Google lance Gemini Decisions API, capable de répondre à jusqu'à 1 000 questions en une seule passe
Le modèle Gemini Decision 1 de Google DeepMind évalue jusqu'à 1 000 questions fermées à la fois, sur du texte, des images, de l'audio et de la vidéo. Selon Google, il renvoie les résultats en 150 à 250 millisecondes pour un coût environ cinq fois inférieur à celui de Gemini 3.5 Flash-Lite.
Les développeurs qui font de la classification, de la modération ou de la notation à grande échelle disposent d'une option plus rapide et moins chère que les modèles de chat généralistes.
aii.news sélectionne et résume des articles de sources d'information fiables avec l'aide de l'IA. Chaque article renvoie au reportage d'origine. Notre méthode.
À lire aussi
-
Google lance Gemini 4 Carbon, son modèle le plus puissant à ce jour, doté d'une fonction d'« essaim » d'agents
Google déploie Gemini 4 Carbon auprès du grand public après l'avoir d'abord confié à un groupe restreint de défenseurs en cybersécurité. Selon Google, il va au-delà de son modèle Argon, même si Argon reste le choix recommandé pour la plupart des tâches de programmation et de travail intellectuel.
Pourquoi c'est importantDéveloppeurs et utilisateurs disposent désormais d'un nouveau modèle haut de gamme de Google à comparer aux meilleurs systèmes d'Anthropic et d'OpenAI.
-
Anthropic lance Claude Fable 5.2 et Mythos 5.2 et baisse ses prix API de 20%
Anthropic a présenté Claude Fable 5.2 et Mythos 5.2, qui reposent sur un même modèle sous-jacent avec des garde-fous différents et apportent des progrès en programmation, en raisonnement et en vision. Fable est largement disponible, tandis que Mythos est réservé à des groupes vérifiés de la cybersécurité et des sciences de la vie ; les deux coûtent désormais $8 par million de tokens en entrée et $40 par million de tokens en sortie.
Pourquoi c'est importantLes développeurs disposent d'un modèle de programmation plus performant à moindre coût, et cette sortie en deux volets montre comment les laboratoires restreignent l'accès aux modèles les plus puissants pour les usages sensibles.
-
Google DeepMind dévoile AlphaGenome 2 pour montrer comment les modifications de l'ADN affectent différentes cellules
Google DeepMind a publié AlphaGenome 2, le successeur de son modèle de prédiction du génome. Il vise à expliquer comment les modifications de l'ADN affectent différents types de cellules, ce qui pourrait aider à identifier les causes de maladies.
Pourquoi c'est importantDe meilleurs outils pour lire les effets de l'ADN pourraient accélérer la recherche de nouveaux traitements.
-
Des hackers exploitent une faille de SGLang pour pénétrer un serveur d'inférence de NEAR AI et voler des données d'agents et d'utilisateurs
Un attaquant a exploité une faille d'exécution de code à distance dans le moteur d'inférence open source SGLang pour exécuter du code sur l'un des serveurs d'inférence de NEAR AI, dérobant les données de 18 agents et d'environ 100 utilisateurs. Les requêtes envoyées en mode confidentiel ont aussi pu être visibles sur ce serveur.
Pourquoi c'est importantLes équipes qui utilisent des moteurs d'inférence open source doivent appliquer les correctifs rapidement, car une seule faille peut exposer les prompts des utilisateurs, même dans des configurations dites confidentielles.
-
Des agents IA et des chercheurs de Microsoft découvrent 59 bugs dans le noyau Linux, certains cachés depuis plus de 20 ans
Un projet du Microsoft FORGE Lab associant agents IA et chercheurs humains a mis au jour 59 vulnérabilités du noyau Linux, dont certaines présentes dans du code de production depuis plus de 20 ans. L'IA a accéléré la découverte, mais la vérification des failles et la rédaction des correctifs ont encore exigé beaucoup de travail humain.
Pourquoi c'est importantL'IA détecte rapidement d'anciens bugs dans des logiciels essentiels : les équipes qui exploitent Linux doivent s'attendre à davantage de correctifs et prévoir l'effort humain nécessaire pour les appliquer.
