Tour d'horizon IA du 14 mai 2026 : ce qui se passe vraiment à six jours du I/O
Il est 7h14 un jeudi matin, j'ai trois terminaux ouverts, l'un d'eux me crie dessus, et mon café est déjà froid.
Le terminal qui me crie dessus, c'est Claude Code. Plus précisément, c'est le daemon que je fais tourner pour l'un de mes sites de marque, celui qui réconcilie silencieusement le contenu entre quatre répertoires chaque matin. Il y a deux semaines, il fonctionnait en pilote automatique pour le prix d'un seul abonnement Max. Depuis le 13 mai, ce même job me coûte de vrais crédits API en plus de l'abonnement — parce qu'Anthropic vient de séparer l'utilisation programmatique dans son propre compartiment facturé. Même agent. Même modèle. Même prompt. Facture différente. Je suis encore en train de refaire les calculs.
Dans un autre onglet, un fil Reddit se déroule en temps réel au sujet de quelqu'un dont l'application iOS Gemini a cyclé entre les versions de modèles pendant vingt-quatre heures avant d'atterrir sur quelque chose appelé Gemini 3.2 Flash. Il y a des captures d'écran. Il y a une interface repensée avec un champ de saisie en forme de pilule et un fond dégradé pulsant que personne n'a demandé. Google I/O est dans six jours. Les fuites ne sont pas subtiles.
Et sur mon deuxième écran, un post X sur les robots Helix-02 de Figure est ouvert avec 14 millions de vues — un livestream où des humanoïdes ont effectué un shift complet de 8 heures dans un entrepôt sans aucun humain dans la boucle. Échanges de batteries. Auto-diagnostic. Coordination multi-robots par signaux visuels. Le tapis roulant ne s'est pas arrêté une seule fois.
Voilà à quoi ressemble ce tour d'horizon IA du 14 mai 2026 depuis mon bureau. Quatre laboratoires, une entreprise de robotique, et une industrie au bord soit d'une vraie percée au Google I/O, soit d'une déception discrètement embarrassante. Je veux vous guider à travers ce que je surveille, ce que j'ai déjà testé, ce que personne ne dit tout haut, et ce que je ferais cette semaine si j'étais vous.
Si vous voulez le cadre plus large de ma lecture de mai 2026 — l'histoire SubQuadratic, la guerre des agents financiers, le coucher de soleil de Mariner — mon rapport de terrain du début du mois pose les bases. Ce tour d'horizon reprend là où celui-ci s'est arrêté.
Le contexte : à six jours du keynote le plus chargé en deux ans
Il y a un phénomène qui se produit la semaine avant un grand keynote IA. Les fuites s'accélèrent. Les labos font de la contre-programmation. Les benchmarks deviennent douteux. Les communiqués de presse deviennent vagues. Et quelque part sous tout cela, le vrai cycle produit continue de tourner, et c'est là que l'histoire intéressante se trouve généralement.
Cette semaine, c'était exactement ça, en version condensée.
Google a des variantes de Gemini 3.2 en test A/B dans l'application iOS, apparaissant sur LMArena et AI Studio sans aucune annonce — exactement le schéma de mise à niveau furtive que j'avais suivi sur Flash il y a trois semaines. OpenAI a GPT-5.6 en test interne sous deux noms de code, avec une prédiction Polymarket à 89 % de chances d'une sortie avant le 30 juin 2026. Anthropic vient de livrer une augmentation de 50 % des limites hebdomadaires pour les abonnés Claude Code — et presque simultanément a séparé l'utilisation du SDK et des GitHub Actions dans un pool de crédits payants distinct qui a mis la communauté en colère. Figure a fait tourner un shift entièrement autonome de 8 heures devant la caméra. Et quelque part en arrière-plan, Hermes Agent continue de se renforcer silencieusement pour devenir le projet agent open-source le plus intéressant du cycle.
Ce ne sont pas cinq histoires sans rapport. C'est une seule histoire racontée sous cinq angles différents. Le calcul est limité. Les labos n'ont plus de budget d'échantillons gratuits. La robotique rattrape la courbe. Et la question que chaque développeur qui lit ceci devrait se poser est la même que celle que je me pose : sur quels mouvements je mise cette semaine, et lesquels j'attends de voir venir ?
