Six mois d’IA en 2026, et beaucoup de bruit. Cette semaine, deux acteurs majeurs ont aussi mis un coup de frein en changeant de discours.

En parcourant les différentes actualités liées à l'IA entre janvier et juin 2026, la sensation que j'en retire est assez claire : tout cela est parti un peu dans tous les sens. Beaucoup d'innovation, mais pas toujours beaucoup de contrôle.

Chaque semaine ou presque, un nouveau modèle arrive en promettant de « tout changer ». GPT par-ci, Claude par-là, un modèle chinois qui surpasse tout le monde sur un benchmark dont personne n'avait entendu parler la semaine précédente, de la génération vidéo à des niveaux encore jamais vus…

Et puis, cette semaine, quelque chose que l'on voyait venir, mais que personne ne voulait vraiment entendre, finit par arriver : deux des acteurs qui dictent le rythme de cette course à l'IA commencent à parler de ralentir, voire de faire une pause.

Cela vaut la peine de s'arrêter un instant pour regarder ce qui s'est réellement passé.

Ce qui s'est passé entre janvier et juin 2026

Sans tenir compte de tout le bruit ambiant, voici, par ordre chronologique, quelques-uns des événements qui comptent vraiment.

• Fin janvier : Moonshot lance Kimi K2.5, un modèle multimodal à poids ouverts avec son « Agent Swarm », capable de coordonner jusqu'à 100 sous-agents. Pendant ce temps, GPT-5.2, lancé en décembre 2025, restait l'une des principales références auxquelles les nouveaux modèles étaient comparés.
• 5 février : Anthropic lance Claude Opus 4.6, suivi quelques jours plus tard par Claude Sonnet 4.6.
• Mi-février : Google présente Gemini 3.1 Pro, renforçant sa stratégie autour de modèles plus performants en raisonnement, en programmation et sur les tâches longues.
• Fin février : Perplexity, qui se devait de réagir, présente Computer, un système agentique qui répartit les tâches entre plusieurs modèles spécialisés et se connecte à des applications externes.
• 27 février : selon Reuters, Donald Trump ordonne le retrait progressif des technologies d'Anthropic au sein des agences fédérales américaines, à la suite d'un conflit portant sur certains usages militaires.
  Le Pentagone va jusqu'à qualifier Anthropic de « supply chain risk », c'est-à-dire de risque pour la chaîne d'approvisionnement. La panique s'installe, mais Anthropic maintient sa position, ce qui lui vaut l'admiration de nombreuses personnes. Et comme, au pays du business, quelqu'un finit toujours par prendre la place laissée libre, OpenAI annonce dans la foulée un accord avec le Pentagone.
• 5 mars : OpenAI lance GPT-5.4, avec un contrôle natif de l'ordinateur, un contexte allant jusqu'à 1 million de tokens via l'API (la fenêtre standard étant de 272 000 tokens), ainsi que les capacités de Codex réunies dans un même modèle.
  La vraie nouveauté ne réside pas uniquement dans la taille de la fenêtre de contexte. Le modèle est capable de manipuler seul un navigateur et un environnement de bureau.
  C'est le passage du « chatbot qui répond » à « l'agent qui fait réellement des choses ». OpenAI annonce également 33 % d'hallucinations en moins par rapport à GPT-5.2.
• 2 avril : Google présente Gemma 4, sa nouvelle famille de modèles ouverts sous licence Apache 2.0, pensée pour le raisonnement avancé, les agents et le déploiement sur son propre matériel. Une famille de modèles particulièrement intéressante.
• 16 avril : Anthropic lance Claude Opus 4.7, avec un nouveau tokeniseur qui peut produire jusqu'à 35 % de tokens supplémentaires pour un même texte, soit entre 1,0 et 1,35 fois plus selon le contenu.
• 20 avril : Moonshot lance Kimi K2.6, avec une fenêtre de contexte de 256 000 tokens et une version étendue de son Agent Swarm, capable de coordonner jusqu'à 300 sous-agents.
• 23 et 24 avril : OpenAI présente GPT-5.5 et, pratiquement au même moment, DeepSeek réplique avec DeepSeek V4 : une version Pro de 1,6 billion de paramètres, une version Flash open source et une fenêtre de contexte de 1 million de tokens.
• 19 mai : lors de la Google I/O, Google présente Gemini 3.5 Flash, Gemini Spark, Gemini Omni et Antigravity 2.0. La direction est très claire : moins de chatbots, davantage d'agents.
  Cela se voit notamment dans la nouvelle interface d'Antigravity, qui donne une bonne idée de la vision de Google et de la direction dans laquelle l'entreprise souhaite nous emmener.
• 28 mai : Anthropic lance Claude Opus 4.8, une mise à jour particulièrement rapide au sein de la gamme Opus. Elle apporte notamment Dynamic Workflows. Anthropic présente également le modèle comme plus intelligent et plus honnête que la version 4.7, notamment lorsqu'il travaille sur du code. Les options Effort Control et Fast Mode font aussi leur apparition.
• 1er juin : MiniMax présente MiniMax M3, un modèle multimodal à poids ouverts, doté d'une fenêtre de contexte allant jusqu'à 1 million de tokens et fortement orienté vers la programmation, les agents et les tâches longues. Un modèle intéressant, notamment parce qu'il cherche à se positionner comme une solution moins chère que Claude et GPT.
• 1er juin : GitHub Copilot modifie également son modèle de facturation. Le service abandonne les requêtes premium au profit d'une facturation des usages avancés par l'intermédiaire des GitHub AI Credits, calculés en fonction du nombre de tokens consommés et du modèle utilisé.
  Les fonctionnalités de base restent incluses et chaque abonnement comprend une quantité mensuelle de crédits. Mais les modèles les plus puissants et les agents peuvent les consommer très rapidement.
  Et c'est là qu'une partie de la communauté a commencé à halluciner devant les prix : certains utilisateurs ont consommé leurs crédits en quelques heures ou quelques jours, avec des estimations atteignant plusieurs centaines de dollars pour conserver le même rythme d'utilisation.
• À très court terme : le 2 août 2026, l'essentiel de l'AI Act européen entre en application, même si certaines exceptions et certains calendriers ont été ajustés, notamment pour les systèmes considérés comme présentant un risque élevé.

