Ask Eve : transcription traduite de l’anglais par IA. Original : https://askevepodcast.com/episodes/ai-neolabs-mimo-sakana-mistral-and-g42/transcript.txt

[00:41:41] David: Je veux revenir à notre conversation.

[00:41:43] Eve: On en était à Kimi. Tu demandais à quel point c’est dur de le mettre sur pied, et je venais juste de conclure que Kimi, c’est tout ou rien, sans petit frère.

[00:41:54] David: Quels autres modèles il y a dans cette catégorie ?

[00:42:05] Eve: […] Dans la même classe, multi-billions ou proche du billion, il y a Qwen 3.8 Max à 2,4 billions avec 95 milliards actifs, DeepSeek V4 Pro à 1,65 billion sous une licence MIT propre, et le MiMo V2.6 Pro de Xiaomi à environ 1 billion — celui-là, c’est le sleeper, parce qu’il est omnimodal sur le texte, l’image, la vidéo et l’audio, il sort en MIT, et il dépasse même Kimi sur certains indices d’intelligence générale alors qu’il fait un tiers de la taille. En dessous de ce palier, tu as GLM 5.3 à 753 milliards chez Z.ai, le spécialiste du code agentique, Mistral Large 4 à 1 billion, venu de France, Muse Spark Open de Meta à 816 milliards, qui prétend tourner sur deux Mac Studio de bureau, et MiniMax M3.1 Flash à 428 milliards. Le schéma, chez tous : les labos chinois dominent le haut de la liste, presque chacun est un mixture-of-experts avec un contexte d’un million de tokens, et les vrais différenciateurs, ce sont les conditions de licence et les modalités qu’ils acceptent nativement, plutôt que le nombre brut de paramètres.

[00:42:32] David: Attends, une seconde. Ça a l’air d’être un bon modèle. Dis-m’en plus.

[00:42:47] Eve: […] MiMo V2.6 Pro, c’est le flagship de Xiaomi, sorti le 21 septembre sous une licence MIT toute simple — les conditions les plus propres de tous les modèles de cette classe. Pas de seuils de chiffre d’affaires, pas de clauses de revue de sécurité comme dans la licence de GLM, pas de conditions sur mesure comme chez Kimi. Tu peux le forker, le vendre, l’intégrer dans un produit, sans aucune condition.

1,02 billion de paramètres au total, 42 milliards actifs par token, routés sur 384 experts dont huit qui s’activent à la fois. Contexte d’un million de tokens. Et il est nativement omnimodal — texte, image, vidéo et audio passent tous dans un seul backbone via un encodeur de vision de 681 millions de paramètres et des tokenizers audio séparés, pas des adaptateurs collés par-dessus.

Ce qui le rend intéressant, ce n’est pas juste le score. C’est comment ils y sont arrivés. Xiaomi a fait un seul gros run de reinforcement learning qui mélange code, design visuel, usage d’outils, cybersécurité et suivi de contexte dans un seul job, au lieu d’entraîner des spécialistes séparés. 30 étapes, environ 750 000 trajectoires, en moins de six jours, environ 2,6 millions de dollars pour Pro. Sur DeepSWE, il est passé de 58 à 72 sur ce run. La génération précédente était à 19. Ce n’est pas incrémental — c’est la thèse du scaling par RL qui marche.

Sur Artificial Analysis, il a atteint 46, premier parmi les poids ouverts, à égalité avec Grok 4.7 et devant GLM à 45 et Kimi à 44. Mais le coût par tâche est d’environ 13 cents contre 2 dollars pour Kimi — à peu près quinze fois moins cher. Le tarif API, c’est 43 cents en entrée, 87 cents en sortie, par million de tokens.

Il y a aussi un petit frère Flash à 309 milliards au total, 15 milliards actifs, même entrée omnimodale et même contexte d’un million de tokens, à 14 cents en entrée et 28 cents en sortie. Il dépasse même légèrement Pro sur le Vals Index et sur CyberGym. Donc tu as une option budget presque aussi capable.

La réserve honnête : une bonne partie des chiffres agentiques qui font la une viennent des propres benchs de Xiaomi, et les évals indépendantes sont encore en train de rattraper. Mais le

[00:42:48] David: Xiaomi, ça a l’air petit.

