Le fil du jour relie la mise à disposition générale d’un modèle phare, le pas d’un laboratoire de recherche vers les marchés publics, la voie qu’un produit de conversation ouvre vers la découverte commerciale, un modèle de robotique mis à l’épreuve sur une ligne d’usine, et un nouvel ensemble de poids ouverts d’un modèle d’image : Google a, le 10 novembre, rendu disponible Gemini 4 Carbon, son modèle le plus puissant à ce jour, auprès des développeurs, des entreprises, des chercheurs et des utilisateurs. Anthropic a lancé le même jour la tournée des investisseurs de son projet d’offre publique initiale, fixé une fourchette de prix prévue de 70,00 à 78,00 dollars par action, et demandé l’admission de ses actions ordinaires de catégorie A au Nasdaq Global Select Market sous le ticker « ANT ». OpenAI a introduit Businesses in ChatGPT en bêta, permettant aux entreprises de revendiquer un profil, de consulter des éclairages agrégés et, pour les entreprises américaines éligibles de commerce électronique et de services en ligne, de lancer un Business Agent. Google DeepMind a également dévoilé Gemini Robotics 2.5, son modèle vision-langage-action le plus capable, et a fait état d’un taux de réussite de 96 % dans une preuve de concept sur une ligne de production de Mercedes-Benz. MiniMax a publié H3-Image en poids ouverts, un modèle de génération et d’édition d’images bâti sur H3, indiquant qu’il peut produire une image 4K en moins de 10 secondes.

1. Google rend largement disponible Gemini 4 Carbon, son modèle le plus puissant à ce jour

Le 10 novembre 2026, Koray Kavukcuoglu, vice-président senior de Google DeepMind et architecte en chef de l’intelligence artificielle de Google, a écrit sur le blog de l’entreprise que Gemini 4 Carbon est désormais disponible pour les développeurs, les entreprises, les scientifiques et les utilisateurs. Google a qualifié Carbon de son modèle le plus puissant, avec des performances de pointe en cybersécurité et dans des flux de travail agentiques de long horizon portant sur le travail de connaissance complexe, l’ingénierie logicielle et le raisonnement scientifique.

Deux semaines plus tôt, Google avait ouvert Carbon à un ensemble de défenseurs de la cybersécurité par le programme Fairwind. L’entreprise a écrit que, après le lancement récent de Gemini 4 Argon, Carbon pousse plus loin la frontière. Argon demeure le choix privilégié pour l’essentiel de l’ingénierie logicielle et du travail de connaissance, tandis que Carbon est conçu pour des tâches qui mettent à l’épreuve les limites de l’intelligence d’un modèle, comme le codage et le débogage complexes en plusieurs étapes et la recherche et la découverte scientifiques ouvertes, en utilisant plus de jetons qu’Argon pour explorer à fond, raisonner en profondeur et mener des boucles de vérification plus étendues.

Sur des bancs indépendants conçus pour éprouver la performance dans des flux de travail réels, Google a indiqué que Carbon se classe premier sur CursorBench 4.0, WANDR de Perplexity et AutomationBench de Zapier, pour un coût par tâche plus de deux fois inférieur à celui du meilleur modèle externe suivant. L’entreprise s’est aussi associée à Artificial Analysis pour lancer un banc d’agents de connaissance multimodaux (MKA), arguant que les tests existants ne saisissent pas de manière adéquate la façon dont les agents raisonnent nativement sur des fichiers denses contenant des graphiques, des images, des plans, des schémas et des tableaux ; Carbon se classe deuxième sur ce banc, tout en coûtant en moyenne plus de six fois moins par tâche que le modèle le plus performant. Dans des évaluations antérieures à la publication, Google a indiqué que Carbon avait égalé le meilleur modèle testé sur l’évaluation financière agentique de bout en bout de Hebbia et s’était classé premier parmi 23 configurations de modèles de pointe sur le banc General Financial Intelligence de Balyasny Asset Management.

