GPT-6 (Spud) et la course à l’IA de 2026 : Enjeux et perspectives
Le matin du 25 mars 2026, j’étais en visio avec un client quand mon téléphone a vibré trois fois d’affilée. Trois personnes différentes dans trois groupes de discussion m’avaient envoyé exactement le même lien. OpenAI venait juste de terminer le pré-entraînement d’un nouveau modèle de pointe. Nom de code : Spud. Plus de 100 000 GPU au data center Stargate à Abilene, Texas. Le nombre d’utilisateurs actifs hebdomadaires de ChatGPT — 900 millions de personnes. Et une citation interne parlant de “70 à 80 % du chemin vers l’AGI”.
J’ai coupé le micro un instant, j’ai fixé le plafond, puis j’ai éclaté de rire. Non parce que c’était drôle. Mais parce que, la semaine précédente, j’avais rédigé un build log en partant du principe que la frontière allait rester stable, au moins pour un trimestre de plus. La frontière ne reste plus jamais stable. Elle ne s’arrête plus.
Voici ce qui m’a vraiment frappé. Spud n’a pas été le seul événement majeur à tomber dans une fenêtre de onze jours. Google a lancé les modèles Gemini 4 open-weight le 2 avril. Anthropic a présenté Claude Mythos le 7 avril — un modèle tellement avancé qu’il a détecté des vulnérabilités zero-day dans un système d’exploitation majeur lors de tests internes, et Anthropic l’a verrouillé derrière une release privée, réservée à la cybersécurité. Meta a déployé Muse Spark le 8 avril, atteignant 50,2 % sur Humanity’s Last Exam en mode multi-agent. DeepSeek V4 était déjà dans la nature, annonçant 90 % de raisonnement de niveau humain pour environ trente centimes par million de tokens.
Cinq événements de classe “frontier”. En onze jours. Et le plus bruyant — la fin du pré-entraînement de Spud — c’est celui dont on débat encore sur Twitter un mois plus tard.
Je veux ralentir le tempo. Car si vous construisez quelque chose sur ces nouveaux modèles en ce moment, la question n’est pas “quelle release est la plus enthousiasmante”. La vraie question, c’est “qu’est-ce que cette nouvelle dynamique concurrentielle veut vraiment dire pour le code que je livre ce trimestre”. C’est ce que je veux vous expliquer.
Les onze jours qui ont reconfiguré la frontière de 2026
Commençons par dérouler la chronologie factuelle, car le discours ambiant a déjà brouillé la plupart des détails en un vague « OpenAI a fait quelque chose, Google a fait quelque chose, tout le monde a paniqué ».
24 mars 2026 : OpenAI termine le pré-entraînement de Spud. Le modèle sera lancé sous le nom de GPT-6 ou GPT-5.5 selon ses performances comparées à GPT-5.4. Le pré-entraînement s’est appuyé sur un mélange de H100 et de GB200 — plus de 100 000 accélérateurs — au Stargate d’Abilene. C’est le premier modèle entraîné entièrement sur cette nouvelle base de calcul. Les étapes de post-entraînement et d’évaluation de sûreté suivent ; aucune date de lancement publique n’a encore été annoncée.
2 avril 2026 : Google publie les checkpoints open-weight de Gemini 4 avant le lancement officiel. Le lancement complet de Gemini 4 est programmé pour le Google I/O, le 19 mai. Leur actuel fer de lance, Gemini 3.1 Pro, rivalise déjà avec GPT-5.4 sur l’Artificial Analysis AI Index à 57, atteint 94,3 % sur GPQA Diamond, 77,1 % sur ARC AGI-2, et 44,7 % sur Humanity’s Last Exam — avec une fenêtre de contexte de 2 millions de tokens.
7 avril 2026 : Anthropic dévoile un aperçu de Claude Mythos. Claude Opus 4.6 avait déjà atteint 80,8 % sur le S3 Bench. Mythos est suffisamment puissant pour avoir mis au jour, lors d’une évaluation interne, des vulnérabilités zero-day dans un OS majeur. Réaction d’Anthropic : restreindre le modèle à une version privée dédiée à la cybersécurité, plutôt qu’un lancement général. J’ai analysé les enjeux plus larges dans mon analyse de la fuite Claude Mythos, ainsi que ce que Mythos signifie pour l’industrie de la sécurité.