Laissez-moi vous montrer sur quoi je mise. Je commence par Google, parce que le keynote est dans six jours et que c'est là que le bruit est le plus fort.
Google : Gemini 3.2 est moins impressionnant que la fuite ne le suggère
Voici la partie du cycle où je dois habituellement lutter contre l'envie de surenchérir.
La fuite de Gemini 3.2 Flash est réelle. Un petit nombre d'utilisateurs iOS sur la version 1.2026.1710205 de l'application ont vu le modèle apparaître dans leur sélecteur. LMArena effectuait des benchmarks silencieux dessus. Le prix annoncé — 0,25 $ par million de tokens d'entrée — est inférieur à Gemini 3.1 Pro tout en égalant apparemment une grande partie de ses capacités en codage et tâches créatives. Le redesign « Liquid Glass » de l'interface est une vraie capture d'écran, pas un montage de fan. Rien de tout cela n'est contesté.
Ce sur quoi je veux apporter une nuance, c'est le cadrage.
J'ai passé du temps avec les variantes fuitées cette semaine à travers tous les canaux détournés que je peux mobiliser — rotations du sélecteur de modèles, la preview AI Studio, quelques-unes des batailles LMArena où le modèle amélioré est apparu. Flash est vraiment impressionnant sur la génération SVG. J'ai exécuté mon prompt standard de manette PS5 et un prompt de manette Xbox Series X et j'ai obtenu des proportions précises sur les deux, avec un placement correct des boutons et des gâchettes appropriées. C'est une amélioration significative par rapport au Gemini 3 Flash de base que j'ai testé en avril. La démo de clone Mac OS en un seul prompt qui circule sur X — une interface de bureau avec des chromes de fenêtre fonctionnels, une barre de menu et trois applications fonctionnelles en un seul shot — est réelle. J'en ai reproduit une version proche.
Mais voici ce qui ne fait pas partie de la couverture des fuites. La variante principale de Gemini 3.2 — celle qui sera probablement estampillée « Pro » au keynote — n'est pas un bond en avant. Dans des tests de génération front-end côte à côte contre Gemini 3.1 Pro, le modèle amélioré a en fait produit des patterns UI plus répétitifs. Des cartes avec la même structure coins-arrondis-pilule-bouton-icône. Des sections hero qui se ressemblent toutes. Une légère régression vers le type de production design que vous attendriez d'un modèle deux générations plus ancien. J'ai testé les mêmes prompts sur Claude Opus 4.7 et l'écart n'était pas subtil.
Les noms de code internes sont encore plus intéressants. Il y a au moins deux autres variantes qui apparaissent dans les tests en canaux parallèles — appelons-les Sprite et Cola, parce que c'est sous ces noms qu'elles apparaissent dans les logs de routage. La variante Cola fonctionne avec un effort de raisonnement nettement plus élevé et produit de meilleurs résultats sur les tâches à long contexte. Celle-ci pourrait être ce qui reçoit le badge « Deep Think » ou « Ultra » au I/O. Sprite ressemble à un modèle de niveau intermédiaire optimisé pour la vitesse qui deviendra probablement le remplaçant de Flash dans la gamme.
Donc mon analyse honnête de ce que Google livrera le 19 ou 20 mai : une vraie mise à niveau utile de Flash avec une forte génération SVG et UI en un seul prompt. Un modèle Pro qui est incrémental, pas transformationnel. Une variante Deep Think ou Ultra qui fera le gros du travail sur les slides de benchmarks. Les attentes du public pour un bond de type Sonnet 4.6 sont trop élevées. Je calibrerais à la baisse.
Il y a une autre chose qui fuite de Google et que personne ne cadre correctement pour l'instant.
Le modèle vidéo Omni est la vraie histoire
Gemini Omni a fuité en ligne cette semaine — peut-être Veo 4, peut-être une ligne de produits séparée, la dénomination est encore floue. Les démos qui ont fait surface montrent de l'édition vidéo et de la modification de scènes avec un type de préservation du mouvement et de cohérence structurelle que les générations précédentes de Veo ne pouvaient pas maintenir entre les coupes. Les visages restent corrects lors des changements d'angle. La géométrie de l'arrière-plan survit aux mouvements de caméra. La permanence des objets est plus nette que tout ce que j'ai vu de Sora 2 ou Kling 3.0 sur les mêmes prompts.