Pour mettre Carbon au service de projets plus amples et plus complexes, Google prévisualise /swarm dans Google Antigravity, transformant une seule invite en une équipe coordonnée d’agents pouvant être suivie en temps réel. Les développeurs peuvent confier Carbon à des rôles qui exigent le raisonnement le plus profond, comme la conception d’architecture, la coordination et l’audit, tout en l’associant à des modèles plus rapides et plus légers dans des espaces de travail isolés en parallèle et à des vérificateurs adverses qui testent chaque modification. Dans une publication du même jour, l’équipe Antigravity a écrit que /swarm remet une invite à une famille d’agents : un coordinateur lance des travailleurs parallèles spécialisés dans des worktrees git isolés afin que les éditions ne se heurtent pas, et des vérificateurs adverses exécutent des tests et contestent les différences ; les agents collaborent sur un tableau de messages partagé en ajout seulement et restent en attente à coût de jetons nul lorsqu’ils sont inactifs.

S’agissant de la disponibilité, Gemini 4 Carbon est proposé via l’API Gemini dans Google AI Studio et via Gemini for Business à tous les développeurs payants et clients d’entreprise, au même prix de lancement que Gemini 4 Argon : 2 dollars par million de jetons d’entrée et 10 dollars par million de jetons de sortie. Le prix de lancement court jusqu’au 30 novembre 2026, après quoi le tarif passe à 4 dollars par million de jetons d’entrée et 20 dollars par million de jetons de sortie, et ne s’applique qu’au modèle Carbon destiné à un accès public. Lorsque Google a annoncé le modèle pour la première fois le 28 octobre, l’entreprise a aussi indiqué que les jetons d’entrée mis en cache seraient tarifés avec une remise de 95 % sur le tarif d’entrée. Carbon est également déployé auprès de tous les abonnés Google AI Ultra dans Google Antigravity, l’application Gemini et le mode IA de la Recherche. La fiche modèle indique que Carbon est fondé sur Gemini 4 Argon, que les entrées peuvent inclure du texte, des images, de l’audio et de la vidéo, que la fenêtre de contexte combinée d’entrée et de sortie atteint jusqu’à environ 1 million de jetons, et que la sortie est du texte.

En cybersécurité, Gemini 4 Carbon for cyber, accessible via le programme Fairwind, est présenté comme la capacité de cybersécurité la plus puissante de Google à ce jour, capable d’inspecter des logiciels, de retracer la manière dont des failles peuvent être enchaînées d’un système à l’autre, et de produire des correctifs vérifiés de cause profonde. Google a indiqué que le modèle est en tête sur des bancs clés pour trouver (SEC-bench Pro), exploiter (ExploitGym) et corriger (CWE-bench v1) des vulnérabilités ; les scores publiés le 28 octobre étaient de 88,2 % sur SEC-bench Pro, 54,8 % sur ExploitGym et 71,0 % sur CWE-bench. Parmi les essais internes et externes précoces cités par l’entreprise figurent : sur un banc interne de Project Fortify, le système autonome de Google pour le balayage, le triage et la remédiation, Carbon a atteint 100 % de rappel au balayage et 95 % de précision au triage, et dans des essais sur des dépôts open source a amélioré de plus de 25 % le rappel déjà élevé d’Argon ; l’équipe de recherche sur les vulnérabilités de Google Cloud a utilisé Carbon pour montrer que deux bogues dans un paquet open source populaire étaient en fait exploitables, d’une gravité comparable à l’exploit récent PHP2Shell, et, en construisant une preuve de concept, a aidé les mainteneurs à reclasser les problèmes comme critiques et à publier un correctif, les détails devant suivre après la divulgation responsable ; et dans le programme Scan for Good de Wiz, le modèle a servi à balayer deux grands prestataires de logiciels en tant que service, mettant au jour des vulnérabilités zero-day en moins de deux heures, après quoi l’équipe a travaillé avec les organisations concernées à la remédiation.

