Note de méthode : cette édition est plus courte que d'habitude sur deux axes. Le classement de préférence humaine (Metatext / LMArena) et l'API arXiv n'ont pas pu être consultés cette semaine ; les graphiques correspondants sont reconduits à l'identique et signalés comme tels, aucune valeur n'a été reconstituée. Les mesures de Vals AI, elles, ont été relevées à nouveau le 9 novembre (mise à jour de la source du 5 novembre). Les faits rapportés par la presse sans document technique public sont rédigés au conditionnel.
Trois mesures indépendantes structurent cette section : le Vals Index (v2.2, tâches d'agents en finance, code, droit et fiscalité), Terminal-Bench 4.0 (tâches longues en ligne de commande, 66 tâches) et le classement de préférence humaine LMArena relayé par Metatext. Elles ne mesurent pas la même chose et ne s'additionnent pas.
Le relevé Metatext n'a pas pu être consulté cette semaine. Nous reconduisons le relevé d'octobre (245 modèles) publié dans l'édition du 2 novembre : écart premier – dixième de 49 points, Gemini 4 Carbon en tête à 1540. Nous ne savons pas si le classement a bougé depuis.
Source : Metatext — LMArena Elo, relevé d'octobre 2026 (245 modèles), consulté le 2 novembre 2026 ; non actualisé le 9 novembre (page inaccessible). Valeurs mesurées. Barre encre : modèle à poids ouverts (MiMo-V2.6-Pro) ; barres teal : propriétaires. Axe tronqué à 1440 : ne pas lire la longueur des barres comme une proportion. Le score Elo mesure une préférence conversationnelle ; il ne prédit ni la fiabilité ni la performance sur tâches longues.
Sur un test de génie logiciel : 1,51 point, stable. Terminal-Bench 4.0 (mise à jour Vals AI du 5 novembre) : Claude Opus 5.5 reste premier à 65,15 %, Claude Sonnet 5.5 deuxième à 64,14 %, Kimi K3.1 Pro (poids ouverts) troisième à 63,64 %, Gemini 4 Carbon quatrième à 63,13 %. L'effectif est faible (66 tâches) : un écart de 1 à 2 points correspond à une tâche réussie de plus ou de moins, et l'on ne peut pas départager ces modèles. Les autres modèles ouverts restent loin derrière (GLM 5.3 : 38,89 % ; DeepSeek V4.1 Flash 1017 : 31,82 %).
Source : Vals AI — Terminal-Bench 4.0, page datée du 5 novembre 2026, consultée le 9 novembre 2026. Valeurs mesurées, inchangées depuis le relevé du 29 octobre. Barres encre : modèles à poids ouverts (statut repris des fiches Vals AI consultées le 2 novembre ; la page de classement ne le précise pas) ; barres teal : propriétaires. Effectif faible : 66 tâches ; ne pas interpréter les écarts de 1 à 2 points.
Sur un panier de tâches métier : 8,33 points, stable. Vals Index v2.2 (page datée du 5 novembre) : Claude Sonnet 5.5 à 70,85 %, Kimi K3.1 Pro à 62,52 %, meilleur modèle à poids ouverts selon notre relevé précédent. Deux scores bougent à la marge : Gemini 4 Carbon passe de 70,36 % à 70,45 % et GPT-6.1 Terra de 60,47 % à 60,54 %. Ce sont des variations de moins de 0,1 point ; la page n'en donne pas la cause. L'écart entre les quatre premiers reste de 1,6 point (70,85 % à 69,24 %), donc sans signification pratique. D'autres modèles apparaissent dans le classement sans que nous puissions dire s'ils sont nouveaux ou à poids ouverts (par exemple Hy4 à 59,35 % ou Mistral Large 4 à 56,53 %) : la page ne précise pas le statut.
Source : Vals AI — Vals Index v2.2, page datée du 5 novembre 2026, consultée le 9 novembre 2026. Valeurs mesurées. Barres encre : poids ouverts (statut repris de l'édition du 2 novembre, non précisé par la page) ; barres teal : propriétaires. Axe tronqué à 50 %. Sélection de 13 modèles sur 34.
