Récap IA — semaine du 17 juillet 2026 : quatre modèles frontière, Apple poursuit OpenAI, Helsing lève 1,8 milliard

Du 10 au 17 juillet 2026, quatre modèles de pointe sont sortis en huit jours (GPT-5.6, Grok 4.5, Inkling, Gemini 3.5 Pro), Apple a poursuivi OpenAI pour vol de secrets industriels, la recherche a avancé sur les agents et la robotique, Helsing a levé 1,8 milliard de dollars pour l'IA de défense, et plus de 200 économistes, dont 16 prix Nobel, ont demandé de préparer l'impact de l'IA sur l'emploi. Onze chapitres, les chiffres, les sources, et ce que chaque fait signifie pour une entreprise qui décide.

1. Modèles : quatre frontières en huit jours

Le 9 juillet, deux modèles sont sortis le même jour. OpenAI a ouvert GPT-5.6 à tous les paliers (après une préversion limitée depuis le 26 juin), en trois déclinaisons : Sol (le vaisseau amiral, 5 $ / 30 $ le million de tokens en entrée / sortie), Terra (2,50 $ / 15 $) et Luna (1 $ / 6 $). Les chiffres méritent d'être lus finement. Sur les tâches agentiques, Sol est en tête : 88,8 % sur Terminal-Bench 2.1, 92,2 % sur BrowseComp, et un score de 80 sur l'indice Coding Agent d'Artificial Analysis — le plus haut publié à ce jour, 2,8 points au-dessus de Claude Fable 5. En revanche, sur GDPval-AA v2, le benchmark de travail intellectuel, Fable 5 reste devant. Autrement dit : Sol est le meilleur agent de code et de navigation, pas nécessairement le meilleur raisonneur généraliste. Le choix dépend de l'usage, pas d'un classement unique.

Le même jour, xAI a livré Grok 4.5, bâti sur un socle V9 de 1 500 milliards de paramètres et entraîné avec des données de Cursor. Elon Musk le décrit comme « proche, peut-être au-dessus » de Claude Opus, plus rapide et plus économe en tokens.

Le 15 juillet, changement de philosophie. Thinking Machines, la société de l'ancienne directrice technique d'OpenAI Mira Murati, a publié son premier modèle, Inkling, en open-weight : téléchargeable et modifiable. C'est un système à experts (975 milliards de paramètres au total, environ 41 milliards activés par requête), entraîné sur 45 000 milliards de tokens de texte, image, audio et vidéo. Le laboratoire assume qu'Inkling « n'est pas le modèle le plus puissant disponible aujourd'hui, ouvert ou fermé » : son pari n'est pas la performance brute mais l'appropriation, via sa plateforme de personnalisation Tinker. Un pari cohérent avec une semaine où l'intelligence de pointe se banalise.

Le 17 juillet, Google DeepMind lance Gemini 3.5 Pro, après avoir abandonné l'architecture de la 2.5 Pro pour une refonte complète — ses ingénieurs ayant identifié des défauts structurels dans l'appel d'outils récursif et la génération de SVG. Caractéristiques rapportées : fenêtre de contexte de 2 millions de tokens, mode de raisonnement « Deep Think » réservé au palier Ultra à 250 $ par mois, progrès sur le code et les tâches longues. À noter : Google n'a pas confirmé officiellement la date ni ces spécifications au moment où nous écrivons. Enfin, Meta a présenté Muse Spark 1.1, modèle agentique à contexte d'un million de tokens situé au niveau de GPT-5.5 et d'Opus 4.8, avec sa première API payante pour développeurs, et Moonshot prépare Kimi 3.

Ce que ça change. Quatre modèles de pointe en huit jours, et aucun n'est « le » modèle sur tous les axes. Le choix d'un modèle devient un arbitrage par usage (agent, raisonnement, coût, souveraineté), révisable à chaque nouvelle sortie. La différenciation durable se joue ailleurs — dans ce que vous branchez autour.

