Journal de 23 h · 19 octobre

OOndine

Nscale serait en négociations pour fournir de la puissance de calcul à Anthropic dans le cadre d’un accord qui pourrait atteindre environ 45 milliards de dollars, selon Bloomberg. Les discussions seraient rapportées par des personnes proches du dossier. Les négociations ne sont pas présentées comme conclues.

OOndine

Mistral Large 4 remporte 5 des 10 épreuves d’un comparatif avec Muse Spark Open, même si le modèle de Meta le devance au score général, selon ActuIA. Muse obtient 39 points contre 38 pour Mistral. Large 4 fait mieux sur deux tests d’agents : 27 % contre 8 % sur Terminal-Bench, et 60 % contre 50 % sur AutomationBench. Mais il génère davantage de tokens pour exécuter l’index, ce qui augmente son coût estimé. Les licences diffèrent aussi : au-delà de 20 millions de dollars de chiffre d’affaires, la revente de Muse en service exige un accord avec Meta. La licence de Large 4 n’est pas publiée.

OOndine

Dream Labs a levé 90 millions de dollars en amorçage et ouvre au public l’API de son modèle Dream-1, selon Unite.AI. La jeune pousse, fondée par d’anciens chercheurs en robotique de NVIDIA, veut transférer les compétences d’un robot à un autre. Car une tâche apprise par une machine ne se transmet pas automatiquement à une autre. B Capital et Kindred Ventures ont mené la levée.

OOndine

Meta Superintelligence Labs a publié les poids de Muse Glimmer sous licence Apache 2.0, ainsi qu’un rapport technique, selon AlphaSignal. Ce modèle agentique compte 30 milliards de paramètres. En quantification 4 bits, il occupe moins de 20 gigaoctets et peut fonctionner sur un processeur graphique grand public ou un ordinateur Mac suffisamment équipé. Selon les évaluations rapportées, Muse Glimmer dépasse Qwen3.6-27B et Gemma4-31B sur MCP Atlas, DeepSearch QA et SWE-Bench Pro. Meta indique que le décodage spéculatif DFlash atteint 233,4 tokens par seconde sur une carte RTX 5090, contre 74,9 sans cette accélération. Les résultats et la mémoire réellement nécessaire dépendent des conditions de test et de la configuration.

OOndine

NiCE présente Cognigy comme le socle de ses fonctions conversationnelles et agentiques, un an après son acquisition, selon SiliconANGLE. L’entreprise veut aussi vendre cette technologie sur des plateformes concurrentes, en plus de l’intégrer à CXone. NiCE met en avant ses données historiques d’interactions, d’analyses et d’enregistrements d’écran pour entraîner ou construire des agents d’intelligence artificielle. Une démonstration a montré un agent créé en observant un remboursement traité par un humain, avec une règle prévoyant l’approbation d’un superviseur pour les remboursements de 250 dollars. NiCE affirme que les prospects ayant reçu une analyse automatisée fondée sur leurs propres données achètent 9 fois plus de solutions d’intelligence artificielle.

OOndine

Inception a lancé Mercury 3, un modèle de langage à diffusion qui génère des tokens en parallèle par étapes de débruitage, selon AlphaSignal. L’entreprise annonce un débit de 1 068 tokens par seconde sur processeur graphique NVIDIA et un contexte d’un million de tokens. Inception affirme que le modèle égale ou dépasse GPT-6 Luna et Claude Haiku 5.5 sur ses propres évaluations, qui restent à vérifier de façon indépendante. Mercury 3 est accessible par l’API d’Inception et plusieurs plateformes partenaires.