Ce que cela implique pour une PME qui envisage d'héberger un modèle chez elle. Rien ne change cette semaine : sur un test de code exigeant, un modèle ouvert fait jeu égal avec les meilleurs, mais il reste 8 points derrière sur un panier de tâches métier. L'option réaliste demeure un hébergeur suisse ou européen qui sert un modèle ouvert, plutôt qu'un serveur GPU interne. Un modèle de développement chinois impose un audit de comportement (voir section 8). Le préprint de la section 6 sur la compression suggère en outre qu'un modèle allégé pour tourner sur du matériel modeste pourrait perdre davantage de capacités quand sa taille augmente (résultat non relu par les pairs).
Nous comparons les trois premiers du Vals Index sur quatre tests dont nous connaissons les effectifs. Sur la finance (449 questions), les trois sont à moins d'un point (67,2 à 67,8 %) : indiscernables. Sur la fiscalité, Gemini 4 Carbon obtient 51,8 %, contre 42,0 % pour Sonnet 5.5 et 45,6 % pour Opus 5.5. Sur le droit (HLAB), il réussit 17,5 % des tâches contre 10,4 % et 9,2 %. Correction : notre édition précédente citait 49,7 % comme meilleur score de fiscalité parmi les quinze premiers ; la valeur de Carbon (51,8 %) n'y figurait pas, soit parce qu'elle n'était pas encore publiée, soit parce que nous l'avions manquée. Les scores en droit restent très bas pour tous : une tâche n'est réussie que si tous ses critères le sont. Les tests de fiscalité et de droit portent sur le droit américain.
Sources : Vals AI — Vals Index v2.2, scores par composante (5 novembre 2026, consultée le 9 novembre) ; effectifs d'après les pages Finance Agent v2.1 (449 questions), Tax Agent Bench (193), HLAB-Vals-1.1 (120) et Terminal-Bench 4.0 (66). Valeurs mesurées, arrondies au dixième. Réserve : Terminal-Bench 4.0 repose sur 66 tâches ; HLAB sur 120 tâches : les écarts de quelques points y sont peu interprétables. Les composantes non retenues (recherche juridique, migration de code, etc.) ne sont pas affichées faute d'effectifs connus. Les valeurs de Kimi K3.1 Pro et DeepSeek V4.1 Flash n'ont pas pu être revérifiées cette semaine et sont retirées du graphique.
| Indicateur | Valeur | Source et date du relevé |
|---|---|---|
| Meilleur score Vals Index (v2.2) | 70,85 % (Claude Sonnet 5.5) — inchangé | Vals AI, page du 05.11.2026, relevée le 09.11 |
| Meilleur modèle à poids ouverts, Vals Index | 62,52 % (Kimi K3.1 Pro) — inchangé | Vals AI, 05.11.2026 |
| Écart ouvert / propriétaire, Vals Index | 8,33 points (8,33 le 02.11) | Vals AI, 05.11.2026 |
| Meilleur score Terminal-Bench 4.0 | 65,15 % (Claude Opus 5.5) — inchangé | Vals AI, 05.11.2026 |
| Écart ouvert / propriétaire, Terminal-Bench 4.0 | 1,51 point (1,51 le 02.11) | Vals AI, 05.11.2026 |
| Gemini 4 Carbon, Vals Index | 70,45 % (70,36 % le 02.11) | Vals AI, 05.11.2026 |
| Coût par test, Claude Sonnet 5.5 | 16,18 $ (18,70 $ le 02.11) | Vals AI, 05.11.2026 |
| Coût par test, Claude Opus 5.5 | 24,77 $ (28,12 $ le 02.11) | Vals AI, 05.11.2026 |
| Écart de coût par test à score voisin | facteur 27 (11,63 $ contre 0,43 $), inchangé | Vals AI, 05.11.2026 |
| Premier Elo LMArena ; écart 1er – 10e | non actualisé (1540 ; 49 points au relevé d'octobre) | Metatext, octobre 2026 |
| Croissance de la consommation des centres de données, monde | +17 % en 2025 (inchangé) | AIE, 16.04.2026 |
| Centres de données suisses | 2,1 TWh (2024), 3,6 % du courant (inchangé) | OFEN / SuisseEnergie, 07.05.2026 |
La tendance de fond reste celle mesurée par Epoch AI : à performance constante, le prix de l'inférence baisse fortement d'une année à l'autre. L'information utile pour un acheteur reste la dispersion des prix à performance comparable. Les tarifs publics par million de tokens relevés le 2 novembre ne sont pas actualisés : Claude Sonnet 5.5 à 2 $ en entrée et 10 $ en sortie, Gemini 4 Argon à 2 $ / 10 $ (tarif qualifié d'introductif), Kimi K3.1 Pro à 2 $ / 10 $, Muse Wonder à 4 $ / 20 $.