C'est encore très tôt. Les démos sont courtes. Il n'y a pas d'accès public. Les mains et les détails de mouvement fins dérivent encore par endroits où vous attendriez qu'un modèle de pointe tienne la route. Mais la trajectoire est claire, et si Google livre une version de ceci au I/O avec un niveau d'utilisation raisonnable, cela change le pipeline vidéo que je fais tourner pour l'une de mes marques.
Mon pari : Omni sera teasé au I/O, pas lancé complètement. Accès preview limité. Livraison réelle d'ici le T3.
Ça couvre Google pour l'instant. Passons au labo qui fait le plus de bruit dans les canaux Slack des développeurs cette semaine.
Anthropic : une augmentation de 50 % des limites, une réduction effective de 10x, et un problème de confiance
Je vais essayer très fort d'écrire cette section sans m'énerver.
Je vais probablement échouer.
Anthropic a livré deux choses presque simultanément le 13 mai qui tirent dans des directions opposées, et on ne peut pas comprendre l'une sans l'autre. Laissez-moi vous exposer les deux, puis vous dire ce que ça signifie concrètement à mon bureau.
La bonne nouvelle : les limites hebdomadaires augmentent de 50 % jusqu'au 13 juillet. Anthropic a annoncé que les limites hebdomadaires de Claude Code bénéficient d'une augmentation de 50 % pour les utilisateurs Pro, Max, Team et Enterprise sur base de sièges, jusqu'au 13 juillet 2026. Le plan gratuit est exclu. Cela s'ajoute à un doublement des limites début mai, financé en partie par un nouveau partenariat de calcul avec SpaceX. Sur le papier, un utilisateur Max dispose maintenant d'environ 3x le budget hebdomadaire Claude Code qu'il avait à la mi-avril. C'est véritablement significatif pour le travail de codage interactif quotidien — le genre de travail où vous êtes assis devant un terminal, tapez des prompts, regardez les diffs, livrez.
La mauvaise nouvelle : l'utilisation programmatique vient de quitter le navire. Dans la même fenêtre, Anthropic a séparé l'Agent SDK, les GitHub Actions, claude -p, et tout agent tiers dans un pool de crédits distinct et facturé. Les charges de travail programmatiques puisent désormais dans un budget mensuel fixe de 20 à 200 $ selon votre plan, facturé aux tarifs API, sans report, expirant en fin de mois. Si vous le dépassez, vous payez les tarifs API en plus de votre abonnement.
Si vous n'utilisez Claude Code qu'en mode interactif dans un terminal, c'est un gain net. Vous obtenez 50 % de marge supplémentaire et votre facture ne change pas.
Si vous faites de l'automatisation — et beaucoup de ceux qui lisent ceci font de l'automatisation — votre utilisation effective vient d'être réduite de 10x à 40x.
Laissez-moi être précis. J'ai quelques configurations autonomes à travers mes marques. L'une est un agent de réconciliation de contenu qui s'exécute chaque nuit sur les quatre sites. L'autre est un moniteur SEO horaire pour l'un de mes projets clients. L'autre est un pattern de sous-agents forkés que j'ai construit plus tôt cette année pour l'analyse parallèle de bases de code. Il y a deux semaines, ces charges de travail s'exécutaient dans les limites quotidiennes et hebdomadaires de mon abonnement Max — ce qui signifie que le coût marginal de chaque exécution était effectivement nul au-delà de mon tarif fixe. Aujourd'hui, ces charges de travail puisent dans un budget mensuel de crédits SDK de 200 $ aux tarifs de tokens API. L'agent de réconciliation de marque seul est en passe d'épuiser ce budget en onze jours.
Je ne suis pas le seul à le ressentir. Le fil de discussion communautaire sur ce changement est à plusieurs milliers de réponses sur Reddit et X. Le cadrage au sein d'Anthropic semble être que les utilisateurs programmatiques arbitraient l'abonnement — ce qui est techniquement vrai, en particulier les configurations de type OpenClaw qui permettaient aux utilisateurs de router des charges de travail d'agents headless via un plan Pro à 20 $. D'un point de vue purement économique, Anthropic a raison de dire que ces flux étaient insoutenables. La séparation a un sens commercial.
Le problème n'est pas la séparation. Le problème, c'est la façon dont elle a été déployée.