[00:42:52] Eve: Xiaomi est le quatrième fabricant de téléphones au monde, avec plus de 150 millions de téléphones expédiés l’an dernier, plus des voitures électriques, des robots et une gamme maison connectée. L’équipe MiMo, ce n’est que quelques dizaines de chercheurs, mais ils sont dans une boîte qui conçoit déjà son propre silicium et qui a un énorme pouvoir d’achat en GPU via sa division cloud. Donc l’impression de « petit labo » vient de la taille de l’équipe, pas de la maison mère. C’est le même schéma que Sakana à Tokyo — un groupe de recherche compact avec un géant industriel derrière.

[00:43:22] David: […] Sakana, ça donne quoi ? Ouais, parle-moi de Sakana. Ils font quoi en ce moment ?

[00:43:37] Eve: […] Sakana AI, c’est un labo de Tokyo fondé en 2023 par trois ex-Google — David Ha, Llion Jones et Ren Ito. Environ 157 personnes maintenant, valorisation de 2,65 milliards après une Series B de 135 millions en novembre. Toute leur identité, c’était de remixer des modèles existants — fusion évolutive, élevage sélectif appliqué au logiciel. Mais il y a trois jours, ils ont annoncé Sawara, un projet de pré-entraînement from scratch, qui démarre en novembre, avec un modèle plus petit prévu pour le printemps 2027 et de plus gros qui visent des centaines de milliards de paramètres. C’est un vrai pivot : ils ont passé trois ans à prouver qu’on n’a pas besoin d’entraîner depuis zéro, et maintenant ils le font quand même, en partie pour la poussée d’IA souveraine du Japon.

Côté produit, trois lignes. Namazu, c’est leur modèle calé sur le japonais, environ 1 billion de paramètres construit sur Kimi K2.6, avec recherche en direct et exécution de code. Fugu, c’est le plus intéressant — ce n’est pas tant un modèle qu’un orchestrateur entraîné qui route dynamiquement une tâche à travers une équipe d’autres modèles, en assignant à la volée les rôles Thinker, Worker et Verifier. Il atteint 73,7 sur SWE Bench Pro et 95,5 sur GPQA Diamond, et leur variante Fugu-Cyber égalerait, selon les retours, GPT-5.5-Cyber sur les benchmarks de sécurité. Marlin est un agent de recherche, et ils viennent d’ouvrir hier un programme d’accès anticipé à une API entreprise.

La tension honnête : les scores de Fugu sont réels, mais la méthode, c’est le routage, pas l’intelligence brute — il hérite de ce que les modèles sous-jacents savent faire. Si les modèles de frontière qu’il orchestre plafonnent, Fugu plafonne avec eux. Sawara, c’est leur couverture contre ça.

Un angle que je trouve vraiment curieux : ils disent que des agents IA aident à planifier les expériences de pré-entraînement de Sawara lui-même. L’auto-amélioration récursive n’est plus un slogan chez eux, c’est l’organigramme. […]

[00:45:10] David: De quels autres neolabs on devrait parler ? Tu ne m’as pas encore parlé de Mistral.

[00:45:27] Eve: […] Mistral, c’est le seul neolab qui a vraiment livré aujourd’hui. Large 4, surnommé Le Chonk, est un modèle multimodal d’un billion de paramètres avec 52 milliards actifs, entraîné entièrement sur 3 800 Grace Blackwell dans leur propre datacenter parisien. Trois semaines de reinforcement learning en plus depuis la preview du 6 octobre ont fait passer Terminal-Bench de 28 à 41 %, à égalité avec le GLM 5.3 chinois tout en utilisant 47 % de tokens en moins par tâche. La cyberdéfense, c’est l’autre titre — 79 % sur CyberGym, au niveau du MiMo de Xiaomi et devant DeepSeek. Une version quantifiée tourne sur quatre B200.

La boîte elle-même a levé 3 milliards d’euros en septembre, à plus de 21 milliards, le plus gros tour de table tech de l’histoire de l’Europe, mené par Samsung. Le revenu annuel récurrent dépasse le milliard, plus de mille personnes, et Mensch est parti en guerre ces derniers temps — son essai « Build or surrender » soutient que si l’Europe suit le playbook d’internet, en construisant des apps sur des plateformes américaines et en payant 260 milliards par an pour ça, ce serait une erreur stratégique. Il pousse une multiplication par six de la puissance de calcul et une cible européenne d’1 gigawatt d’ici 2030.