Vals AI publie le coût moyen par test sur son index. Sonnet 5.5 coûte désormais 16,18 $ par test, soit 35 % de moins qu'Opus 5.5 (24,77 $) ; le 2 novembre, l'écart était de 33 %. Gemini 4 Carbon, à score quasi identique (70,45 %), coûte 10,51 $, soit 2,4 fois moins qu'Opus 5.5 (70,18 %). À score voisin, autour de 58 %, Grok 4.7 (58,56 %) coûte 11,63 $ par test et MiMo V2.6 Pro (57,81 %) 0,43 $ : un facteur 27, inchangé. Les baisses de coût de Sonnet 5.5 et d'Opus 5.5 ne sont pas expliquées par la page : nouveau calcul, nouveaux tarifs ou nouveaux passages d'évaluation sont possibles ; nous ne pouvons pas trancher.
Source : Vals AI — Vals Index v2.2, page datée du 5 novembre 2026, consultée le 9 novembre 2026. Coût en dollars par test aux tarifs publics ; échelle logarithmique. Valeurs mesurées par la source ; elles peuvent comprendre des estimations de composantes que la page ne détaille pas. Barres encre : poids ouverts (statut repris de l'édition du 2 novembre) ; barres teal : propriétaires. Sélection de 16 modèles sur 34. Prix de coût par test, et non prix au token.
Sur les tarifs relevés par Metatext en octobre, deux modèles à 1472 et 1473 points Elo étaient facturés 30,00 $ (GPT-5.5) et 0,05 $ (GLM 5.3 Flash) le million de tokens en sortie : un facteur 600. Ce relevé n'a pas pu être rafraîchi. Précautions : ce sont des prix de sortie ; Metatext qualifie ses tarifs d'indicatifs ; l'Elo mesure une préférence conversationnelle et ne prédit pas la performance sur des tâches longues et outillées. Claude Sonnet 5.5, 25e en Elo, est premier du Vals Index.
Source : Metatext — LMArena Elo et tarifs, relevé d'octobre 2026, consulté le 2 novembre 2026 ; non actualisé le 9 novembre. Prix de sortie uniquement, en dollars par million de tokens ; échelle logarithmique. Réserve : tarifs qualifiés d'indicatifs par la source.
Ce qu'un dirigeant peut en faire. Comparez les offres sur le coût par tâche terminée, pas sur le prix au token. Les coûts publiés varient d'une semaine à l'autre : demandez un devis fondé sur un test avec vos propres documents.
Le Conseil fédéral a publié le 28 octobre 2026 un communiqué sur l'avancement de la mise en œuvre de la Convention du Conseil de l'Europe sur l'intelligence artificielle, qu'il a décidé de ratifier. Selon ce communiqué, l'OFCOM coordonne les mesures non contraignantes (lignes directrices, normes sectorielles, engagements volontaires) et l'OFJ élabore les mesures juridiquement contraignantes, qui porteront sur la transparence, la protection des données, la non-discrimination, la surveillance et l'évaluation des risques. L'ouverture de la consultation est prévue au printemps 2027. Un rapport de l'OFCOM dresse l'état des mesures sectorielles à partir d'une enquête auprès de tous les services fédéraux ; des dialogues sectoriels sont en cours pour la culture (OFC), l'électricité (OFEN) et les médias (OFCOM). Ce communiqué précède notre édition du 2 novembre mais n'y figurait pas ; il comble le manque signalé alors (« nous n'avons pas trouvé de communiqué du Conseil fédéral »).
