Qwen

Mise à jour de modèle

FlashInfer 0.7.1 apporte le MoE quantifié à parallélisme d'experts sur Rubin et réduit de 19,5 % le cache KV de GLM53-NoPE

Le 9 octobre 2026, la bibliothèque de noyaux d'inférence FlashInfer, sur laquelle s'appuie notamment vLLM, a publié sa version 0.7.1. Les GPU Rubin (SM107) servent désormais des experts MoE en NVFP4… Lire la brève

Nouveau modèle

Cloudflare ouvre Clef-omni, modèle de décision qui lit aussi l'audio et la vidéo, et ramène Clef-flash de 0,09 à 0,038 dollar par million de tokens

Le 9 octobre 2026, Cloudflare a publié sous licence Apache 2.0 Clef-omni, troisième modèle de sa famille de modèles de décision ouverte la semaine précédente avec Clef et Clef-flash. Ce mélange… Lire la brève

Mise à jour de modèle

Alibaba publie Qwen-Image-2.1-Turbo, version de son modèle d'image qui génère et retouche en 8 étapes de débruitage au lieu de 40

Le 9 octobre 2026, l'équipe Qwen d'Alibaba a publié sur Hugging Face Qwen-Image-2.1-Turbo, version accélérée de Qwen-Image-2.1 qui génère et retouche des images en 8 étapes de débruitage, contre 40… Lire la brève

Mise à jour de modèle

Unsloth 0.1.904 entraîne n'importe quel LLM texte ou vision en modèle de décision et accélère jusqu'à 4,1 fois le QLoRA de Qwen3.5-35B-A3B

Le 7 octobre 2026, Unsloth a publié la version 0.1.904-beta de son outil d'affinage et d'exécution locale de modèles. Elle permet d'entraîner en QLoRA n'importe quel LLM texte ou vision comme modèle… Lire la brève

Nouveau modèle

Mistral AI ouvre en préversion Mistral Large 4, modèle multimodal de 1 000 milliards de paramètres dont les poids sortiront fin octobre

Le 6 octobre 2026, Mistral AI a ouvert une préversion publique de Mistral Large 4, accessible par API sur Mistral Studio. Ce modèle à mélange d'experts, multimodal natif, compte 1 000 milliards de… Lire la brève

Nouveau modèle

Reflection AI présente Beam, modèle à poids ouverts de 501 milliards de paramètres dont les poids sortiront en octobre

Le 5 octobre 2026, Reflection AI a présenté Beam, son premier modèle à poids ouverts : un mélange d'experts de 501 milliards de paramètres, dont 23 milliards actifs, conçu pour le code, le… Lire la brève

Mise à jour de modèle

Hirundo rend publiques sur Hugging Face deux versions de Qwen dont l'alignement sur le PCC tombe de 89,8 % à 2,8 % des réponses sensibles

Le 5 octobre 2026, la start-up israélienne Hirundo, spécialisée dans le désapprentissage machine, a annoncé la mise à disposition sur Hugging Face, sous licence Apache 2.0, de versions dites «… Lire la brève

Nouveau modèle

llama.cpp réserve au DGX Spark un nouvel ordonnancement de FlashAttention, mesuré jusqu'à +33 % en préremplissage sur 65 536 jetons

Le 5 octobre 2026, llama.cpp a fusionné dans sa branche principale la pull request 29435, qui modifie la répartition du calcul de FlashAttention sur GPU NVIDIA pendant le préremplissage. Au lieu du… Lire la brève

Nouveau produit / service

NVIDIA lance un DGX Spark de 64 Go à partir de 4 999 dollars, disponible le 23 octobre chez six constructeurs

Le 2 octobre 2026, NVIDIA a annoncé une configuration de son ordinateur d'IA personnel DGX Spark dotée de 64 Go de mémoire unifiée, vendue à partir de 4 999 dollars à compter du vendredi 23 octobre… Lire la brève

Nouveau modèle

llama.cpp ajoute à son serveur le point d'accès /v1/systemone et prend en charge cinq modèles de décision, dont Laya et Kev

Le 2 octobre 2026, le projet llama.cpp a fusionné une pull request de plus de 2 100 lignes qui ajoute à llama-server un point d'accès /v1/systemone pour les « modèles de décision », qui renvoient des… Lire la brève

Dernières brèves

FlashInfer 0.7.1 apporte le MoE quantifié à parallélisme d'experts sur Rubin et réduit de 19,5 % le cache KV de GLM53-NoPE

Cloudflare ouvre Clef-omni, modèle de décision qui lit aussi l'audio et la vidéo, et ramène Clef-flash de 0,09 à 0,038 dollar par million de tokens

Alibaba publie Qwen-Image-2.1-Turbo, version de son modèle d'image qui génère et retouche en 8 étapes de débruitage au lieu de 40

Unsloth 0.1.904 entraîne n'importe quel LLM texte ou vision en modèle de décision et accélère jusqu'à 4,1 fois le QLoRA de Qwen3.5-35B-A3B

Mistral AI ouvre en préversion Mistral Large 4, modèle multimodal de 1 000 milliards de paramètres dont les poids sortiront fin octobre

Reflection AI présente Beam, modèle à poids ouverts de 501 milliards de paramètres dont les poids sortiront en octobre

Hirundo rend publiques sur Hugging Face deux versions de Qwen dont l'alignement sur le PCC tombe de 89,8 % à 2,8 % des réponses sensibles

llama.cpp réserve au DGX Spark un nouvel ordonnancement de FlashAttention, mesuré jusqu'à +33 % en préremplissage sur 65 536 jetons

NVIDIA lance un DGX Spark de 64 Go à partir de 4 999 dollars, disponible le 23 octobre chez six constructeurs

llama.cpp ajoute à son serveur le point d'accès /v1/systemone et prend en charge cinq modèles de décision, dont Laya et Kev

Articles liés

DeepSeek trie ses investisseurs pour un tour de 10,6 milliards d'euros

Mistral Large 4 : ce que vaut le « meilleur modèle ouvert hors Chine »

Kolibri d'Aleph Alpha : ce que la licence Apache 2.0 garantit

Jailbreak : MLCommons publie ses résultats et les erreurs de son juge

Sept modèles ont dirigé de vraies entreprises pendant 72 heures : 12 431 dollars de factures indues, zéro revenu

Modèles ouverts, la Chine fournit, l'Europe assemble, l'Amérique verrouille

Vous avez décroché cet été ? Huit faits pour reprendre le fil de l'IA