Agents de code
OpenAI rafle des clients d'Anthropic, Block Dessa, AWS Infinity, Ollama parle : la veille du 25 octobre
OpenAI attire Replit et Rippling à coups de remises, Block dévoile Dessa, AWS ouvre le runtime Infinity, Ollama parle et Qwen Code passe en 0.26.1.
Le dimanche est calme côté annonces : cette veille couvre donc les 23 et 24 octobre 2026, avec cinq sujets que nos éditions précédentes n'avaient pas traités. Une enquête de presse sur la guerre des prix entre OpenAI et Anthropic, un modèle vocal de Block, un runtime d'agents d'AWS et deux mises à jour d'outils open source. Sauf mention contraire, les chiffres viennent des sources officielles.
OpenAI gagne des clients d'Anthropic sur le prix (24 oct.)
Le média américain The Information affirme qu'OpenAI arrache des clients importants à Anthropic grâce à des remises agressives (The Information, article payant, résumé par The Decoder). Il s'agit d'une enquête de presse, pas d'annonces des entreprises.
- Replit : selon une source anonyme citée par The Information, l'éditeur de Replit Agent a basculé l'essentiel de ses dépenses d'IA vers OpenAI, avec une remise de plus de 30 % sur un contrat de plus de 100 millions de dollars par an, après l'arrêt de la remise que lui accordait Anthropic.
- Rippling : son PDG, Parker Conrad, indique que la part d'OpenAI dans le travail de code de l'entreprise est passée de 16 % en mai à 52 %, quand celle d'Anthropic tombait de 57 % à 18 %.
- DataCamp : son PDG, Jonathan Cornelissen, dit que les tarifs d'OpenAI ont réduit ses coûts de 80 à 90 %.
Pour comparer les tarifs publics des deux familles de modèles, voir les fiches Claude et GPT et notre calculateur de coût.
Block dévoile Dessa, un modèle vocal entraîné uniquement sur la parole (23 oct.)
Le laboratoire d'IA de Block (Square, Cash App) présente Dessa, un modèle de conversation vocale en aperçu de recherche (page de Block). L'annonce a été publiée le 23 octobre sur X par Block et son fondateur Jack Dorsey, puis relayée le 24 par TechCrunch.
- Le principe : un modèle « parole vers parole » et full duplex, qui écoute et parle en même temps. Block dit l'avoir entraîné de zéro sur des conversations humaines, sans texte ni modèle préentraîné.
- Les moyens : l'entraînement a tenu sur un seul système NVIDIA GB200 NVL72, et l'inférence tourne en local sur un MacBook Pro M4 Max ou mieux, selon Block.
- Disponibilité : aucun accès public pour l'instant, seulement une liste d'attente. Block ouvre un accès anticipé à un petit groupe de chercheurs en sécurité de l'IA.
AWS ouvre Infinity, un runtime pour des dizaines de milliers d'agents (23 oct.)
AWS publie Infinity sous licence Apache 2.0, un projet de recherche mené avec l'université de Berkeley dans le cadre du projet Hydro (blog open source d'AWS, dépôt GitHub).
- L'idée : un appel d'outil devient un point de suspension, comme un
await. Le runtime enregistre la conversation, libère la mémoire et reprend l'agent quand le résultat arrive, même des jours plus tard. - Chiffres annoncés : environ 100 Ko de mémoire par agent inactif, soit à peu près 75 000 agents dans les 8 Go d'un Raspberry Pi 5. Le banc d'essai a fait tourner 80 000 agents et 3,2 millions de complétions sur un seul fil d'exécution (thread).
- Serverless : un déploiement de référence s'appuie sur SQS FIFO, Lambda, Aurora DSQL et DynamoDB. Les événements asynchrones arrivent au modèle sous forme d'appels d'outil synthétiques (
receive_event__injected). AWS le présente comme une version de recherche précoce.
Ollama 0.40.11 : synthèse vocale et modèles de décision (24 oct.)
La version 0.40.11 d'Ollama (notes de version) ajoute deux nouveautés. Pour installer Ollama et l'utiliser avec un agent, voir notre guide Ollama.
- Synthèse vocale sur macOS :
ollama runpeut lire à voix haute un texte ou la réponse d'un modèle de chat, et les applications reçoivent l'audio en flux par le point d'accès compatible OpenAI/v1/audio/speech. - Modèles d3 : la famille de modèles de décision de vLLM Semantic Router, en 2B, 4B, 9B et 27B, pour classer, répondre par oui ou non ou noter des options avec des probabilités.
Côté versions
- Qwen Code v0.26.1 (24 oct.) : conservation facultative du jeton du démon (
qwen daemon start --save-token), compression manuelle du contexte des sessions gérées quand elles sont inactives, tâches planifiées conditionnées à une commande shell exécutée hors du modèle ; une modification incompatible touche l'intégration QQ Bot (notes de version). - Ollama v0.40.10 (23 oct.) : ajout de Nemotron 3.5 Bolt E4B de NVIDIA, un petit modèle vision-langage basé sur Gemma 4, avec une fenêtre de 128 000 tokens (notes de version).
Le chiffre : 100 Ko par agent en attente
C'est la mémoire qu'AWS mesure pour un agent inactif sous Infinity, essentiellement l'historique de sa conversation (AWS). Un agent qui attend un build ou une validation n'occupe plus de processus.
Ce que ça change
Le coût devient un argument aussi fort que la qualité : d'après la presse, des clients du code changent de fournisseur pour une remise. En parallèle, l'infrastructure se prépare à des agents nombreux et patients, et les outils locaux comme Ollama élargissent leur terrain à la voix.
Sources
- The Information : Anthropic's Margin is OpenAI's Opportunity (article payant, vérifié le 2026-10-25)
- The Decoder : OpenAI offers discounts up to 90 percent to poach Anthropic's biggest customers (vérifié le 2026-10-25)
- Block : Dessa (vérifié le 2026-10-25)
- TechCrunch : Block's new voice model sounds eerily human (vérifié le 2026-10-25)
- AWS : Introducing Infinity, a runtime for extreme agent concurrency (vérifié le 2026-10-25)
- Ollama : notes de version v0.40.11 (vérifié le 2026-10-25)
- Ollama : notes de version v0.40.10 (vérifié le 2026-10-25)
- Qwen Code : notes de version v0.26.1 (vérifié le 2026-10-25)
Une erreur dans cet article ? Signalez-la · Notre politique de corrections