AI Act, jour J : ce que le 2 août 2026 change vraiment pour les entreprises IA

Ce dimanche 2 août 2026, les obligations centrales de l'AI Act européen s'appliquent. Dans le même temps, Anthropic reprend la couronne des modèles frontières, OpenAI casse le prix de GPT-5.6 Luna de 80 %, et Google repousse encore Gemini 3.5 Pro. Petit tour d'horizon d'une semaine où la régulation, le pricing et la performance bougent en même temps.

AI Act : le calendrier européen bascule ce dimanche

Le 2 août 2026 est la date la plus lourde du calendrier de l'AI Act depuis son adoption. Ce dimanche s'appliquent les obligations centrales : régime des systèmes à haut risque (biométrie, éducation, emploi, crédit, justice, migration), devoirs de transparence pour les systèmes à risque limité (chatbots, contenus synthétiques), et obligations déployeurs (documentation, journalisation, supervision humaine). Les sanctions plafonnent à 35 M€ ou 7 % du chiffre d'affaires mondial pour les pratiques interdites, et à 15 M€ ou 3 % pour la plupart des autres manquements.

La portée est extraterritoriale. Une entreprise américaine qui met un système classé haut risque sur le marché européen tombe dans le régime, même sans filiale sur place. Holland & Knight a rappelé en avril que la préparation devait être bouclée avant cette date. Sur le terrain, ce sont surtout les cas d'usage RH, banque et santé qui exigent une refonte des dossiers de conformité, avec dictionnaire de risques, tests de biais et évaluation d'impact sur les droits fondamentaux.

Le décalage avec la doctrine américaine devient net. L'executive order de janvier 2025 a démantelé la Safety Executive Order de 2023, et un ordre de décembre 2025 a créé une AI Litigation Task Force chargée d'attaquer les lois d'États jugées trop contraignantes. Le marché unique européen impose désormais son standard aux acteurs globaux, comme le RGPD l'avait fait en 2018.

Claude Opus 5 reprend le haut du classement

Le 24 juillet 2026, Anthropic a livré Claude Opus 5. Sur l'Intelligence Index de llm-stats, le modèle atteint 61 points ; sur l'Agentic Index, il monte à 55,3. Sur les tableaux de vote coding d'Arena, il termine premier. Le tarif est fixé à $5 par million de tokens en input, $25 en output. Anthropic revendique une performance dans un rayon de 0,5 % du pic de Fable 5, pour la moitié du coût par tâche.

Trois choses comptent ici. D'abord, c'est la première fois depuis plusieurs mois qu'Anthropic occupe simultanément la première place sur les benchmarks agentic et coding, deux terrains où Claude a un pipeline produit direct (Claude Code, intégration Cursor, API tool use). Ensuite, le positionnement prix contredit l'intuition d'un ticket haut : à $30 combinés input+output par million de tokens, Opus 5 reste au-dessus des lignes Terra ou Gemini Flash, mais reste divisible par 2 par rapport aux tarifs de tête de gamme historiques.

Enfin, la question ouverte reste la latence agentic. Un modèle qui gagne 5 points sur un benchmark mais ajoute 15 secondes par appel outil devient difficile à intégrer dans un agent en production. Les premiers retours des équipes qui construisent sur l'API mentionnent une amélioration nette du multi-step, sans régression notable sur la latence unitaire. À suivre sur des workloads à volume réel dans les prochaines semaines.

OpenAI casse le prix de GPT-5.6 Luna de 80 %

Le 30 juillet 2026, OpenAI a annoncé une baisse tarifaire majeure sur sa génération 5.6. Luna, la version économique de la ligne Sol / Terra / Luna, tombe à $0,20 par million de tokens en input et $1,20 en output, soit une baisse de 80 %. Terra, la version intermédiaire, baisse de 20 % à $2 / $12. Cette génération est aussi la première à passer une revue de sécurité gouvernementale américaine client-par-client avant lancement public.

À $0,20 par million de tokens en input, l'inférence cesse d'être le coût dominant d'une application IA à volume moyen. Le calcul se déplace : la latence, la qualité du contexte fourni, la fiabilité de l'orchestration prennent le pas. Pour une équipe qui construit un agent RAG ou une classification massive sur des documents, le coût unitaire chute mais le coût système reste (base vectorielle, embeddings, monitoring, garde-fous).

Le message stratégique est clair : OpenAI ne cherche plus la marge par token, mais la marge par écosystème. Codex tourne désormais sur GPT-5.6, ChatGPT en fait sa version par défaut pour les utilisateurs gratuits, et l'API tire son revenu de l'usage à très fort volume. Face à Anthropic qui pousse par le haut avec Opus 5, la contre-attaque par le bas cadre le marché en pinces. Reste à voir si Anthropic suivra sur les prix pour ses lignes Haiku et Sonnet.

