OpenAI propose 42,6 Md$ à Washington, Meta fait payer, xAI ship : la semaine où l’IA a changé de règles

Une proposition de participation étatique à 852 Md$ de valorisation, un premier tarif payant chez Meta, un modèle Opus-class chez xAI et un data center de 5 GW en Louisiane. En sept jours, l’industrie IA a basculé d’un jeu de modèles vers un jeu de capital, de silicium et d’alliances souveraines.

OpenAI ouvre son capital à l’État américain

Sam Altman a rencontré Donald Trump, le secrétaire au Commerce Howard Lutnick et le secrétaire au Trésor Scott Bessent le 14 juillet 2026 pour proposer une participation gouvernementale de 5% dans OpenAI. À la valorisation privée actuelle de 852 Md$, la ligne représenterait environ 42,6 Md$ en actions. La proposition intervient alors que l’entreprise prépare une confidential filing d’IPO pour septembre 2026.

PartenariatL’initiative acte un basculement doctrinal : plutôt que d’attendre une régulation contraignante, un frontier lab américain propose lui-même un ancrage souverain. Le calcul est double. Côté OpenAI, la participation stabilise la relation avec l’administration Trump, notamment sur les contrats de défense et les autorisations d’export vers le Moyen-Orient. Côté exécutif, elle offre une visibilité financière inhabituelle sur une entreprise que le marché valorise plus que Meta ou Berkshire Hathaway. Reste que la structure juridique n’est pas triviale : OpenAI conserve un plafond de retour pour ses investisseurs, ce qui rend le calcul de dilution moins mécanique qu’une prise de participation classique.

Meta ferme le robinet gratuit avec Muse Spark 1.1

Le 9 juillet 2026, Mark Zuckerberg a rompu trois ans de silence sur X pour annoncer Muse Spark 1.1. Le modèle vise directement le créneau agentic : contexte 1 M tokens, sub-agents parallèles, computer use natif sur desktop, mobile et web. Prix API : 1,25 $ par million de tokens en entrée, 4,25 $ en sortie, avec 20 $ de crédits gratuits par compte créé.

ProduitSur ses propres benchmarks, Meta revendique 88,1 sur MCP Atlas (tool use à grande échelle) et 54,7 sur JobBench (usage professionnel d’outils). Ces chiffres sortent d’un laboratoire intéressé et attendent leur validation indépendante. Le vrai signal est ailleurs : c’est la première fois que Meta facture l’accès à ses modèles. La trajectoire Llama-2 gratuit → Llama-4 open weights → Muse Spark payant ferme un chapitre. Le pari : capter la valeur agentic avant que Muse Spark 2 ne débloque un marché entreprise structuré. Le risque : laisser un espace à DeepSeek, Qwen ou Mistral pour se positionner comme « les vrais open ».

Grok 4.5, ou comment Musk absorbe un IDE dans un modèle

SpaceXAI a publié Grok 4.5 le 8 juillet 2026, première release après la fusion avec xAI et l’acquisition de Cursor. Le modèle est bâti sur un foundation V9 à 1,5 T paramètres, facturé 2 $ input et 6 $ output par million de tokens, délivrant environ 80 tokens/seconde. Disponibilité : Grok Build, console SpaceXAI et Cursor sur tous les plans, mais pas encore dans l’UE.

AcquisitionLa singularité opérationnelle : le training set de Grok 4.5 intègre des données Cursor. Le modèle a été entraîné sur des interactions IDE réelles, ce que ni Claude Code ni GPT-5.6 ne peuvent revendiquer à ce niveau. Musk annonce en parallèle un modèle 2 T paramètres pour août et un rythme d’un nouveau foundation par mois jusqu’en décembre 2026, en s’appuyant sur les GPUs des clusters Colossus. La cadence promise est intenable pour un lab classique ; elle est plausible si l’on accepte que la frontière devient un continuum de modèles incrémentaux plutôt qu’une série de gros events.

Silicium, gigawatts et géographie de l’inférence

Meta a confirmé le 14 juillet 2026 l’extension de son projet Hyperion à Richland Parish, en Louisiane, avec une capacité cible d’environ 5 GW et un investissement dépassant 50 Md$. Pour comparaison, cela représente une consommation équivalente à celle d’une métropole européenne moyenne, pour un unique site. TSMC a annoncé le même jour un revenu trimestriel record, tiré par la demande AI, confirmation que les commandes de wafers suivent les annonces de capex.

