Grok 4.6 : xAI atteint le niveau de GPT-5.6 Sol sur les benchmarks agentiques
xAI a lancé le 12 août Grok 4.6, qui atteint un score de 61 sur l'Artificial Analysis Intelligence Index, à égalité avec GPT-5.6 Sol, avec une fenêtre de contexte élargie à 500 000 tokens au même tarif que son prédécesseur. Le modèle se distingue en tête des benchmarks agentiques et de code, mais son tarif double au-delà de 200 000 tokens.
La convergence des performances entre modèles frontier multiplie les options disponibles pour les établissements à budget comparable. Le choix ne peut plus se fonder uniquement sur la performance brute, mais doit intégrer la politique de données, la gouvernance et les cas d'usage pédagogiques ou de recherche visés. Cette pluralité incite les établissements à structurer une véritable stratégie de sélection d'outils IA plutôt qu'un choix par défaut.
Analyse produite par l’AI Transformation Office de l’ISC Paris, co-écrite avec Claude (Anthropic).
À lire aussi
Claude Fable 5.1 : benchmarks agentiques doublés, coût de cache divisé par quatre
Anthropic a publié le 1er septembre Claude Fable 5.1 ainsi que Mythos 5.1, une version à accès restreint réservée aux secteurs de la cybersécurité et des sciences de la vie. Les scores sur les benchmarks agentiques ont quasiment doublé par rapport à la version précédente, et le coût de lecture du cache a été divisé par quatre, tandis que les tarifs de base restent inchangés.
Ces gains de performance et de coût rendent les usages agentiques (recherche automatisée, génération de comptes rendus, veille documentaire) plus accessibles aux établissements d'enseignement supérieur et aux laboratoires de recherche. Les équipes pédagogiques et les enseignants-chercheurs peuvent désormais envisager d'intégrer ces outils dans leurs workflows sans que le coût soit un frein majeur, ce qui pose la question de la formation des étudiants et du personnel à ces nouveaux usages autonomes.
Gemini 3.8 Flash : Google reprend la tête du coding agentique avec son 4e Flash en 4 mois
Google a publié le 2 septembre Gemini 3.8 Flash, son quatrième modèle Flash en quatre mois, optimisé pour l'ingénierie logicielle longue durée et les agents autonomes. Il obtient 89,4 % sur Terminal-Bench 2.1, devançant Claude Opus 5 (89,1 %) et GPT-5.6 Sol (88,8 %), ainsi que 71,0 % sur DeepSWE, pour un tarif d'entrée de 0,75 $/M tokens.
Le rythme de publication des nouveaux modèles rend obsolètes en quelques semaines les comparatifs utilisés dans les cours d'informatique et d'intelligence artificielle. Les formations en génie logiciel et en data science doivent revoir régulièrement leurs supports pédagogiques et privilégier l'apprentissage de méthodes d'évaluation plutôt que la mémorisation de classements figés.
Runway Solaris : l’IA qui génère vos interfaces à la place du code
Runway a présenté Solaris, premier modèle de sa famille "Interface World Models" construit sur son moteur vidéo Gen-4.5, capable de générer des interfaces applicatives en temps réel sans code sous-jacent, en réagissant aux clics, glissements et commandes vocales. Selon une étude interne, il est préféré à un modèle concurrent sur le suivi d'instructions et le comportement naturel, et reste pour l'instant en accès anticipé de recherche.
Si ce paradigme se confirme, les formations en informatique, design d'interface et UX devront enseigner une nouvelle manière de concevoir des applications, davantage centrée sur le dialogue avec un modèle que sur l'écriture de code. Cela invite les établissements à revoir leurs référentiels de compétences numériques et à anticiper une évolution profonde des métiers du développement web.