8 avril 2026 : Meta lance Muse Spark. 50,2 % sur Humanity’s Last Exam en mode multi-agent — un véritable bond en avant. Le bémol : c’est propriétaire, et le modèle reste en retrait sur les tâches de codage. Je l’ai testé et publié mon retour dans mon test pratique de Muse Spark.
Également actif sur cette période : DeepSeek V4, fonctionnant sur des puces Huawei, revendique 90 % de raisonnement au niveau humain, à un prix qui fait grimacer les laboratoires occidentaux — autour de trente centimes pour un million de tokens. Quant à xAI, ils ont expédié Grok 4.20 beta 2 avec une architecture multi-agent, et les rumeurs font état d’un Grok 5 à six mille milliards de paramètres.
Voilà le terrain. Cinq grands laboratoires. Quatre stratégies radicalement différentes. Une secousse de onze jours.
Le piège dans lequel je vois tomber la majorité des développeurs actuellement : considérer cet événement comme du bruit à ignorer, ou bien comme un classement hebdomadaire à poursuivre frénétiquement. Les deux attitudes sont erronées. Ce qui se déroule réellement, c’est un nouveau tri compétitif, et ce tri s’effectue selon des critères qui comptent pour le code que vous livrez.
Ce que Spud est réellement (et ce qu'il n'est pas)
Permettez-moi de séparer ce qui est confirmé de ce qui relève de la spéculation, car l'écart est énorme et beaucoup d'avis sûrs en ligne se fondent sur du vent.
Confirmé :
- Pré-entraînement terminé le 24 mars 2026
- Nom de code Spud
- Entraîné sur plus de 100 000 GPU au Stargate (Abilene, Texas)
- Mélange de H100 et de GB200
- La direction d’OpenAI a officiellement déclaré être à 70-80 % du chemin vers l’AGI, avec une pleine AGI attendue « d’ici quelques années »
- Pourrait être lancé sous le nom de GPT-6 ou GPT-5.5 selon les gains de performance par rapport à GPT-5.4
Largement rapporté, pas officiellement confirmé :
- Fenêtre de contexte jusqu’à 2 millions de tokens
- Tarification API autour de 2,50 $ par million de tokens en entrée, 12 $ par million en sortie
- Paliers d’abonnement supposés : Gratuit (avec publicité), 8 $ Go, 20 $ Plus, 100 $ Pro, et un niveau Pro supérieur à 200 $
- Post-entraînement axé sur l’apprentissage par renforcement plutôt que sur la pure échelle des paramètres
Ce que la configuration de la sortie révèle, même sans les chiffres :
OpenAI vient de prendre une série de décisions qui n’ont de sens que s’ils préparent le terrain pour Spud. Ils ont arrêté Sora (les revenus étaient décevants). Le partenariat à un milliard de dollars avec Disney s’est terminé en moins d’une heure — moins d’une heure — et la capacité de calcul aurait été réaffectée à Spud. Ils développent une super-app unifiée rassemblant ChatGPT, Codex et le navigateur Atlas en un produit à mémoire persistante unique. Et ils procèdent à des acquisitions dans la planification financière et la santé.
Nous n’avons clairement pas affaire à une simple mise à jour incrémentale. C’est une entreprise qui sacrifie délibérément sa flexibilité stratégique pour donner le plus d’impact possible au lancement d’un unique modèle. Lorsqu’une société pesant 852 milliards annule un deal avec Disney en une heure, ce pour quoi elle fait ce choix mérite toute l’attention.
Avant d’aborder ce que cela signifie pour les bâtisseurs, il reste une partie de cette histoire que la plupart des enthousiastes omettent soigneusement d’aborder.
La partie dont personne ne veut parler
OpenAI a dissous son équipe de superalignment. L’équipe à qui l’on avait promis 20 % de la puissance de calcul de l’entreprise en a reçu bien moins que cela. La déclaration de mission de l’entreprise a été discrètement modifiée pour retirer le terme « en toute sécurité » de son objectif affiché. Des failles de cybersécurité récentes et des poursuites judiciaires sont à signaler. L’AI Act de l’UE entre en vigueur en août 2026 et la posture actuelle d’OpenAI, pour rester charitable, n’est pas adaptée à ce cadre.
