Apple lâche son IA maison, Kimi casse les prix : la semaine qui rebat les cartes

En sept jours, trois mouvements ont déplacé le centre de gravité de l'écosystème IA. Apple a admis publiquement qu'elle ne pouvait pas gagner seule la course frontier. Moonshot a sorti un modèle de code à poids ouverts cinq fois moins cher qu'Opus 4.8. Et Bruxelles a relâché son calendrier sans céder sur le fond.

Apple bascule Siri sous Gemini, et c'est un changement de doctrine

Le 9 juin 2026, Apple a dévoilé à la WWDC la refonte la plus importante de Siri depuis 2011. Le nouvel assistant devient une app autonome, voit le contenu de l'écran, orchestre des actions cross-app (Photos, Safari, Phone) et peut relire le contexte Mail ou Messages en plein appel. La nouveauté la plus structurante n'est pas fonctionnelle, elle est industrielle : pour la couche conversationnelle complexe, Apple a choisi Google Gemini comme moteur sous-jacent. Le porte-parole d'Apple, Greg Joswiak, l'a présenté comme un partenariat de profondeur, pas comme un fallback.

Trois lectures se valent. La première : Apple acte qu'elle ne comblera pas seule son retard frontier, et préfère intégrer un modèle externe plutôt que livrer un Siri sous-dimensionné. La deuxième : c'est une victoire indirecte de Google, qui place Gemini au cœur d'un milliard d'iPhone actifs sans dépenser un dollar de plus en acquisition utilisateur. La troisième, plus inconfortable pour Cupertino : la dépendance créée vis-à-vis d'un concurrent direct va peser sur les négociations futures, et limite la marge de manœuvre produit. Effet collatéral immédiat, Apple a annoncé que les nouvelles fonctions Siri seraient indisponibles dans l'UE et en Chine, en pointant explicitement le Digital Markets Act. C'est la première fois qu'Apple instrumentalise aussi clairement la régulation européenne comme argument commercial.

Moonshot Kimi K2.7 Code : le prix devient l'argument central

Le 12 juin 2026, Moonshot AI a publié Kimi K2.7 Code sur Hugging Face sous license Modified MIT. Sous le capot, une architecture Mixture-of-Experts à 1 000 Md de paramètres dont 32 Md actifs par token, un contexte de 256K, un mode thinking obligatoire et une cible explicite : remplacer Claude Sonnet et Opus sur les workflows d'agents codeurs. Le tarif annoncé est de 0,95 $/M tokens en entrée et 4 $/M en sortie, soit environ ×5 moins cher qu'Opus 4.8 pour un score brut compétitif sur SWE-bench Verified. Trois jours plus tard, le 15 juin, Moonshot a ajouté un HighSpeed Mode multipliant le throughput par 6, sans changer le pricing.

Pour une équipe de 20 développeurs sous Cursor ou Claude Code à plein régime, le delta annuel se compte en dizaines de milliers de dollars. La question n'est plus « peut-on remplacer les frontier labs par de l'open source ?», elle devient « sur quels workflows accepte-t-on encore de payer la prime frontier ?». Le risque réputationnel et opérationnel reste réel, Kimi K2.7 Code ayant choisi de ne pas soumettre son modèle aux benchmarks indépendants type LMSys. Mais pour les usages internes non critiques, la pression économique va probablement gagner.

Anthropic Fable 5 : la sécurité gravée dans l'architecture

Anthropic a mis en accès public Claude Fable 5, premier modèle de la classe Mythos du labo. La spécificité technique notable est un mécanisme de re-routage : toute requête classifiée à risque par le modèle est automatiquement renvoyée vers Opus 4.8, considéré comme plus contraint et mieux testé sur les scénarios sensibles. C'est la première fois qu'un frontier lab inscrit une logique de garde-fou directement dans le runtime du modèle, plutôt que dans la documentation ou les guidelines d'usage. Le 15 juin 2026, Dario Amodei et plusieurs cadres d'Anthropic ont rencontré l'administration Trump pour discuter de Fable 5 ; aucune résolution n'a été annoncée à l'issue de la réunion.

