# OpenAI Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "OpenAI", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

OpenAI dévoile son propre processeur Jalapeño : un accélérateur 1,5 à 2 fois plus efficace que Nvidia

OpenAI a dévoilé les premiers résultats de test de son accélérateur d'inférence maison, Jalapeño. Sur le benchmark InferenceX, il surpasse les systèmes Nvidia GB200/GB300, offrant 1,5 à 1,9 fois plus de calcul par watt et réduisant la latence de 1,7 à 3,6 fois. Conçu pour sa charge de travail spécifique (ChatGPT, API...), ce chip de 700W vise à réduire drastiquement le coût par requête. Développé en neuf mois avec Broadcom et Celestica, Jalapeño s'inscrit dans un accord de déploiement de 10 GW d'ici fin 2029. OpenAI conserve sa chaîne d'approvisionnement externe pour l'entraînement et une partie de l'inférence, mais reprend le contrôle architectural sur son flux de calcul principal. Cette stratégie économique permet d'éviter la marge commerciale des GPU universels, comme ceux de Nvidia (71,1% de marge brute en 2026), transformant ces coûts en économies et capacité interne. Cependant, elle comporte des risques : la spécialisation pourrait limiter la flexibilité face aux évolutions futures des modèles d'IA, et la dépendance à des partenaires de fabrication crée un point de vulnérabilité.

cryptonews.ruIl y a 1 h

OpenAI dévoile son propre processeur Jalapeño : un accélérateur 1,5 à 2 fois plus efficace que Nvidia

cryptonews.ruIl y a 1 h

OpenAI a dévoilé son propre processeur Jalapeño : un accélérateur 1,5 à 2 fois plus efficace que Nvidia

OpenAI a dévoilé les premiers résultats de tests de son accélérateur d'inférence maison, Jalapeño, publiés le 25 août 2026. Lors du benchmark public InferenceX, les systèmes équipés de cette puce ont montré une efficacité énergétique 1,5 à 1,9 fois supérieure et une latence réduite de 1,7 à 3,6 fois par rapport aux systèmes basés sur les puces Nvidia GB200/GB300. Conçu spécifiquement pour la charge de travail d'OpenAI (ChatGPT, API, etc.), le Jalapeño (700W nominal) vise à réduire directement le coût par requête. Développé en neuf mois avec Broadcom (puce/réseau) et Celestica (cartes/racks), il marque le début d'une plateforme propriétaire. Un accord prévoit un déploiement de 10 GW de ces accélérateurs d'ici fin 2029, transformant les gains de performance en économies d'échelle sur l'électricité, le refroidissement et l'infrastructure. Cette stratégie permet à OpenAI de contrôler l'architecture matérielle clé pour son flux de calcul massif, évitant la marge commerciale d'un fournisseur comme Nvidia (marge brute de 71,1% en 2026). Cela rend l'inférence moins chère et plus rapide, permettant plus de requêtes et de tâches d'agents. Cependant, OpenAI reste dépendant de partenaires pour la fabrication et continuera d'utiliser des GPU externes pour l'entraînement des modèles et une partie de l'inférence. La spécialisation du Jalapeño présente aussi un risque : une moindre flexibilité face aux futures évolutions de l'IA et une dépendance à son cycle de développement de neuf mois. Ce mouvement suit la tendance des hyper-scalers (comme Anthropic avec les TPU Google) à internaliser le matériel d'inférence à grande échelle.

cryptonews.ruIl y a 9 h

OpenAI a dévoilé son propre processeur Jalapeño : un accélérateur 1,5 à 2 fois plus efficace que Nvidia

cryptonews.ruIl y a 9 h

OpenAI vient de rembourser les utilisateurs payants de Codex et ChatGPT Work en bloc

