Nvidia Nemotron 3 Ultra 550B : première IA à surpasser le champion humain à l'Olympiade internationale d'Informatique 2026
Le système Ultra-CC, basé sur le modèle open-weight Nemotron 3 Ultra (550 milliards de paramètres) de Nvidia, a obtenu 535,4 points sur 600 à l'Olympiade internationale d'informatique 2026, dépassant le meilleur candidat humain (498,27 points) dans les mêmes conditions de concours. La performance repose notamment sur la stratégie de calcul à l'inférence GenCorrect.
Ce résultat interroge directement les cursus d'informatique et les préparations à la programmation compétitive, où l'IA dépasse désormais les meilleurs étudiants humains. Il invite les enseignants à repenser les compétences évaluées : moins la résolution pure d'algorithmes, davantage la conception, la vérification et l'usage critique des outils d'inférence avancée.
Analyse produite par l’AI Transformation Office de l’ISC Paris, co-écrite avec Claude (Anthropic).
À lire aussi
Meta lance Muse Spark 1.3 : multimodal, agentique, et désormais propriétaire
Meta a lancé le 2 septembre Muse Spark 1.3, son modèle le plus puissant à ce jour, multimodal et orienté vers le code et les tâches agentiques. Contrairement à sa stratégie open-source historique, ce modèle est distribué sous licence propriétaire et sera déployé sur Instagram, Facebook et Meta AI.
Les outils IA que les étudiants utilisent au quotidien via les réseaux sociaux gagnent en puissance tout en devenant moins transparents et auditables. Les équipes pédagogiques doivent actualiser leurs chartes d'intégrité académique et leurs cours de littératie numérique pour tenir compte de cette montée en capacité des IA propriétaires grand public.
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.