En bref
- Anthropic sort Claude Haiku 5.5 à 0,10 $/0,50 $ par million de jetons jusqu’à 100 000 jetons, puis 0,50 $/2,50 $ au-delà 12.
- Simon Willison publie ttok 1.0, qui passe le tokenizer par défaut de GPT-4 à GPT-5/GPT-6 8.
- NVIDIA atteint le niveau médaille d’or à l’IMO 2026 et à l’IOI 2026 en affinant Nemotron 3 par SFT, RL et inférence guidée par retour 2.
Les signaux
Modèles
Haiku 5.5 s’aligne sur le prix de GPT-6 Luna
ProduitAnthropic lance Claude Haiku 5.5 au tarif de 0,10 $/0,50 $ par million de jetons jusqu’à 100 000 jetons, puis 0,50 $/2,50 $ au-delà 12. Haiku 4.5 était facturé 1 $/5 $ par million de jetons, soit dix fois le prix de GPT-6 Luna sorti le mois précédent 12. Haiku 5.5 utilise un tokenizer moins généreux : sur un même prompt long, le compteur de jetons de Simon Willison mesure environ 1,25 fois plus de jetons qu’avec Haiku 4.5 12. Au-delà de 100 000 jetons, Luna augmente son prix à 272 000 jetons mais seulement à 0,20 $/0,75 $ 12.
Outils
ttok 1.0 bascule sur le tokenizer GPT-5/GPT-6
Source primaireSimon Willison publie ttok 1.0 après avoir constaté que la version 0.4 utilisait par défaut le tokenizer GPT-4 8. OpenAI n’a pas confirmé que GPT-6 partage le tokenizer de la famille GPT-5, mais un commit de William Liu rapporte une expérience où les sept modèles GPT testés (5.5, 5.6 Sol/Terra/Luna, 6 Astra/Sol/Luna) renvoient 44 794 jetons et concordent sur les 31 fixtures 8. La version 0.4 avait ajouté une commande --list-models et corrigé un avertissement Click 9.
Recherche
GPD distille la géométrie 3D dans un modèle RGB-only
Étude non relue par des pairsLe papier GPD (Geometry-Privileged Distillation) rend les indices de profondeur, sémantiques et de vue aérienne sous forme de texte compact, routés vers le professeur avec la réponse de référence 3. Une KL privilégiée, appliquée uniquement aux trajectoires incorrectes, augmente GRPO, et le modèle déployé reste RGB-only 3. Sur un backbone 4B, GPD atteint 57,1 sur VSI-Bench et 37,6 de moyenne sur MindCube, SPARBench, MMSI-Bench et ViewSpatial, dépassant GRPO et l’OPSD privilégiant la réponse 3.
Recherche
SparseEngine dépasse vLLM de 2,5x en décodage
Étude non relue par des pairsSparseEngine est un moteur d’inférence sparse-first dont le contrat de cycle de vie partagé laisse chaque méthode contrôler sa représentation KV 18. Il supporte 15 méthodes réparties en quatre catégories, avec Chain Cache pour reprendre les méthodes d’éviction KV depuis l’historique retenu et un élagage de cache de préfixe contrôlable 18. Le moteur annonce plus de 10x de débit avec éviction KV, plus de 2,5x de décodage plus rapide à concurrence égale face à vLLM, et plus de 2x d’accélération de bout en bout sur des benchmarks d’agents 18.
À retenir
- 0,10$/0,50 $ par million de jetons : tarif de Haiku 5.5 jusqu’à 100 000 jetons, puis 0,50 $/2,50 $ au-delà 12.
- 1,25x plus de jetons : le tokenizer de Haiku 5.5 consomme environ 1,25 fois plus de jetons que Haiku 4.5 sur un même prompt long 12.
- 2,5x de décodage plus rapide : SparseEngine face à vLLM à concurrence égale, avec plus de 10x de débit en éviction KV 18.
Niveaux de preuve
- Source primaire (3)L'auteur ou l'organisation concernée le dit directement.02 Tuto Fine-Tuning
- Étude non relue par des pairs (3)Un article de recherche publié sans relecture par d'autres chercheurs.03 04 Matos
- Produit (3)Une annonce ou une page de l'éditeur du produit.01 RAG Prédictions
Tuto du jour
Tuto / Outil : Docker Agent 6 Source primaire
Ce qu’on installe : Un plugin CLI Docker pour créer et exécuter des agents IA via configuration YAML, avec Docker Model Runner pour les modèles locaux.
Prérequis hardware & commande : Aucun GPU/VRAM spécifié. Installation :
brew install docker-agentou symlink vers~/.docker/cli-plugins/docker-agent, puisdocker agent.
