Le fil du jour, c'est le capital et l'infrastructure : DeepSeek aurait bouclé environ 15 milliards de dollars, tandis qu'OpenAI négocie une levée allant jusqu'à 30 milliards avant une éventuelle IPO. Côté produit, Google présente Agent Compute Engine pour les agents, Microsoft publie son orchestrateur diagnostique MAI-DxO dans Science, et iFLYTEK lance Spark X2.6, entraîné sur du calcul entièrement domestique, lors du Global 1024 Developer Festival.

1. DeepSeek lèverait environ 15 milliards de dollars

Selon Bloomberg, TechCrunch et Reuters, le laboratoire chinois DeepSeek a levé environ 15 milliards de dollars (près de 100 milliards de yuans). Plus de 15 investisseurs ont participé, dont CATL, Tencent, Meituan, Geely, GigaDevice, Midea et NetEase, ainsi que Boyu, CPE, Legend Capital et IDG ; CATL et Tencent figureraient parmi les plus gros. La levée intervient environ deux jours après que les États-Unis ont ordonné aux agences civiles fédérales de retirer la technologie DeepSeek. En juin, la société avait levé plus de 7 milliards à une valorisation d'environ 50 milliards ; les nouveaux fonds serviront à étendre l'infrastructure et les modèles ouverts, et un éventuel IPO en Chine avait déjà été évoqué.

Pourquoi c'est important : entre durcissement géopolitique et course mondiale aux modèles de pointe, DeepSeek utilise à nouveau une méga-levée pour verrouiller le calcul et l'investissement modèle.

Sources : TechCrunch ; Bloomberg ; Reuters via KSL

2. OpenAI négocie jusqu'à 30 Md$ à 1,25 billion pre-money

CNBC et TechCrunch indiquent qu'OpenAI travaille sur une levée allant jusqu'à 30 milliards de dollars à une valorisation pre-money de 1,25 billion, menée par des investisseurs des Émirats et Coatue. Elle est présentée comme un pont avant une éventuelle IPO, avec pour objectif des signatures d'ici la fin de la semaine prochaine ; la taille reste fluide et pourrait être couplée à un accord de capacité de calcul aux Émirats. OpenAI a déposé une IPO confidentielle en juin et son CFO vise une entrée en Bourse en 2027. En mars, la valorisation post-money était d'environ 852 milliards ; Bloomberg avait évoqué des termes autour de 1,4 billion. En comparaison, Anthropic vise une valorisation d'IPO de 1,5–2 billions et a levé 65 milliards à 965 milliards en mai.

Pourquoi c'est important : les tickets des grands laboratoires continuent de croître, et la bataille de valorisation pré-IPO se lie de plus en plus aux deals de calcul.

Sources : CNBC ; TechCrunch

3. Google lance Agent Compute Engine et élargit la gouvernance des agents

Lors d'AGNTCon+MCPCon, Google Cloud a annoncé Agent Compute Engine : un calcul conçu pour les agents, qui alimente déjà des tâches d'agents Gemini, avec une preview dans les prochains mois. Chaque agent tourne dans une microVM isolée matériellement (Cloud Hypervisor + Titanium), avec démarrage rapide, partage mémoire copy-on-write et pause/reprise à l'idle ; l'état peut persister sur Hyperdisk. L'Agent Substrate open source sur GKE revendique jusqu'à 10× de densité et un suspend/resume sous 500 ms dans un test à environ 200 000 agents. Google élargit aussi la gouvernance des agents sur les runtimes Cloud — Gateway, Registry, Identity et observabilité.

Pourquoi c'est important : les agents passent de « peuvent tourner » à « peuvent tourner à l'échelle sous gouvernance », calcul et contrôle étant livrés ensemble.

Source : Google Cloud Blog

4. MAI-DxO de Microsoft dans Science : orchestrer un diagnostic en plusieurs étapes

Les travaux sur l'AI Diagnostic Orchestrator (MAI-DxO) de Microsoft et le Sequential Diagnosis Benchmark (SDBench) ont paru le 22 octobre dans Science. À partir d'une brève présentation, le système simule un panel de médecins qui pose des questions et prescrit des examens de façon itérative. Sur des cas complexes du NEJM, il atteint environ 83 % de précision contre environ 36 % pour des médecins avec références et environ 22 % sans ; sur des urgences MIMIC-IV-ED, environ 80 % contre environ 47 %. En configuration contrainte en coût, il peut aussi fortement réduire les frais d'exploration. Les auteurs insistent : c'est un benchmark texte contrôlé, pas une preuve de supériorité sur les spécialistes ou la pratique réelle ; des parties de SDBench seront open-sourcées, et une évaluation en conditions réelles avec Beth Israel Deaconess est prévue.

Pourquoi c'est important : l'IA médicale passe des réponses en un coup à une orchestration diagnostique multi-tours — la validation réelle reste essentielle.

Sources : Microsoft AI ; Science

5. iFLYTEK lance Spark X2.6 : modèle edge–cloud sur calcul domestique

Lors du Global 1024 Developer Festival 2026, iFLYTEK a publié Spark X2.6, un grand modèle edge–cloud entraîné sur du calcul entièrement domestique, avec des capacités renforcées en code, agents et tâches complexes. Elle annonce environ 4× d'efficacité en entraînement à long contexte et environ 4,5× en raisonnement à long horizon ; un modèle léger on-device Spark X2.6-4B est aussi lancé, avec 96,1 % de précision de routage edge–cloud revendiquée, ainsi que des apps comme les employés numériques WinWork.

Pourquoi c'est important : les modèles edge–cloud sur stacks de calcul domestiques continuent de se productiser, avec l'accent sur le code, les agents et les tâches de long terme.

Sources : 21st Century Business Herald ; Sina Finance ; Phoenix Finance

---

En une phrase : les grands laboratoires américains et chinois continuent d'échanger des méga-levées contre du calcul et du temps, tandis que l'infrastructure d'agents et l'orchestration diagnostique médicale avancent vers des étapes scalables et vérifiables.