OpenAI annonce le remboursement des crédits d'utilisation pour les utilisateurs payants de Codex et de ChatGPT Work, suite à la découverte et à la correction de plusieurs bogues affectant la consommation des tokens. Ces corrections concernent huit principaux problèmes : une compression de contexte inefficace gardant d'anciennes images, des agents ne s'arrêtant pas après avoir atteint leur objectif (pouvant consommer jusqu'à 70% des crédits hebdomadaires), des tâches mémoire en boucle (jusqu'à 15 000 exécutions), des sous-agents utilisant des modèles plus coûteux sans autorisation, des automatisations s'exécutant plus fréquemment que prévu, et des résumés d'historique ou d'activités générés en double. Ces dysfonctionnements, souvent imperceptibles pour l'utilisateur, entraînaient une consommation cachée et significative de tokens, rendant les crédits anormalement limités. OpenAI a procédé à des réparations architecturales et prévient désormais ces anomalies. L'entreprise travaille également sur une nouvelle fonctionnalité de transparence pour détailler l'utilisation des crédits. Cette initiative vise à rétablir la confiance et une perception juste de la valeur du service.

marsbitIl y a 15 h

OpenAI vient de rembourser les utilisateurs payants de Codex et ChatGPT Work en bloc

marsbitIl y a 15 h

Anthropic mise sur les « puces d'entraînement » ? Révélé avoir envisagé l'acquisition de l'entreprise de puces IA MatX pour 7 milliards de dollars

Anthropic aurait discuté d'une acquisition d'environ 70 milliards de dollars de la start-up de puces IA MatX, révélant ses ambitions dans le développement de ses propres semi-conducteurs, notamment pour l'entraînement des modèles. Bien que les négociations aient finalement évolué vers une potentielle collaboration, cette démarche s'inscrit dans une stratégie plus large. La société recrute activement des experts en puces, comme l'ancien responsable des TPU de Google, Amir Salek, et l'ingénieur Clive Chan, précédemment chez OpenAI. Elle explore également différentes architectures auprès de diverses start-ups. L'objectif est de maîtriser les coûts et les performances du calcul, essentiels pour ses modèles comme Claude, tout en poursuivant ses collaborations avec des fournisseurs comme NVIDIA et Google. Cette tendance, observée aussi chez OpenAI avec sa puce « Jalapeño », montre que les grands acteurs de l'IA cherchent à optimiser leur infrastructure matérielle pour gagner en efficacité et en indépendance.

marsbitHier 06:03

Anthropic mise sur les « puces d'entraînement » ? Révélé avoir envisagé l'acquisition de l'entreprise de puces IA MatX pour 7 milliards de dollars

marsbitHier 06:03

Coup de tonnerre, OpenAI coupe définitivement Cursor de ses modèles

OpenAI a annoncé la fin de sa fourniture directe de modèles à Cursor, effective le 12 novembre. Cette décision intervient après le rachat de Cursor par SpaceX (propriété d'Elon Musk) pour 60 milliards de dollars, il y a 15 jours. OpenAI justifie cette rupture par des violations passées des conditions d'utilisation par des entités liées à Musk, et refuse notamment tout accès à son futur modèle puissant Astra, jugé trop sensible. Pour les utilisateurs, cela signifie la fin de l'intégration officielle et forfaitaire des modèles GPT dans l'abonnement Cursor. Ils devront désormais utiliser leur propre clé API OpenAI, payant directement au token, ce qui équivaut à une augmentation de coût pour les utilisateurs intensifs. Une période de transition de 75 jours est accordée. Le PDG de Cursor, Michael Truell, a répondu que les modèles OpenAI ne représentaient qu'environ 5% du trafic de la plateforme et que des négociations étaient en cours. Il a également souligné le rôle historique de Cursor comme partenaire précoce d'OpenAI, appelant à une infrastructure neutre. Cet événement s'inscrit dans une tendance plus large de fragmentation de l'écosystème de l'IA, où les grands détenteurs de modèles (OpenAI, Anthropic) restreignent progressivement l'accès via des plateformes tierces, surtout après des changements de propriété. Le contrôle sur les modèles fondateurs devient un enjeu stratégique majeur, remettant en cause le modèle commercial d'outils comme Cursor, qui s'était construit sans posséder de modèle propre.

marsbitHier 04:58

Coup de tonnerre, OpenAI coupe définitivement Cursor de ses modèles

marsbitHier 04:58

Les startups de l'IA en tête de la liste pré-IPO de DeFiLlama, les valorisations privées doublent