Pourquoi ça compte. Pour une PME, rien ne change à court terme : il n'existe toujours pas de loi transversale sur l'IA ; la loi sur la protection des données (LPD) et les réglementations sectorielles s'appliquent. Les secteurs de l'électricité, de la culture et des médias ont déjà un dialogue ouvert avec l'administration : ceux qui y opèrent peuvent s'y préparer.
Source : Conseil fédéral, communiqué du 28 octobre 2026.
Aucune publication nouvelle documentée cette semaine. Dernier jalon : le rapport technique d'Apertus 1.5 (arXiv:2610.15542, 11 octobre, préprint non relu par les pairs), traité dans l'édition du 2 novembre.
Aucune publication nouvelle de la FINMA sur l'IA trouvée pour la période. La référence reste la communication 08/2024 sur la gouvernance et la gestion des risques liés à l'IA.
Aucun déploiement industriel, pharmaceutique ou horloger nouveau n'a été documenté par une source conforme sur la période ; nous l'écrivons plutôt que de relayer des annonces. Les mesures indépendantes permettent de situer les modèles sur des tâches métier.
Sur Finance Agent v2.1 (449 questions), les trois premiers du Vals Index se situent entre 67,2 % et 67,8 % : le choix entre eux ne se joue pas sur la précision, mais sur le coût (de 10,51 $ à 24,77 $ par test sur l'index complet) et les conditions contractuelles. Réserve : le test porte sur des sociétés cotées américaines.
Sur la fiscalité d'entreprise américaine (193 questions, notation « tout ou rien »), le meilleur des trois est Gemini 4 Carbon à 51,8 % : une réponse sur deux reste incomplète ou fausse. Sur les tâches juridiques avec production de documents (HLAB, 120 tâches), il réussit 17,5 % des tâches. Réserve : ce test a été conçu par Harvey, éditeur de logiciels juridiques, et exécuté par Vals AI. Aucune de ces mesures ne porte sur le droit suisse.
Sources : Vals Index, Finance Agent v2.1, Tax Agent Bench, HLAB-Vals-1.1 (relevés du 9 novembre 2026).
Avertissement : les textes ci-dessous sont des préprints déposés sur arXiv et non relus par les pairs. Les résultats sont ceux annoncés par leurs auteurs et pourraient être infirmés. Nous les rédigeons au conditionnel. Les pages de résumé n'indiquent ni affiliations ni acceptation en conférence : nous ne les affirmons pas. L'API arXiv n'était pas accessible ; la sélection s'est faite par recherche ciblée et lecture des pages de résumé, ce qui limite sa représentativité.
arXiv:2611.09792 — Ayush Sawarni, Wenqian Xing, Tijana Zrnic, Ramesh Johari, Vasilis Syrgkanis. Affiliations non indiquées sur la page. Déposé le 6 novembre 2026 (cs.AI ; cs.LG, econ.EM, stat.ME). Aucune acceptation en conférence mentionnée.
Les auteurs soutiennent que les bancs d'essai statiques ne disent pas si un contrôle placé en cours d'exécution (vérification ou filtrage des actions d'un agent) est utile. Ils proposeraient de traiter la question comme un problème d'inférence causale, à partir d'un petit jeu de trajectoires collectées avec des interventions tirées au hasard. Appliqué à tau-bench Retail, ToolSandbox et ImpossibleBench, leur cadre montrerait que l'effet d'un contrôle varie fortement selon l'action et l'état de l'agent. Le résumé ne contient aucun chiffre.
