Guides, comparatifs et actualités sur les outils d'IA

Vous essayez d'ouvrir Claude Desktop sous Windows et ce qui apparaît est une boîte de dialogue intitulée « Impossible d'ouvrir cette application », qui vous demande d'aller dans les options avancées de Claude et de choisir Réparer — et faire exactement ce qu'elle dit fonctionne. Sans désinstaller quoi que ce soit, et sans passer par Réinitialiser, qui, lui, jette vos données. Il y a toutefois une marche au milieu du chemin, et c'est le cœur de cet article. Un clic sur Réparer peut vous renvoyer un message vous disant que l'application est encore en cours d'exécution, alors qu'aucune fenêtre Claude n'est ouverte nulle part. La cause est que Claude Desktop continue de tourner dans la zone de notification après la fermeture de sa fenêtre : tant que ce processus résident tient ouverts les fichiers du paquet, la réparation ne peut pas aboutir. La solution est simple : fermez explicitement les processus, puis cliquez sur Réparer. Et ce fait désigne la cause même de la panne, le même processus ayant cassé la mise à jour avant de bloquer la réparation. L'article répond aussi à la question que tout le monde pose en premier : vos sessions sont-elles effacées ? La réponse se divise en trois. Votre historique de conversations claude.ai est sur les serveurs d'Anthropic et reste intact. Les sessions Claude Code vivent dans %USERPROFILE%\.claude\projects\, hors du paquet de l'application : elles survivent à une réparation, à une réinitialisation et même à une désinstallation (une machine réelle en contenait 2 977 fichiers, environ 3,0 Go, répartis sur 52 projets). La seule chose exposée, ce sont les réglages côté application dans %APPDATA%\Claude, et Réparer les conserve même — Windows écrit la différence sur l'écran lui-même, en indiquant à côté de Réparer que les données de l'application ne seront pas affectées, et à côté de Réinitialiser qu'elles seront supprimées. Suivent la vérification d'état en PowerShell en lecture seule, une routine de sauvegarde, une escalade par paliers quand l'application refuse toujours de s'ouvrir (contrôle de vmcompute et hns, réinstallation avec -PreserveApplicationData), la cause déduite d'un MSIX à moitié enregistré appuyée sur les tickets GitHub (#55465, où l'installation a réussi sans qu'aucun point d'entrée soit créé, plus #50285 et #48437 — tous clos en closed as not planned, sans correctif officiel), les moyens de réduire les risques de récidive, et une comparaison avec l'ancienne version installeur, où la dernière version MSIX et une machine en ancien format affichaient toutes deux 1.24012.9.

Le 16 juillet 2026, Moonshot AI a publié Kimi K3, un modèle de 2 800 milliards de paramètres au total. Les valeurs américaines des semi-conducteurs ont été vendues, et l'affaire est montée jusqu'à un responsable de la Maison-Blanche accusant nommément l'entreprise d'avoir distillé les modèles d'Anthropic. Comme les chiffres et jusqu'aux étiquettes elles-mêmes divergent selon la source, cet article recoupe les éditeurs de benchmarks, la presse financière, les annonces de Moonshot et la page Hugging Face telle qu'elle est, en précisant qui a produit chaque chiffre. Côté performance, il obtient 57 points et la troisième place sur l'Artificial Analysis Intelligence Index (au 17 juillet 2026, même si des relevés placent ces mêmes 57 points au quatrième et au septième rang). Sur GDPval-AA v2, la métrique la plus pratique, K3 se situe à 1668 contre 1760 pour Fable 5 et 1600 pour Opus 4.8 — un bond de 478 points depuis la K2.6 de la génération précédente à 1190, et c'est ce rattrapage, plus que le rang absolu, qui a fait bouger le marché. En code, il a pris la première place sur le Frontend Code Arena d'Arena.ai avec 1679 (Fable 5 à 1631), alors que sur FrontierSWE il perd, 81,2 % contre 86,6 % pour Fable 5. Le prix s'inverse selon la comparaison : 3 $ en entrée et 15 $ en sortie, c'est environ 40 % moins cher en entrée et 40 à 50 % moins cher en sortie que Claude Opus 4.8 (5 $/25 $) ou GPT-5.6 Sol (5 $/30 $), et le coût mesuré de 0,94 $ par tâche passe sous les 1,80 $ d'Opus 4.8. Face aux rivaux chinois, en revanche, c'est le plus cher du groupe, environ trois fois GLM-5.2 et 23 fois DeepSeek V4 Pro : ce n'est donc pas la remise d'un ordre de grandeur du choc DeepSeek. Sur les poids, les médias hésitent entre « open source » (VentureBeat, SCMP) et l'« open weight » de Reuters, et c'est ce dernier terme qui est exact. Les poids sont sortis comme prévu le 27 juillet 2026 et se récupèrent sur Hugging Face sans demande d'accès (96 fragments safetensors). La licence publiée avec eux est la « Kimi K3 License » maison de Moonshot : une concession de type MIT assortie de deux conditions — un accord distinct pour toute activité de Model as a Service dépassant 20 millions de dollars de chiffre d'affaires, et une mention « Kimi K3 » bien en vue dans l'interface des produits au-delà de 100 millions d'utilisateurs actifs mensuels. Comme la concession change selon la taille de l'utilisateur, ce n'est pas de l'open source au sens de l'OSI : la querelle d'appellation est désormais tranchée par le texte de la licence. Sur les marchés, le Nasdaq a perdu 1,5 % vendredi, Taïwan plus de 6 %, le Japon 4 %, et l'ETF semi-conducteurs (SMH) a reculé de plus de 20 % depuis son sommet de fin juin, mais la baisse hebdomadaire du SOX est rapportée entre -9 % et -12,5 % selon les médias, et les pertes ont ensuite été réduites par les acheteurs revenus sur les creux. L'accusation de distillation est rejetée par les chercheurs sur la base du calendrier — 15 jours entre la sortie publique de Fable le 1er juillet et le lancement de K3 le 15 juillet — et aucune preuve n'a été rendue publique. La vitesse (des mesures allant de 33 à 62 tokens par seconde, avec un avertissement d'OpenRouter sur des 429 fréquentes dues à la saturation), le taux d'hallucination passé de 39 % à 51 % et l'écart net d'expérience utilisateur que Moonshot admet lui-même sont tous traités avec des étiquettes de certitude explicites.