2. Apple poursuit OpenAI pour vol de secrets

Le 10 juillet, Apple a déposé une plainte fédérale accusant OpenAI d'un vol coordonné de secrets industriels liés à ses futurs appareils. Selon le document, « à tous les niveaux, depuis les membres de son équipe technique jusqu'à son directeur du hardware, et en coordination avec ses partenaires, OpenAI a volé les secrets commerciaux et les informations confidentielles d'Apple ». Sont visés d'anciens d'Apple passés chez OpenAI, notamment Tang Tan, chef du hardware d'OpenAI et ex-vice-président d'Apple, accusé d'avoir incité des candidats en entretien à livrer des secrets, et Chang Liu, membre de l'équipe technique, à qui l'on reproche d'avoir téléchargé des dizaines de fichiers matériels confidentiels. La plainte cite aussi io Products, la société de Jony Ive.

Le contexte éclaire l'enjeu : plus de 400 anciens d'Apple travaillent aujourd'hui chez OpenAI, et la nouvelle version de Siri, attendue à l'automne, reposera sur Gemini de Google, non sur la technologie d'OpenAI — après un partenariat noué en 2024. Même semaine, même logique ailleurs : Microsoft formerait ses commerciaux à dénigrer OpenAI et Anthropic auprès des clients, tout en supprimant 4 800 postes.

3. Sous le capot : la recherche avance

Derrière les lancements de produits, la semaine a livré des avancées de recherche qui préparent les agents de demain. Google DeepMind a publié une méthode d'entraînement baptisée « prospective credit assignment » : apprendre à un modèle à anticiper l'effet de ses décisions plusieurs étapes à l'avance. Sur SWE-Bench (corriger de vrais tickets GitHub dans de grandes bases de code), la méthode améliore nettement le taux de réussite sur les tâches demandant plus de dix étapes — précisément le verrou des agents autonomes fiables.

• Boston Dynamics intègre Gemini Robotics-ER 1.6 dans son chien Spot et sa plateforme d'inspection Orbit, avec Google Cloud et DeepMind : raisonnement spatial, décision autonome et apprentissage continu en environnement industriel.
• Meta déploie mondialement sa Business Agent Platform, pour que les entreprises construisent et exploitent des agents à grande échelle, et lance Meta Compute, qui revend son infrastructure IA excédentaire à des clients externes.
• L'Allen Institute for AI (AI2) éclaire les hallucinations. De nouveaux travaux expliquent pourquoi les modèles de langage inventent des faits — un prérequis pour les corriger, et un rappel que la fiabilité reste un chantier ouvert.

4. Open-weight : la Chine domine, l'Europe répond

Quatre modèles chinois — DeepSeek V4, Kimi K2.6, GLM-5 et Qwen 3.5 — occupent cette semaine quatre des cinq premières places mondiales du classement open-weight, et Moonshot prépare Kimi 3, attendu pour combler l'écart avec Opus 4.8. La tendance, déjà lisible avec DeepSeek V4 et l'open source de Zhipu, s'installe comme un fait de structure : le poids ouvert, gratuit et modifiable, parle de plus en plus mandarin.

Réponse européenne : Mistral a confirmé un nouveau modèle open-weight en accès anticipé ce mois-ci, première pièce d'une nouvelle famille. Arthur Mensch en fait un argument d'« autonomie stratégique » : faire tourner, inspecter et modifier ses modèles sans dépendre des conditions d'un fournisseur ni de la juridiction d'un État étranger — argument renforcé depuis l'embargo américain sur Fable 5. L'entreprise finance ses 4 milliards d'euros de data centers en France et en Suède, en partie avec des capitaux du Golfe : l'autonomie européenne se bâtit encore avec de l'argent qui ne l'est pas.

5. Levées de fonds : un semestre record

Le capital-risque mondial a atteint 510 milliards de dollars au premier semestre 2026, un record supérieur aux 440 milliards investis sur toute l'année 2025. OpenAI et Anthropic ont capté à eux seuls 217 milliards, soit 43 % du financement startup du semestre, et près de 40 startups IA sont devenues des licornes.

