Nous n’avons consulté à ce stade aucune source primaire pour cette annonce : les détails de tarif, de langues prises en charge et de conditions d’usage restent donc à vérifier.

À quoi cela sert

Ce type d’outil répond à un besoin très concret des créateurs de contenu court : produire des vidéos explicatives, des présentations de produits ou des séries avec un personnage récurrent, sans tournage ni animation image par image. La simplicité de l’entrée (une image, un texte) est l’argument principal.

Les questions à se poser

Un outil qui fait parler n’importe quelle image soulève des questions de droit à l’image. Avant d’utiliser le visage d’une personne réelle, il faut son accord. Et pour une diffusion commerciale, les conditions de licence du service doivent être vérifiées.

À surveiller : CapCut dans ChatGPT

La même source annonce l’arrivée prochaine d’un plugin CapCut dans ChatGPT. Sans date ni confirmation officielle consultée, nous le classons parmi les informations à confirmer.

Cursor : l’agent peut utiliser un ordinateur

Cursor a publié le 23 octobre la documentation de Computer Use pour ses agents cloud auto-hébergés. L’idée : l’agent ne se limite plus aux fichiers et au terminal, il peut aussi piloter un environnement graphique, par exemple pour vérifier le rendu d’une interface. Le fait que la fonction soit documentée dans la partie « auto-hébergée » est notable : l’entreprise garde la main sur la machine où l’agent agit.

Claude Code : plus de dix failles de sandbox corrigées

Côté Claude Code, le changelog des versions 2.1.309 et 2.1.310 fait état de la correction de plus de dix contournements du sandbox et du système de permissions. Autrement dit, il existait plus de dix moyens de sortir du périmètre autorisé à l’agent.

Pourquoi c’est le même sujet

Plus un agent a de capacités (lancer des commandes, cliquer, naviguer), plus la qualité de son isolement compte. Un sandbox contourné sur un agent qui pilote un ordinateur entier a des conséquences bien plus lourdes que sur un simple assistant d’autocomplétion.

Deux protocoles, deux résultats

L’écart ne signifie pas forcément qu’un des deux chiffres est faux. Selon l’ARC Prize, le score d’OpenAI a été obtenu avec un protocole adapté, différent de celui appliqué à tous les modèles évalués. Or c’est le protocole commun qui permet de comparer les systèmes entre eux. Le chiffre de référence est donc 62,7 %.

Le coût, l’autre donnée clé

L’ARC Prize indique aussi le coût de son évaluation : 26 098 dollars. Ce montant rappelle qu’un score de raisonnement se paie en calcul, et que deux modèles au même score peuvent avoir des coûts très différents. Un résultat sans son coût ne dit qu’une partie de l’histoire.

Un prix qui change l’équation

Le modèle est facturé 2 dollars par million de tokens en entrée et 10 dollars en sortie. Pour un modèle classé parmi les quatre premiers, c’est un positionnement offensif : les applications à fort volume, comme les agents qui enchaînent de longues sessions ou le traitement de documents, sont celles où le prix au token pèse le plus lourd sur la facture.

Des poids promis, pas encore publiés

L’éditeur annonce que les poids du modèle seront publiés d’ici le 4 novembre. Si la promesse est tenue, K3.1 Pro deviendrait l’un des modèles ouverts les mieux classés, téléchargeable et hébergeable en interne. Pour l’instant, il ne s’agit que d’un engagement : nous vérifierons à l’échéance.

Ce que l’on sait, ce que l’on ne sait pas

La disponibilité générale est le fait solide de ce dossier. Elle signifie que développeurs et entreprises peuvent désormais construire sur Argon sans liste d’attente, ce qui permettra aussi de premières évaluations indépendantes à grande échelle.

En revanche, l’existence d’une variante « Carbon » ne repose que sur un article de Business Insider, selon lequel des employés de Google testeraient de nouveaux modèles Gemini 4. Google ne l’a pas confirmée. Nous la traitons donc comme une rumeur : ni ses caractéristiques, ni son calendrier, ni même sa sortie ne sont acquis.

Pourquoi c’est utile de le distinguer

Les noms de code qui circulent avant un lancement finissent parfois en produit, parfois nulle part. Pour une équipe qui choisit un modèle aujourd’hui, la seule information exploitable est la disponibilité d’Argon. Attendre une hypothétique version suivante n’a de sens que si elle est officiellement annoncée.