Claude Code s'arrête au milieu d'une réponse sur « API Error: Connection closed mid-response. The response above may be incomplete. » Ce n'est pas un problème de prompt : la connexion qui transportait la réponse en streaming s'est fermée alors que la réponse arrivait encore. Cet article s'appuie uniquement sur la référence des erreurs officielle, le changelog officiel et des tickets étayés par des captures réseau. Il part des définitions officielles — Connection closed signifie que le lien a été coupé, Response stalled qu'il est devenu silencieux, Server error qu'une 5xx est survenue en cours de flux — et explique pourquoi la sortie partielle est délibérément conservée (renvoyer risquerait d'exécuter deux fois les mêmes appels d'outils) et que l'étape de reprise documentée est de répondre continue. Il sépare ensuite les trois couches d'où la fermeture peut provenir (votre machine et la veille, une coupure d'inactivité dans un proxy ou un VPN, ou une fermeture initiée par le serveur) et présente les mesures publiées par l'auteur du ticket #67766 : les dix incidents étaient des fermetures propres côté serveur, l'erreur apparaissait 3 à 105 ms après le FIN, 7 à 20 Ko de réponse avaient déjà été reçus, le corps de requête pesait 1 à 2,5 Mo, une nouvelle connexion aboutissait en 20 ms environ, et 200 erreurs réparties sur 171 incidents figuraient dans 23 jours de transcriptions, dont 87 moins de cinq secondes après l'appel précédent. Le cœur pratique est une chronologie d'entrées réelles du changelog — 2.1.179 conserve le partiel, 2.1.185 fait passer l'indication de blocage de 10 à 20 secondes, 2.1.198 relance les coupures transitoires avec backoff, 2.1.199 conserve le partiel sur erreur serveur en cours de flux, 2.1.214 désactive le pool keep-alive après une erreur de connexion périmée — confrontée aux versions des signalements (2.1.173, 2.1.181, 2.1.183), toutes antérieures à la 2.1.198. Il se termine par les conditions aggravantes, une check-list en huit points, six repères pour les développeurs, la distinction avec Unable to connect et Prompt is too long, et un partage net entre ce qui est confirmé officiellement et ce qui ne l'est pas.