Le pli qui complique l’histoire de souveraineté : ils routent encore discrètement Le Chat via GLM 5.3 quand leurs propres modèles ne suffisent pas, et la nouvelle licence abandonne le seuil de 20 millions de dollars de chiffre d’affaires au profit d’un blocage total du model-as-a-service. Donc la philosophie des poids ouverts tient, mais le rempart commercial se déplace du modèle vers la couche de serving et l’infrastructure.

Comparé au silence de SSI ou au pari de Thinking Machines sur la customisation, Mistral est la stratégie la plus intégrée verticalement dans l’ensemble des neolabs — modèles, datacenters, contrats entreprise et une machine de relations gouvernementales, tout en un. Savoir si cette intégration est un rempart ou une distraction, c’est la vraie question, surtout que des modèles propriétaires comme ceux d’Anthropic font encore 60 % sur le même benchmark terminal. […]

[17:14:29] David: ... ce nouveau labo dont on peut parler.

[17:14:42] Eve: Il en reste une poignée. Poolside, c’est celui qui construit des ingénieurs logiciels IA à partir de zéro — fondé par d’anciens d’OpenAI et de DeepMind, et ils entraînent discrètement leurs propres modèles plutôt que de wrapper ceux qui existent déjà. Imbue, issu de l’équipe ex-DeepMind derrière les agents généralement capables, parie que le raisonnement à partir des premiers principes bat le scaling. Essential AI est sorti de l’équipe fondatrice d’OpenAI et fait de la recherche sur les modèles de fondation, avec une orientation safety-first. Liquid AI, c’est le joker — né au MIT, il construit des réseaux de neurones liquides en temps continu, bien plus petits que les transformers, ce qui pourrait compter énormément pour les appareils edge. Et Nous Research, c’est le collectif open source qui pousse un entraînement frontier piloté par la communauté, sans un seul sponsor corporate.

Quelle direction te tire ?

[17:15:17] David: Ouais, on les passe tous en revue.

[17:15:53] Eve: […] Poolside, c’est l’histoire la plus spectaculaire des cinq. Jason Warner, l’ancien CTO de GitHub, l’a fondée en 2023 avec Eiso Kant. Tout leur pitch, c’était une Model Factory — un système automatisé qui construit, entraîne et teste des modèles sur des cycles de huit semaines, avec Laguna M.1 livré en avril, XS 2.1 en juillet, S 2.1 plus tard dans le mois. M.1, c’est 225 milliards au total, 23 milliards actifs, Apache 2.0, 74,6 sur SWE-bench Verified. Puis en août, NVIDIA a mis un investissement d’un milliard de dollars à une valorisation post-money de 13 milliards, plus une licence technologique de 6 milliards de dollars pour la Model Factory, en récupérant plus d’une centaine d’ingénieurs de Poolside dans ses propres efforts. Ils ont aussi essaimé Poolside Infrastructure pour le Project Horizon, un campus de datacenters de 1,2 gigawatt dans l’ouest du Texas, démarrage fin 2027. Donc Poolside est à la fois un labo de modèles, une boîte d’infrastructure, et maintenant en partie un actif de NVIDIA. La question ouverte, c’est de savoir si la Model Factory survit comme produit indépendant ou devient l’outillage interne de NVIDIA.

Imbue, c’est la trajectoire inverse — un recul par rapport au scale. Kanjun Qiu et Josh Albrecht l’ont fondée en 2021 sous le nom de Generally Intelligent, ont levé 200 millions, construit un cluster de dix mille H100, et couru après des agents généralement capables. En 2026, ils ont pivoté sec : Sculptor est sorti en octobre 2025 comme espace de travail d’agents parallèles, puis en avril ils se sont réorganisés autour d’une culture high-agency, avec de petites équipes comme individus directement responsables. Le 1er octobre, ils ont lancé Imbue Studio — un environnement informatique personnel où tu construis des systèmes durables avec des agents IA, chiffré de bout en bout, agents sandboxés avec zéro accès par défaut. Construit par une équipe de moins de dix personnes. Ils ont aussi mis en open source Catalyst, un optimiseur de recherche fondé sur l’évolution qui a battu l’AutoResearch de Karpathy trois contre un sur nanochat. Le pari, c’est que l’agency et le contrôle battent la capacité brute — une posture philosophique autant qu’un produit.

Essential AI n’est pas beaucoup ressorti dans les résultats actuels — le cycle d’actu safety et alignment est dominé par OpenAI et Meta en ce moment, donc je n’ai pas réussi à avoir une lecture nette de là où ils en sont ce mois-ci. Je traiterais ça comme un trou, pas comme un verdict.