Ce n’est pas un billet pour critiquer gratuitement. J’utilise les modèles OpenAI tous les jours. Je livre du code grâce à eux. Mon problème est plus ciblé : quand l’entreprise qui vient d’achever le plus grand run d’entraînement de l’histoire est aussi celle qui a discrètement démantelé son équipe alignment et effacé « en toute sécurité » de sa mission, « à 70-80 % de l’AGI » cesse d’être un argument marketing pour devenir une ligne de plus au registre des risques.
Le tableau financier va dans le même sens. OpenAI a levé 122 milliards de dollars en mars 2026 avec une valorisation à 852 milliards. Perte projetée pour 2026 : 14 milliards de dollars. Pertes cumulées d’ici 2028 : 44 milliards. Le passage au flux de trésorerie positif est attendu entre 2029 et 2030. L’enceinte intelligente que Jony Ive est en train de concevoir ne sortira pas avant février 2027 au plus tôt, avec un objectif de 40 à 50 millions d’unités sur la première année : ce serait d’autant plus exceptionnel s’ils atteignent ce chiffre.
Ce n’est pas une entreprise qui peut se permettre un lancement progressif et prudent de Spud. Ce qui signifie que la pression pour livrer — et livrer toujours plus gros, quoi qu’il en coûte — est structurellement intégrée pour au moins les trois prochaines années. À la prochaine vague de rumeurs « Spud sort la semaine prochaine », gardez ce facteur en tête. C’est le vrai moteur derrière le cycle du hype.
Revenons maintenant à la question du builder.
Le champ des quatre stratégies
Voici le modèle mental que j'utilise depuis la vague de lancements d'avril. Les cinq grands laboratoires ne mènent pas la même course. Ils disputent en réalité quatre courses radicalement différentes.
1. OpenAI — Super application intégrée. Spud n’est qu’un maillon. Le véritable mouvement, c’est ChatGPT + Codex + navigateur Atlas + mémoire persistante + 900 millions d’utilisateurs actifs hebdomadaires + acquisitions dans la gestion financière + acquisitions dans la santé, réunis en un seul produit grand public. Le pari : le modèle n’est qu’une fonctionnalité de la plateforme, et non l’inverse. Quinze milliards de tokens par minute transitent par l’API, ce qui donne une idée du volume du trafic mondial d’IA déjà capté par OpenAI.
2. Google — Capture de l’infrastructure. Gemini 3.1 Pro est déjà au niveau de GPT-5.4 sur l’index principal, avec un contexte de deux millions de tokens et la puissance de diffusion de Google (Search, Workspace, Android, YouTube). Gemini 4 arrive le 19 mai lors de l’I/O. L’annonce open-weight du 2 avril représente une manœuvre de contournement : laisser les développeurs bâtir librement sur Gemini, pendant que les modèles propriétaires dominent le marché de l’API. L’atout de Google n’est pas d’avoir un modèle plus intelligent : c’est de posséder les espaces où les utilisateurs se trouvent déjà.
3. Anthropic — La sécurité comme produit. Claude Opus 4.6 a obtenu 80,8 % sur S3 Bench. Mythos s’est montré suffisamment performant pour détecter des zero-days, et Anthropic a choisi de ne pas le rendre public. Voilà la thèse à l’œuvre : dans un monde où le modèle le plus avancé possède des capacités offensives en cybersécurité, seules les entreprises capables de restreindre l’accès de façon crédible deviennent dignes de confiance pour des usages sensibles. Lisez mon analyse de l’impact de Claude Mythos sur la cybersécurité pour comprendre comment cela se joue dans les appels d’offres.
4. Meta + DeepSeek + xAI — La stratégie ouverte/bon marché/rapide. Entreprises différentes, parie structurel identique : démocratiser la frontière. Muse Spark propose un raisonnement multi-agent. DeepSeek V4 casse tous les prix avec trente centimes le million de tokens sur du silicium Huawei. Grok 4.20 mise sur la vitesse et la personnalité, avec des rumeurs de Grok 5 à 6T de paramètres. Aucun ne gagnera sur la performance face aux deux premiers — mais ce n’est pas nécessaire. Leur but : faire du « meilleur modèle » un mauvais choix pour les 80 % des cas d’usage qui n’exigent pas le raisonnement de pointe.
Si vous créez quoi que ce soit dépendant d’un LLM aujourd’hui, vous ne choisissez pas un modèle. Vous choisissez l’une de ces quatre stratégies. C’est là que tout se joue. Le choix du modèle n’est qu’une conséquence de ce choix stratégique.