Anthropic a publié Claude Opus 5 le 24 juillet 2026, et sa propre documentation parle d'un changement de palier plutôt que d'une amélioration incrémentale par rapport à Opus 4.8 — pourtant le prix ne bouge pas : $5 en entrée / $25 en sortie par million de tokens, soit exactement la moitié du modèle phare Fable 5 ($10 / $50). Cet article recoupe l'annonce officielle et la documentation avec plusieurs articles de presse, et détaille les caractéristiques principales (claude-opus-5, une fenêtre de contexte de 1M à la fois par défaut et maximale, 128K tokens de sortie maximale, limite de connaissances en mai 2026), les tarifs y compris les taux de cache et le mode rapide (environ 2,5 fois la vitesse pour 2 fois le prix, API Claude uniquement), les benchmarks (Anthropic écrit dans son propre texte que Frontier-Bench dépasse le double d'Opus 4.8, que CursorBench 3.2 arrive à moins de 0,5 % de Fable 5, qu'ARC-AGI 3 vaut trois fois le score du deuxième et qu'OSWorld 2.0 bat Fable 5 pour environ un tiers du coût ; les chiffres relevés sur les graphiques par la presse incluent Frontier-Bench 43,3 %, ARC-AGI-3 30,2 %, GDPval-AA 1 861 et OSWorld 70,6 %), ainsi que les domaines où il perd encore (68,8 % contre 72,7 % pour GPT-5.6 Sol sur DeepSWE v1.1, la sécurité offensive et la recherche biologique de longue haleine où Mythos 5 domine, et les réglages où l'effort max obtient un score inférieur aux niveaux plus bas). Il couvre ensuite les deux ruptures de compatibilité de l'API (le thinking est actif par défaut, donc un budget max_tokens serré finit tronqué ; désactiver le thinking n'est autorisé qu'à un effort high ou inférieur, xhigh et max renvoyant une erreur 400), la façon de choisir parmi les cinq niveaux d'effort, les nouveautés comme la modification des outils en cours de conversation, le seuil de cache abaissé à 512 tokens et le mode de repli par défaut, puis le changement de caractère du modèle — réponses plus longues, plus de commentaires, plus de délégation et auto-vérification spontanée — avec la règle de migration qui consiste à retirer du texte de prompt plutôt qu'à en ajouter, et enfin qui a intérêt à migrer tout de suite, avec une checklist de migration en six étapes.

Vous ouvrez Hugging Face pour faire tourner un LLM en local et le même modèle affiche un mur de fichiers (Q4_K_M, Q5_K_S, GPTQ, AWQ, IQ3_M) et vous voilà bloqué. Cet article répond concrètement : quel fichier quantifié télécharger pour que ça marche, en laissant le concept de ce qu'est la quantification à un autre article et en se concentrant sur le choix du format. Le choix tient en deux étapes : quel format (= quel moteur pour l'exécuter), puis quelle profondeur de bits. Le fait le plus important : un fichier quantifié ne tourne que sur les moteurs qui prennent en charge son format. GGUF est le seul format local tout-terrain qui tourne sur CPU, Mac et GPU partiel (llama.cpp/Ollama) ; GPTQ/AWQ/EXL2 sont orientés GPU d'abord (vLLM/TGI) ; bitsandbytes quantifie au chargement dans Transformers sans calibration. Le nommage GGUF Q4_K_M a trois parties : Q4 (nominal 4 bits, plus élevé = meilleur et plus gros), K (K-quant sur des super-blocs ; simple/_0/_1 sont anciens), M (S/M/L = mesure du rehaussement de certains tenseurs importants ; les bits effectifs dépassent l'étiquette, Q4_K environ 4,5 bpw). La famille IQ (I-quants) va encore plus petit à bits égaux mais est plus lourde à l'inférence et exige un imatrix (une matrice d'importance issue d'une calibration qui protège les poids qui comptent). GPTQ minimise l'erreur couche par couche ; AWQ protège les poids saillants via les activations (aucun n'est universellement meilleur). Pour la profondeur de bits, en cas de doute prenez Q4_K_M (défaut Ollama pour beaucoup de modèles), montez à Q5_K_M/Q6_K avec de la VRAM en réserve, Q8_0 est quasi sans perte mais déconseillé, et IQ2/IQ3 uniquement pour caser un gros modèle. Environ 4,5 à 5 bpw est la bonne bande (une heuristique). Trouvez les fichiers via library=gguf, bartowski/mradermacher (activité variable), ou les tags Ollama model:size-variant-quant. Les chiffres sont approximatifs et varient selon le modèle et le build.

