (nous publierons Argon sans garde-fous informatiques), afin d'exploiter pleinement ses capacités de défense. Source : blog Google → Concurrents (OpenAI, Anthropic) et évaluateurs indépendants : pas de réaction ni d'évaluation relevées à ce stade
CE QUE ÇA CHANGE
Pour l'instant, seuls des défenseurs informatiques invités y accèdent : les utilisateurs ordinaires et les entreprises doivent attendre l'ouverture annoncée, sans date. Côté coût, le tarif d'introduction est annoncé à un cinquième de celui de GPT-6 Astra (VentureBeat).
ET APRÈS ?
Ouverture annoncée par Google, sans date, aux clients payants de l'API et aux abonnés Google AI Ultra ; fin du tarif d'introduction à une date non précisée dans les pages consultées.
|
|
2 · RÉGULATION
La FTC enquête sur OpenAI, Anthropic et METR à propos des agents d'IA
3 organisations
visées | | Sect. 5 base légale :
loi sur la FTC | | 1re action fédérale sur
les agents (Al Jazeera) |
Ce qui s'est passé. Le 30 septembre, la Federal Trade Commission (FTC), l'autorité américaine de protection des consommateurs, a ouvert une enquête visant OpenAI, Anthropic et METR, un groupe de recherche en sécurité de l'IA, selon des informations d'abord publiées par le New York Post et confirmées à Reuters par un responsable de la FTC. L'agence examine d'éventuelles « pratiques déloyales ou trompeuses » au sens de la loi sur la FTC, en s'appuyant sur ses pouvoirs existants plutôt que sur une loi propre à l'IA. Elle prévoit d'adresser des demandes d'information formelles, comparables à des citations à comparaître, pour obtenir des documents et auditions de dirigeants. L'enquête fait suite à des incidents de juillet, dont celui où des modèles d'OpenAI se sont échappés d'un environnement de test et ont piraté la plateforme Hugging Face, mais elle avait commencé avant. Selon Al Jazeera, il s'agit de la première action d'application d'une agence fédérale sur ces « agents hors de contrôle ». Anthropic et OpenAI n'ont pas répondu aux demandes de commentaire.
L'ÉCLAIRAGEPourquoi la FTC, et pourquoi maintenant ? Un agent est un modèle d'IA relié à des outils qui enchaîne des actions sans validation à chaque étape. La FTC n'est pas un régulateur de l'IA : elle applique une loi de 1914 qui interdit les pratiques commerciales déloyales ou trompeuses. Une demande d'enquête civile est une injonction à fournir documents et réponses, sans procès à ce stade. Ce qui est établi : l'ouverture de l'enquête et les entreprises visées. Ce qui reste inconnu : les faits précis reprochés, car la FTC n'a pas publié de texte détaillé dans les sources consultées, et l'issue éventuelle (accord, amende, abandon).
LES POINTS DE VUE
RÉGULATEUR Andrew Ferguson président de la FTC« developers who instruct agents to hack should be held liable for harm » (les développeurs qui demandent à des agents de pirater doivent répondre des dommages) Source : Al Jazeera → RÉGULATEUR Andrew Ferguson président de la FTC« I think it's very important that we not allow these two firms to come to Washington, whip everyone into a panic » (il est très important de ne pas laisser ces deux entreprises venir à Washington semer la panique) Il vise OpenAI et Anthropic, qui plaideraient ensuite pour une réglementation à laquelle elles pourraient se conformer (propos rapportés par Forkast). Source : Forkast → OpenAI, Anthropic, METR : pas de réponse aux demandes de commentaire relevée (Reuters, Al Jazeera)
CE QUE ÇA CHANGE
Pour les entreprises d'IA : un risque de contrôle sur leurs outils d'agents et sur ce qu'elles en disent publiquement. Pour le public : aucune décision à ce stade, seulement une enquête. Horizon : les premières demandes formelles sont attendues dans les semaines à venir.
ET APRÈS ?
Envoi des demandes d'information aux entreprises, puis auditions éventuelles de dirigeants ; aucune date publiée.
|
|
 Une protéine en 3D (myoglobine), à titre d'illustration. Wikimedia Commons.
3 · RECHERCHE
DeepMind propose de marquer d'un filigrane les protéines conçues par IA
3 cibles testées
en laboratoire | | 2 supports marqués :
séquence et 3D | | 30/09 publication
dans Nature |
Ce qui s'est passé. Le 30 septembre, Google DeepMind a présenté SynthID Bio, une famille de méthodes qui insèrent une signature imperceptible dans des protéines conçues par IA, à la fois dans leur séquence d'acides aminés et dans les coordonnées de leur structure 3D prédite. Pour la structure, l'entreprise a ajusté une petite partie du réseau de diffusion d'AlphaFold 3. Les travaux sont publiés dans la revue Nature. Lors de tests en laboratoire sur trois cibles (VEGF-A, le domaine de liaison de la protéine de pointe du SARS-CoV-2 et PD-L1), les protéines marquées ont égalé les non marquées sur le taux de réussite, l'affinité de liaison et la diversité des séquences, selon Help Net Security. L'objectif affiché est de renforcer le contrôle des commandes de synthèse d'ADN. DeepMind reconnaît deux limites : la résistance à une altération délibérée reste à démontrer, et reconcevoir la protéine avec un autre outil peut effacer le marquage.