Elle a été déployée le même jour que l'annonce de l'augmentation de 50 %, ce qui a fait que le titre se lisait « Les limites de Claude Code augmentent ! » alors que l'expérience réelle pour la moitié de la base d'utilisateurs était « votre automatisation existante vient de devenir 10x plus chère ». La transparence sur ce qui compterait ou non dans le nouveau pool de crédits était mince pendant les premières 24 heures. Le chemin de migration pour les charges de travail programmatiques existantes est encore en cours d'élaboration. Et le message sous-jacent — « nous sommes contraints en calcul, donc ce sont ceux qui font tourner des agents qui paient » — ne cadre pas avec le narratif autour de l'accord de calcul SpaceX.
Voici mon analyse honnête. Anthropic fait face à une vraie pénurie structurelle de calcul. Les niveaux d'effort de raisonnement sur Opus 4.7 ont été discrètement réduits sur les niveaux d'abonnement depuis fin avril, ce qui explique pourquoi certains d'entre vous ont remarqué que le comportement du modèle se dégradait sur les tâches longues. La facturation séparée est un moyen de garder le produit interactif en marge positive tout en tarifant l'utilisation programmatique à son coût réel. C'est rationnel. Ce qui n'est pas rationnel, c'est la façon dont le déploiement a traité les développeurs qui avaient construit de vrais produits sur la base du modèle de tarification précédent de Claude Code.
Je continue d'utiliser Claude Code quotidiennement. Je ne change pas. Mais j'ai déplacé trois charges de travail vers une configuration hybride où le gros du travail programmatique passe par Gemini 3.1 Pro sur AI Studio (encore effectivement gratuit pour le volume dont j'ai besoin) et le travail de codage interactif reste sur Claude Opus 4.7. Le SDK agent d'Anthropic reste la surface API la plus propre pour développer — je suis juste plus attentif à quels jobs justifient son tarif premium.
Le seul point positif d'Anthropic cette semaine est véritablement utile.
Le Fast Mode est devenu le défaut sur Opus 4.7
Le Fast Mode pour Claude Code — la configuration 2,5x plus rapide qui fait tourner Opus à un coût en tokens plus élevé sans changement de qualité — est devenu le modèle Fast Mode par défaut sur Opus 4.7 à compter d'aujourd'hui, le 14 mai. Vous l'activez avec /fast dans le CLI. Il nécessite Claude Code v2.1.139 ou ultérieure.
J'utilise le Fast Mode sur Opus 4.6 depuis des semaines. L'activer pour Opus 4.7 est, franchement, ridicule. Les temps de réponse sur un refactoring multi-fichiers que je surveillais normalement sont passés d'environ 90 secondes à environ 36. La sortie du modèle est identique à celle de l'Opus 4.7 non-fast dans tout ce que j'ai comparé. Le compromis est réel — le Fast Mode puise dans des crédits d'utilisation supplémentaires, pas dans votre pool d'abonnement — donc vous ne voulez pas l'activer pour tout. Pour le codage interactif où vous attendez réellement les réponses, ça vaut le coût supplémentaire. Je le désactive pour les exécutions autonomes longues.
Astuce pro : combinez le Fast Mode avec la configuration de workflow basée sur les skills que j'utilise et la vitesse devient légitimement inconfortable dans le bon sens du terme. Le modèle génère plus vite que je ne peux lire.
Voilà pour Anthropic. Passons à l'autre labo qui a eu discrètement une vraie semaine.
OpenAI : GPT-5.6 est en test, et il y a une super-app cachée
OpenAI n'a pas livré de modèle cette semaine. Ils sont trop occupés à tester le prochain.
GPT-5.6 est en test interne complet sous deux noms de code qui ont fait surface dans les logs développeurs et dans la rotation de modèles anonymes de LMArena : Ember Alpha et Beacon Alpha. Le suffixe « -alpha » est significatif dans le schéma de publication d'OpenAI. Il a tendance à apparaître environ quatre à six semaines avant un lancement public. Associez cela à la prédiction Polymarket à 89 % pour une sortie de GPT-5.6 avant le 30 juin, et le calcul pointe vers une publication mi-juin.
Ce que je veux souligner ici, c'est ce qui change dans le processus de test lui-même.