Matos & Infra local
Sujet Matos/Infra : SparseEngine, moteur d’inférence sparse-first pour agents long-contexte 18 Étude non relue par des pairs
Constat technique : Le KV-cache des agents long-contexte sature la mémoire et le calcul d’attention ; SparseEngine revendique plus de 10x de débit avec éviction KV, plus de 2,5x de décodage plus rapide que vLLM à concurrence égale, et plus de 2x de gain bout-en-bout sur benchmarks agents.
Recommandation dev : Tester SparseEngine en remplacement de vLLM sur les charges d’agents à historique long avant de dimensionner la VRAM.
Fine-Tuning & Quantiz
Technique / Outil : SFT et RL sur Nemotron 3 pour spécialiser un même modèle en informatique (IOI) et en mathématiques (IMO) 2 Source primaire
Apport : Résultats de niveau médaille d’or aux deux olympiades après fine-tuning supervisé, apprentissage par renforcement et inférence guidée par retours.
Impact pratique : Une base unique peut être adaptée à des domaines distincts via SFT puis RL, sans repartir d’un modèle séparé.
RAG & Agents Locaux
Architecture / Outil : Docker Agent, runtime d’agents déclaratif en YAML, plugin CLI Docker, avec Docker Model Runner pour modèles locaux 6 Produit
Cas d’usage : exécuter des agents IA multi-agents en local sans clé API cloud, via Docker Desktop 4.63+ ou Homebrew 6.
Clé de voûte : orchestration multi-agents et écosystème d’outils définis en YAML, le Model Runner assurant l’inférence locale 6.
Nos prédictions vérifiées
Partiellement tenu
Ce qu’on disait le 24 septembre 2026 : « Claude Opus 5.5 sort, suivi environ une heure plus tard par GPT-6 Sol et GPT-6 Luna, dans une nouvelle guerre des prix » Produit
Verdict aujourd’hui : partiellement tenu. La pression tarifaire se confirme : Claude Haiku 5.5 s’aligne exactement sur le prix de GPT-6 Luna ($0,10/$0,50 jusqu’à 100 000 tokens), mais avec un tokenizer moins généreux qui masque une hausse 12.
Sources (18)
Sources vérifiées le 09/10/2026 05:00 UTC · Notre méthode
| N° | Publication | Site | Date |
|---|---|---|---|
| 2 | One Model Family, Two Gold-Level Results: Fine-Tuning Nemotron for IOI and IMO | Hugging Face | 7 octobre 2026 |
| 3 | Distilling Routed 3D Privilege for Spatial Reasoning in Vision-Language Models | HF Papers | |
| 6 | Docker Agent | Hacker News | 7 octobre 2026 |
| 8 | ttok 1.0 | Simon Willison | 9 octobre 2026 |
| 9 | ttok 0.4 | Simon Willison | 8 octobre 2026 |
| 12 | Claude Haiku 5.5 | Simon Willison | 7 octobre 2026 |
| 18 | SparseEngine: Sparse-First Inference Engine | HF Papers |
Autres lectures (11)
| N° | Publication | Site | Date |
|---|---|---|---|
| 1 | Vos jeux PC sur l’écran d’une Nintendo DSi de 2008 | Korben | 8 octobre 2026 |
| 4 | Learn2Play Bench: How Well Do LLM Agents Learn from Experience in Unfamiliar Environments? | HF Papers | |
| 5 | SpatialOPSD: Self-Distilling Spatial Intelligence from Verified Coding Agent Traces | HF Papers | |
| 7 | BrickBench: Evaluating Agentic Brick Design | arXiv | 8 octobre 2026 |
| 10 | Quoting Carson Gross | Simon Willison | 8 octobre 2026 |
| 11 | Quoting Ben Affleck | Simon Willison | 7 octobre 2026 |
| 13 | Anti-Patterns in Software Blogging | Simon Willison | 7 octobre 2026 |
| 14 | Embodied Turing Machines: Stateful Code for Robot Recursive Self-Improvement | HF Papers | |
| 15 | Do LLMs Understand Sequential Structure? A Controlled Study of Inference and Generation | HF Papers | |
| 16 | Multi-Agent Egocentric World Model with Fine-Grained Embodied Interaction | HF Papers | |
| 17 | OneSearch-VL: Unified Multimodal Deep Research Agent for Image and Video | HF Papers |
V3ille — Sources : arXiv, GitHub Trending, Hugging Face Daily Papers, OpenAI, DeepMind, Google AI, IEEE Spectrum, The Robot Report.