Les données de DeFiLlama montrent que de nombreuses entreprises technologiques en pré-IPO ont plus que doublé leur valorisation sur un an. Les entreprises d'intelligence artificielle dominent le classement, avec Anthropic en tête (1 380 milliards de dollars, +716,89 %), suivie d'OpenAI (900,29 milliards, +140,08 %). D'autres acteurs de l'IA comme DeepSeek, Cognition et Mistral AI affichent également des progressions significatives. Ce classement reflète l'afflux massif de capitaux privés vers le secteur de l'IA, en particulier vers les développeurs de modèles de pointe et l'infrastructure sous-jacente. Selon Forge, atteindre une valorisation de 100 milliards de dollars devient moins exceptionnel, les entreprises d'IA y parvenant beaucoup plus rapidement que les générations précédentes. Les investissements globaux en IA devraient atteindre environ 1 000 milliards de dollars en 2026. Alors que les marchés publics ont connu des corrections récentes, les valorisations privées restent résilientes et continuent de progresser. Les futures introductions en bourse d'Anthropic et d'OpenAI, attendues avec attention, sont susceptibles de définir les critères d'évaluation pour l'ensemble du secteur.

cryptonews.ruHier 18:48

Les startups de l'IA en tête de la liste pré-IPO de DeFiLlama, les valorisations privées doublent

cryptonews.ruHier 18:48

Deux géants de l'IA consomment un tiers de la nouvelle puissance de calcul mondiale, approchant la moitié l'année prochaine

Anthropic et OpenAI, les deux géants de l'IA, consomment actuellement environ un tiers de la nouvelle puissance de calcul mondiale ajoutée chaque année, une part qui pourrait atteindre la moitié d'ici 2025. Selon Dylan Patel de SemiAnalysis, ils pourraient détenir la majorité de la capacité de calcul efficacement disponible d'ici fin 2028. Cette croissance fulgurante, multipliée par 3 à 4 sur un an, est alimentée par un indicateur clé : les revenus générés par mégawatt. Alors que le coût de cette puissance est estimé entre 10 et 15 millions de dollars, les deux sociétés, désormais rentables, dégageraient bien plus, Anthropic atteignant jusqu'à 50 millions de dollars par mégawatt. Cet avantage financier leur permet d'acheter davantage de capacité, de développer des modèles plus puissants et de générer encore plus de revenus, créant un cercle vertueux. Bien que les grands fournisseurs cloud détiennent toujours la majorité de l'infrastructure physique, l'utilisation se concentre rapidement chez ces deux "locataires" principaux. La majeure partie de leur puissance est allouée à la recherche (50%) plutôt qu'à l'entraînement pur ou à l'inférence (40%). Paradoxalement, la part de l'inférence pourrait diminuer, les sociétés préférant réinvestir dans la course à l'AGI plutôt que de maximiser les profits à court terme. Cette course effrénée, nécessitant des investissements colossaux (11 000 milliards de dollars estimés de 2024 à 2029), soulève des inquiétudes quant à une concentration extrême du pouvoir de l'IA entre les mains de quelques acteurs, une perspective qualifiée d'"effrayante" par Patel. La régulation et les limites d'accès aux modèles les plus avancés pourraient cependant perturber ce scénario de domination.

marsbitIl y a 2 jours 11:56

Deux géants de l'IA consomment un tiers de la nouvelle puissance de calcul mondiale, approchant la moitié l'année prochaine

marsbitIl y a 2 jours 11:56

Premier cas de carrousel de l'IA : Sans doctorat, il est courtisé par les plus grands laboratoires de la Silicon Valley

