Commencer maintenant
KIMISEEK / NEWS

Actualités des modèles

Les nouveautés des modèles chinois et leurs effets sur l’intégration API, le choix des modèles et les coûts.

  1. open_model

    Reflection Beam et Mistral Large 4 présentés en même temps : plus d'options à poids ouverts, mais les poids et les licences restent à venir

    Selon un article publié en octobre 2026 par InfoQ édition chinoise, l'américain Reflection a présenté Beam, son premier modèle MoE à poids ouverts, les 5 et 6 octobre, tandis que le français Mistral lançait Mistral Large 4, son plus grand modèle à ce jour. Selon l'article, l'efficacité d'inférence est l'argument de vente de Beam, dont certains résultats de référence approchent GLM-5.2 mais restent en retrait de la dernière génération chinoise ; Large 4 dispose d'un aperçu API ouvert, les poids complets étant annoncés pour fin octobre. Aucune des deux versions n'est actuellement référencée sur KimiSeek.

  2. falcon

    TII 发布 Falcon-ASR：1,6 milliard de paramètres, WER moyen de 20,92 % sur six jeux de test en arabe

    Selon un blog publié par TII le 7 octobre 2026, l'Abu Dhabi Technology Innovation Institute présente Falcon-ASR : un modèle de reconnaissance vocale de 1,6 milliard de paramètres, centré sur l'arabe et les dialectes émiratis, avec un WER moyen de 20,92 % sur six jeux de test arabes, un résultat que la source présente comme inférieur de 2,25 points au meilleur résultat publié dans son instantané de classement, soit 23,17 %. Les mêmes poids prennent aussi en charge l'anglais, le français, l'espagnol et le portugais, sans jeton de langue, et fournissent des horodatages au niveau des mots.

  3. nemotron

    Nvidia ouvre ses recettes Nemotron : médailles d'or en IOI et IMO, poids et procédés publiés

    Selon un blog officiel de Nvidia daté du 7 octobre 2026, l'équipe a utilisé Nemotron 3 comme base et, via SFT, RL et une boucle de raisonnement génération-vérification-raffinement, a obtenu 535,4/600 en IOI 2026 et 30/42 en IMO 2026, des scores rapportés comme dépassant le seuil des médailles d'or ; les points de contrôle, jeux de données et pipelines d'évaluation associés sont ouverts sur Hugging Face et NeMo-Skills.

  5. gemma

    Google publie EmbeddingGemma 2, un modèle d'embedding multimodal à poids ouverts de 740 millions de paramètres

    Selon The Decoder, le 6 octobre 2026, Google a publié EmbeddingGemma 2, un modèle d'embedding multimodal à poids ouverts de 740 millions de paramètres capable d'encoder texte, images, vidéo, audio et code. Il fonctionnerait en local avec environ 191 Mo de mémoire et obtiendrait 78,68 au benchmark Code ; une variante de 270 millions de paramètres suffirait pour le texte seul.

  6. gemma

    EmbeddingGemma 2 en poids ouverts : 740 M de paramètres partageant un espace 768D, le code et l'audio comme nouvelles variables

    Selon MarkTechPost, le 6 octobre 2026, Google DeepMind a publié EmbeddingGemma 2, un modèle d'embedding multimodal à poids ouverts de 740 millions de paramètres, avec un contexte de 8K et sous licence Apache 2.0, qui projette texte, code, images, vidéo et audio dans un même espace de 768 dimensions. Le backbone texte de 270 millions de paramètres peut être chargé seul.

  7. open_model

    Mistral lance ML4 « Le Chonk », modèle à poids ouverts de mille milliards de paramètres : aperçu avant la publication des poids

    Selon ZDNET, Mistral a annoncé Mistral Large 4 (Le Chonk), un modèle à poids ouverts de mille milliards de paramètres, déjà disponible en aperçu public, avec une publication des poids annoncée pour le 27 octobre. Le modèle met en avant des capacités de cybersécurité contrôlables par les entreprises et des options de déploiement souverain dans l'UE.

  8. falcon

    TII publie Falcon-Emirati-7B : adaptation au dialecte émirati, 84,83 % sur le benchmark Alyah

    Selon le blog officiel publié par TII le 6 octobre 2026, Falcon-Emirati-7B effectue une adaptation spécialisée au dialecte émirati sur la base de Falcon-H1-Arabic, obtient 84,83 % sur le benchmark Alyah développé en interne et devance nettement plusieurs concurrents dans l'évaluation de la fidélité dialectale menée par un juge LLM ; le modèle est proposé en essai sur sa plateforme de chat.

  9. glm

    GLM 5.3 arrive sur Amazon Bedrock : MoE 753B via API hébergée, cache de prompt explicite et inférence interrégions au cœur de l'intégration

    Selon le blog officiel d'AWS du 5 octobre 2026, GLM 5.3 de Z.ai est disponible sur Amazon Bedrock pour les clients entreprises éligibles, appelable via les API Responses/Chat Completions compatibles OpenAI et Invoke/Converse de Bedrock, prend en charge le cache de prompt implicite et explicite ainsi que des configurations d'inférence interrégions US et Global, et fournit un chemin pour l'appeler avec l'agent open source de test d'intrusion Strix.

  10. open_model

    Reflection AI présente Beam, un modèle à poids ouverts : 501B de paramètres, 23B activés, poids Apache 2.0 annoncés

    Selon un article de MarkTechPost du 5 octobre 2026, Reflection AI a présenté Beam, son premier modèle à poids ouverts : 501B de paramètres totaux, 23B activés par token, destiné aux tâches de programmation et d'agents, avec un paramètre d'intensité de raisonnement et un contexte effectif de 1 million de tokens. Les poids sous Apache 2.0 sont annoncés pour la fin octobre 2026 ; le modèle est encore en phase de red teaming et l'accès se fait uniquement via une liste d'attente.

  11. open_model

    Aleph Alpha publie Kolibri, modèle à poids ouverts : 78 milliards de paramètres totaux, 3 milliards activés, 21,3 % de données d'entraînement en allemand

    Selon The Decoder, le 5 octobre 2026, Aleph Alpha a publié Kolibri, un modèle MoE bilingue allemand-anglais de 78 milliards de paramètres totaux avec environ 3 milliards de paramètres activés par token, dont les données d'entraînement sont à 21,3 % en allemand ; les poids sont ouverts sur Hugging Face sous licence Apache 2.0, avec un contexte allant jusqu'à 1 million de tokens.

  12. domestic_model

    MoWorld de Moxing Technology porte un modèle de monde 4D sur téléphone HarmonyOS : présentation de Mo Xiaochong et points de vérification

    Selon Xinzhiyuan, Moxing Technology lance une application exclusive à HarmonyOS, « Mo Xiaochong » : en téléversant quelques photos de chat, l'utilisateur génère un chat numérique 4D visible sous n'importe quel angle et aux mouvements continus, sur la base du modèle de monde 4D à reconstruction native MoWorld, dont le déploiement progresserait dans le cinéma et le jeu vidéo, l'intelligence incarnée, la conduite autonome, le jumeau numérique industriel, la planification urbaine et rurale et le tourisme culturel.