En science et en mathématiques, Google a indiqué que des chercheurs avaient bâti un cadre agentique de vérification formelle appelé AlphaProof Code, utilisé Carbon aux côtés d’autres modèles pour traduire en théorèmes mathématiques des objectifs de sécurité dans le code sous-jacent au protocole cryptographique Signal, et fait générer par des agents des millions de lignes de code Lean, ce qui a contribué à prouver des propriétés de sécurité essentielles en quelques semaines, un travail qui, selon l’entreprise, a historiquement demandé des années à des équipes d’experts. Dans la prédiction de structures protéiques, des chercheurs ont utilisé un dispositif multi-agents pour faire chercher à Carbon des homologues lointains dans des archives de séquences non annotées à l’échelle de la petabase, des catalogues de séquences environnementales et virales, et des bases de structures tridimensionnelles ; sur sept familles de protéines à faible homologie de l’ensemble de test en aveugle CASP17, Carbon a augmenté d’environ 40 fois en moyenne le nombre d’homologues récupérés, sans réentraîner les modèles de prédiction de structure. Quatre semaines plus tôt, Google avait ouvert les candidatures pour offrir à 10 000 scientifiques six mois d’accès gratuit à Argon dans Antigravity ; l’entreprise a indiqué que des milliers s’étaient déjà joints, et qu’elle étend désormais Carbon aux participants actuels et futurs, les candidatures restant ouvertes et l’intégration se poursuivant sur une base hebdomadaire glissante.

En matière de sécurité, Google a indiqué que, dans des environnements simulés de cyberattaque ensemencés avec ExploitBench et CyScenarioBench, Carbon avait bloqué 99 % des trajectoires d’attaque d’un agent de red teaming adaptatif, abaissant le taux de percée par tentative à 0,8 %, contre 3,1 % pour Argon ; dans les tests de Gray Swan, le taux de succès des requêtes automatisées de cyberattaque est tombé à 2,17 %, contre 9,86 % pour Argon ; et des tests externes menés par Trajectory Labs n’ont trouvé aucun nouveau jailbreak universel sur 132 heures et plus de 13 000 requêtes. Sur un banc d’honnêteté agentique de 375 tâches, Carbon a réussi 92 % des tâches, contre 70 % pour Argon, a refusé de combler des données expérimentales manquantes dans 98 % des cas et a signalé des défauts méthodologiques dans 68 % des cas. L’entreprise avait indiqué deux semaines plus tôt que Carbon avait atteint un taux de succès d’attaque de 0 % sur le banc Gray Swan IPI d’injection indirecte d’invites, tout en notant que, dans certaines distributions, le modèle a encore une marge de progrès face à des attaques plus sophistiquées.

À retenir : Google fait passer Carbon d’une prévisualisation limitée de cybersécurité à l’API payante et aux abonnés Ultra, mais laisse encore le travail quotidien à Argon et consacre les jetons de raisonnement supplémentaires à des boucles de vérification plus longues ; les coûts par tâche plus bas et les chiffres de sécurité plus solides visent à montrer que cette publication n’est pas seulement une course aux scores de pointe.

2. Anthropic lance la tournée des investisseurs de son IPO, avec une fourchette de 70 à 78 dollars par action

Le 10 novembre 2026, Anthropic, PBC a annoncé le lancement de la tournée des investisseurs de son projet d’offre publique initiale. L’entreprise a indiqué qu’elle prévoit d’offrir 825 millions d’actions ordinaires de catégorie A, dont 801 351 354 sont émises par Anthropic et 23 648 646 sont cédées par une partie des actionnaires existants ; la société ne tirera aucun produit des actions des actionnaires cédants. Anthropic prévoit aussi d’accorder aux chefs de file une option de 30 jours pour acheter jusqu’à 123 750 000 actions ordinaires de catégorie A supplémentaires. Le prix d’émission devrait s’établir entre 70,00 et 78,00 dollars par action. L’entreprise a demandé l’admission de ses actions ordinaires de catégorie A au Nasdaq Global Select Market sous le ticker « ANT », et a souligné que la déclaration d’enregistrement correspondante n’est pas encore devenue effective et que l’annonce ne constitue ni une offre de vente ni une solicitation d’offre d’achat des titres.

