Opus 5.5 : plus performant, moins cher, Anthropic écrase la concurrence
DeepMind crée un institut dédié à l'AGI · LawZero décroche 300 millions CAD · Cohere avale Aleph Alpha · OpenAI dégaine Astra for Law · Anthropic frôle l'auto-amélioration récursive
Claude Opus 5.5 : Anthropic lance un modèle moins cher qui bat tout les autres

Anthropic a lancé Claude Opus 5.5 le 22 septembre 2026, un modèle 20% moins cher qu'Opus 5 mais qui dépasse pourtant Fable 5.1, jusqu'ici le modèle le plus puissant de la maison, sur le code autonome et la recherche scientifique outillée.
- Sur une charge de travail typique, Anthropic chiffre l'économie totale à environ 40%, grâce à un modèle qui trouve la bonne réponse en moins d'étapes
- Le classement indépendant d'Artificial Analysis place Opus 5.5 en tête de son indice d'intelligence, toutes IA confondues
- Patrick Toulme, ingénieur chez Google, avance qu'Opus 5.5 serait issu d'un modèle professeur bien plus gros, gardé en interne : Anthropic n'a ni confirmé ni infirmé cette hypothèse
- Le 17 septembre, cinq jours avant la sortie d'Opus 5.5, Anthropic a révélé qu'environ 30 000 agents Claude travaillent en continu sur sa propre R&D
Pourquoi c'est important
Un modèle grand public qui bat le haut de gamme maison en coûtant moins cher rebat la grille tarifaire du secteur : les entreprises qui budgétaient sur Opus 5 ou Fable 5.1 peuvent migrer leurs charges de code et de recherche vers Opus 5.5 sans arbitrage qualité/prix. Si l'hypothèse de la distillation depuis un modèle professeur interne se confirme, cela signifie qu'Anthropic dispose déjà, en laboratoire, d'un système plus capable que tout ce qui est commercialisé aujourd'hui. Le calendrier de sortie, calqué sur celui de Claude Mythos testé en interne des semaines avant son lancement public, indique qu'un nouveau cycle de ce type est probablement déjà enclenché.
TypeSafe AI invente une nouvelle famille de modèles pensée pour l'automatisation, pas pour la conversation

TypeSafe AI, fondée par un ancien chercheur d'OpenAI, lance Jev, le premier représentant d'une catégorie qu'elle baptise System One Models. Contrairement aux LLM classiques, Jev ne génère pas de texte : il produit directement des décisions structurées et probabilisées, destinées à être consommées par du code plutôt que par des humains.
- Jev est entraîné avec une méthode propriétaire nommée Reinforcement Learning for Calibrated Decisions (RLCD), différente du RLHF ou du RLVR utilisés par les LLM classiques.
- Le modèle génère toutes ses sorties en parallèle plutôt que token par token, avec un temps de réponse annoncé entre 70 et 500 millisecondes, contre 3 à 329 secondes pour des modèles de frontière classiques.
- Le prix annoncé est de 0,042 dollar par million de tokens en entrée, et la sortie est gratuite ('too cheap to meter' selon TypeSafe AI).
- Chaque réponse est accompagnée d'un score de confiance calibré, l'entreprise affirmant que le modèle ne peut pas halluciner puisque les formats de sortie possibles sont définis à l'avance.
- Le produit est disponible dès aujourd'hui en accès anticipé (early access).
Pourquoi c'est important
Le pari de TypeSafe AI consiste à sortir l'IA générative du couple prompt/réponse textuelle pour l'insérer directement dans des pipelines logiciels, là où les hallucinations et la latence des LLM posaient jusqu'ici un vrai obstacle à l'automatisation. Un coût d'entrée à 0,042 dollar par million de tokens et une sortie gratuite changent l'équation économique pour des cas d'usage à très haut volume, comme le routage de requêtes ou la prise de décision en temps réel. Reste à voir comment OpenAI, Anthropic ou Google réagiront face à une catégorie de modèles qui ne cherche pas à les concurrencer frontalement, mais à occuper un segment qu'ils ont laissé de côté.
DeepMind se dote d'un institut pour penser l'AGI avant qu'elle n'arrive