PartenariatCôté ASIC, Anthropic négocie avec Samsung une puce sur mesure optimisée pour les modèles Claude, s’alignant sur les stratégies TPU de Google et Trainium d’Amazon. OpenAI a dévoilé le 1 juillet son propre chip d’inférence baptisé Jalapeño. La conclusion est simple : les grands labs considèrent désormais que dépendre d’un fournisseur unique (NVIDIA) est un risque stratégique. Blackstone a engagé 30 Md$ sur des data centers au Japon, tandis que Qualcomm a racheté le spécialiste compilateur Modular pour 4 Md$, positionnant l’acteur mobile sur la couche système qui rend le multi-hardware praticable.

Open source : Kimi K2.7, MCP dans llama.cpp, MLX chez Ollama

Sur le front open weights, Moonshot a publié le 12 juin 2026 Kimi K2.7 Code, un modèle 1 T paramètres en Mixture-of-Experts avec 32 B actifs par token et un contexte de 256 K. Prix API : 0,95 $ input et 4 $ output par million. Moonshot revendique +21,8% sur son propre Kimi Code Bench v2 face à K2.6, avec environ 30% de tokens de raisonnement en moins. Aucun tiers indépendant n’a encore publié sur SWE-bench Verified ou SWE-bench Pro — à consommer avec un test interne avant migration.

ProduitCôté runtimes locaux, llama.cpp a intégré en mars 2026 un support MCP complet directement dans llama-server (gestion des serveurs MCP, appels d’outils avec boucle agentic, Prompts et Resources). Ollama a stabilisé son backend MLX sur Apple Silicon à l’été 2026, remplaçant le chemin Metal via llama.cpp. Le tool calling s’est fortement amélioré : Gemma 4 est passé de 6,6% à 86,4% d’accuracy entre février et avril. Concrètement, un stack local (Kimi K2.7 sur llama.cpp avec MCP) devient viable pour du code review et de l’automation, sans quitter la machine.

Claude Sonnet 5 vs GPT-5.6 vs Gemini 3.5 : où sont vraiment les scores

Anthropic a publié Claude Sonnet 5 le 30 juin 2026 avec un score de 57 sur l’Artificial Analysis Intelligence Index, contre 61 pour Opus 4.8 et 55 pour GPT-5.5. Sur SWE-bench Verified, Sonnet 5 atteint 72,7% (vs 62,3% pour Sonnet 4.6 et 79,4% pour Opus 4.8). Terminal-bench monte à 76,1%, gain de plus de 20 points sur Sonnet 4.6. Prix introductoire jusqu’au 31 août 2026 : 2 $ input et 10 $ output par million, puis 3 $/15 $.

ProduitGoogle a repoussé Gemini 3.5 Pro au 17 juillet 2026, en scrappant l’architecture 2.5 Pro pour une reprise complète sur le raisonnement mathématique, la génération SVG et la qualité image. GPT-5.6 est sorti sur Codex avec une variante Sol (flagship, Ultra subagent mode), Terra (qualité GPT-5.5 à moitié prix) et Luna (fast tier). Le classement composite reste serré : aucun modèle frontière n’écrase les autres, et le choix devient dicté par le use case (agentic vs raisonnement long, coding vs général) plutôt que par un « meilleur modèle » absolu.

Ce que ça change pour votre semaine

Trois décisions pratiques à considérer d’ici lundi. D’abord, si votre stack coding tourne sur Cursor, notez que le training de Grok 4.5 inclut des données Cursor : relisez les conditions d’usage et vérifiez le paramétrage de partage des sessions, particulièrement si vous travaillez sur du code propriétaire sensible. Ensuite, avant de basculer sur Muse Spark 1.1 pour son prix agressif (1,25 $/M input), testez la latence réelle sur vos workloads : la preview est limitée aux développeurs US, ce qui peut ajouter de la latence hors zone.

Enfin, si vous opérez du code review automatisé ou de la synthèse de documents en volume, la combinaison Kimi K2.7 Code sur llama.cpp avec MCP est probablement le meilleur ratio coût/performance disponible en local aujourd’hui, à condition d’accepter l’absence de benchmarks tiers indépendants. Pour la production critique, restez sur Claude Sonnet 5 ou GPT-5.6 avec fallback : le coût marginal reste supérieur mais les SLA sont documents.

Testez votre lecture de la semaine