GPT-5.5 atteint 72,8% sur CursorBench et prend la tête de l'Artificial Analysis Intelligence Index, qui agrège 10 benchmarks distincts. C'est une vraie performance. Le problème, c'est ce qui se passe quand il se trompe : un taux d'hallucination de 86% sur ses mauvaises réponses, contre 36% pour Claude Opus 4.7. Autrement dit, quand GPT-5.5 rate, il rate avec aplomb. Côté tarif, OpenAI a doublé les prix : $5/$30 par million de tokens en entrée/sortie, contre $2,50/$15 pour GPT-5.4. Le modèle montre des performances élevées sur le frontend coding et l'image-to-code : des réplications quasi-parfaites de designs à partir d'une seule image ont été documentées. Perplexity a basculé son orchestrateur de production de Claude Opus 4.7 vers GPT-5.5. La raison avancée : meilleure efficacité tokens. Premier arbitrage opérateur majeur documenté publiquement. Au passage, OpenAI a abandonné SWE-bench Verified au profit de SWE-bench Pro. Ce n'est pas anodin : tous les comparatifs publiés jusqu'ici ne sont plus directement comparables aux nouveaux scores. GPT-5.5 sous-performe d'ailleurs Claude Opus 4.7 d'environ 6% sur ce nouveau benchmark. La course aux modèles est aussi devenue une course aux référentiels d'évaluation.

Simon Willison a mesuré ce que peu de personnes avaient quantifié : Opus 4.7 consomme 1,46x plus de tokens pour du texte que son prédécesseur Opus 4.6, et jusqu'à 3x plus pour les images, à tarif par token identique. Résultat : une hausse effective du coût sans aucun changement dans la grille tarifaire d'Anthropic. La facture augmente, mais le prix affiché reste le même. Deux changements techniques expliquent l'essentiel de l'écart : la suppression du downscaling automatique des images haute résolution (Opus 4.7 traite l'image complète sans compression préalable) et l'introduction d'un nouveau niveau d'effort "xhigh" pour donner plus de contrôle sur la consommation tokens. Ce n'est pas un bug, c'est une décision d'architecture délibérée. Et ça te touche directement si tu as des pipelines images ou des sessions longues en production. Concrètement : si tu migres des apps de production d'Opus 4.6 vers Opus 4.7, ton budget mensuel va mécaniquement augmenter. Le niveau "xhigh" aide pour les tâches longues. Sur les images en particulier, le ratio 3x mérite d'être pesé avant de basculer. L'amélioration qualitative doit être proportionnelle au surcoût réel sur tes cas d'usage spécifiques.

DeepSeek lâche cette semaine V4 Pro : une architecture MoE de 1,66 trillion de paramètres totaux, dont 49 milliards actifs par inférence. Fenêtre de contexte : 1 million de tokens. Les poids sont ouverts. En face, GPT-5.5 facture $30 par million de tokens en sortie. DeepSeek V4 Pro tarife nettement moins cher : un rapport puissance/coût difficile à ignorer si tu traites des volumes importants. Le constat de fond : le delta de performance entre modèles propriétaires fermés et alternatives open-weight rétrécit vite. V4 Pro ne prétend pas battre GPT-5.5 sur tous les benchmarks, mais il rend la comparaison légitime sur un ensemble de tâches. C'est une pression concurrentielle réelle sur Anthropic et OpenAI - pas seulement sur le pricing, aussi sur la stratégie open-source de l'industrie dans son ensemble. Le lancement soulève également des questions géopolitiques reconnues par le gouvernement américain - sans détail public sur leur nature exacte. Si tu envisages de déployer V4 Pro dans un contexte réglementé (santé, défense, secteur public), cette dimension mérite d'entrer dans ton analyse de risque, indépendamment des performances techniques.

OpenAI a racheté Astral, l'éditeur de Ruff (linter Python ultra-rapide en Rust) et uv (gestionnaire de packages Python en Rust). Bonne nouvelle immédiate : aucun changement de licence, les deux outils restent open source. L'équipe Astral rejoint OpenAI sans disruption annoncée pour les projets existants. Sur le fond, c'est un signal stratégique majeur. Python est le langage dominant de l'IA, et Ruff/uv sont devenus en deux ans les outils de référence de l'écosystème : des dizaines de milliers de projets les utilisent. OpenAI a placé sa main sur la chaîne d'outillage. Ça rappelle l'acquisition de GitHub par Microsoft : open source garanti à court terme, intentions à long terme à surveiller. Les questions ouvertes restent entières : est-ce que Ruff et uv vont s'intégrer dans les workflows Codex ? OpenAI va-t-il construire un outil premium par-dessus ces bases ? Pour l'instant, rien n'indique de rupture de continuité. Mais si tu as des pipelines critiques sur uv ou Ruff, c'est le moment de noter cette dépendance dans ta liste de risques et de surveiller l'évolution de la gouvernance des deux projets.

François Chollet - créateur de Keras et figure centrale de la recherche en raisonnement IA : a publié cette semaine une réflexion à lire de près. Son argument : la lenteur naturelle de la programmation humaine jouait un rôle de régulateur. Écrire du code prend du temps, donc on réfléchit à abstraire, simplifier, restructurer. Les LLMs suppriment ce coût cognitif : on génère du code volumineux sans effort, on colle des APIs mal conçues avec de la glue automatique, et la complexité explose sans signal d'alerte. La conséquence pronostiquée : simplification et lisibilité vont devoir devenir des disciplines actives, imposées explicitement par les équipes. Pas des bonnes pratiques passives : des contraintes dures. Ce n'est pas une critique des LLMs en soi, c'est une observation sur ce que leur adoption à grande échelle change dans la dynamique de développement collectif. Mon analyse : on va voir une bifurcation. Les équipes qui imposent des contraintes explicites sur la complexité cyclomatique, les budgets de lignes, les revues architecturales : vont garder des codebases maintenables. Les autres vont accumuler une dette technique nouvelle, plus diffuse que l'ancienne parce qu'elle vient d'agents qui ne voient pas l'ensemble. Si tu as déjà relu une PR générée automatiquement en te demandant pourquoi 500 lignes pour faire ça : tu vis déjà ce problème.