La lecture business est ambivalente. D'un côté, Anthropic continue de défendre sa différenciation « safety-first » même quand cela crée des frictions politiques. De l'autre, la valorisation de 965 Md$ post-Série H impose désormais des contraintes de croissance qui rendent ce positionnement plus coûteux à tenir. La question stratégique est de savoir si le marché entreprise valorisera cette discipline architecturale assez pour compenser le différentiel de prix face à Kimi, DeepSeek ou Mistral.

EU AI Act : Bruxelles ralentit, sans céder sur le fond

Le 10 juin 2026, la Commission européenne a publié le Code of Practice sur le marquage et l'étiquetage des contenus générés par IA. Texte technique, peu commenté en dehors des cercles spécialisés, mais opérationnellement important : il fixe les méthodes acceptées (watermarking, métadonnées, signatures cryptographiques) pour les images, l'audio et les vidéos synthétiques. En parallèle, l'accord trilogue du 7 mai 2026 sur le Digital Omnibus est confirmé : deux pratiques sont ajoutées à la liste des interdits, les deepfakes intimes non consentis et la production de CSAM ; et l'obligation pour les États membres de créer un sandbox réglementaire est repoussée d'août 2026 à août 2027.

Le message est cohérent. Bruxelles desserre les contraintes calendaires pour éviter une régulation bâclée au moment où l'écosystème explose, mais durcit les interdits qui ne tolèrent aucun argument économique. Pour les éditeurs de modèles, cela donne 12 mois supplémentaires pour aligner les architectures et les processus. Pour les ONG et les régulateurs nationaux, c'est un signal qu'il faudra densifier les contrôles ex-post puisque les sandboxes officiels arriveront plus tard.

Grok V9-Medium et le retour des paramètres XXL

xAI a confirmé le 28 mai 2026 que Grok V9-Medium a terminé son pre-training à 1 500 Md de paramètres, soit trois fois la taille de Grok 4.3 actuellement en production. La sortie publique est attendue mi-juin 2026 après les phases SFT et RLHF. Côté infrastructure, l'API Speech-to-Text xAI est passée en disponibilité générale le 11 juin 2026 (25 langues, batch et streaming). Le bruit interne reste élevé : plus de 50 chercheurs et ingénieurs ont quitté la division depuis l'absorption par SpaceX en février 2026, et le pricing IPO SPCX du 11 juin 2026 vise une valorisation de 1 750 Md$.

L'industrie était censée sortir de la course aux paramètres bruts en 2024, au profit du MoE, du test-time compute et des architectures hybrides. Le pari de xAI consiste à dire que le compute dispo via SpaceX/Vera-Rubin permet encore de tirer du signal de la taille pure, même si chaque token devient plus cher à servir. La réponse viendra des benchmarks indépendants une fois le modèle accessible.

Runtimes locaux : l'open source est resté dans la course

Le mois de mai 2026 a été dense côté inférence locale. Ollama est passé de 0.23.0 à 0.24.0 en 11 jours, en ajoutant le support de Codex App, le speculative decoding Gemma 4 MTP via le runner MLX, et un sampler MLX retravaillé. vLLM v0.21.0 a stabilisé DeepSeek V4 sur Blackwell avec un nouveau backend TOKENSPEED_MLA et fait respecter les budgets de raisonnement au speculative decoding. llama.cpp a mergé le support Qwen 3.6 MTP et publié des prebuilts CUDA 13.1 pour Windows. LM Studio a stabilisé le MTP.

Combinés à Kimi K2.7 Code en open weights et à la maturité de DeepSeek V3, ces runtimes signifient qu'une équipe technique avec une infra GPU modeste peut désormais servir un modèle frontier-tier en interne, à coût marginal, sans dépendre d'une API tierce. C'est un argument souverain pour les entreprises européennes, et un argument économique pour à peu près tout le monde. La friction restante reste l'outillage agent (orchestration, mémoire, tool-use), mais les écarts se resserrent vite.

Testez votre lecture de la semaine