À cette fourchette de prix, les 825 millions d’actions impliquent une taille d’offre d’environ 57,75 à 64,35 milliards de dollars. TechCrunch a rapporté qu’au haut de la fourchette et sur une base pleinement diluée, l’entreprise serait valorisée à environ 1 404 milliards de dollars, au-dessus de la valorisation de 965 milliards de dollars atteinte lors d’une levée de fonds en mai, mais en deçà d’un objectif d’environ 2 000 milliards de dollars rapporté plus tôt. CNBC a situé le chiffre pleinement dilué jusqu’à environ 1 405 milliards de dollars et, citant des personnes au fait du dossier, a indiqué que l’entreprise prévoit de fixer le prix le 18 novembre et de commencer les négociations le 19 novembre, avec une allocation de détail d’environ 20 %.

Les deux médias, citant le dossier actualisé, ont également rapporté qu’Anthropic a convenu de céder 26 milliards de dollars d’actions de catégorie N sans droit de vote dans un placement privé au prix de l’IPO auprès d’AMD, Broadcom, Google, Micron, Microsoft, Nvidia et TSMC ; TechCrunch a indiqué que Google et Nvidia investissent 10 milliards de dollars chacun, et qu’Anthropic estime le produit net à environ 84,6 à 93,7 milliards de dollars, le chiffre haut incluant l’option des chefs de file. Le dossier, tel que rapporté, a situé le chiffre d’affaires annualisé à environ 81 milliards de dollars fin octobre, en hausse d’environ 10 milliards de dollars par rapport à fin septembre. CNBC a indiqué que le chiffre d’affaires des neuf mois clos le 30 septembre s’est élevé à 33,24 milliards de dollars, avec une perte nette de 104 milliards de dollars sur la même période, pour l’essentiel liée aux variations de la juste valeur de billets convertibles et de passifs dérivés. TechCrunch a aussi noté qu’en tant que société d’intérêt public, les fondateurs détiennent une action de catégorie F représentant 50,1 % des droits de vote et que le Long-Term Benefit Trust élira une majorité du conseil, ce qui limite l’influence des acheteurs de la catégorie A.

À retenir : La fourchette de prix rapproche le laboratoire des dernières étapes avant une cotation publique, mais la valorisation implicite est déjà redescendue des comptes rendus antérieurs d’environ 2 000 milliards de dollars à près de 1 400 milliards ; les négociations restent tributaires de l’entrée en vigueur de l’enregistrement, et la tournée des investisseurs propose une fourchette, non un prix définitif.

3. OpenAI présente Businesses in ChatGPT et les Business Agents en bêta

Le 10 novembre 2026, OpenAI a indiqué qu’elle introduisait Businesses in ChatGPT en bêta, le décrivant comme une nouvelle façon pour les entreprises de se relier aux 1,2 milliard de personnes qui utilisent ChatGPT chaque semaine. Via Business Hub, les entreprises peuvent revendiquer leur organisation, gérer leurs informations et voir comment les gens interagissent avec elles dans ChatGPT. L’entreprise ajoute aussi des Business Agents, en commençant par les entreprises éligibles de commerce électronique et de services en ligne aux États-Unis.

Dans Business Hub, les entreprises vérifiées peuvent mettre à jour des informations essentielles et ajouter des flux de produits en libre-service avec des prix et des disponibilités. OpenAI a indiqué que toute entreprise éligible dans un lieu où ChatGPT est disponible peut revendiquer son profil via Business Hub ; les clients existants d’OpenAI Enterprise et les annonceurs peuvent le faire avec leur représentant ; et les marchands Shopify peuvent connecter une boutique depuis Business Hub ou l’administration Shopify pour simplifier la vérification, les produits Shopify éligibles étant déjà intégrés à ChatGPT via Shopify Catalog.