Google DeepMind lance le DeepMind Institute, un organisme chargé de réfléchir aux implications sociétales de l'intelligence générale artificielle. Demis Hassabis, James Manyika et Shane Legg en assurent la direction, avec pour ambition de réunir chercheurs internes et externes autour de questions que la seule technologie ne peut trancher.
- Shane Legg, cofondateur de DeepMind et scientifique en chef AGI, occupe le poste de managing editor de l'institut
- James Manyika, président Research, Labs, Technology & Society chez Google, complète le trio dirigeant
- L'institut publiera des travaux ouverts, sans consensus imposé, associant chercheurs de Google DeepMind, de Google et de la communauté scientifique externe
- Aucun calendrier de publications ni budget dédié n'a été communiqué
Pourquoi c'est important
Hassabis situe l'échéance de l'AGI dans un futur proche, ce qui pousse DeepMind à constituer, avant même l'arrivée du système, une structure capable d'arbitrer des questions que les équipes produit ne traitent pas : gouvernance des agents, adaptation des institutions, répartition des bénéfices économiques. C'est aussi une manière de répondre par avance aux critiques adressées à OpenAI et Anthropic, accusées de définir seules les règles d'un jeu qui concerne l'ensemble de la société. Le test viendra des premiers travaux publiés : s'ils restent internes à Google, l'exercice de transparence perdra vite sa crédibilité.
En bref
- 🤖Huawei et l'Internet des agents
Huawei projette 900 milliards d'agents IA générant 90% du trafic Internet en 2035.
- 🛡️HexaForce, IA de défense
Thales lance un système de commandement militaire souverain augmenté par l'IA pour l'OTAN.
- 📈AMD dépasse le trillion
AMD franchit 1 000 milliards de dollars de capitalisation, porté par la demande en puces IA.
- 🇨🇦LawZero financée par deux États
Le Canada et l'Allemagne engagent jusqu'à 300 millions CAD pour une IA sûre.
- 🇪🇺Cohere absorbe Aleph Alpha
Cohere signe l'accord définitif pour racheter Aleph Alpha, entité valorisée 20 milliards de dollars.
- ⚖️GPT-6 Astra for Law
OpenAI lance une version juridique de GPT-6 avec un index de 230 millions d'URL.
- 🤖Anthropic frôle l'auto-amélioration
26% des travaux R&D d'Anthropic impliquent déjà une IA, contre 1% en février.
À lire aussi
D'autres éditions récentes de Hypernews IA.

Amodei tire le frein à main : l'IA a peur d'elle-même
Terence Tao et 24 médaillés Fields accusent l'IA · la NASA et IBM créent une IA pour la lune · Cognition dévoile SWE-2 · Unitree lance son robot G1 à 15 000$ · les data centers US menacent l'énergie mondiale

L'un des 7 Problèmes du Millénaire résolu par 10 000 agents IA d'OpenAI
Mistral décroche le record européen de levée de fonds · Trump défend OpenAI face au New York Times · GPT 6 Astra explose ARC AGI à 63% · AlphaGenome scanne 9 milliards de variantes ADN · OpenAI dévoile ChatGPT Images 2.5

Un agent IA pilote maintenant des laboratoires scientifques
OpenAI code pour dans trois mois, pas pour aujourd'hui · les assureurs cyber s'arment contre les agents fous · SpaceX rachète Cursor, OpenAI s'en va · GLM-5.3-Flash écrase son ancêtre à 10% du prix · OpenAI stocke des milliers de Mac pour ses IA

L'IA fait passer à l'échelle le premier vaccin contre le cancer
Le MIT imagine des catastrophes qui n'ont jamais eu lieu · Simulateurs nucléaires génératifs créent des entraînements instantanés · Micron investit 10 milliards dans ses labs · Hugging Face viserait 13 milliards de valorisation · La Chine dévoile ses humanoïdes aux World Games