Épingles correspondant à tag:Multimodal

Alibaba publie en open source le modèle phare Qwen3-VL-235B-A22B en versions Instruct et Thinking, un modèle vision-langage à mélange d'experts de 235B avec un contexte natif de 256K jetons qui, selon Alibaba, égale ou dépasse Gemini 2.5 Pro sur les principaux benchmarks de perception visuelle.

Mistral AI lance Mistral 3 : Mistral Large 3, un modèle de mélange d'experts parcimonieux de 675B paramètres dont 41B actifs sous Apache 2.0, et trois modèles denses Ministral 3 (3B, 8B et 14B).

Z.ai lance GLM-4.6V, un modèle vision-langage à mélange d'experts de 106B, et le GLM-4.6V-Flash de 9B sous licence MIT, les premiers modèles GLM-V avec appel de fonctions natif, entraînés pour un contexte de 128K tokens et facturés $0.30 par million de tokens d'entrée.

Moonshot AI publie Kimi K2.5, un modèle multimodal natif à poids ouverts, pré-entraîné en continu sur environ 15 mille milliards de tokens mixtes visuels et textuels, avec un mode Agent Swarm qui coordonne jusqu'à 100 sous-agents sur 1,500 appels d'outils.

Alibaba publie Qwen3.5-397B-A17B, un modèle multimodal natif à poids ouverts qui active 17B de ses 397B de paramètres, ainsi que le Qwen3.5-Plus hébergé avec un contexte de 1M de tokens, à la veille du Nouvel An lunaire.

L'équipe Qwen d'Alibaba lance trois modèles Qwen3.5 de taille intermédiaire aux poids ouverts sous Apache 2.0 : un mélange d'experts de 122B avec 10B actifs, un 35B avec 3B actifs et un modèle dense de 27B, qui, selon elle, surpassent GPT-5 mini d'OpenAI sur la plupart des benchmarks.

Z.ai (Zhipu AI) lance GLM-5V-Turbo, son premier modèle de fondation multimodal pour le code, qui transforme maquettes, captures d'écran et vidéos en code front-end exécutable et obtient 94.8 sur Design2Code contre 77.3 pour Claude Opus 4.6.

Alibaba publie Qwen3.6-Plus, un modèle multimodal hébergé destiné au codage agentique, avec une fenêtre de contexte de 1M de tokens, au prix de CNY 2 par million de tokens en entrée et un score de 78.8 sur SWE-bench Verified.

Meta lance Muse Spark, le premier modèle de Meta Superintelligence Labs et son premier modèle frontière sans poids ouverts ; il alimente l'application Meta AI et a obtenu un score de 52 sur l'indice d'intelligence d'analyse artificielle au lancement, derrière seulement Gemini 3.1 Pro, GPT-5.4 et Claude Opus 4.6.

Moonshot AI publie en open source Kimi K2.6, un modèle multimodal à mélange d'experts de 1 000 milliards de paramètres dont 32 milliards actifs, avec une fenêtre de contexte de 256K tokens et des essaims d'agents allant jusqu'à 300 sous-agents exécutant 4,000 étapes coordonnées.

Xiaomi lance MiMo-V2.5-Pro, un modèle agentique de 1.02T paramètres dont 42B actifs et un contexte de 1M tokens, ainsi que MiMo-V2.5, un modèle frère omnimodal de 310B, et publie les deux en open source sous licence MIT.

Mistral AI lance Mistral Medium 3.5, son premier modèle phare fusionné : un modèle dense à poids ouverts de 128B avec une fenêtre de contexte de 256K qui obtient 77.6% sur SWE-Bench Verified et coûte $1.50 par million de tokens d'entrée et $7.50 par million de tokens de sortie.

MiniMax lance MiniMax-M3, un modèle nativement multimodal avec un contexte de 1M tokens fondé sur sa nouvelle attention parcimonieuse, qui obtient 59.0% sur SWE-Bench Pro et est facturé $0.30 par million de tokens en entrée après une remise de lancement.

Alibaba lance Qwen3.7-Plus, un modèle d'agent multimodal propriétaire qui lit les images et les vidéos, exploite les écrans et obtient un score de 79,0 sur ScreenSpot Pro, au prix d'environ 0,40 $ pour 1 million de jetons d'entrée.

Meta publie Muse Spark 1.1, un modèle de raisonnement multimodal pour les tâches agentiques doté d'une fenêtre de contexte de 1M jetons, ainsi qu'un aperçu public de la Meta Model API à $1.25 par million de jetons en entrée et $4.25 par million de jetons en sortie ; il obtient 51 sur l'Artificial Analysis Intelligence Index.

Thinking Machines Lab lance Inkling, son premier modèle : un système à mélange d'experts à poids ouverts de 975B paramètres (41B actifs) avec un contexte de 1M tokens, qui raisonne sur le texte, les images et l'audio, conçu comme base pour le fine-tuning.

Moonshot AI lance Kimi K3, un modèle multimodal à poids ouverts de 2.8 billions de paramètres avec une fenêtre de contexte de 1 million de jetons, facturé $3.00 par million de jetons en entrée et $15.00 par million de jetons en sortie, dont les poids ont été publiés le 27 juillet.

Thinking Machines Lab lance Inkling-Small, un modèle à poids ouverts de 276B paramètres dont 12B actifs, qui égale ou dépasse Inkling (975B) en raisonnement et en codage agentique, avec 80.2 % sur SWE-bench Verified.

Alibaba lance Qwen3.8-Max, un modèle phare à mélange d'experts de 2,4 billions de paramètres avec une fenêtre de contexte de 1 million de jetons, cinquième dans Text Arena et deuxième dans Vision Arena, et le premier Qwen de rang Max dont elle a ensuite publié les poids.

L'équipe Qwen d'Alibaba met en open source Qwen3.8-27B, un modèle multimodal dense de 27B sous licence Apache 2.0 qui, selon elle, surpasse le Qwen3.7-Plus propriétaire en codage et en flux de travail bureautiques, avec 262K de contexte natif.

Z.ai lance GLM-5.3-Flash, un modèle multimodal natif à poids ouverts de 320B de paramètres (18B actifs) sur une base nouvellement entraînée qui, selon l'entreprise, surpasse GLM-5.2 pour un dixième du prix, proposé à $0.15 par million de tokens en entrée.

StepFun lance Step 5 Preview, un modèle phare à mélange d'experts épars de 600B paramètres dont 27B actifs et un contexte de 1M jetons, facturé $1.00 par million de jetons en entrée et affichant 44 sur l'Artificial Analysis Intelligence Index.

Xiaomi lance et publie en open source MiMo-V2.6-Pro et MiMo-V2.6-Flash, des modèles nativement omnimodaux avec un contexte de 1 million de jetons ; Pro obtient 46,32 points à l'Artificial Analysis Intelligence Index, le meilleur score de tous les modèles open source.

Mistral AI lance Mistral Large 4 en préversion publique, un modèle à mélange d'experts nativement multimodal d'environ 1 billion de paramètres entraîné sur son propre cluster, avec des poids ouverts promis d'ici fin octobre 2026.