S’agissant des éclairages, Business Hub fournit des chiffres agrégés tels que les mentions et les clics vers le site, ainsi que des thèmes de découverte, c’est-à-dire des motifs courants dans les conversations où le site d’une entreprise est cité. OpenAI a écrit qu’elle ne partage pas avec les entreprises les conversations des utilisateurs ni les discussions de Business Agent, et que les éclairages ne sont disponibles que sous forme agrégée et seulement une fois certains seuils atteints.

Après avoir revendiqué un profil, les organisations éligibles peuvent concevoir, tester et lancer un Business Agent. Lorsqu’une entreprise apparaît dans une réponse du modèle, les utilisateurs peuvent ouvrir son profil ChatGPT ; si un Business Agent est disponible, un client peut entamer une conversation distincte pour comparer des offres ou poser des questions de suivi, ancrée dans les informations fournies par l’entreprise. Cette conversation est clairement étiquetée, tenue séparée du fil ChatGPT d’origine, et distincte des réponses indépendantes de ChatGPT. Les entreprises peuvent aussi parrainer leur Business Agent et l’utiliser comme destination des ChatGPT Ads ; les emplacements parrainés sont clairement étiquetés et tenus séparés des réponses de ChatGPT. The Verge a rendu compte du lancement en bêta le même jour.

À retenir : OpenAI ouvre un chemin de son audience hebdomadaire de 1,2 milliard d’utilisateurs vers les entreprises, mais seulement derrière la vérification, des éclairages agrégés et des conversations distinctes clairement étiquetées ; la première étape est un profil revendiqué et un agent de marque, non une ouverture générale à tous les secteurs et à tous les marchés.

4. Google dévoile Gemini Robotics 2.5, avec un taux de réussite de 96 % dans un essai sur ligne Mercedes-Benz

Le 10 novembre 2026, Google DeepMind, dans une publication de Carolina Parada, a présenté Gemini Robotics 2.5, le qualifiant de modèle vision-langage-action (VLA) le plus capable de l’entreprise à ce jour. Le modèle vise à élargir l’éventail des compétences qu’un robot peut apprendre et la vitesse à laquelle il peut les acquérir, et à améliorer la dextérité, la fiabilité et la sécurité afin que les robots puissent quitter le laboratoire et entrer dans des environnements réels moins structurés. L’entreprise a indiqué qu’elle avait, plus tôt cette année, apporté une intelligence de corps entier à des robots de nombreux types, y compris des humanoïdes, et que les progrès les plus récents tenaient en grande partie à la capacité de Gemini 4 Argon d’accélérer la recherche en robotique. Gemini Robotics 2.5 est déployé auprès des partenaires robotique de Google.

Google a indiqué avoir évalué l’ampleur des tâches, la performance et la complexité du modèle sur plus de 200 tâches distinctes, comme servir des aliments avec des pinces, nouer un nœud papillon sur une boîte-cadeau et pipeter un liquide, en combinant l’usage d’outils, la manipulation d’objets déformables et la manipulation soigneuse d’articles délicats. Par rapport aux baselines antérieures, Gemini Robotics 2.5 a obtenu un taux de réussite de 30 % à 100 % plus élevé selon le type de tâche, et a achevé les tâches 20 % à 30 % plus vite. Le modèle fonctionne nativement avec plusieurs types de robots, dont l’humanoïde Apollo 2 d’Apptronik, qui utilise la main SharpaWave à cinq doigts et 22 degrés de liberté, et la plateforme Franka Duo munie de pinces parallèles à deux doigts.

Pour éprouver la fiabilité, Google s’est associée à Apptronik et à Mercedes-Benz pour déployer Apollo 2 sur des lignes de production automobile en activité à Kecskemét, en Hongrie, et à Sindelfingen, en Allemagne. Dans la preuve de concept, le robot a utilisé le modèle de raisonnement incarné Gemini Robotics ER pour suivre le flux de travail et le modèle d’action Gemini Robotics 2.5 pour commander bras et mains, prélever des supports métalliques d’automobile dans des bacs d’approvisionnement, les placer dans des contenants de séquencement et corriger les écarts, avec un taux de réussite de 96 %. Jeff Cardenas, cofondateur et directeur général d’Apptronik, a indiqué que les modèles s’étaient nettement améliorés en quelques semaines de post-entraînement et s’étaient transférés sur les lignes Mercedes-Benz avec une très faible dégradation.

