IA en 5 chocs : DeepSeek casse les prix, Hassabis quitte la conduite, l’Europe passe à l’amende

La semaine du 18 au 25 août 2026 aura fait basculer plusieurs équilibres : guerre des prix ouverte sur l’inference, restructuration au sommet de Google DeepMind, entrée en application de l’EU AI Act, et bras de fer compute chez Anthropic. Le paysage se recompose plus vite qu’il ne se lit.

Google DeepMind change de tour de contrôle

Le 8 août 2026, Demis Hassabis a annoncé qu’il ne dirigeait plus Google DeepMind au quotidien. Il conserve un rôle de chairman de la structure et devient Chief Scientist d’Alphabet. Le contrôle opérationnel revient à Koray Kavukcuoglu, CTO de DeepMind. Dans le même mouvement, Jeff Dean quitte Google après 27 ans pour cofonder Discovery Loop, une nouvelle structure dédiée à l’automatisation de la découverte scientifique, en emmenant plusieurs chercheurs de premier plan.

Le message interne est double. D’abord, la fin symbolique du split Google Brain / DeepMind entre Mountain View et Londres, longtemps pointé comme la raison pour laquelle Google shippait plus lentement qu’OpenAI ou Anthropic. Ensuite, l’acceptation que la prochaine bataille se joue moins sur des modèles généralistes plus gros que sur des systèmes qui savent conduire de la recherche eux-mêmes. Discovery Loop se positionne exactement là.

Pour un observateur extérieur, cette semaine marque une bascule : Google admet qu’il faut réorganiser la maison pour tenir le rythme, pendant qu’un des noms les plus lourds de son histoire choisit de repartir en startup. C’est un signal fort que la couche « AI for science » devient une catégorie de marché à part entière, séparée des chatbots grand public.

DeepSeek et la nouvelle ligne rouge des prix

DeepSeek V4 Flash, sorti en août 2026, atteint des scores de code proches de Claude Opus 4.8 pour un coût par token réduit d’environ 99%. La grille de Google Gemini Flash a suivi, GPT-5.6 Luna d’OpenAI a baissé, Meta a repositionné Muse Spark 1.1 et xAI a aligné Grok 4.5. Le marché entre en compression tarifaire accélérée sur la couche inference.

La conséquence pratique pour les acheteurs est simple : sur des tâches standardisées (génération de code, extraction structurée, résumés longs), la question n’est plus « quel est le meilleur modèle ? » mais « quel est le moins cher qui passe mon seuil de qualité ? ». Le délai de conversion des workloads d’un modèle premium vers un modèle low-cost tombe sous les deux mois pour beaucoup d’équipes.

Le risque réel est ailleurs. Sur les tâches agentiques longues, où l’on empile des dizaines d’appels par run, un écart de qualité de 3 à 5 points sur SWE-bench se traduit vite en itérations ratées et en coût total supérieur. C’est le trou dans lequel Anthropic et OpenAI essaient de maintenir leur prime pricing.

Anthropic verrouille son compute et sa politique publique

Anthropic a communiqué sur environ 71 Md$ d’engagements compute déjà sécurisés auprès de plusieurs cloud providers. Le chiffre est à comparer au 217 Md$ cumulés de levées Anthropic + OpenAI sur le premier semestre 2026, qui représentent déjà 43% de tout le capital-risque mondial déployé sur la période selon Crunchbase.

En parallèle, la boite a nommé Tino Cuéllar, ancien juge de la Cour suprême de Californie et président du Carnegie Endowment for International Peace, comme premier Chief Global Affairs Officer. C’est un profil clairement institutionnel, axé sécurité nationale et relations gouvernementales. Il rejoint une industrie où les questions réglementaires deviennent centrales, notamment en Europe et aux États-Unis.

La lecture stratégique : Anthropic prépare une phase où la compétition ne se joue plus seulement en labo mais dans les commissions parlementaires, les appels d’offres publics et les marchés défense. Sceller 71 Md$ de compute permet de tenir la roadmap technique pendant qu’on structure le lobbying et la gouvernance. C’est une posture de labo mature, plus proche d’un contractor défense que d’un pure-play SaaS.

