Le 4 novembre 2026, Ricursive publie Ripple-65B Preview, un modèle dense open-weight de 65 milliards de paramètres entraîné de zéro pour le codage agentique : 80,5 sur Terminal-Bench 2.1, devant des MoE de 501 à 975 milliards, pour 32 millions de dollars de recherche. Les scores restent autodéclarés et inégaux hors codage ; l’intérêt est d’abord une affaire d’efficacité.
Le 15 octobre 2026, Meta publie les poids de Muse Spark Open, un modèle multimodal de 816 milliards de paramètres au total (42 milliards actifs) et au contexte d’un million de tokens, optimisé pour tourner sur deux Mac Studio équipés de puces M5 Ultra. Avant de l’adopter en production, lisez la licence — l’open-weight s’arrête à 20 millions de dollars de revenus de service.
Les modèles open-weight représentent 60 % de la consommation de tokens d’OpenRouter aux États-Unis, pour la plupart chinois. La place de marché lance en disponibilité générale le routage in-region américain, qui garantit que les requêtes sont déchiffrées, traitées et servies sur le sol américain — ou rejetées.
Le 31 juillet 2026, DeepSeek a mis à jour son modèle V4 Flash par simple re-post-entraînement, sans modifier l’architecture. Résultat : le petit modèle à 13 Md de paramètres actifs surpasse désormais le V4 Pro sur neuf benchmarks de code.
Moonshot AI a publié les poids de Kimi K3 le 26 juillet 2026 — le plus grand modèle open-weight jamais distribué, compétitif avec GPT-5.6 Sol et Claude Fable 5. Voici ce que ça change pour vos stacks d’inférence.