Si l'on regarde uniquement cette liste, cela ressemble à une compétition. Et c'en est une. Plutôt clairement.

Mais, derrière le marketing, un véritable changement est en train de se produire : nous ne parlons plus uniquement de chatbots, mais de plus en plus d'agents.

Et ce n'est pas seulement un slogan. C'est une réalité qui s'est installée très rapidement.

Nous avons désormais :

• Des modèles qui utilisent l'ordinateur.
• Des modèles qui coordonnent différents outils.
• Des modèles capables de travailler longtemps sans que l'on ait besoin de les guider en permanence.
• Des modèles capables de parcourir une base de code entière, au lieu de simplement répondre à une question isolée.
• GPT-5.4 et son utilisation de l'ordinateur.
• Computer de Perplexity.
• Les swarms de Kimi.
• Antigravity de Google.
• Claude, de plus en plus orienté vers la programmation et les tâches longues.

Et dans la vraie vie ?

Parfois, le résultat est réellement impressionnant. Même une démonstration assez simple peut nous laisser bouche bée.

Mais les choses changent lorsqu'on utilise ces outils sur un véritable projet : dette technique, contexte incomplet, décisions qui n'ont jamais été vérifiées et, au final, du code que plus personne ne veut toucher.

Car l'agent peut lui-même en rajouter une couche : créer de la dette technique, trancher sur la base d'un contexte partiel ou produire une solution que personne n'a réellement validée.

Peut-être aurait-il simplement fallu réfléchir davantage, mieux contextualiser la demande, préparer des instructions plus précises et mieux définir le rôle et les limites de chaque agent.

Une chose est néanmoins devenue évidente : grâce aux agents, aux MCP et aux automatisations, l'IA permet de développer plus rapidement, d'approfondir certains sujets et de découvrir d'autres idées qui, bien sûr, existaient déjà quelque part sur Internet, et qui peuvent nous faire avancer.

Mais l'apport humain reste unique, authentique et d'autant plus précieux.

La direction est claire : nous n'allons plus seulement vers des « assistants qui répondent » ou des agents qui font n'importe quoi dans leur coin.

Nous allons vers des systèmes qui cherchent à interagir avec nous, à mémoriser des tâches et des erreurs, afin d'améliorer notre travail et nos projets.

Mais à quel prix ?

Le changement de modèle économique de GitHub Copilot montre une autre réalité de cette course à l'IA : les modèles et les agents consomment énormément de ressources et coûtent donc cher.

Autrement dit, la fin du forfait illimité commence à se dessiner pour certains services. Un système d'IA ne se contente pas d'envoyer une seule requête et de renvoyer une réponse.