En matière de sécurité, Gemini Robotics 2.5 recourt à un guidage par raisonnement au moment de l’inférence pour contourner en temps réel les dangers physiques. Google a indiqué que cette capacité avait relevé l’achèvement sûr des tâches de 33 % autour d’obstacles et de 43 % autour de personnes proches. Pour tester des jailbreaks adverses visant des robots, l’entreprise publie aussi ASIMOV-Jailbreak, un banc open source comprenant des centaines d’invites qui déguisent des demandes dangereuses dans des dizaines de scènes ; elle a indiqué que Gemini 4 Argon avait atteint une résistance aux jailbreaks de 99,5 %, contre 82 % pour la baseline précédente, Gemini Robotics ER 2.

À retenir : Il ne s’agit pas seulement d’une nouvelle démonstration de laboratoire consistant à nouer un nœud papillon : Google place un taux de réussite de 96 % sur des lignes de production Mercedes-Benz encore en activité, et publie en même temps un nouveau banc de jailbreaks et des résultats de guidabilité, traitant la fiabilité et la sécurité comme des conditions d’entrée dans une usine.

5. MiniMax publie H3-Image en poids ouverts et indique qu’il peut générer des images 4K en moins de 10 secondes

Le 11 novembre 2026, MiniMax a publié MiniMax H3-Image, un modèle de génération d’images en poids ouverts bâti sur H3, avec la prise en charge de la génération texte-image, de la génération à partir de références et de l’édition d’images. L’entreprise a indiqué que le modèle peut générer une image 4K (4096×4096) en moins de 10 secondes, avec plus de détail et une meilleure observance de l’invite, qu’il peut comprendre et utiliser jusqu’à 16 images de référence, et que sa vitesse de génération 4K atteint jusqu’à environ cinq fois celle des solutions courantes. Les poids ont été publiés sur Hugging Face sous MiniMaxAI/MiniMax-H3-Image, et le modèle est aussi disponible via l’API MiniMax, MiniMax Code et Hailuo AI.

MiniMax a indiqué que le mode Standard est environ 1,5 à 2 fois plus rapide que les solutions courantes, tandis que le mode Highspeed atteint 3 à 4 fois ; les tarifs représentent environ 50 % à 70 % des offres courantes comparables, et pour la semaine de lancement l’entreprise offre 50 % de réduction sur les demandes de génération d’images en résolution 4K et au-delà. Le modèle est publié sous le MiniMax-H3-Image Community License Agreement, daté du 10 novembre 2026. L’accord indique que le territoire applicable est mondial, à l’exclusion de l’Union européenne, du Royaume-Uni, de la République de Corée et des États-Unis d’Amérique.

À retenir : MiniMax met sur le marché à la fois la vitesse de génération 4K et des poids ouverts, abaissant le seuil pour obtenir et faire tourner le modèle ; la licence communautaire, toutefois, écarte expressément des marchés dont l’Union européenne, la Grande-Bretagne, la Corée du Sud et les États-Unis, si bien que des poids ouverts n’équivalent pas à un usage commercial sans restriction partout.

---

En une ligne : Google a rendu largement disponible Gemini 4 Carbon, son modèle le plus puissant à ce jour, au prix de lancement d’Argon, et a prévisualisé /swarm dans Antigravity ; Anthropic a lancé la tournée des investisseurs de son IPO avec une fourchette de 70 à 78 dollars et a demandé l’admission sous le ticker ANT ; OpenAI a présenté Businesses in ChatGPT et les Business Agents en bêta ; Google DeepMind a dévoilé Gemini Robotics 2.5 et a fait état d’un taux de réussite de 96 % dans un essai sur ligne Mercedes-Benz ; et MiniMax a publié H3-Image en poids ouverts, indiquant qu’il peut générer des images 4K en moins de 10 secondes.