Pourquoi ça compte. Si cela se confirme, le contrôle d'un agent ne devrait pas être uniforme : un contrôle humain serait à concentrer sur les situations où il change réellement le résultat. Pour une PME, cela se traduit par une règle de bon sens : valider d'abord les actions irréversibles (paiement, envoi, suppression).
arXiv:2611.07891 — Gautam Gupta, Dikshant Kukreja, Unique Kumar, Avni Mittal, Deepanshu Dabas, Kshitij Sah, Erik Cambria, Rajiv Ratn Shah, Zhengkui Wang, Avinash Anand. Affiliations non indiquées sur la page. Déposé le 5 novembre 2026 (cs.AI). Aucune acceptation en conférence mentionnée.
La quantification et l'élagage allègent un modèle, mais leur effet est jugé sur des scores de benchmark qui mêlent dommage interne et compensation par le reste du réseau. Les auteurs isolent la capacité de recherche en contexte, portée par quelques têtes d'attention, et décomposent la perte en trois parts. Selon le résumé, à dommage comparable, les petits modèles récupéreraient l'essentiel de la perte, alors que les grands en conserveraient la majeure partie. Une compression presque sans effet sur un petit modèle pourrait donc coûter cher sur un grand. Le résumé ne contient aucun chiffre.
Pourquoi ça compte. Pour une PME qui héberge un modèle allégé, un test sur ses propres tâches reste nécessaire : le comportement d'une version compressée ne se déduit pas de celui d'un petit modèle. Cela rejoint le constat de la semaine dernière sur l'énergie par tâche plutôt que par token.
arXiv:2611.01864 — Philipp Nazari, Neehal Tumma, Daniela Rus, T. Konstantin Rusch. Affiliations non indiquées sur la page. Déposé le 1er novembre 2026 (cs.LG ; cs.AI, cs.CL), soit huit jours avant cette édition : légèrement en dehors de notre fenêtre de sept jours, retenu pour son sujet. Aucune acceptation en conférence mentionnée.
Les modèles « récurrents » remplacent progressivement l'attention classique des Transformers, avec une mémoire de taille fixe. Les auteurs soutiennent qu'ils se prêtent mieux à la quantification que les Transformers, et proposent une méthode, LoReS, qui permettrait de stocker leur mémoire interne en 8 bits. Testée sur trois modèles (Qwen-3.5 9B, Nemotron-H 8B, Kimi-Linear 48B-A3B), elle serait intégrée à vLLM avec des gains de vitesse de bout en bout. Le résumé ne donne aucun chiffre ; nous n'en citons donc aucun.
Pourquoi ça compte. C'est un indice que le coût d'exploitation des modèles pourrait continuer à baisser par des moyens techniques, sans changer de modèle. Pour une PME, l'effet ne se verrait que via les tarifs de ses fournisseurs.
Selon TechCrunch (4 novembre), Meta a confirmé le rachat de Conductor, une startup d'assistance à la programmation fondée en 2024, dont l'outil fait travailler plusieurs agents en parallèle. Les agents utilisés viennent d'Anthropic et d'OpenAI. Le montant n'est pas public. D'après l'article, le service cloud de Conductor doit fermer le 20 novembre 2026 et les données hébergées doivent être supprimées ensuite ; ce sont des annonces de l'entreprise rachetée. Axios aurait été le premier à rapporter l'information. Pour une PME qui utilise un outil de programmation assistée tiers : le rachat d'un fournisseur peut entraîner une fermeture avec un délai court ; sauvegardez vos données et prévoyez une solution de repli.
Aucune sortie majeure nouvelle documentée par une source conforme sur la période. Le panorama des gammes (Anthropic, Google, Meta, OpenAI, Moonshot AI, DeepSeek, Mistral) est celui du 2 novembre.
Sources : TechCrunch, 4 novembre 2026.