Le chiffre ne résiste pas entièrement au test

Le site The Reel Stack a refait le calcul de son côté. Résultat : une économie de 26 %, pas de 62 %. L’écart est important, mais il ne transforme pas T1 en mauvaise affaire : un quart de coût en moins reste significatif pour qui produit beaucoup de vidéo.

Ce type d’écart est fréquent avec les tarifs en crédits. Le coût réel dépend de la conversion entre crédits et euros selon la formule d’abonnement, de la durée des clips et du nombre de générations ratées qu’il faut relancer. Une comparaison « par seconde » affichée ne dit rien de tout cela.

Seedance monte en gamme

Dans le même temps, ByteDance a lancé le 23 octobre Seedance 2.5 4K, destiné à la production cinématographique, selon TechNode. Cette version est réservée à certaines entreprises.

Pourquoi les images clés comptent

Beaucoup de générateurs vidéo travaillent à partir d’une consigne texte et, au mieux, d’une image de départ et d’une image de fin. Le résultat est souvent spectaculaire mais difficile à diriger. Avec dix images clés, l’utilisateur peut fixer des étapes intermédiaires : l’entrée d’un personnage, un changement de décor, le cadrage final. On se rapproche d’un storyboard que le modèle se charge d’animer.

La durée de 30 secondes va dans le même sens. Un plan de quelques secondes suffit pour un effet ; trente secondes permettent une petite scène, une démonstration de produit ou une transition narrative complète.

L’annonce de l’éditeur insiste sur trois axes : réalisme visuel, contrôle créatif et narration. Les deux premiers relèvent de l’appréciation et n’ont pas encore fait l’objet de mesures indépendantes publiées.

Nano Banana 2.1, publié le 6 octobre par Google DeepMind, accepte jusqu’à 14 images de référence pour un coût d’environ 0,034 dollar par image en 1K. Krea 3, lancé le 15 octobre, propose une retouche en 2K, jusqu’à 6 références, à 0,03 dollar par image en 1K.

Ce que disent les chiffres

L’écart de prix est faible : environ 12 % en faveur de Krea 3 en 1K. Sur un volume de 10 000 images, cela représente une quarantaine de dollars. Le vrai critère de choix est ailleurs :

• Beaucoup de références à combiner (une série de produits, plusieurs personnages) : Nano Banana 2.1 en accepte plus du double.
• Besoin de résolution en retouche : Krea 3 met en avant la retouche en 2K.

Deux promesses ressortent de l’annonce. D’abord, une génération en 4K native, sans passer par une étape d’agrandissement. Ensuite, une version quantifiée en INT8 qui tiendrait dans 8 Go de mémoire vidéo, soit la catégorie des cartes graphiques grand public les plus répandues. Ces deux points sont des caractéristiques annoncées par l’éditeur : la qualité réelle de la 4K et la vitesse sur 8 Go restent à mesurer.

Une licence pensée pour les petites structures

L’autre nouveauté est commerciale : la licence est gratuite pour un usage commercial tant que l’entreprise réalise moins de 5 millions de dollars de chiffre d’affaires. Indépendants, agences et start-up peuvent donc l’intégrer sans frais, alors que les acteurs plus importants devront passer par un accord.

Le modèle est proposé en deux variantes : Base, le modèle pré-entraîné, et SFT, affiné par apprentissage supervisé. Les poids sont publiés sur Hugging Face et le code sur GitHub, ce qui permet de l’auditer et de l’affiner soi-même.

Un classement à confirmer

D’après le rapport de l’équipe, MOSS-Image se classerait 2e sur RealLayoutArena, un banc d’essai centré sur la mise en page. C’est prometteur pour les usages où la disposition compte (affiches, visuels avec texte), mais il s’agit d’un résultat autodéclaré : nous attendons une mesure indépendante.

Déjà un add-on de retouche, avec prudence

Une source secondaire signale un add-on communautaire, Moss-Image-Edit, qui permet de retoucher une image par une simple phrase dans ComfyUI et tournerait sur une RTX 4060 de 8 Go en 8 bits. Problème : ses poids n’ont pas de licence claire. Pour un usage professionnel, mieux vaut s’en tenir pour l’instant au modèle officiel.