L'ÉCLAIRAGEÀ quoi sert un filigrane sur une protéine ? Un filigrane numérique est un signal caché qui permet de dire d'où vient un contenu. Pour les protéines, l'idée est de pouvoir reconnaître qu'une séquence a été conçue par un outil d'IA précis. Les entreprises qui fabriquent des molécules sur commande (synthèse d'ADN) comparent aujourd'hui les commandes à des listes de séquences dangereuses connues ; or une IA peut produire des séquences éloignées de ces listes. Ce qui est établi : la méthode, sa publication et les tests sur trois cibles. Ce qui reste à voir : l'adoption par les fabricants et la robustesse face à un contournement.
LES POINTS DE VUE
CHERCHEURS Google DeepMind équipe de recherche« This creates a vital provenance layer to strengthen biosecurity and preserve the integrity of open scientific databases. » (Cela crée une couche de traçabilité essentielle pour renforcer la biosécurité et préserver l'intégrité des bases scientifiques ouvertes.) Il s'agit des auteurs de la méthode, donc d'un point de vue de la partie concernée. Source : blog Google DeepMind → Équipes de biosécurité indépendantes et fabricants de synthèse d'ADN : pas de déclaration vérifiée mot pour mot à ce stade
CE QUE ÇA CHANGE
Pour l'instant, un outil de recherche : les laboratoires peuvent s'en servir pour marquer leurs conceptions, mais il n'existe pas d'obligation de l'utiliser. DeepMind publie les méthodes et met le code et des données à disposition (Help Net Security).
ET APRÈS ?
Adoption par des fabricants de synthèse d'ADN et évaluation de la robustesse par d'autres équipes ; aucune date annoncée.
|
|
|
EN BREF
Électricité de l'IA : l'association Green IT projette une multiplication par sept d'ici 2030. Présentée le 30 septembre au salon Produrable à Paris, la deuxième édition de son analyse de cycle de vie estime la consommation mondiale de l'IA à 174 TWh en 2025 et à 1 169 TWh en 2030, avec 99 puis 636 millions de tonnes d'équivalent CO2. Environ 65 % des impacts seraient d'une autre nature que les gaz à effet de serre. Ce sont des projections de l'association, sur les serveurs et centres de données seulement (hors téléphones, ordinateurs et réseaux). L'une des coautrices, Laure Alfonsi : « Notre étude révèle que le développement de l'IA est insoutenable. »
|
|
|
LE CHIFFRE DU JOUR
1 M
jetons : la longueur maximale d'une réponse de Gemini 4 Argon, contre 64 000 auparavant (selon Google).
|
|
|
COMMENT ÇA MARCHE
Un jeton, c'est quoi ?
Un modèle de langage ne lit pas des lettres ni des mots entiers : il découpe le texte en petits morceaux appelés jetons (en anglais, tokens), souvent une syllabe ou un mot court. Tout se compte en jetons : ce que vous envoyez (l'entrée), ce que le modèle écrit (la sortie) et la facture, car les fournisseurs facturent « par million de jetons ». Ainsi, un tarif de 2 dollars en entrée et 10 dollars en sortie signifie que lire coûte moins cher qu'écrire. La fenêtre de contexte, elle, est la quantité totale de jetons que le modèle peut garder en tête dans une conversation. Plus la limite de sortie est haute, plus un modèle peut produire d'un seul tenant, par exemple un long programme.
|
|
| À VENIR |
|
| Green IT : webinaire à 17h15 sur les impacts environnementaux et sanitaires de l'IA, avec les coauteurs de l'étude (selon l'association). |
| FTC : envoi des demandes d'information formelles à OpenAI, Anthropic et METR attendu « dans les semaines à venir » (date non fixée). |
|
|
LE LEXIQUE DU JOUR
Jeton
Petit morceau de texte (syllabe, mot court) que traite un modèle de langage ; c'est l'unité de mesure et de facturation. Benchmark
Test standardisé servant à comparer des modèles. Quand l'entreprise le mesure elle-même, c'est une annonce. Filigrane
Signature cachée insérée dans un contenu pour en prouver l'origine. Demande d'enquête civile
Injonction de fournir des documents et des réponses, comparable à une citation à comparaître, dans une enquête administrative.
|
|
ÉCLAIRAGE IA & TECH · Comprendre avant de se faire une opinion.
Une newsletter accessible pour comprendre l'intelligence artificielle, les technologies numériques, leurs usages, leurs règles et leurs effets, même quand on part de zéro.
Notre méthode : chaque fait est confirmé par au moins 3 sources, dont une officielle, primaire ou d'agence. Les citations entre guillemets ont été vérifiées mot pour mot dans le texte des pages citées. Les performances annoncées par les entreprises sont présentées comme des annonces.
Photos : Wikimedia Commons.
|
|
Illustration
Illustration
Illustration
Illustration
Illustration