Le 17 novembre 2026, OpenAI a présenté GPT-6.2 Astra, pour les travaux professionnels lourds, et GPT-6.2 Sol, pour l’usage courant. Astra baisse de 20 %, à 8 et 40 dollars le million de jetons, le tarif exact de Claude Fable 5.2 : à jeton égal, l’avantage revendiqué tient au coût par tâche, donc aux jetons consommés et aux réglages des essais. Tous déclarés par l’éditeur, les scores varient selon l’auteur du banc et le harnais, et Fable 5.2 garde l’avantage sur plusieurs lignes. La fiche système classe Astra au niveau élevé en auto-amélioration, une première, et consigne des régressions que les premiers testeurs retrouvent. L’annonce tombe la veille de la fixation du prix des actions d’Anthropic.
Le 17 novembre, OVHcloud a présenté Olala, sa première famille de modèles de langage, avant son lancement officiel le 19 novembre à l’OVHcloud AI Summit. Olala mini 7A1B, mélange d’experts de 7 milliards de paramètres dont 1 milliard actif, tournerait dès 8 Go de mémoire vidéo ; ses poids doivent paraître sous licence Apache 2.0, avec un rapport technique et un dossier de conformité à l’AI Act, sans mention du corpus ni du code d’entraînement. Entraîné sur trois supercalculateurs publics par l’ancienne Lingua Custodia, il n’est étayé par aucun score, et son seul client connu, Qwant, appartient à un groupe fondé par le PDG d’OVHcloud. L’hébergeur devient éditeur, face à Mistral mais sur un autre segment.
Le 16 novembre, Alibaba a ouvert à tous Qwen4-Max, après une préversion réservée depuis le 11 aux abonnés du Token Plan, qui sera retirée le 25. Ce mélange d’experts de 2 400 milliards de paramètres n’en active que 71 milliards par jeton et lit images et vidéo dans un million de jetons de contexte. Alibaba annonce une tâche moyenne passée de 4,43 à 1,67 dollar, mesurée sur Work360, son propre banc, et un tri des données d’entraînement qui écarte le contenu cyberoffensif. Rien n’était vérifié de l’extérieur au lancement : les premiers évaluateurs le placent dans le haut du classement sans le couronner, et le trouvent bavard. Ses poids restent fermés, quand ceux de Qwen3.8-Max avaient été publiés en août.
Le 10 novembre 2026, Google DeepMind a présenté Gemini Robotics 2.5, un modèle vision-langage-action éprouvé sur plus de 200 tâches. Dans deux usines de Mercedes-Benz, l’humanoïde Apollo 2 d’Apptronik a préparé des kits de pièces avec 96 % de réussite, Gemini Robotics ER planifiant les étapes et le 2.5 commandant bras et mains. Ce taux n’est accompagné ni du nombre d’essais, ni de la définition d’une réussite, ni du compte des interventions humaines : mesuré sur 25 essais, il resterait compatible avec une fiabilité d’à peine 80 %, loin des 99,9 % qu’exige la production. Le constructeur, client et actionnaire d’Apptronik aux côtés de Google, n’a rien d’un arbitre neutre.
Dès le 19 novembre 2026, les conversations de ChatGPT qui s’appuient sur les données reliées à Health, dossiers médicaux, Apple Health, One Medical ou Function Health, pourront servir à entraîner les modèles d’OpenAI, à moins de couper auparavant le réglage Improve the model for everyone. Exclues jusque-là sans condition, elles en dépendront désormais, alors que l’entraînement est le défaut des comptes Free, Plus et Pro. Connu par un courriel que des utilisateurs disent avoir reçu, le changement contredit encore les pages d’OpenAI. HIPAA ne couvre pas ce service, mais une loi de Washington exige un consentement affirmatif, et Anthropic comme Microsoft excluent la santé de l’entraînement.
Le 12 novembre, Google a lancé dans le monde entier Gemini 4 Hydrogen, un modèle rapide pour le code et les agents qui succède à Gemini 3.8 Flash sans remplacer Argon ni Carbon. Facturé 1,50 et 7,50 dollars le million de jetons, il offre un niveau gratuit rationné dans l’API et devient le modèle par défaut du Mode IA, quand Argon et Carbon restent payants. Ses 51 points contre 50 à Argon sont mesurés par Artificial Analysis, sur un indice refondu le 27 octobre où GPT-6.1 Terra fait jeu égal pour moitié moins cher par tâche, mais plus lentement. Dans Antigravity, Orchestrator fait alterner Carbon et Hydrogen pour ménager le quota, et le rapport de sûreté complet reste attendu.
Le 11 novembre 2026, Google DeepMind a présenté AlphaGenome 2, un modèle qui estime, à partir d’un million de lettres d’ADN, comment un variant modifie l’activité des gènes dans le type de cellule choisi par le chercheur, la cellule entrant comme condition à chaque étage du réseau. Sur des variants causaux mesurés en cellule unique, il en retrouve presque deux fois plus que son prédécesseur à précision égale, selon des tests de DeepMind encore sans reproduction indépendante. Servi par une API gratuite pour la recherche non commerciale, sans poids publiés, il aide à choisir les variants à vérifier par l’expérience, sans valeur de diagnostic.
Le 10 novembre, Google a élargi l’accès à Gemini 4 Carbon, présenté le 28 octobre et réservé jusque-là aux cyberdéfenseurs du programme Fairwind. Les développeurs l’obtiennent par l’API payante, au prix d’introduction d’Argon, 2 et 10 dollars le million de jetons jusqu’au 30 novembre, avant un doublement ; les particuliers, par l’abonnement Ultra, dès 99,99 euros par mois en France. La version publique refuse d’écrire des exploits et, faute de changement matériel de capacité, Google reprend les conclusions de sûreté d’Argon. Quatrième chez Artificial Analysis derrière Fable 5.2, Carbon n’est pas toujours plus cher à la tâche qu’Argon, que Google recommande pourtant en premier.
Le 9 novembre, Meta a lancé Muse Ember, son plus petit modèle, conçu pour les tâches que les agents répètent sans relâche : appels d’outils, sous-tâches de code, routage, extraction et lecture de longs documents. Facturé 0,10 et 0,50 dollar le million de jetons, comme Claude Haiku 5.5 et GPT-6 Luna, il se distingue ailleurs : un cache 60 % moins cher et 2,6 fois moins de jetons produits que Haiku lui permettent d’égaler son meilleur score pour un tiers du coût par tâche, sur un indice en partie privé. Meta l’associe à Muse Wonder, qui planifie quand Ember exécute. Sa résistance aux instructions cachées a été testée sans chiffre publié.
Le 9 novembre 2026, Anthropic a lancé Claude Fable 5.2, ouvert à tous, et Claude Mythos 5.2, le même modèle réservé à des organisations vérifiées. Fable 5.2 écrit jusqu’à 30 % plus vite et coûte 20 % de moins, 8 et 40 dollars le million de jetons, mais reste deux fois plus cher qu’Opus 5.5, qu’Anthropic conseille d’abord. Ses garde-fous passent la main à Opus 4.8 ou à Opus 5, avec environ 55 % de blocages en moins. Deux bancs menés par des tiers placent Gemini 4 Carbon ou Opus 5.5 devant lui, et la preuve de Fermat retranscrite par mille agents était déjà connue. Anthropic dit avoir bridé les capacités qui accéléreraient la recherche en IA, et ses modèles soupçonnent de plus en plus souvent d’être évalués.