Il lit des fichiers, transmet du contexte, consulte des outils, génère du code, exécute des tests, analyse les erreurs, puis recommence. Et chaque étape consomme des tokens.

Tant que tout cela était compris dans un abonnement mensuel, il était facile d'utiliser ces outils comme s'ils étaient pratiquement illimités.

Mais lorsque la facturation dépend directement de l'usage, notre perception change. Nous réfléchissons davantage avant de lancer une tâche.

La question n'est soudainement plus seulement de savoir quel modèle est le plus intelligent ou lequel programme le mieux.

Il faut aussi se demander combien il coûte, combien de tokens il consomme avant de résoudre une tâche et si ce coût est réellement rentable dans le cadre d'un projet.

GitHub Copilot est peut-être en train de nous montrer le début de la fin des forfaits illimités pour les usages avancés de l'IA.

Le tournant de la mi-2026 : certains commencent à appeler au calme

Et c'est là que les choses deviennent intéressantes.

Anthropic demande désormais une pause coordonnée.

Pas une pause que l'entreprise s'imposerait seule : une pause coordonnée à l'échelle de toute l'industrie.

Son argument est que les modèles pourraient bientôt se rapprocher d'une phase d'amélioration récursive : des systèmes capables de participer à l'amélioration d'autres systèmes, avec de moins en moins d'intervention humaine.

Et avant d'en arriver là, il serait préférable de mettre en place de véritables mécanismes de contrôle, de sécurité et de vérification.

Cela semble cohérent avec le discours qu'Anthropic tient depuis toujours.

Mais, pour être honnête, il faut raconter toute l'histoire.

Certains considèrent aussi cette demande comme une manœuvre intéressée.

Anthropic continue de participer à la course, de lancer de nouveaux modèles et de voir sa valorisation augmenter.

Selon Reuters, l'entreprise a également été critiquée cette année pour avoir supprimé un engagement interne plus explicite, qui prévoyait de suspendre certains entraînements si des niveaux de capacités particulièrement dangereux étaient atteints.

Autrement dit, Anthropic demande à tout le monde de ralentir juste après s'être accordé davantage de marge de manœuvre.

À chacun d'en tirer ses propres conclusions.

Du côté d'OpenAI, Sam Altman a lui aussi fortement nuancé son discours.

Il y a un an, il avertissait que l'IA allait faire disparaître une partie des emplois juniors de bureau.

Il reconnaît maintenant s'être « assez largement trompé » : l'impact observé a été bien moins important que ce qu'il avait prédit.

Et il n'est pas le seul.

Dario Amodei, qui était allé jusqu'à évoquer la disparition de la moitié des emplois de bureau, explique désormais que l'automatisation pourrait aussi élargir ce que les humains sont capables de faire.

L'idée qui commence à s'imposer n'est donc plus simplement :

« L'IA va te prendre ton travail. »

Elle est plus inconfortable, mais probablement aussi plus réaliste :

L'IA va modifier les parties de votre travail qui ont réellement de la valeur.

Et ce n'est pas la même chose.

Ce que je retiens de ces six premiers mois

Entre la course effrénée aux nouveaux modèles et les mêmes protagonistes qui commencent maintenant à parler de ralentissement, le contraste en dit long sur la période que nous traversons.

D'un côté, personne ne veut prendre de retard.

De l'autre, il devient de plus en plus évident que nous ne parlons plus seulement d'un nouvel outil permettant de rédiger des e-mails plus rapidement.

Nous parlons de modèles qui commencent à créer, modifier et auditer des logiciels, mais aussi à intervenir dans des systèmes, des prises de décision, des processus de travail, la comptabilité, le fonctionnement des entreprises et même la réglementation.

Dans ce contexte, le benchmark du moment ne suffit plus.

Tout ce qui sort n'est pas forcément une information importante.

Tout ce qui « dépasse X sur le benchmark Y » ne résiste pas forcément au contact d'un véritable projet.

Et tout ce qui semble révolutionnaire dans une démonstration ne change pas nécessairement le quotidien d'un développeur.

Je vais donc continuer à observer tout cela, mais en faisant le tri.

Je publierai ce qui me semble réellement important concernant les grands modèles et les nouveaux acteurs, en les testant lorsque cela sera possible, et sans vous vendre du vent.

Si la première moitié de l'année 2026 a été aussi mouvementée, la seconde promet de l'être tout autant.

Notamment autour de la consommation énergétique, du prix des tokens et de la possible fin des forfaits illimités.

Il va falloir suivre cela de près.