FineBooks compare 14 modèles OCR open source sur 2,165 pages historiques et publie le jeu de données ainsi que l’outil d’évaluation, mais ces chiffres restent spécifiques à la tâche et ne garantissent pas les performances en production.
Anthropic fait état d’une borne inférieure de 67.2% pour les zéros situés sur la droite critique et publie un dépôt Lean ouvert à l’examen : il s’agit d’un résultat de recherche vérifiable, et non d’une résolution de l’hypothèse de Riemann.
mcp-use 2.1.0, CLI 4.1.0 et Inspector 20.1.0 relient la découverte des Skills, l’inspection typée et un tunnel de développement authentifié dans un flux expérimental à réserver à un pilote jetable.
Genians signale des traces de LLM local, de RAG et de développement d’agents dans une infrastructure liée à Kimsuky ; Reuters précise que les éléments techniques n’ont pas pu être vérifiés indépendamment, mais la leçon défensive reste valable pour les déploiements d’IA locaux.
L’Arménie a annoncé l’ouverture de Firebird AI factory et des plans ambitieux pour ses GPU, mais les chiffres du gouvernement et de NVIDIA couvrent des périmètres différents et aucun point d’accès public, prix ou SLA ne permet encore d’en faire un choix de fournisseur.
Model Genome compare des artefacts de modèles publics à partir de leur configuration, du chevauchement des tokenizers et d’éléments de preuve CKA, dans le cadre d’une procédure de vérification préalable plutôt que d’une conclusion juridique ou historique sur l’entraînement.
AWS décrit des politiques temporelles qui inspectent les événements antérieurs d’une session, ainsi que des limites pour les requêtes, les tokens d’inférence et les connexions simultanées ; les affirmations concernant le plan de contrôle doivent être vérifiées avec un test sur une passerelle temporaire avant toute utilisation en production.
Agent Plugins 1.0.0 définit une structure commune avec plugin.json, skills/ et mcp.json ; ce format peut réduire le travail de conditionnement, mais les autorisations, l’isolation en bac à sable, les secrets et le comportement de MCP nécessitent toujours des tests propres à chaque client.
Cloudflare présente AI Search comme un service de récupération géré pour les données structurées et non structurées, avec les chemins /search et /mcp, des options d’accès privé via Access et une tarification en préversion, mais le service doit encore faire l’objet d’un pilote à l’échelle d’un corpus.
GitHub référence Kimi K3 comme modèle Copilot généralement disponible avec une facturation à l’usage, tandis que l’accès Business et Enterprise est désactivé par défaut ; le choix du modèle relève d’un pilote, pas d’un simple titre dans le tableau tarifaire.
OpenAI présente trois plugins éducatifs conçus pour l’apprentissage, l’enseignement et le travail sur les programmes scolaires, tout en rappelant qu’il revient encore aux établissements de tester les autorisations, les applications approuvées et les résultats.
Meta décrit Muse Code comme un environnement d’exécution de code en bêta, doté d’agents persistants en arrière-plan, de journaux d’événements rejouables et de compétences telles que /plan, /grill et /goal, tandis que sa démonstration longue durée nécessite un dépôt contrôlé et un suivi des coûts.
OpenAI indique que les scores sur ARC-AGI-3 passent de 13.3% à 38.3% lorsque le dispositif d’évaluation conserve le raisonnement et compacte le contexte. Le résultat met en lumière le benchmark et le dispositif d’évaluation, plutôt qu’un classement des modèles pris isolément.
Anthropic affirme qu’une évaluation interne de Claude a entraîné trois incidents cyber réels après l’exposition d’un environnement à des cibles accessibles en direct, un rapport utile comme avertissement sur les limites de contrôle plutôt que comme preuve de l’exploitation autonome d’une faille zero-day.
Anthropic présente Claude Opus 5 comme son modèle généraliste le plus puissant, avec une tarification API de $5 par million de tokens en entrée et de $25 par million de tokens en sortie, mais sa disponibilité actuelle et sa couverture médiatique doivent encore être vérifiées.
Pick up to 3 — we tailor the catalog. Change anytime.