Modèles réaiguillés, fils côté serveur, voix qui appelle : vos valeurs par défaut bougent

Quatre réglages par défaut ont bougé entre le 2 et le 6 novembre

Quatre annonces de quatre organisations sans lien entre elles sont tombées la première semaine de novembre 2026. Une seule modifie votre production sans déploiement : à partir du 1er décembre, Google réachemine deux identifiants Gemini 2.5 vers des modèles plus récents, dont le contrat d'API diffère. Les trois autres sont optionnelles, mais chacune déplace un réglage que les équipes revisitent rarement. OpenAI fait de l'appel téléphonique sortant une fonction côté modèle. Anthropic propose de garder l'état de la conversation sur ses serveurs. Nous Research montre à quel faible coût on réécrit les valeurs d'un modèle à poids ouverts.

Google : le 1er décembre, deux identifiants Gemini 2.5 désignent d'autres modèles

Le 2 novembre, Google a déprécié gemini-2.5-pro et gemini-2.5-flash, et les a retirés du sélecteur de modèles de Google AI Studio. À partir du 1er décembre 2026, les requêtes vers gemini-2.5-pro sont acheminées automatiquement vers gemini-3.8-flash, au tarif de Gemini 3.8 Flash. Les requêtes vers gemini-2.5-flash partent vers gemini-3.5-flash-lite, au tarif Flash-Lite.

C'est le réacheminement que les équipes vont rater, parce que la cible n'a pas le même contrat. Le changelog liste les changements incompatibles : validation des appels de fonction et de thought_signature, thinking_level qui remplace thinking_budget, suppression des paramètres d'échantillonnage et des tours de modèle préremplis. Si votre boucle d'agent fixe temperature ou préremplit un tour du modèle, attendez-vous le 1er décembre à une requête refusée ou à une sortie différente. Le changelog ne précise pas laquelle.

Autre point : l'identifiant Pro atterrit sur un modèle de gamme Flash. La facture peut baisser. Savoir si la qualité tient sur vos prompts les plus difficiles, seul votre propre jeu d'évaluation peut le dire.

Google a appliqué le même mécanisme deux autres fois dans la semaine. Le 5 novembre, Gemini Omni 1.2 Flash est passé en disponibilité générale : vidéo jusqu'à 15 secondes, édition conversationnelle avec des extensions par tour jusqu'à 30 secondes au total, cohérence des sujets sur jusqu'à 6 images de référence, sortie vidéo 30 % moins chère (12,00 $ par million de tokens) et limites de débit doublées sur le palier payant. Les requêtes vers gemini-omni-1.1-flash basculent vers la 1.2 le 3 décembre, au tarif de la 1.2. Le 6 novembre, gemini-embedding-2-preview a commencé à être réacheminé vers gemini-embedding-2 ; selon Google, même schéma, même tarif et même espace d'embedding, donc pas de réindexation. Le 5 novembre toujours, les réponses de fonction ont commencé à accepter l'audio, la vidéo et les fichiers Office : un outil peut renvoyer un clip ou un tableur directement au modèle.

À faire cette semaine : chercher chaque identifiant Gemini dans vos dépôts, remplacer explicitement ceux qui sont dépréciés au lieu de laisser l'alias décider, et passer votre jeu d'évaluation sur gemini-3.8-flash et gemini-3.5-flash-lite avant le 1er décembre. Chaque entrée du changelog renvoie vers son guide de migration.

OpenAI : la Live API passe des appels, les modèles d'image produisent du SVG

Le changelog de l'API OpenAI contient deux entrées utiles à ceux qui construisent. Le 2 novembre, l'appel SIP sortant est devenu disponible pour toutes les organisations via la Live API : on relie gpt-live-1 à un numéro de téléphone par son fournisseur SIP. Le 4 novembre, OpenAI a publié GPT-Image-2.6 Sunburst et GPT-Image-2.6 Flare, avec complexité réglable, génération de SVG et de GIF animés, plus l'édition guidée par annotations pour les modèles GPT Image 2.5 et 2.6 compatibles.

Pour les équipes voix, la nouveauté tient au sens de l'appel. La documentation realtime d'OpenAI comportait déjà une section Telephony and SIP ; cette entrée concerne précisément les appels sortants. Ouvert à toutes les organisations, l'appel sortant permet de lancer rappels de rendez-vous, rappels clients et appels de suivi depuis le modèle, avec le fournisseur SIP comme seul composant de téléphonie. Le trunk, le numéro présenté et les règles de consentement aux appels automatisés de chaque pays appelé restent à votre charge.

Nous ne l'avons pas mesuré : nous ne prétendons donc pas que c'est plus rapide ou moins cher qu'une plateforme d'agents vocaux dédiée. Cela ajoute en revanche une colonne à la comparaison de notre analyse ElevenLabs, Vapi et Retell. Les chiffres à relever : latence de bout en bout sur un vrai appel, coût par minute à votre volume, comportement quand l'appelant interrompt.