OpenAI mène des cycles de red-teaming et d'évaluation de sécurité nettement plus longs sur GPT-5.6 que sur GPT-5.5. Les points de contrôle internes sont visibles dans les logs Codex depuis des semaines, mais les fenêtres de test sont prolongées. Plusieurs régimes de raisonnement sont benchmarkés les uns contre les autres sous différents réglages de sécurité avant que le modèle n'approche d'une décision de publication. C'est, à mon avis, une réponse directe aux divulgations de métriques d'hallucination post-GPT-5.5 — où GPT-5.5 Instant a réduit les hallucinations de 52,5 % sur les domaines à hauts enjeux, et l'entreprise s'est discrètement engagée à en faire la norme à l'avenir.
Je pense que GPT-5.6 sera livré avec un plancher d'hallucination nettement meilleur que GPT-5.5. Je ne pense pas qu'il sera livré avec un bond dramatique d'intelligence. Le cycle Spud était le bond d'intelligence. Ce cycle est celui de la fiabilité.
Il y a aussi un teaser qui circule au sujet d'une possible nouvelle super-app OpenAI appelée CodeX — avec un C majuscule comme un nom de produit, pas le Codex CLI existant. Les détails sont minces. Quelques captures d'écran, quelques descriptions vagues d'« un espace de travail unifié pour le codage, la recherche et les opérations ». Ça pourrait être un rebranding de la gamme Codex existante avec une surface grand public polie. Ça pourrait être la surface browser-first que j'ai couverte la semaine dernière qui reçoit un vrai wrapper produit. Ça pourrait n'être rien.
Mon instinct : c'est la mise en produit du stack extension Chrome Codex + devbox distant en quelque chose qu'un non-développeur peut utiliser. Si OpenAI vise la couche OS — et les preuves du 9 mai suggéraient fortement qu'ils le font — l'étape suivante est d'envelopper le stack agent dans une surface d'application grand public. Mi-juin serait une fenêtre logique. On verra.
Ce que je fais à ce sujet cette semaine : rien. Je ne migre pas de charges de travail vers OpenAI avant un modèle que je n'ai pas testé. Je garde Codex installé et épinglé dans mon dock, et je lancerai ma batterie de tests standard le jour où GPT-5.6 arrivera. S'il franchit une barre spécifique en fiabilité — mesurée contre mon propre jeu d'évaluation interne, pas des slides de benchmarks — je rééquilibrerai quelques charges de travail à ce moment-là.
Voilà pour les trois grands labos. Maintenant je veux prendre un moment sur l'histoire dont presque personne dans mon fil ne parle, parce que je pense qu'elle devrait être le vrai titre de la semaine.
Figure AI : le shift de 8 heures vient d'avoir lieu, et il faut y réfléchir
Je veux que vous imaginiez l'entrepôt un instant.
Disposition standard. Tapis roulant au milieu. Des piles de cartons arrivent d'un côté, des colis sortent de l'autre. Une équipe normale pour faire tourner ça serait de six à huit humains sur le terrain, plus un manager, plus un technicien de maintenance en astreinte. Un shift dure huit heures. Vous prenez des pauses. Vous faites tourner le personnel. Vous gérez l'inévitable bourrage dans la ligne toutes les quarante minutes environ.
Maintenant imaginez le même entrepôt sans aucun humain sur le terrain pendant huit heures d'affilée.
C'est ce que Figure AI a diffusé en livestream la semaine dernière. Une flotte de robots humanoïdes Helix-02 a effectué un shift complet de 8 heures en déplaçant des colis sur un tapis roulant — détectant les codes-barres sur les cartons entrants, ramassant les colis, les réorientant pour que les codes-barres soient face vers le bas, les plaçant dans la ligne. Opération continue. Pas de téléopération. Aucun humain dans la boucle.
Le réseau neuronal du Helix-02 fait tout cela en inférence embarquée. Pas d'aller-retour vers le cloud. Les robots voient à travers leurs caméras, raisonnent sur ce qu'ils voient, planifient leurs mouvements, exécutent. Quand un robot a détecté un problème avec ses propres performances, il s'est auto-diagnostiqué et s'est rendu de manière autonome dans la zone de maintenance pour demander un remplacement dans la flotte. Les autres robots ont ajusté leur flux de travail pour couvrir le manque. Le tapis roulant ne s'est jamais arrêté.