Google DeepMind rate un rendez-vous frontière

Axios a rapporté le 23 juillet 2026 que Gemini 3.5 Pro est repoussé, avec un retard chiffré en mois par rapport au planning initial. Le média cite une baisse de moral chez DeepMind comme facteur contributif, sur fond d'exode d'ingénieurs vers Anthropic, OpenAI et une nouvelle génération de startups agents. Les livraisons stables les plus récentes de Google restent Gemini 3.5 Flash (mai 2026) et Gemini 3.6 Flash (21 juillet 2026).

Le paradoxe Google reste entier. Aucun autre acteur n'a l'équivalent de la distribution : Search, Android, Workspace, YouTube, Chrome, Pixel, Cloud. Gemini est déjà consommé par des milliards d'utilisateurs sans qu'ils aient à s'inscrire nulle part. Sur les usages grand public, ce moat est réel. Sur le récit frontière, en revanche, chaque trimestre sans un modèle en tête coûte cher en signal envoyé aux développeurs et aux entreprises qui font leurs choix d'infrastructure.

La question posée à Sundar Pichai est de savoir si Google accepte de découpler le récit frontière du produit grand public. Sur le papier, DeepMind pourrait sortir un modèle de recherche pointu (à la AlphaProof, à la Genie 3) sans passer par la case Gemini Pro. En pratique, la structure interne pousse tout dans le même pipeline. Le retard sur 3.5 Pro donne à Anthropic et OpenAI plusieurs mois d'avance narrative. Ce genre de fenêtre ne se rattrape pas mécaniquement.

L'open source garde le rythme

Trois releases open weight structurent la semaine. Moonshot AI a livré Kimi K3 le 16 juillet 2026, un MoE de 2,8 trillions de paramètres avec vision native, sous poids ouverts. Meta a sorti Muse Spark 1.1 le 9 juillet, un modèle multimodal orienté agents. Mistral Large 3, publié sous licence Apache 2.0, marque un basculement chez Mistral vers des licences pleinement permissives sur ses modèles de tête.

Le tempo compte. Sur juillet 2026, les releases open weight ont dépassé les releases propriétaires en nombre, et le catalogue de premier plan (GLM-5.2, Kimi K2.7 Code, DeepSeek V4 Pro, MiniMax M3, Qwen 3.6, Llama 4, Mistral Large 3) offre désormais une option crédible pour la plupart des cas d'usage. La barrière n'est plus la qualité mais l'exploitation : orchestration, quantification, serving. C'est là que vLLM v0.21.0 (mai 2026, Apache 2.0), Ollama et LM Studio prennent leur importance opérationnelle.

Le point de vigilance porte sur l'origine des poids. Les principaux modèles open weight de l'année viennent en majorité de laboratoires chinois (Moonshot, DeepSeek, Alibaba Qwen, Zhipu GLM), avec un traitement contractuel de la propriété intellectuelle et de la sécurité qui reste hétérogène. Les DSI européennes qui construisent sur ces poids doivent, à partir de ce 2 août, documenter la chaîne d'approvisionnement modèle dans leur dossier AI Act.

AMD et Cerebras attaquent NVIDIA sur l'inférence

Fin juillet, AMD et Cerebras ont annoncé Helios, un système compute désagrégé qui combine les GPU Instinct d'AMD avec les accélérateurs SRAM de Cerebras. AMD revendique une amélioration de 30 % du ratio tokens par dollar par rapport à la Vera Rubin NVL72 de NVIDIA, positionnée sur les workloads d'inférence agentic à faible latence. Le duo cible explicitement les cas d'usage où les LPU de Groq (racheté par NVIDIA en décembre 2025 pour $20 Md) sont la référence actuelle.

Le contexte marché est tendu. Cerebras est passé en bourse le 14 mai 2026, valorisation de clôture jour un autour de $56 Md fully diluted, la plus grosse IPO tech américaine depuis Snowflake en 2020. NVIDIA garde le training de bout en bout, mais l'inférence est devenue le vrai centre de gravité du coût pour les hyperscalers et les néo-clouds. Un déplacement de quelques points de part de marché sur ce segment vaut des milliards par an.

La revendication +30 % reste à vérifier par des tests indépendants sur des workloads publics. Historiquement, les benchmarks constructeur des challengers de NVIDIA se sont dégonflés en production réelle. Mais la simple existence d'un système qui prétend battre le rack de référence NVIDIA sur son propre terrain envoie un signal : la fenêtre de commoditisation matérielle commence à s'ouvrir, et les entreprises qui construisent leur pile d'inférence ont, pour la première fois depuis longtemps, un vrai levier de négociation.

Testez votre lecture de la semaine