Le tour le plus notable de la semaine n'est pas un laboratoire de modèles : la défense-tech allemande Helsing a levé 1,8 milliard de dollars (valorisation 18 milliards) auprès de JPMorgan, Lightspeed, Iconiq, Goldman et du fonds de pension canadien CPPIB. Elle annonce sa première usine américaine en Virginie-Occidentale pour produire le HX-2, un drone d'attaque piloté par IA déjà déployé en Ukraine et testé par l'armée américaine, à raison de plus de 2 000 unités par mois à terme. L'IA sort du navigateur pour entrer dans l'acier.

• Les « world models » attirent le capital. Odyssey (fondée par des pionniers de la voiture autonome) a levé 310 millions de dollars à 1,45 milliard de valorisation, avec Amazon et AMD Ventures ; l'IA qui simule le monde physique devient une thèse d'investissement à part entière, portée aussi par l'AMI Labs de Yann LeCun.
• AIsphere lève 439 millions de dollars (série C) pour la vidéo IA, sous l'égide d'Alibaba.
• Chai Discovery boucle 400 millions auprès d'Index, Kleiner Perkins et Sequoia : la biologie computationnelle attire le capital.
• Acrab lève 350 millions (Vertex Ventures), et SpaceX abaisse le prix de son IPO à 135 dollars à l'approche d'un lancement Starship.
• Les premiers financiers du GPU se tournent vers les puces d'inférence dans un accord de 400 millions : l'argent suit désormais le coût d'exécution, pas seulement celui de l'entraînement.

6. Infrastructure et énergie : la facture et le nucléaire

Les quatre géants du cloud (Amazon, Google, Microsoft, Meta) prévoient d'engager près de 250 milliards de dollars en centres de données en 2026, contre une centaine en 2025. Pour soutenir la demande, Nvidia a émis 25 milliards de dollars d'obligations et multiplie les accords de partage de revenus avec ses propres clients — un montage qui soutient ses ventes à court terme mais complique la lecture des revenus futurs. Son action a reculé de près de 11 % en juin, et la presse financière parle ouvertement d'une « bulle de dette » adossée aux gigawatts, dans le prolongement de l'alerte de la Banque des règlements internationaux évoquée début juillet.

La contrainte devient physique : l'énergie. Cette semaine, Valar Atomics et Nvidia ont annoncé l'étude d'un data center quasiment sans eau, alimenté par un petit réacteur modulaire de 30 mégawatts dans l'Utah. Le mouvement est de fond : Microsoft, Google, Amazon et Meta ont engagé plus de 50 milliards de dollars dans le nucléaire (13 projets annoncés, 9,8 GW), les premiers électrons nucléaires pour un data center IA étant attendus en 2027 avec la relance de Three Mile Island. Le calcul n'est plus seulement une affaire de puces : c'est une affaire de mégawatts et de refroidissement.

7. En entreprise : l'écart entre dépense et ROI

Derrière l'euphorie des levées, les études de terrain racontent une histoire plus nuancée. D'ici fin 2026, 40 % des applications d'entreprise embarqueront des agents spécialisés (contre moins de 5 % en 2025, selon Gartner), et 31 % des organisations ont déjà au moins un agent en production — la banque et l'assurance en tête (47 %), la santé et le secteur public à la traîne (18 %). Mais le retour sur investissement, lui, se fait attendre : seules 29 % des organisations constatent un ROI significatif de l'IA générative, et 23 % pour les agents. Les « super-utilisateurs » gagnent jusqu'à cinq fois en productivité, mais 79 % des organisations disent rencontrer des difficultés d'adoption (en hausse à deux chiffres sur un an), et plus de la moitié des dirigeants reconnaissent que l'IA met leur organisation sous tension.