Ce que cela signifie pour le code que vous livrez ce trimestre
J’ai eu six conversations distinctes ces deux dernières semaines avec des fondateurs et des responsables techniques complètement paralysés par l’état actuel du marché. Chacun d’entre eux m’a exposé le problème en ces termes : « sur quel modèle devons-nous nous appuyer ? » Et tous se posaient la mauvaise question.
Voici le cadrage qui fonctionne réellement.
Si votre produit dépend de rester à la frontière des capacités — génération de code pour des problèmes difficiles, raisonnement agentique multi-étapes, analyse complexe de documents, bref tout cas où la mauvaise réponse coûte cher — vous allez vivre sur OpenAI et Anthropic et payer les tarifs API. Spud sera crucial pour vous. Il en sera de même pour le prochain modèle Anthropic après Mythos. Verrouillez votre agilité fournisseur dès maintenant. J’ai détaillé tout cela dans mon playbook développeur GPT-5.5 — les patterns d’abstraction fournisseur que j’y décris s’appliquent directement à l’ère Spud.
Si votre produit dépend de la longueur du contexte ou de la taille des documents — juridique, recherche, analyses longues, transcription — la fenêtre de 2 millions de tokens de Gemini 3.1 Pro est déjà la meilleure option, et Gemini 4 en mai va accentuer son avance. Les rumeurs annoncent une fenêtre 2M context pour Spud chez OpenAI, ce qui comblerait l’écart, mais Google a déjà un an d’outillage en production autour du long context que personne n’égale pour l’instant.
Si votre produit dépend du coût — automatisation à haut volume, applications grand public à l’échelle, tout ce qui fait exploser la facture d’inférence au-delà de 5 000 $ par mois — vos benchs doivent déjà tourner sur DeepSeek V4 et Gemini 4 open-weight. Pas le mois prochain. Maintenant. L’écart entre le frontier et le “suffisamment bon” se resserre vite, et l’arbitrage de prix est bien réel. Trente centimes contre 2,50 $ le million de tokens, c’est un rapport de 1 à 8, et dès que vous passez à l’échelle, l’économie est immédiate.
Si votre produit dépend de la confiance, de la conformité ou de données sensibles — santé, finance, juridique, secteur public, tout ce qui touche au PII à grande échelle — la stratégie Mythos d’Anthropic est un cadeau. « Nous avons développé un modèle si performant que nous avons choisi de ne pas le lancer » : c’est le pitch d’achat le plus fort qu’un labo IA ait livré en 2026. Si l’acheteur se soucie des logs d’audit et de la conformité au AI Act européen (entrée en vigueur en août 2026), Claude continuera à rafler ces dossiers.
La plupart des produits se situent à l’intersection de deux de ces axes. L’erreur que je vois partout : des équipes choisissent un seul modèle et tentent de l'adapter aux quatre besoins. Ne faites pas ça. Orientez vos requêtes. Ce n’est plus compliqué — les patterns d’optimisation des coûts agents IA que j’ai détaillés plus tôt cette année sont encore plus pertinents aujourd’hui, car l’écart tarifaire entre fournisseurs n’a fait que s’accentuer.
L’arbre des scénarios Spud
Permettez-moi de réfléchir à voix haute sur ce qui se passe réellement lorsque Spud sort, car c’est précisément la partie que la plupart des analyses omettent. Tout le monde se demande "quand Spud sera lancé." La véritable question est plutôt "dans quel scénario Spud va-t-il s’inscrire ?"
Scénario A : Spud représente une véritable rupture. Il surpasse Gemini 3.1 Pro sur l’AI Index, établit un nouveau record à l’Humanity’s Last Exam, et la rumeur du contexte à 2 millions de tokens s’avère fondée. Dans ce monde, OpenAI reconsolide son avance en capacités, qu’il avait momentanément partagée avec Google. La thèse du super-app s’impose. La valorisation de 852 milliards de dollars commence à avoir du sens. Anthropic pivote encore davantage vers la sécurité comme produit. Meta, DeepSeek, xAI continuent à commoditiser la couche inférieure.
Scénario B : Spud n’est qu’une amélioration modérée. Il devance GPT-5.4, mais ne surclasse pas clairement Gemini 3.1 Pro, et sort sous le nom de "GPT-5.5" plutôt que GPT-6, un indice en soi. Ici, la course devient une égalité en tête, et le vainqueur en 2026 sera celui qui aura la meilleure distribution — donc Google, qui domine toujours ce terrain. La valorisation d’OpenAI subit alors une épreuve de vérité.