NVIDIA Groq 3 : l’inference devient la vraie bataille

Rappel : en décembre 2025, NVIDIA a racheté les actifs de Groq pour environ 20 Md$, sa plus grosse acquisition jamais réalisée. En août 2026, le premier produit issu de cette intégration prend forme sous le nom Groq 3, une puce dédiée inference. Le chiffre annoncé par NVIDIA est de 35× le throughput par mégawatt du Blackwell NVL72 sur des modèles trillion-paramètres.

La cible visée est claire : les grands consommateurs d’inference, en tête desquels OpenAI, qui a déjà signé en parallèle avec Cerebras pour de l’inference haute vitesse. Cerebras avait retiré son IPO en octobre 2025 après une levée supérieure à 1 Md$ et reste dans la course.

Le vrai signal est macro. On sort de la période 2023-2025 dominée par le training, où toute la valeur remontait vers les GPU haut de gamme. La couche inference à grande échelle devient le nouveau champ de bataille silicium, avec des architectures de plus en plus spécialisées. Pour les DSI, cela signifie une chose : budgéter séparément train et inference, et remettre à plat les hypothèses de coût unitaire tous les six mois.

EU AI Act : l’enforcement démarre pour de bon

Depuis le 2 août 2026, la Commission européenne applique la nouvelle vague d’obligations de l’AI Act. Les chatbots doivent explicitement se déclarer comme IA aux utilisateurs. Les deepfakes doivent porter un label. Les contenus générés ou modifiés par IA doivent embarquer un marquage lisible machine pour permettre leur détection. Les amendes atteignent 15 M€ ou 3% du chiffre d’affaires mondial annuel, selon le plus élevé.

L’AI Office prend directement la main sur les modèles General Purpose AI. Il peut demander la documentation technique, lancer des évaluations, exiger des correctifs et prononcer des sanctions. Les autorités nationales gèrent les autres systèmes IA déployés sur leur territoire.

Deux dossiers méritent surveillance. Premièrement, l’enquête DSA ouverte en janvier 2026 contre X sur son outil Grok, après la circulation d’images sexuelles manipulées et de possibles contenus pédopornographiques. Deuxièmement, l’entrée en vigueur le 2 décembre 2026 de deux nouvelles pratiques interdites, incluant explicitement la génération d’images intimes non consenties, après l’épisode xAI où Grok aurait généré environ 3 millions d’images sexualisées. Toute boite avec un chatbot en production en Europe a intérêt à auditer sa conformité dés ce trimestre.

Open-weight à parité : Kimi K3, GLM-5.2, runtimes locaux

Sur les benchmarks publics, l’écart entre modèles propriétaires et open-weight se resserre encore. Moonshot a shippé en juillet 2026 Kimi K3, une architecture MoE de 2,8 trillions de paramètres avec vision native et contexte 1 million de tokens. GLM-5.2 (licence MIT) tient la première place sur les benchmarks open-weight de code, avec 91,2% sur GPQA Diamond. DeepSeek V4 Pro, MiniMax M3, Qwen 3.6 et Llama 4 complètent une offre à parité sur beaucoup d’usages.

Le côté runtime suit. Ollama 0.32.6 (août 2026) aligne son streaming sur le wire format OpenAI et active du decoding spéculatif automatique sur GPU Apple via la MTP head des modèles compatibles. LM Studio 0.4.10 supporte OAuth pour MCP servers : on peut connecter proprement des serveurs protégés comme Notion, GitHub Enterprise ou Postgres depuis un runtime local. vLLM 0.21 a stabilisé DeepSeek V4 sur Blackwell plus tôt dans l’année.

Pour une PME ou une équipe produit européenne, c’est le trimestre idéal pour piloter une architecture hybride : modèle premium sur API pour les tâches critiques, modèle open-weight self-hosté pour les workloads répétitifs. Le calcul de ROI penche clairement en faveur du mix, surtout avec la conformité AI Act qui rend la maîtrise du pipeline plus précieuse.

Testez votre lecture de la semaine