Pydantic AI affine ses agents, New York serre la vis, Gemini 4 Carbon ouvre à tous

Pydantic AI 2.68 : le run devient un lieu de décision

La version 2.68.0 de Pydantic AI s'attaque à un cas très concret : la réponse coupée net parce qu'elle a atteint `max_tokens`. Le framework ajoute OutputTokenLimitExceeded, et c'est ModelFallback qui prend le relais en enchaînant sur le modèle suivant. La saturation cesse d'être une erreur pour devenir un aiguillage.

Autre ajout, RequestInput : demander une approbation ou une réponse au milieu d'un run, sans en sortir. AskUser bascule sur le pipeline différé, et les appels concernés sont marqués par `kind` et `answered_by` — de quoi savoir quel type de demande a été posé et qui y a répondu.

Côté sécurité, PromptInjectionDefender tourne désormais en opérations durables, ce qui le rend fonctionnel sur Temporal. Le garde-fou cesse d'être une étape éphémère pour devenir une pièce du workflow lui-même.

New York : de la loi à l'application

New York s'apprête à faire appliquer sa vaste loi sur la sécurité en IA. Les grands développeurs, OpenAI et Anthropic en tête, devront s'enregistrer, divulguer leurs pratiques en matière de sécurité et signaler les incidents critiques, sous peine d'amendes.

Le texte place ainsi les principaux acteurs du secteur sous une surveillance directe. L'enregistrement n'est plus une démarche volontaire de communication : c'est une obligation déclarative, adossée à un régime de sanctions.

Gemini 4 Carbon : ouvert, mais à quel prix

Annoncé il y a deux semaines à un cercle restreint de « cyber défenseurs », Gemini 4 Carbon est désormais ouvert à tous. Google le présente comme son meilleur Gemini.

Le tarif de lancement est de 2 $/million de tokens en entrée et 10 $/million en sortie, avant un doublement à 4 $/20 $ le 1er décembre. La fenêtre grand public et la grille tarifaire ne durent donc pas très longtemps.

Simon Willison accompagne la sortie avec llm-gemini 0.36 et compare les rendus selon l'effort de réflexion — une manière de mesurer ce que le modèle produit quand on lui laisse plus de marge de calcul.

Une A100 arrachée à une carte de minage, un TTS local en Apache 2.0

Kate détaille comment elle a transformé une carte de minage CMP 170HX (8 Go) en A100 de 80 Go. La carte embarque en réalité ~80 Go de HBM, verrouillés par fusible : l'injection de fautes de tension contourne le verrou et réactive tous les SM fonctionnels — 120 à 126, contre 108 sur une A100 commerciale.

Résultat : 85,9 TFLOP/s en FP16 contre 72,5 pour une A100 retail, et les 80 Go exploitables en inférence. Le revers tient dans la logistique : câblage, glitcher STM32 maison, et 1 à 48 h par carte.

Sur le front logiciel, Inflect v3 sort sous licence Apache 2.0 : une famille de modèles de synthèse vocale locaux, Mini, Micro et Atom. Mini, le modèle principal, pèse 34,31 millions de paramètres, gère six voix et tourne sur CPU comme sur CUDA. Il accepte des balises d'événements vocaux (`[laugh]`, `[sigh]`…) et permet de créer un profil à partir d'un enregistrement, sans reproduire parfaitement chaque locuteur.

Et maintenant ?

Les cinq dépêches dessinent deux mondes qui se croisent à peine. D'un côté, un outillage d'agents qui gagne en robustesse opérationnelle — bascule de modèle, approbations intra-run, garde-fous durables — et des modèles frontière dont le prix d'appel est explicitement temporaire. De l'autre, une régulation qui quitte le stade des principes pour celui de l'enregistrement obligatoire, et du matériel détourné à la pince et au glitcher. Entre les deux, la question du coût réel — financier, juridique, technique — reste la même.