Les nouveautés des modèles chinois et leurs effets sur l’intégration API, le choix des modèles et les coûts.
Selon MarkTechPost, le 26 octobre 2026, l'équipe vLLM Semantic Router a publié sous licence Apache-2.0 d3-ultra, un modèle décisionnel multimodal de 27B qui ne génère pas de texte : une seule lecture de l'entrée renvoie une probabilité pour chaque réponse à chaque question, couvrant le routage, la classification, la sélection visuelle de zones et l'inspection vidéo.
Selon MarkTechPost du 26 octobre 2026, Baidu a publié Unlimited OCR 2, un modèle de 3,34 milliards de paramètres dont les poids sont diffusés sous licence MIT ; il utiliserait SR-SWA pour ramener l'attention à un ensemble de référence fixe afin de traiter des centaines de pages par requête, avec un score auto-déclaré de 77,1 sur MarathonDocBench.
Selon un reportage de Xinzhiyuan (新智元), le xML Lab de l'Université nationale de Singapour propose Jeva, qui s'appuie sur le backbone Qwen3.5-4B et un bloc de décision pour produire directement un choix, null ou un score ; l'article rapporte un taux d'inversion d'ordre nul, une exactitude de 69,88 % avec 2048 candidats, et des poids publiés sur Hugging Face.
Selon MarkTechPost, le 25 octobre 2026, Nanbeige LLM Lab (présenté comme rattaché à la plateforme de recrutement BOSS Zhipin) a publié sur Hugging Face, sous licence Apache 2.0, le modèle dense Nanbeige4.3-33B ainsi qu'une version Base destinée au post-entraînement personnalisé, avec un contexte de 524 288 tokens ; le tableau maison annonce une avance sur 17 des 20 benchmarks, mais certaines valeurs de concurrents diffèrent de leurs fiches officielles.
Selon un reportage de Xinzhiyuan daté du 24 octobre 2026, Kimi K3.1 Pro obtient 55 points à l'indice d'intelligence d'Artificial Analysis, soit la 4e place mondiale, avec 11 points de plus que la génération précédente ; sur Terminal-Bench 4.0, le score passe de 13 % à 65,7 %, et une version Highspeed, trois fois plus rapide en sortie, est également lancée.
Selon un article de MarkTechPost daté du 23 octobre 2026, Kyutai publie CADRE, un autoencodeur de représentation par diffusion causale ; l'article scientifique indique que son world model tourne à 20 fps sur une seule H100 et répond en 185 à 216 millisecondes. Le code est sous licence MIT, mais les poids sur Hugging Face sont sous CC BY-NC 4.0, ce qui exclut l'usage commercial, et la source mentionne également des faiblesses telles que le suivi du mouvement en manipulation robotique.
Selon Marktechpost, le 23 octobre 2026, Moonshot AI a publié Kimi K3.1 Pro, premier modèle de la série K3.1, avec une structure MoE de 2,8T de paramètres totaux et 104B activés, un contexte de 1M de tokens, déjà disponible sur l'API Kimi, un tarif API inférieur à K3, et des poids ouverts prévus pour novembre 2026. Ses benchmarks auto-déclarés sont proches de l'état de l'art en codage, mais nettement en retrait sur les tâches scientifiques en terminal.
Selon un article de The Decoder daté du 23 octobre 2026, Moonshot AI a publié Kimi K3.1 Pro, dont le score à l'indice d'intelligence d'Artificial Analysis atteint 55, soit 11 points de plus que K3, ce qui le place quatrième. L'article indique aussi une baisse d'environ 33 % du prix unitaire des tokens de la version standard, une variante Highspeed, et la publication prévue des poids ouverts avant le 4 novembre.
Selon un article de Leiphone du 23 octobre 2026, un teaser officiel de Kimi contient un easter egg « Kimi K3.1 » ; des développeurs auraient aussi repéré l'identifiant kimi-k3-1 dans la configuration de l'API Moonshot et une option K3.1 dans la liste des modèles Kimi Code. Une requête de fusion SGLang serait liée à l'ajout d'un niveau de réflexion Medium, faisant passer l'intensité de réflexion de trois à quatre niveaux. Le blogueur IA Chris affirme avoir testé le modèle pendant environ une semaine et avance un coût d'environ 70 % de celui de K3 ; l'article indique aussi un coût 3D d'environ 1/14 de celui de GPT-6 Astra. Ces éléments relèvent de rumeurs et de tests unilatéraux.
Selon un article de MarkTechPost du 22 octobre 2026, Gradium a publié en open weights la famille de modèles TTS embarqués Phonon, incluant Phonon 31m pour l'anglais avec 31 M de paramètres, des poids q8 de 64,5 Mo et une licence Apache 2.0 ; sur un jeu de phrases difficiles évalué par le fournisseur, le WER atteint 1,70 % et le premier échantillon audio est produit en 6,9 ms sur un CPU de MacBook Air M5.
Selon un billet de blog d'Allen AI publié le 22 octobre 2026, OlmoEarth v1.3 est un modèle d'embeddings satellitaires qui lit des séries temporelles annuelles de Sentinel-1, Sentinel-2 et Landsat et génère un vecteur de 128 dimensions pour chaque pixel de 10 mètres, les 64 premières dimensions pouvant être utilisées seules. La source affirme que ses embeddings 128 dimensions obtiennent le meilleur score sur 20 des 27 évaluations, et publie les embeddings précalculés mondiaux, les poids, les données de préentraînement et le code sous OlmoEarth Artifact License.
Selon un article de Leiphone du 22 octobre 2026, Volcano Engine a lancé le premier essai entreprise du modèle Seedance 2.5 4K, lié à des œuvres et distribué de manière ciblée à 20 studios et réalisateurs dans le monde. L'article indique que cette version met l'accent sur le jeu d'acteur, la génération par référence et la cohérence d'édition, et qu'un studio l'ayant testée affirme qu'il est possible de produire d'abord un échantillon en 480P, puis de régénérer en 4K après validation.