Scénario C : Spud rencontre des problèmes d’alignement qui retardent sa sortie. Le modèle évolue après entraînement vers quelque chose que les évaluations sécurité n’approuvent pas, et OpenAI le garde sous le coude jusqu’au troisième trimestre 2026, tandis que Google lance Gemini 4 en mai sans opposition. C’est le scénario que la dissolution de l’équipe superalignment rend plus probable, non moins. Dans cette situation, la posture "nous ne livrons pas de modèle dangereux" d’Anthropic devient l’histoire dominante côté entreprise.
Je ne sais pas lequel de ces scénarios se produira. Personne qui s’exprime avec assurance sur le sujet ne le sait non plus. Mais j’estimerais les probabilités brutes à 35/45/20 d’après les signaux accessibles aujourd’hui. Le but n’est pas de deviner — le but est de construire quelque chose qui ne s’effondre pas quel que soit le scénario.
Cela fait six semaines que j’architecture mes propres projets clients sur cette hypothèse. Routage de requêtes indifférent au fournisseur, harnais d’évaluation exécutés chaque mois sur les quatre grands courants stratégiques, feature flags pour changer de modèle sans redéploiement. Si votre système ne peut pas survivre à un scénario C, alors vous bâtissez sur des fondations qui risquent de ne plus être là en août.
Ce que j'observe d'ici Google I/O
Le 19 mai est le prochain véritable signal. Gemini 4 sera lancé lors de Google I/O. D'ici là, voici la shortlist qui reste affichée sur mon écran.
OpenAI annoncera-t-il Spud avant I/O ? Si oui, c’est qu’ils craignent que Gemini 4 accapare l’attention du secteur. S’ils attendent, c’est qu’ils sont confiants dans une confrontation directe.
Anthropic élargit-il l'accès à Mythos au-delà de la cybersécurité ? Si la solution est proposée aux clients entreprises sous licences restreintes, la thèse “safety-as-product” ne sera plus seulement forte, elle deviendra dominante. Si le modèle reste verrouillé, c’est un signal sur certaines limites de capacité qui compte.
DeepSeek V4 maintiendra-t-il ses tarifs ? Si les laboratoires chinois parviennent réellement à tenir les trente centimes par million de tokens sur du matériel Huawei jusqu’à la fin du deuxième trimestre, la timeline de la décommoditisation s’avance d’un an.
Préparation à l’AI Act européen. Août 2026 marque la date limite de conformité. D’ici là, tout laboratoire de pointe qui ne parvient pas de manière crédible à remplir les exigences de l’UE commencera à être écarté des deals entreprises européens. C’est un signal financier très concret.
Le calendrier des smart speakers. Si OpenAI commence à distiller des informations sur le matériel Jony Ive avant février 2027, cela voudra dire qu’ils cherchent à prolonger la logique super-app vers l’informatique ambiante. Ce serait un vrai nouveau cadre stratégique.
J’ai un fichier texte sur mon bureau, intitulé 2026-ai-race.md, où je note une ligne à chaque fois qu’un de ces indicateurs bouge. C’est la documentation la plus utile que j’ai gardée toute l’année. Ça me prend peut-être quatre-vingt-dix secondes par jour. Ça m’évite de perdre le fil à chaque lancement, parce que je peux toujours remettre le buzz du jour dans l’arborescence du scénario global.
La partie honnête
C’est à ça que je repense chaque nuit.
Je suis développeur depuis plus de dix ans. J’ai vu passer le mobile, le cloud, les conteneurs, le serverless, la crypto. Chacune de ces transitions a connu un moment où la hype dépassait la substance, puis un autre où la substance dépassait la hype — rarement au même moment. L’IA en 2026 est la première transition que je vois où les deux phénomènes se produisent simultanément.
Spud est réel. 100 000 GPU, c’est réel. 900 millions d’utilisateurs actifs par semaine, c’est réel. L’accord avec Disney s’est vraiment terminé avec moins d’une heure de préavis. 122 milliards de dollars ont réellement changé de main. Ce ne sont pas des chiffres marketing. Ce sont des faits audités, légalement divulgués, à conséquences matérielles.
