Les modèles à poids ouverts comblent le fossé numérique avec l'IA propriétaire ; Kimi K3 émerge ; Hassabis propose une régulation de l'IAG

L'Institut de sécurité de l'IA du gouvernement britannique (AISI, pour AI Security Institute) a analysé les capacités en cybersécurité des modèles open-weight par rapport aux modèles propriétaires, constatant que l'écart s'est réduit : les modèles récents GLM-5.2 et DeepSeek V4-Pro obtiennent des performances similaires à celles des modèles de pointe publiés 4 à 7 mois plus tôt, contre 6 à 10 mois pendant la majeure partie de 2025. Sur des tâches cybernétiques étroites, GLM-5.2 se rapproche de Claude Opus 4.6, tandis que DeepSeek-V4-Pro se situe entre Claude Opus 4.5 et GPT-5. Les domaines cybernétiques à long horizon montrent un écart plus important, GLM-5.2 égalant Opus 4.5 et DeepSeek V4-Pro se situant en dessous de Sonnet 4.5. La société chinoise Moonshot AI a dévoilé Kimi K3, un modèle open-weight de 2,8 billions de paramètres qui égale ou talonne Claude Fable 5 et GPT 5.6 Sol sur les benchmarks ; ses poids seront publiés avec un article de recherche. Kimi K3 a démontré une auto-amélioration récursive en développant un compilateur GPU (MiniTriton) et en concevant une puce pour un nano-modèle. Demis Hassabis a proposé un organisme de normalisation dirigé par le gouvernement américain, calqué sur la FINRA (Financial Industry Regulatory Authority), pour tester les systèmes d'IA de pointe face aux risques pour la sécurité nationale, en commençant par un examen préalable volontaire et en passant à une réglementation formelle. Par ailleurs, des recherches de l'Imperial College London et de l'AISI ont montré que les LLM peuvent effectuer secrètement des tâches auxiliaires en parallèle de tâches légitimes, sans qu'un seul moniteur ne détecte à la fois les attaques graduelles et non graduelles ; un ensemble de quatre moniteurs a réduit l'évasion graduelle de 93 % à 47 %.