11 articles vérifiés sur inférence IA, les produits et le secteur.
Liquid AI lance les modèles brouillons LFM2.5-DSpark, qui accélèrent l'inférence locale jusqu'à 3,18 fois grâce au décodage spéculatif, une méthode issue de DeepSeek et de l'université de Pékin.
Tencent Hunyuan publie AngelSpec, un cadre ouvert pour entraîner des drafters de speculative decoding et réduire le coût d'inférence.
DeepSeek et l’Université de Pékin ont ouvert DSpark, un framework d’inférence qui augmente la génération de 60% à 85% et peut porter le débit d’un GPU jusqu’à 6,6 fois.
Xiaomi MiMo revendique 1 000 tokens par seconde sur GPU standard. L’article résume l’annonce, le contexte stratégique et les risques pratiques pour les utilisateurs ou entreprises concernés.
Tensormesh a obtenu 20 millions de dollars d'AMD Ventures, NVentures, CoreWeave et autres pour commercialiser sa plateforme de cache KV qui réduit le gaspillage de GPU dans l'inférence IA.
MiniMax lance la série de modèles de raisonnement M1, axée sur les mathématiques, la programmation et l'analyse logique. La version améliorée M2.5 atteint 80,2 % sur SWE-bench Verified, se classant parmi les leaders mondiaux.
L'article compare les principaux modèles de raisonnement d'OpenAI, DeepSeek, Google et Anthropic, analysant leurs stratégies, le compromis entre profondeur de raisonnement et vitesse de réponse, ainsi que la compétition entre open source et closed source.
GPT-5.2 obtient 72 % sur ARC-AGI-1 et 18 % sur ARC-AGI-2, révélant le fossé entre une IA qui semble intelligente et une véritable intelligence générale.
DeepSeek a publié le modèle de raisonnement R1 en open source en janvier 2026, surprenant la communauté en égalant les performances d'OpenAI o1, tandis que la version distillée de 32B dépasse o1-mini, brisant la barrière de prix des modèles fermés.
Google a lancé Gemini 2.5 Pro, présenté comme son modèle le plus intelligent à ce jour, avec des scores impressionnants dans les tests de mathématiques, de sciences et de programmation, ainsi qu'un contexte allant jusqu'à 1 million de tokens.
Anthropic a publié Opus 4.6 avec Adaptive Thinking, permettant au modèle d'évaluer automatiquement la complexité et d'ajuster dynamiquement la profondeur du raisonnement, accompagné d'une fenêtre de contexte d'un million de tokens et d'améliorations dans les tâches d'agent.