Et — l’équipe superalignment a été dissoute. Le mot « en toute sécurité » a discrètement été supprimé de la mission. Anthropic a trouvé des zero-days avec Mythos et a jugé plus prudent de ne pas livrer le modèle. L’échéance du règlement européen sur l’IA est dans quatre mois. Ce sont aussi des faits.
Je ne vais pas vous dire ce que vous devez ressentir face à tout ça. Je vais simplement vous dire ceci : développez en tenant compte du paysage concurrentiel tel qu’il est, pas tel que vous voudriez qu’il soit. Répartissez vos requêtes entre les fournisseurs. Soyez rigoureux dans vos évaluations. Supposons que Spud est lancé, qu’il est performant, que la vigilance autour de la sécurité continue de s’effriter — et créez quelque chose qui fonctionnera malgré tout dans ce contexte. C’est ça, le travail aujourd’hui.
J’ai déjà évoqué le choc plus large pour le secteur dans mon article AI industry shakeup April 2026, ainsi que la place du créateur individuel dans AI-first solo operator piece. Les deux valent la lecture si vous souhaitez replacer tout cela dans un contexte plus large.
Foire aux questions
Quand GPT-6 (Spud) sera-t-il lancé ?
Aucune date de sortie publique n’a été confirmée à la date d’avril 2026. L’entraînement initial a été terminé le 24 mars 2026, avec des phases de post-entraînement et d’évaluation de sûreté actuellement en cours. La majorité des observateurs du secteur prévoit un lancement au deuxième ou début du troisième trimestre 2026, probablement synchronisé avec l’annonce de Google Gemini 4 lors de l’I/O du 19 mai. Accordez peu de crédit aux dates "confirmées" que vous pouvez voir circuler sur les réseaux sociaux.
Spud est-il identique à GPT-6 ou à GPT-5.5 ?
Spud est le nom de code interne du prochain modèle d’OpenAI, et le nom public dépendra des performances obtenues par rapport à GPT-5.4. Si les gains de capacités sont significatifs, il sera lancé sous le nom GPT-6. Si les améliorations sont incrémentales, il paraîtra comme GPT-5.5. OpenAI n’a pour l’instant rien confirmé sur ce point.
Comment Spud se compare-t-il à Gemini 4 et Claude Mythos ?
Les trois modèles sont inédits ou à accès restreint en avril 2026, donc aucune comparaison directe n’est pour l’instant possible. Gemini 3.1 Pro (produit phare actuel de Google) atteint l’équivalence de GPT-5.4 à 57 sur l’AI Index. Claude Opus 4.6 affiche 80,8 % sur S3 Bench. Mythos est réservé à un usage privé en cybersécurité du fait de ses capacités de découverte de zero-day. Consultez la section « Quatre stratégies sur le terrain » ci-dessus pour une grille de lecture comparative.
Faut-il changer de fournisseur maintenant ou attendre Spud ?
Il ne faut pas changer maintenant. Abstraire. Concevez dès à présent une gestion de routage des requêtes indépendante du fournisseur afin de pouvoir changer de modèle via un feature flag dès la sortie effective. S’enfermer chez un seul fournisseur avant que les positions ne se redistribuent est, selon moi, le plus grand risque pris par les builders en 2026. Structurez vos routages, gardez vos harness d’évaluation à jour, et attendez les vrais résultats de benchmarks.
Que dois-je développer actuellement dans la course à l’IA de 2026 ?
Pensez en termes de routage de capacités, pas de prévision. Concevez des systèmes capables de basculer entre OpenAI, Anthropic, Google et des modèles open-weight en fonction des tâches. Effectuez des évaluations mensuelles sur les quatre. Verrouillez la flexibilité quant aux fournisseurs avant la prochaine sortie, pas après. La section « Conséquences pour le code que vous livrez ce trimestre » ci-dessus détaille le cadre de décision à suivre.
Travaillons ensemble
Vous souhaitez développer des systèmes d’IA, automatiser des flux de travail ou faire évoluer votre infrastructure technologique ? Je serais ravi de vous accompagner.
- Fiverr (développements sur mesure & intégrations) : fiverr.com/s/EgxYmWD
- Portfolio : mejba.me
- Ramlit Limited (solutions d’entreprise) : ramlit.com
- ColorPark (design & branding) : colorpark.io
- xCyberSecurity (services de sécurité) : xcybersecurity.io