Ils se coordonnent visuellement. Il n'y a pas de communication verbale, pas de protocole de messagerie interne que vous pouvez lire sur un sniffer réseau. Ils se regardent les uns les autres, observent l'état de la ligne, et s'adaptent. De la même manière qu'une équipe d'entrepôt humaine qui a travaillé ensemble pendant deux ans se coordonne sans parler.
Trois choses dans tout cela comptent pour moi en tant que développeur, pas en tant qu'enthousiaste de la robotique.
Premièrement : l'inférence se fait sur l'appareil. C'est la partie qui devrait rendre nerveux les fournisseurs d'IA cloud. Si une enveloppe de calcul de classe 1,5 kW peut faire tourner un modèle vision-langage-action suffisamment bon pour 8 heures de manutention de colis, la longue traîne de l'IA physique n'a pas besoin d'un cluster d'inférence à 1 milliard de dollars. Elle a besoin d'une puce et d'une alimentation. L'économie de l'IA physique vient de diverger de l'économie de l'IA cloud de manière significative.
Deuxièmement : la coordination multi-agents est émergente. Les robots n'étaient pas pré-programmés pour se faire des signes de tête. La coordination visuelle est sortie de l'entraînement. C'est le même pattern que celui que j'observe dans les configurations de codage multi-agents depuis six mois — une fois que vous laissez les agents observer l'état des autres, ils commencent à se coordonner de façons que l'entraînement original n'a pas explicitement spécifiées. Nous observons le même comportement émergent apparaître dans l'espace physique.
Troisièmement : l'implication pour l'emploi n'est plus à 18 mois. J'écris sur la question IA et emploi depuis un an. La réponse conventionnelle a toujours été « oui mais le travail physique est protégé pour encore une décennie ». Cet argument est devenu plus difficile à tenir cette semaine. Un shift de manutention de colis n'est pas une expérience de pensée. C'est une vraie catégorie d'emploi en entrepôt. On estime à 1,7 million le nombre de manutentionnaires de colis aux États-Unis seulement. L'économie unitaire d'un robot Figure 03 à grande échelle se situe quelque part entre 30 000 et 50 000 $ par unité amortie sur sa durée de vie — bien en dessous du coût chargé d'un travailleur humain effectuant le même travail sur la même période.
Je ne dis rien de tout cela pour être pessimiste. Je le dis parce que le cycle va plus vite que la conversation politique. Si vous n'avez pas commencé à réfléchir à ce que fait votre entreprise qui soit défendable dans le monde physique, cette semaine est un rappel pour commencer.
Ça couvre Figure. Laissez-moi balayer le reste de ce qui bouge cette semaine.
En bref : Jules, Hermes, et la couche open-source
Deux choses à signaler qui n'ont pas eu leur propre section.
L'accès anticipé à Google Jules V2 est ouvert. Le formulaire a été mis en ligne pour ce que Google positionne comme « une plateforme de développement produit agentique de bout en bout ». La mise à niveau que tout le monde attend : le fonctionnement continu, y compris lorsque l'appareil de l'utilisateur est hors ligne. Si Jules V2 est livré avec de vrais agents persistants côté serveur — où vous pouvez fermer votre laptop, vous absenter quatre heures, et revenir pour trouver le travail fait — c'est une réponse compétitive à la direction que prennent Codex et Claude Code. La liste d'attente est la bonne décision pour l'instant. J'y suis inscrit. Je ne mise aucun travail de production sur Jules tant que je n'aurai pas fait passer ma batterie de tests standard contre la V2.
Hermes Agent continue d'être le projet open-source le plus intéressant du cycle. La boucle d'auto-amélioration — où Hermes observe ses propres complétions de tâches réussies, les abstrait en « trajectoires » réutilisables, et s'améliore de façon composée sur vos workflows spécifiques — continue de livrer des mises à jour. Les intégrations de fournisseurs se sont élargies. Et des rapports circulent selon lesquels le modèle Qwen 3.6 Plus serait offert gratuitement dans Hermes via un partenariat de portail d'actualités pour une fenêtre limitée. (Note : le matériel source à ce sujet m'est arrivé comme « Coin 3.6 Plus » — je suis presque certain qu'il s'agit de Qwen 3.6 Plus, étant donné la ligne de modèles et le timing. Si vous voyez des références à l'un ou l'autre, ils pointent vers la même chose.) Pour les développeurs qui font tourner des configurations d'agents open-source, Hermes est maintenant fermement dans la même conversation que les acteurs propriétaires. Ce n'était pas le cas il y a six mois.