Le 5 novembre, METR a publié l'évaluation, réalisée du 12 août au 29 octobre 2026 avec un accès élargi mais inférieur à celui d'un employé, de l'accélération de la R&D en IA chez Anthropic. Selon METR, Anthropic améliore ses modèles, sur des tâches bien définies, à environ deux fois le rythme de mars 2024 – octobre 2025 (plage plausible de 1,3x à 3x). Sur l'indice AECI, le rythme serait de 1,9x (intervalle de confiance à 95 % : 1,5x à 2,8x). METR estime qu'une majorité (« peut-être environ 80 % ») de l'accélération d'octobre 2026 serait due à l'IA et dit être confiant que la cause n'est pas une croissance plus rapide de la puissance de calcul. Elle n'a pas trouvé de goulet d'étranglement convaincant sur douze mois, mais précise ne pas être sûre de cette vue.
Limites déclarées par METR : Anthropic disposait d'un droit de caviardage unilatéral et a masqué « la majorité des preuves » jugées les plus informatives ; la vérification de l'allocation de calcul entre capacités et sécurité a été annulée en cours de route ; les déclarations de gain de productivité des employés (environ 12x selon des sondages informels) ne constituent qu'une « preuve très faible ». Le public « doit s'en remettre au jugement de METR bien plus que ce ne serait idéal ». À lire avec prudence : METR est un évaluateur indépendant, mais il ne figure pas dans notre liste de sources de référence ; le document est le texte primaire.
Selon TechCrunch (2 novembre), une version révisée du dossier S-1/A d'Anthropic auprès de la SEC indiquerait que l'entreprise a déjà, par le passé, « n'a pas identifié » une accélération importante de son rythme de développement, parfois après coup, et que ses estimations internes laissent penser qu'elle pourrait bientôt atteindre la définition de sa politique de mise à l'échelle (« dramatically accelerated progress attributable to AI »). Anthropic préciserait qu'aucun de ses modèles actuels n'a été désigné comme dépassant ce seuil. Un sceptique cité par TechCrunch observe qu'un tel dossier relève à la fois de l'information réglementaire et de la communication.
Comment le lire. Deux documents distincts, l'un d'un évaluateur extérieur, l'autre d'un dossier de l'entreprise, vont dans le même sens, mais l'essentiel des preuves de METR est caviardé : ce n'est pas vérifiable de l'extérieur. Pour une PME, la conséquence est d'ordre contractuel : exigez de vos fournisseurs un préavis écrit sur les changements de modèle et prévoyez de re-tester vos usages à chaque nouvelle version.
Sources : METR, 5 novembre 2026 ; TechCrunch, 2 novembre 2026.
Selon TechCrunch (3 novembre), qui reprend un reportage du New York Times, des centres de données d'IA produisent leur propre électricité avec d'anciens moteurs d'avion convertis au gaz naturel. Selon Rystad Energy, cité par TechCrunch, ces unités permettent de faire tourner un centre de données en 24 mois. Selon l'AIE (citée par le même article), raccorder 100 MW au réseau en Virginie du Nord prend environ sept ans ; selon un dirigeant de Mitsubishi Power, cité d'après Bloomberg, la plupart des nouvelles capacités de turbines ne seraient pas disponibles avant 2031. Toujours selon l'article, Microsoft s'est retiré en octobre du projet de Nscale à Loughton (Angleterre) après que le fournisseur local a indiqué ne pouvoir fournir assez d'électricité qu'au début ou au milieu des années 2030. Le New York Times estime que ces moteurs sont moins efficaces et plus polluants que des turbines de centrale ; des experts jugent la solution transitoire. Ces éléments portent sur l'alimentation des centres de données, sans distinction entre entraînement et inférence.
Rappel des valeurs de référence : selon l'AIE, la consommation électrique des centres de données a crû de 17 % en 2025, contre 3 % pour la demande mondiale, et devrait doubler d'ici 2030.
Sources : AIE, communiqué du 16 avril 2026 pour les centres de données ; AIE, Electricity Mid-Year Update 2026 pour la demande mondiale. Barres pleines : valeurs 2025 constatées. Barres hachurées : prévisions AIE 2026 et 2027, non mesurées. L'AIE ne distingue pas entraînement et inférence dans ces agrégats.