La sortie image compte davantage au quotidien que sa ligne de changelog ne le laisse croire. Un SVG est du texte : il se compare, se versionne et passe dans un linter. Si vous générez des icônes, des schémas ou des squelettes de graphiques, un résultat vectoriel se relit dans une pull request, ce qu'un fichier raster ne permet pas. Le GIF animé supprime une étape de conversion pour les équipes qui enchaînaient un modèle d'image et un outil d'animation séparé.

Anthropic : le serveur garde le fil

Les notes de version de la Claude Platform du 2 novembre décrivent les message threads de la Messages API, en bêta derrière l'en-tête message-threads-2026-08-12. L'API garde la conversation côté serveur : chaque requête suivante n'envoie que les nouveaux messages. Un fil expire 5 minutes après sa dernière requête et est supprimé au plus tard 1 heure après sa dernière utilisation. Anthropic met en avant des requêtes plus petites et un délai plus court avant le premier token sur les longues conversations et les boucles d'agent. Les fils sont disponibles sur la Claude API et sur les distributions AWS, Google Cloud et Microsoft Foundry citées dans les notes.

Deux conséquences pour la production. D'abord, l'expiration à 5 minutes indique un usage pensé pour les boucles d'agent actives, pas pour une conversation reprise le lendemain ; elle correspond à la durée de vie par défaut du cache de prompt décrite dans notre article sur le prompt caching. Un fil expiré ne se reprend pas : votre application doit garder sa propre copie de l'historique. Ensuite, tout engagement de conservation des données pris auprès d'un client compte désormais un objet côté serveur de plus, même éphémère. Lisez les conditions de conservation de votre plateforme avant d'y faire passer des conversations réglementées.

Une entrée plus modeste, datée du 3 novembre : le texte généré par Claude Mythos 5, Claude Opus 4.7 et Claude Sonnet 4.6 porte désormais le filigrane textuel d'Anthropic sur les plateformes listées dans les notes. La documentation du filigrane précise qu'il n'ajoute ni token ni caractère caché et ne demande aucune modification des requêtes ou du traitement des réponses. L'exception à connaître : sur Sonnet 4.6, une requête qui fixe temperature, top_p ou top_k à une valeur non par défaut peut produire un texte sans la marque. Si un processus de conformité s'appuie sur la détection, gardez les réglages d'échantillonnage par défaut sur ce modèle.

Nous Research : les valeurs d'un modèle ouvert tiennent à un fine-tuning

Le 6 novembre, Nous Research a publié Arete-27B sur Hugging Face, sous licence Apache 2.0. C'est un fine-tuning supervisé du Qwen3.8-27B d'Alibaba : environ 52,8 millions de tokens, deux époques, 1 202 étapes, avec les réponses d'un modèle enseignant ouvert (Inkling) sur vingt mille prompts répartis en sept catégories de valeurs. La fiche du modèle annonce l'objectif sans détour : « renforcer les valeurs occidentales » d'un modèle entraîné en Chine, et réduire refus, esquives et réponses cadrées par l'État sur les sujets politiquement sensibles.

Sur l'évaluation de Nous elle-même, 803 prompts notés par un LLM juge (Grok 4.7), le score factuel passe de 2,32 à 2,98 sur 5 et les réponses contenant de la propagande de 22 % à 0,9 %, sans régression significative signalée sur les benchmarks de capacités générales et agentiques exécutés. Ces résultats sont déclarés par l'éditeur, sur un test conçu pour l'occasion et jugé par un modèle, et la fiche précise qu'elle ne prétend pas avoir supprimé tous ces comportements.

L'enseignement pratique vaut quel que soit votre avis sur la question des valeurs. La vision du monde livrée avec un modèle à poids ouverts tient dans une couche de post-entraînement, et un seul SFT sur un modèle de 27B suffit à la déplacer de façon mesurable. Si vous déployez un modèle ouvert dans un produit qui répond à des questions de droit, de politique ou d'histoire, la provenance du modèle de base fait partie de votre analyse de risque. Tout dérivé, celui-ci compris, demande sa propre évaluation sur vos prompts et dans vos langues avant de remplacer un modèle de base.

Ce que nous vérifions avant le 1er décembre

• Identifiants de modèle. Chaque occurrence de gemini-2.5-pro, gemini-2.5-flash et gemini-omni-1.1-flash, avec une passe d'évaluation sur la cible de réacheminement avant le 1er et le 3 décembre.
• Échantillonnage et préremplissage. Tout appel Gemini qui fixe des paramètres d'échantillonnage ou préremplit un tour du modèle, puisque les cibles réacheminées suppriment les deux.
• En-têtes bêta. Chacun est une dépendance avec son propre cycle de vie ; message-threads-2026-08-12 doit rester derrière un flag, avec un repli sans état.
• Routage voix. Si vos appels sortants passent par une plateforme tierce, listez ce qu'une connexion SIP directe supprimerait et ce qu'elle vous laisserait à construire.

Chaque identifiant de modèle et chaque en-tête bêta de votre code a une date d'expiration, et cette date est en général publiée dans le changelog de quelqu'un d'autre. Si vous voulez un second regard sur les vôtres avant le 1er décembre, discutons.