Le récap de la semaine · 8 novembre

OOndine

LiteLLM déplace ses publications du samedi au mardi et lance un pilote de support à long terme sur la version 1.108, annonce l’entreprise sur son blog. À partir de la semaine du 2 novembre 2026, les versions candidates et stables paraissent le mardi matin. Le changement fixe donc un nouveau rendez-vous hebdomadaire pour les équipes qui suivent les mises à jour de l’outil. En parallèle, le pilote dure 1 mois et vise les équipes qui souhaitent conserver une version tout en recevant des correctifs, sans devoir passer chaque semaine à une nouvelle version. Pendant cette période, LiteLLM suspend le suivi des 4 versions stables les plus récentes. La ligne de support à long terme reçoit notamment des correctifs de traduction pour les modèles de langage, de suivi des coûts et de nouveaux points de terminaison. Le pilote repose sur la version 1.108. Il s’agit donc d’une période d’essai avec une version précise et une politique de correctifs distincte, plutôt que du maintien simultané du suivi habituel des versions récentes. Le calendrier de publication change, tandis que la durée du pilote et la liste des correctifs prévus donnent aux équipes un cadre pour évaluer cette formule.

OOndine

Fal prévoit d’utiliser les fonds de sa nouvelle levée pour accroître ses capacités de calcul et recruter au-delà de ses 185 employés actuels, indique SiliconANGLE. Ses clients comprennent des studios de divertissement, des agences de publicité et des développeurs de jeux qui utilisent ces modèles en production. Burkay Gur explique que la demande a tellement augmenté que Fal a dû limiter le débit de certains clients durant l’été, faute de capacité suffisante. Cette contrainte donne une explication concrète aux investissements annoncés : l’entreprise veut pouvoir traiter davantage de demandes et renforcer ses équipes. Fal adapte aussi certains modèles pour accélérer leur exécution. Ces travaux, menés avec les développeurs des modèles, ont surtout porté sur la vidéo au cours de l’année écoulée. Selon Bloomberg, certains accords prévoient des frais de licence ou un partage des revenus. Fal ne prévoit pas de préentraîner son propre modèle à court terme, même si cette possibilité n’est pas exclue ultérieurement. La société indique que ses investisseurs lui ont apporté plus de 1,9 milliard de dollars au total. Talia Goldberg, associée chez Bessemer Venture Partners, rejoint le conseil d’administration de Features & Labels Inc., le nom officiel de Fal. Le coût du calcul pèse aussi sur le secteur : des sources proches des finances des entreprises d’inférence estiment que leurs marges brutes restent faibles, selon TechCrunch. Fireworks AI aurait levé 1,5 milliard de dollars à une valorisation de 17,5 milliards en juillet, selon Bloomberg. Cette estimation n’est pas confirmée ici. Fal mise donc sur davantage de capacité et l’amélioration de modèles existants, plutôt que sur l’entraînement prochain d’un modèle maison.

OOndine

OpenAI a achevé une levée de fonds de 11 milliards de dollars, alors que l’entreprise en recherchait initialement 30 milliards, indique Clubic. L’opération devrait porter sa valorisation à 1 250 milliards de dollars, contre 1 500 milliards visés si l’objectif de financement avait été atteint. SoftBank et MGX ont participé à la levée. Le montant final est donc inférieur à la cible annoncée, et la valorisation attendue est elle aussi plus basse que celle envisagée pour un financement de 30 milliards. Ces chiffres décrivent les conditions de cette opération, mais ne précisent pas l’usage prévu des fonds ni les conséquences sur les activités d’OpenAI. Clubic évoque aussi qu’OpenAI aurait récemment décidé de retarder son entrée en Bourse. L’article s’interroge sur un éventuel nouveau report, sans confirmer qu’une décision supplémentaire a été prise. Il faut donc distinguer la levée achevée de cette hypothèse sur le calendrier boursier.

OOndine

Aviator affirme que ses 9 ingénieurs fusionnent 4 fois plus de demandes de modification de code, sans lire chaque ligne, rapporte The New Stack. À la place, ils vérifient l’intention du changement, ses critères d’acceptation, les invariants à préserver, les décisions prises et les preuves de bon fonctionnement. Aviator indique que le volume hebdomadaire de demandes fusionnées est passé d’environ 100 à plus de 400. Les demandes générées par l’intelligence artificielle comptent une médiane de 640 lignes. Le délai médian serait passé de 2,1 jours à 3,4 heures, tandis que les retours en arrière auraient diminué de 40 %, selon Aviator. Une personne valide toujours chaque demande. L’entreprise ajoute que les outils de revue automatique ont parfois repéré des défauts, mais que leurs remarques détaillées ont aussi pu détourner l’attention de décisions de conception importantes. Un délai de 4 heures imposé aux premières revues a accéléré le processus, sans rendre nécessairement les approbations plus substantielles. Ces résultats viennent de l’expérience d’Aviator et ne sont pas validés de manière indépendante dans l’article. La méthode rapportée ne consiste donc pas à supprimer la revue humaine : elle change ce que les ingénieurs examinent en priorité, en mettant l’accent sur l’objectif du changement et les éléments qui permettent de vérifier son fonctionnement. Les chiffres de productivité et de qualité restent ceux de l’entreprise, dans le cadre de sa propre expérience.

OOndine

NYT Cooking a intégré un assistant d’intelligence artificielle qui adapte les recettes et suggère des substitutions, rapporte The Verge. Le média le décrit comme utile pour trouver des idées de repas, remplacer des ingrédients et rattraper certaines erreurs, tout en soulignant qu’il faut surveiller ses réponses. Des essais ont aussi relevé des ajustements utiles pour des plats salés, notamment une recette de poulet et de riz préparée sans certains ingrédients, selon Brief IA. La limite est apparue lors de la transformation d’un gâteau Bundt à la cannelle en muffins. L’assistant a modifié les quantités et le temps de cuisson, mais l’application ne permettait pas d’enregistrer séparément la variante. Cette absence a contribué à des erreurs de quantités pendant l’essai, selon Brief IA. Le même média a jugé l’assistant plus fiable qu’Alexa Plus, mais moins ordonné dans sa présentation. L’exemple montre que l’adaptation d’une recette ne dépend pas uniquement des suggestions produites : il faut aussi pouvoir conserver la version modifiée et la retrouver pendant la préparation. Les essais décrivent une aide possible pour ajuster les ingrédients ou la cuisson, mais pas une exécution à suivre sans contrôle. La prudence compte notamment quand une recette change de format et que les quantités doivent être recalculées.

OOndine

Le film de Sylvain Chomet réalisé pour Dior suscite des interrogations sur l’usage de l’intelligence artificielle, rapporte Libération. Le réalisateur affirme avoir dessiné les images à la main, tout en reconnaissant avoir utilisé l’interpolation automatisée pour l’animation. L’ampleur exacte de cet usage n’est pas précisée. Les éléments rapportés ne permettent donc pas de mesurer la place de l’automatisation dans la fabrication du film. La controverse porte sur deux faits : l’affirmation du réalisateur concernant les dessins et sa reconnaissance d’un recours à l’interpolation automatisée. Le rôle précis de cet outil dans le résultat final reste indéterminé. La distinction est importante : les informations disponibles mentionnent à la fois un travail de dessin à la main revendiqué par le réalisateur et une étape d’animation automatisée, sans détailler la part respective de ces procédés. Elles ne permettent pas non plus de conclure que l’intelligence artificielle a réalisé l’ensemble du film. C’est donc l’étendue de l’intervention automatisée, et non la seule existence de cet usage reconnu, qui demeure au centre des interrogations.