Pas de donnée officielle nouvelle. Référence : 2,1 TWh consommés par les centres de données suisses en 2024 (3,6 % de l'électricité nationale), projections 2030 de 2,5 à 3,2 TWh, scénario maximal à 3,5 TWh. La consommation d'eau n'est soumise à aucune obligation de publication en Suisse, selon SWI swissinfo.ch : il n'existe pas de chiffre national à publier. Le communiqué fédéral du 28 octobre mentionne un dialogue sectoriel sur l'électricité (OFEN) ; il ne chiffre rien sur les centres de données.
Sources : OFEN / SuisseEnergie, communiqué du 7 mai 2026 et étude complète. Barres pleines : valeurs mesurées (2019 à périmètre constant, 2024). Barres hachurées : projections 2030 publiées par l'étude, non mesurées.
Pas de changement de texte constaté sur la période. Une analyse du cabinet RPC (18 septembre 2026) situe l'entrée en vigueur de l'Omnibus numérique sur l'IA au 27 juillet 2026 : date à recouper avec le Journal officiel de l'UE, cette précision n'étant pas dans notre édition précédente. Le calendrier reste celui du 2 novembre : 2 décembre 2026 pour le marquage lisible par machine des contenus synthétiques (système mis sur le marché avant août 2026) et pour l'interdiction des applications de génération d'images intimes non consenties ; 2 décembre 2027 pour les systèmes à haut risque de l'annexe III ; 2 août 2028 pour ceux de l'annexe I. Pour une PME suisse qui publie dans l'UE des contenus générés par IA : vérifiez auprès de votre fournisseur le marquage d'ici un mois.
Sources : RPC, 18 septembre 2026 ; Gibson Dunn ; Commission européenne, lignes directrices article 50.
Aucun texte fédéral nouveau constaté. Le cadre reste celui du décret du 11 décembre 2025 (Latham & Watkins), qui vise à contester les lois des États sur l'IA mais ne peut à lui seul les écarter.
AECI — indice de capacités utilisé par METR, inspiré de l'Epoch Capabilities Index.
Agent — modèle qui enchaîne des actions (lire, exécuter, écrire) pour accomplir une tâche en plusieurs étapes.
AIE — Agence internationale de l'énergie.
Caviardage — retrait de passages d'un document avant publication.
Coût par test — dépense moyenne mesurée pour qu'un modèle traite une tâche d'évaluation, tokens consommés compris.
Elo — score de classement issu de comparaisons deux à deux votées à l'aveugle.
FINMA — Autorité fédérale de surveillance des marchés financiers.
HLAB — Harvey's Legal Agent Benchmark, test de tâches juridiques avec production de documents.
Inférence — utilisation d'un modèle déjà entraîné pour produire des réponses.
LMArena — plateforme publique de comparaison de modèles par préférence humaine.
LPD — loi fédérale sur la protection des données.
METR — organisation indépendante d'évaluation des capacités et des risques des modèles.
Omnibus numérique — règlement européen modifiant notamment le calendrier du règlement sur l'IA.
OFCOM / OFJ / OFEN — Offices fédéraux de la communication, de la justice, de l'énergie.
Poids ouverts — modèle dont les paramètres sont téléchargeables et exécutables sur une infrastructure tierce.
Préprint — article déposé publiquement avant toute relecture par les pairs.
Prix d'entrée / de sortie — tarif du texte envoyé au modèle / du texte qu'il produit.
Quantification — réduction de la précision numérique d'un modèle pour l'alléger.
S-1/A — dossier déposé auprès de la SEC américaine en vue d'une introduction en bourse (version modifiée).
Terminal-Bench — test de tâches longues à accomplir en ligne de commande.
Token — unité de découpage du texte ; les tarifs se comptent par million de tokens.
TWh — térawattheure ; la Suisse consomme environ 58 TWh d'électricité par an.
Vals Index — indice de Vals AI agrégeant plusieurs tests en finance, code, droit et fiscalité.
Les sources marquées « non actualisé » n'ont pas pu être consultées cette semaine ; elles renvoient au relevé de l'édition du 2 novembre.