Voilà le terrain. Laissez-moi conclure avec la partie pour laquelle vous êtes venus — ce que je ferais réellement cette semaine.
Ce que je ferais cette semaine en tant que développeur
Six jours avant le Google I/O. Le modèle de facturation d'Anthropic qui change sous vos pieds. GPT-5.6 qui se profile. Voici la stratégie.
Ne migrez pas à l'avance. L'erreur la plus coûteuse que je vois les développeurs commettre dans des semaines comme celle-ci est de se précipiter pour changer de stack avant un keynote qui n'a pas encore eu lieu. Les fuites de Gemini 3.2 sont réelles, mais ce n'est pas le produit final. Les noms de code de GPT-5.6 sont réels, mais le modèle n'est pas en production. Attendez. Laissez la poussière retomber. Faites tourner votre stack actuel une semaine de plus.
Auditez votre automatisation Claude Code aujourd'hui. Plus précisément : ouvrez toutes les charges de travail programmatiques que vous avez sur Claude — scripts SDK, GitHub Actions, jobs headless claude -p, agents tiers — et chiffrez-les aux nouveaux tarifs du pool de crédits. Si vous trouvez une charge de travail qui va épuiser votre budget mensuel de 20 à 200 $ en moins de deux semaines, vous avez une décision à prendre : payer le premium API, porter la charge vers un fournisseur moins cher pour le gros du travail, ou la restructurer pour qu'elle en fasse moins. Faites-le avant le 31 mai.
Testez le Fast Mode sur Opus 4.7 si vous faites du codage interactif. L'accélération de 2,5x est réelle. La qualité est inchangée. Le coût d'utilisation supplémentaire est contenu si vous le désactivez pour les exécutions autonomes longues. C'est le plus grand gain de vitesse de workflow disponible pour les utilisateurs de Claude Code cette semaine. Lancez /fast dans votre CLI. Prenez l'habitude. (Nécessite la v2.1.139 ou ultérieure — vérifiez avec claude --version.)
Si vous faites du travail front-end avec l'IA, exécutez vos prompts standards sur Gemini 3.2 Flash cette semaine. Via AI Studio, via n'importe quel canal détourné que vous avez. La génération SVG est solide. L'échafaudage UI en un seul prompt est solide sur Flash spécifiquement. Pour des sections hero esquissées, des diagrammes de manettes, des jeux d'icônes, des squelettes de tableaux de bord — Flash est véritablement compétitif sur le coût par output en ce moment. Gardez les tokens Pro et Opus pour le vrai travail.
Regardez le keynote I/O avec un carnet ouvert. Le 19 ou 20 mai, ce que je surveillerai n'est pas le modèle titre. C'est la profondeur de l'histoire agent que Google racontera. Plus précisément : est-ce que Gemini Agent obtient un vrai reveal de plateforme ? Est-ce qu'Omni obtient un niveau d'utilisation ? Est-ce que Jules V2 obtient une date de lancement ? Ces trois signaux m'en diront plus sur la position réelle de Google dans la course à l'OS que n'importe quel slide de benchmark.
Et quoi que vous fassiez cette semaine, ne laissez pas la démo de Figure passer sans y réfléchir pendant une heure. Regardez le replay du livestream. Prêtez attention aux moments où un robot s'auto-diagnostique et se rend en maintenance. Prêtez attention à la façon dont les autres s'adaptent sans rater un battement sur la ligne. C'est à quoi ressemble un système multi-agents émergent dans le monde physique, et c'est devenu une réalité cette semaine. Il y a six mois, c'était une démo de recherche. Aujourd'hui, c'est une trajectoire produit.
L'analyse honnête
Voici ce que je pense qu'il se passe vraiment, si je prends du recul au maximum.