8. Emploi : 200 experts et 16 Nobel

Le 13 juillet, plus de 200 économistes et chercheurs, dont 16 prix Nobel, ont signé une lettre coordonnée par le laboratoire d'économie numérique de Stanford. Elle demande aux dirigeants politiques et industriels d'« agir maintenant » et de bâtir « incitations, garde-fous et institutions » pour que l'IA complète les humains plutôt qu'elle ne les remplace. Elle prévient d'un « déplacement massif d'emplois » et d'une transformation « plus grande que la révolution industrielle, mais sur une durée bien plus courte », tout en pointant des gains possibles de niveau de vie. Son organisateur, Anton Korinek : « attendre la certitude, c'est arriver trop tard ».

La même semaine, Amazon a annoncé la suppression de 14 000 postes — après 16 000 en janvier — Andy Jassy indiquant que les gains d'efficacité tirés de l'IA réduiront les effectifs. Depuis le début de 2026, la tech américaine a supprimé 140 000 postes, l'IA étant citée dans près d'un quart des coupes. Jeff Bezos, à l'inverse, prédit une pénurie de main-d'œuvre. Le sujet réel n'est ni « l'IA détruit tout » ni « l'IA crée tout » : c'est le décalage entre la disparition des postes et l'apparition des nouveaux, comme le montrait notre chronologie du remplacement.

• La Réserve fédérale entre dans le débat. Le gouverneur Michael Barr a consacré un discours (14 juillet) à l'IA et à ses effets sur l'économie et l'emploi.
• 16 % des Américains pensent que l'IA aura un impact positif sur la société, selon une nouvelle étude — un écart de perception qui devient un sujet politique.
• L'Union européenne renforce l'AI Act pour les modèles frontière via un plan d'action de juillet, après avoir repoussé en mai l'entrée en vigueur des obligations « haut risque » à décembre 2027.

9. Sécurité, données et société

• Anthropic élargit son programme de cyberdéfense Glasswing de 50 à 150 organisations partenaires dans 15 pays — énergie, santé, projets open source.
• Une fuite suggère que le générateur de musique Suno a aspiré YouTube pour entraîner ses modèles : la question des données d'entraînement reste la faille juridique de l'IA générative.
• Patreon se met à bloquer les robots d'IA au lieu de leur demander de s'abstenir. Après Cloudflare, l'infrastructure du web érige des péages contre l'aspiration de contenus.
• Apple Intelligence est approuvé en Chine avec Alibaba (Qwen) et Baidu : le prix d'entrée sur le premier marché smartphone mondial passe par des partenaires locaux et une supervision réglementaire.

10. Produits et agents

• OpenAI équipe Codex d'un clavier physique à 230 dollars, lance ChatGPT Work pour l'entreprise, et permet de commander un DoorDash en ligne de commande.
• Google rapproche la vidéo IA de l'utilisateur : Google Vids permet de figurer dans ses propres vidéos générées, AI Mode se connecte à des applications tierces, une nouvelle enceinte connectée repose sur Gemini.
• Roblox ajoute la création de jeux par IA dans son app mobile, portant la génération jusque dans la poche des joueurs.
• Anthropic renforce sa gouvernance et ses usages. L'ancien président de la Fed Ben Bernanke rejoint son Long-Term Benefit Trust, Claude for Teachers arrive pour l'éducation, et 10 millions de dollars vont à la recherche IA canadienne.

11. Ce qu'il faut retenir

Quatre points pour décider. Un : avec quatre modèles frontière en huit jours et des prix en baisse, le choix d'un modèle n'est plus une décision stratégique mais un arbitrage par usage ; la stratégie est dans ce que vous branchez autour. Deux : l'avantage durable est ce qui ne se copie pas — données propriétaires, distribution, savoir-faire, équipes ; c'est précisément l'objet de la plainte d'Apple. Trois : la valeur ne vient pas du modèle mais du déploiement — 40 % d'apps avec agents fin 2026, mais moins d'un tiers des entreprises constatent un ROI ; l'écart se comble par le cadrage et l'intégration, pas par la course au dernier modèle. Quatre : la question de l'emploi n'est plus théorique — 16 prix Nobel, la Réserve fédérale et Amazon (14 000 postes) l'ont mise sur la table la même semaine ; anticiper la recomposition de ses métiers devient un avantage concret.