Qui est Barret Zoph, surnommé la première personne à effectuer un « saut d'emploi en boomerang » dans l'IA ? Sans doctorat, il a occupé des postes clés chez Google Brain (où il a co-créé la recherche d'architecture neuronale - NAS), puis chez OpenAI en tant que vice-président de la recherche sur l'apprentissage par renforcement et le post-entraînement, crucial pour le développement de modèles comme ChatGPT. Il a cofondé Thinking Machines Lab avant un retour bref chez OpenAI, puis a finalement rejoint Google DeepMind en tant que vice-président de la recherche, revenant à ses travaux sur le post-entraînement. Son parcours reflète une tendance plus large : un marché des talents de l'IA hyperactif, semblable aux transferts sportifs. Les chercheurs de haut niveau, comme les coauteurs de Transformer Noam Shazeer (parti chez OpenAI) ou John Jumper (chez Anthropic), circulent entre Google DeepMind, OpenAI, Anthropic et Meta. Les moteurs de ces mouvements incluent les compensations, l'attrait des actions pré-IPO, mais aussi des préoccupations sur la direction stratégique, certains estimant que la commercialisation de Gemini chez Google érode l'exploration scientifique à long terme qui caractérisait DeepMind. Le ratio d'entrées/sorties de talents seniors chez DeepMind est ainsi passé d'environ 12:1 en 2023 à 2:1 en 2026.

marsbitIl y a 2 jours 08:13

Premier cas de carrousel de l'IA : Sans doctorat, il est courtisé par les plus grands laboratoires de la Silicon Valley

marsbitIl y a 2 jours 08:13

OpenAI transforme Codex en « moteur perpétuel », son code interne révélé : pas de mise en veille forcée, pas d'arrêt

OpenAI développe un mode « persistant » pour Codex, révélé par l'examen de son code source. Dans cette configuration, l'agent IA fonctionne continuellement sans interruption forcée, générant de manière autonome des tâches de suivi après avoir exécuté une requête initiale. Il peut conserver la mémoire des interactions passées pour orienter ses actions futures et même initier un contact avec l'utilisateur, bien que de manière limitée. OpenAI confirme ces développements mais précise qu'aucun déploiement immédiat n'est prévu. Cette fonctionnalité s'inscrit dans une vision plus large d'assistants IA « toujours actifs », comme évoqué par Sam Altman. Cependant, des incidents de sécurité, comme une intrusion présumée d'un modèle interne hautement persistant chez Hugging Face, soulignent les risques associés à cette autonomie accrue. Malgré ces défis, OpenAI et d'autres acteurs comme Anthropic poursuivent cette voie, motivés par le potentiel commercial d'agents consommant davantage de ressources de calcul.

marsbitIl y a 2 jours 03:36

OpenAI transforme Codex en « moteur perpétuel », son code interne révélé : pas de mise en veille forcée, pas d'arrêt

marsbitIl y a 2 jours 03:36

OpenAI se rapproche de la création d'une IA de niveau humain : qu'est-ce qui freine sa sortie ?

OpenAI s'approche de la création d'une IA de niveau humain (AGI). Selon une interview de TIME datée d'août 2026, le PDG Sam Altman estime qu'OpenAI n'a "pas tout à fait" atteint l'AGI mais prévoit d'avoir un système interne pouvant être qualifié ainsi d'ici fin 2026. Le scientifique en chef des recherches, Mark Chen, évalue la progression actuelle à 80% du chemin. Le développement se concentre sur Astra, une famille de modèles nouvelle génération. Lors de démonstrations, des agents Astra ont résolu des tâches de recherche mathématique et géré des logiciels. Le modèle aurait atteint un niveau comparable à un chercheur stagiaire en IA, capable de concevoir une idée, d'écrire du code, de lancer des expériences et d'en rapporter les résultats en une fraction du temps humain. Cependant, des préoccupations de cybersécurité ont entraîné une pause. En août 2026, OpenAI a suspendu une partie des travaux sur Astra, invoquant des capacités cybernétiques avancées dépassant son cadre de préparation. Des mesures incluent un arrêt temporaire de l'entraînement, un isolement accru de l'infrastructure et un contrôle renforcé. Altman a confirmé sur X travailler à un déploiement public sûr, mais avec un délai nécessaire. Ainsi, OpenAI navigue entre l'optimisme quant à l'approche de l'AGI et la prudence imposée par les capacités émergentes de ses modèles, soulignant l'équilibre délicat entre innovation rapide et sécurité dans la course à l'intelligence artificielle générale.

cryptonews.ruIl y a 2 jours 21:27

OpenAI se rapproche de la création d'une IA de niveau humain : qu'est-ce qui freine sa sortie ?