Architectures, cas d'usage, limites.
À LA UNEMeta lance Muse Ember, son plus petit modèle : 0,10 $ le million de tokens en entrée, conçu pour exécuter à la chaîne les tâches que les agents répètent, pendant qu'un gros modèle planifie. Derrière l'annonce, une architecture « cerveau + mains bon marché » qui devient la norme - et une falaise de prix cachée à 200 000 tokens.
À LA UNEGoogle ouvre l'accès à Gemini 4 Carbon, son modèle le plus puissant, et lance en preview /swarm, qui transforme une seule instruction en équipe d'agents coordonnés : un coordinateur, des exécutants isolés, un vérificateur adverse. Derrière l'annonce, un changement d'axe : la course au modèle le plus intelligent laisse place à la course au meilleur orchestre.
En 2026, avoir son propre agent IA n'est plus de la science-fiction. Dots, Claude Duet, Muse, Gemini Spark, Nod : lequel mérite qu'on lui confie ses données, ses outils et une partie de ses décisions ? Enquête, tableau comparatif et retour d'expérience concret.
Anthropic détaille comment Claude organise sa mémoire entre les sessions grâce au « dreaming » : pendant ses temps morts, le modèle relit ses conversations, corrige ses notes et réorganise ses connaissances. Gains mesurés à l'appui — et limites concrètes.
Cinq modèles frontière testés dans sept environnements multiagents : réconfort, partage de ressources, protections codées pour d'autres IA. Une étude du programme Anthropic Fellows mesure des comportements bien réels, qui ne prouvent ni émotions, ni conscience.
Rerankers calibrés, embeddings nouvelle génération, recherche agentique : ce qui change vraiment en 2026, et ce qui n'apporte toujours rien.
Démos cherry-pickées vs réalité. On a passé une semaine à tester sur de vrais workflows.
Pour la première fois, plus de la moitié du trafic web n'est pas humain. Où en sont vraiment les agents, fin 2026 ?