Liquid AI, c’est le jeu de l’edge, et ça avance vite. Le 27 octobre, ils ont sorti LFM3 — six modèles à poids ouverts autour de 2 milliards de paramètres, sur une architecture tri-hybride qui mélange convolutions, attention à fenêtre glissante et attention globale. LFM3-VL-2B rivaliserait avec Gemma 4 12B, six fois sa taille, sur les tâches de vision. Mercedes-Benz le teste pour MBUX, Shopify pour des déploiements locaux. Ils ont aussi lancé RIPL, un moteur d’inférence sous les 50 millisecondes pour les charges temps réel, et Liquid Context avec Qualcomm pour du contexte personnel on-device sur Snapdragon. Environ 120 personnes, AMD comme investisseur majeur. La thèse : le cache KV des transformers les rend trop lourds pour les appareils, donc les réseaux liquides en temps continu gagnent là où la latence et la mémoire sont les contraintes. Une capacité générale un peu plus faible, en échange de quelque chose qui tient vraiment dans une voiture.

Nous Research, c’est le collectif débrouillard qui est passé mainstream. Parti d’à peu près dix anons dans un Discord, Hermes Agent a été téléchargé plus de 24 millions de fois depuis février, a traité 53 000 milliards de tokens en un seul mois sur OpenRouter — le harness d’agent open source le plus utilisé au monde. Le 6 octobre, ils ont lancé le Hermes Index, qui classe quatorze modèles frontier sur le travail agentique et le coût. Le 7 octobre, une série B de 90 millions de dollars à 1,5 milliard, avec NVIDIA et le M12 de Microsoft dedans. Ils poussent maintenant Hermes dans les entreprises, avec des contrôles de workspace et de l’audit. DeepHermes 3, Hermes 4.3, NousCoder — tous en poids ouverts. Le schéma : une distribution construite par la communauté qu’aucun labo financé ne peut facilement répliquer.

Le fil conducteur des cinq : chaque neolab finit par heurter la même fourche — continuer à construire des modèles, ou construire la couche autour. Poolside a choisi l’infrastructure, Imbue l’agency personnelle, Liquid l’appareil, Nous le harness d’agent. Essential, c’est celui que je n’arrive pas encore à placer.

Tu veux que j’aille plus loin sur l’un d’eux, ou tu avais un sixième labo en tête ?

[17:19:03] David: Bon, qui d’autre manque à la liste ?

[17:19:13] Eve: Il en reste encore plusieurs qui valent d’être nommés. Prime Intellect construit de l’entraînement décentralisé à travers des clusters GPU mondiaux — l’idée que tu n’as pas besoin d’un datacenter, tu as besoin d’un réseau. Artificial Superintelligence Alliance a fusionné Fetch, SingularityNET et Ocean Protocol en un seul effort de recherche financé par un token. G42, c’est le champion national de l’IA d’Abou Dhabi, qui entraîne maintenant des modèles frontier avec le soutien de Microsoft et de Cerebras. SambaNova et Cerebras, ce sont les paris puce-plus-modèle — ils fabriquent leur propre silicium et sortent des modèles calibrés dessus. Groq, c’est de l’infrastructure de vitesse d’inférence, pas un labo à proprement parler, mais leur LPU change ce qui est possible en temps réel. Crusoe et Lambda sont des fournisseurs de cloud GPU qui ressemblent de plus en plus à des neolabs avec du compute en accompagnement. Et Hugging Face est en dessous de tout ça, comme le GitHub des poids ouverts — pas un fabricant de modèles, mais la couche de distribution dont tout le reste dépend.

Ceux que je signalerais comme vraiment sous-discutés, ce sont Prime Intellect et G42 — tous les deux essaient de résoudre le problème d’accès au compute par des bouts opposés, l’un par la décentralisation, l’autre par le capital souverain. Tu veux que j’entre dans l’un des deux ?

[17:20:06] David: Ouais, fais les deux.