Les labos n'ont plus de budget d'échantillons gratuits. Les accords de calcul SpaceX, les contrats Pentagone, l'utilisation programmatique retarifée, les cycles de red-teaming plus longs, les noms de code internes cachant des expériences de tarification — tout cela pointe vers la même réalité sous-jacente. Nous sommes à la fin de la phase où chaque grand labo de modèles absorbe des pertes de calcul pour acquérir la part d'esprit des développeurs. Les douze à dix-huit prochains mois vont ressembler beaucoup plus à de l'économie SaaS normale, avec tous les compromis que cela implique. Les niveaux gratuits se rétréciront. L'utilisation programmatique sera tarifée au coût. Les abonnements interactifs tiendront. Les fenêtres d'arbitrage qui ont alimenté le boom des agents open-source début 2026 se ferment.
Les keynotes que vous regarderez dans les six prochaines semaines — Google I/O les 19-20 mai, le reveal de GPT-5.6 d'OpenAI à la mi-juin, la réponse d'Anthropic à ce que Google livrera — seront le moment où l'industrie décidera à quoi ressemble vraiment la couche produit tarifée. La foire d'empoigne se termine. La tarification se stabilise. La différenciation sera mesurée en qualité de workflow, fiabilité, et les parties du stack que chaque labo possède vraiment.
Et sous tout cela, Figure a fait tourner un shift d'entrepôt complet sans humains dans la boucle. Ce qui est le genre de chose qui, dans une autre semaine, aurait été la seule histoire dont tout le monde aurait parlé.
Voilà à quoi ressemble le 14 mai 2026 depuis mon bureau. Six jours avant un keynote. Une semaine après le reset tarifaire d'Anthropic. Une rotation de fuites dans le nouveau sélecteur de modèles de Google. Un livestream vers un futur d'IA physique qui est arrivé plus vite que je ne m'y attendais.
J'écrirai à nouveau après le I/O. Si vous faites tourner quoi que ce soit en production sur ces modèles, préparez-vous à la tempête.
Ça va être six jours bruyants.
Questions fréquemment posées
Quand est-ce que Gemini 3.2 sera lancé ?
Gemini 3.2 sera très probablement lancé lors du Google I/O 2026 les 19-20 mai. La variante Flash fuite via l'application iOS Gemini et LMArena depuis plus d'une semaine, et le schéma de Google est d'annoncer formellement des modèles qui sont déjà en cours de tests A/B en production. Attendez-vous à un niveau Pro aux côtés de Flash, plus une possible variante Deep Think ou Ultra.
Qu'est-ce qui a changé avec les limites de Claude Code en mai 2026 ?
Anthropic a augmenté les limites hebdomadaires interactives de Claude Code de 50 % du 13 mai au 13 juillet 2026. En même temps, l'utilisation de l'Agent SDK, des GitHub Actions, de claude -p et des appels d'agents tiers a été déplacée vers un pool de crédits facturés séparé d'une valeur de 20 à 200 $ par mois selon le plan, facturé aux tarifs API. Le codage interactif est devenu moins cher. L'utilisation programmatique est devenue considérablement plus chère.
Est-ce que GPT-5.6 sort bientôt ?
GPT-5.6 est en test interne sous les noms de code Ember Alpha et Beacon Alpha, avec Polymarket prédisant une probabilité de 89 % de sortie avant le 30 juin 2026. Mi-juin est la fenêtre de lancement la plus probable. Attendez-vous à une réduction significative des hallucinations par rapport à GPT-5.5 plutôt qu'à un bond dramatique d'intelligence.
Qu'est-ce que Figure AI a démontré avec le Helix-02 ?
Figure AI a diffusé en livestream une flotte de robots humanoïdes Helix-02 effectuant un shift d'entrepôt entièrement autonome de 8 heures, triant des colis sur un tapis roulant. La coordination était multi-robots et uniquement visuelle, sans téléopération. Les robots ont auto-diagnostiqué les pannes, demandé des remplacements et échangé les batteries de manière autonome. Toute l'inférence s'est faite sur l'appareil sans aller-retour vers le cloud.
Comment fonctionne le Fast Mode de Claude Code sur Opus 4.7 ?
Le Fast Mode fait tourner Claude Opus 4.7 avec une configuration API optimisée pour la vitesse, produisant une sortie de qualité identique à une vitesse 2,5x supérieure pour un coût en tokens plus élevé. Activez-le avec /fast dans Claude Code v2.1.139 ou ultérieure. Sur les plans d'abonnement, le Fast Mode puise dans les crédits d'utilisation supplémentaires plutôt que dans votre pool de limite de débit d'abonnement.