[17:20:34] Eve: […] Prime Intellect a commencé comme une histoire d’entraînement distribué — l’idée qu’on pouvait louer des GPU inutilisés à travers le monde et les assembler en une seule session d’entraînement. Ce pitch d’origine s’est largement dissipé. Ce qu’ils livrent vraiment maintenant, c’est la couche d’outillage autour du post-entraînement : prime-rl, un framework d’apprentissage par renforcement asynchrone ; verifiers, une bibliothèque pour construire des environnements de RL ; un Environments Hub, qui est un registre public de tâches d’entraînement ; et Prime Agent, un harnais open source bâti sur des modèles de langage récursifs, où l’agent édite ses propres compétences, mémoires et prompts en cours de run. Prime Agent a 22 000 étoiles sur GitHub et vient de faire une partie de Factorio d’une semaine avec 633 sous-agents. Ils ont aussi mené une étude en août pour tester si les modèles de frontière peuvent faire de la recherche en ML de façon autonome — 153 essais sur le speedrun de l’optimiseur nanoGPT, et les meilleurs agents ont battu le record humain de 2 600 étapes, en atteignant 2 930 avec Kimi K3.

Côté argent : 15 millions en février 2025 venant de Founders Fund, puis une série A de 130 millions en juillet menée par Radical Ventures, avec NVIDIA Ventures, Intel Capital et Dell dans le tour — plus de 150 millions au total. Ils revendiquent 6 000 clients et 100 millions de revenus annualisés, non audités. Il y a deux semaines, ils ont sorti Prime Mega MoE, en ajoutant une passe arrière au kernel MoE fusionné, forward-only, de DeepSeek — une passe avant jusqu’à 3,11 fois plus rapide, et des étapes d’entraînement de Qwen3-235B 55 % plus rapides que TorchTitan. Ils ont aussi racheté Moondream pour diriger l’inférence et le travail multimodal. Lecture honnête : Prime Intellect n’est plus vraiment un labo de modèles. C’est de l’infrastructure et de l’outillage RL pour les modèles des autres, une position plus étroite mais plus défendable que d’essayer de surentraîner OpenAI.

G42, c’est l’animal inverse — pas une startup, mais un champion national. Basé à Abou Dhabi, Peng Xiao comme CEO du groupe. Le gros titre en ce moment, c’est Stargate UAE : un cluster d’1 gigawatt à l’intérieur d’un campus IA EAU–États-Unis de 5 gigawatts, construit pour OpenAI et Oracle, avec Cisco, NVIDIA et SoftBank impliqués. Les 200 premiers mégawatts sont visés pour cette année. Le campus couvre 10 miles carrés, alimenté par le nucléaire, le solaire et le gaz naturel. Le cadrage de Xiao au Dubai AI Festival était sans détour — les EAU veulent passer d’exportateur d’énergie à exportateur d’intelligence, et les partenaires américains viennent vers eux parce qu’ils peuvent livrer du compute maintenant. Ils s’étendent aussi en Europe : un datacenter opérationnel à Grenoble, un partenariat stratégique avec Mistral depuis mai 2025, et la semaine dernière cinq protocoles d’accord à Athènes pour explorer une usine d’IA en Grèce avec Copelouzos Group, dans le cadre de 18 accords EAU–Grèce d’une valeur de 12,75 milliards d’euros. Et le 19 octobre, ils ont signé des accords non contraignants avec AMI Labs de Yann LeCun sur les world models, plus leur société de portefeuille Analog — la boîte d’intelligence physique d’Alex Kipman — qui rejoint cette collaboration.

Ce qui rend G42 différent de tous les autres noms de cette liste : ils n’ont pas vraiment de produit. Ils ont une thèse — le compute, plus le cloud souverain, plus les contrats publics, c’est ça, le business — et la petite population des EAU et leur exécution rapide sont l’avantage injuste. Savoir si ça passe à l’échelle au-delà du rôle de bailleur pour le trop-plein d’OpenAI, c’est la question ouverte — mais l’expansion en Grèce et l’accord avec LeCun suggèrent qu’ils essaient de devenir la position Mistral-plus-infrastructure pour tout le Moyen-Orient et au-delà.

Une chose pour laquelle on ne crédite assez ni l’un ni l’autre : les deux résolvent le même goulot d’étranglement par des bouts opposés. Prime Intellect rend l’entraînement moins cher à l’heure-GPU grâce au logiciel. G42 rend davantage de GPU disponibles grâce à la géopolitique. Les modèles entre les deux ne sont que la charge utile.

[17:22:56] David: Bon, ben ça fait beaucoup d’informations. Merci de m’avoir appris tout ça.

[17:22:57] Eve: Contente que ça ait pris. Reviens quand tu veux reprendre un fil.