Maintenant que « demande à l'IA » et « laisse l'IA tout écrire » sont la norme, c'est la question inverse qui fait la différence : est-ce vraiment une situation où je devrais utiliser l'IA ? Cet article n'est pas anti-IA ; il s'agit de garder le « ne pas l'utiliser » comme une option, justement pour tirer le meilleur parti de l'IA. L'IA n'est pas quelque chose qu'on utilise par défaut mais un outil qu'on choisit volontairement, et bien l'utiliser et choisir de ne pas l'utiliser vont de pair. Six situations où y renoncer l'emporte : 1. l'apprentissage qui bâtit les fondamentaux (le processus « écrire pour penser » est le but), 2. la saisie de données confidentielles ou personnelles (ne collez rien sans vérifier conditions et conservation), 3. les décisions finales fatales en cas d'erreur (médecine, droit, sécurité, argent ne se délèguent pas sans vérification), 4. les tâches légères dont le coût n'en vaut pas la peine, 5. le travail où la confiance ou la créativité humaine est au cœur (excuses, recrutement, paternité de l'œuvre), 6. quand vous ne voulez pas ajouter un point de défaillance unique (continuité d'activité). Décidez vite avec trois questions : pouvez-vous vérifier vous-même le résultat, s'agit-il uniquement de données partageables, et le processus est-il à entraîner en ce moment. Si vous pouvez le vérifier, que les données sont partageables et que vous n'avez pas besoin de vous entraîner, utilisez l'IA ; sinon, renoncez-y ou insérez un contrôle humain. Les inconvénients de l'usage excessif (délestage cognitif, acceptation d'erreurs plausibles, dépendance) sont présentés comme des points de discussion, non comme des chiffres établis. Renoncer délibérément à l'IA n'est pas un frein mais la compétence-envers qui vous permet de miser à fond là où elle convient, et une protection contre une dépendance excessive à l'IA.

Juste après avoir mis à jour Claude Desktop (Windows), lancer l'application fait apparaître « Un autre programme utilise actuellement ce fichier » et elle refuse de démarrer — et reste bloquée jusqu'au redémarrage du PC. C'est un bug connu de la version Microsoft Store (MSIX) (GitHub #53247 et d'autres). Le point clé : un redémarrage complet du PC n'est pas forcément nécessaire — dans bien des cas, il suffit de se déconnecter de Windows puis de se reconnecter pour récupérer (pas un redémarrage du PC, ni une déconnexion de Claude), car le handle orphelin sous-jacent persiste par session utilisateur Windows. Arrêter CoworkVMService ou réenregistrer le package est rapporté comme inefficace. Malgré le libellé de la boîte de dialogue, il est vérifié qu'il n'y a aucun verrou de fichier en espace utilisateur (handle.exe / Process Explorer) : le vrai échec se situe dans la couche conteneur AppX/Desktop Bridge, à la conversion Job Object → Silo (0x80070020 = ERROR_SHARING_VIOLATION, événements 215/208). Le déclencheur a deux explications non tranchées — le service retenant le Job Object (#57221) vs. un plantage au démarrage laissant le nettoyage inachevé (#53247) — et aucun correctif officiel n'a été publié. La solution de contournement permanente est de passer à la version Squirrel (installeur). D'après une seule machine (Windows 11 Home 10.0.26200) recoupée avec des issues GitHub ; avec labels de confiance tout du long.

ChatGPT Work est l'« agent d'IA pour le travail » qu'OpenAI a annoncé le 9 juillet 2026 en même temps que GPT-5.6. Contrairement à un chat classique qui se contente de répondre, il rassemble le contexte de vos applis et fichiers connectés pour construire des livrables finis — documents, feuilles de calcul, diapositives et même applis web. Son cerveau est le nouveau modèle phare GPT-5.6 Sol (bâti sur Codex), et il peut découper un projet complexe en étapes et continuer à travailler pendant des heures (Thurrott). Au sein de l'appli de bureau unifiée, trois modes cohabitent — Work (livrables), Codex (technique, affiche les détails) et chat classique (conversation) — Work étant positionné comme la « version business » qui masque les détails techniques de Codex (9to5Mac). Le modèle dépend de votre forfait : Gratuit/Go par défaut sur Terra, tandis que Plus/Pro/Business/Enterprise choisissent parmi Sol/Terra/Luna (d'après les médias). Sa force est d'intégrer « votre contexte » via des connecteurs comme Google Drive, SharePoint et Slack, plus MCP — et pour l'entreprise, les données ne sont pas utilisées pour l'entraînement par défaut. En s'appuyant sur Axios, TechCrunch, 9to5Mac, Thurrott et OpenAI, cet article expose ce qu'est ChatGPT Work, en quoi il diffère du ChatGPT classique et de Codex, quels forfaits peuvent l'utiliser et à quelles applis il se connecte — avec des labels de confiance sur ce qui n'est pas encore officiel.

« De combien l'IA réduit-elle l'effort de développement logiciel ? » Avec l'arrivée du codage agentique en 2025-2026, l'unité de mesure elle-même a changé. Autrefois c'était « de combien de pour cent une tâche est-elle plus rapide » ; c'est désormais une histoire d'ordre de grandeur : « un cycle de dev qui prenait des semaines se comprime en heures ou en jours » (TechTarget). Claude Fable 5 a terminé la migration de 50 millions de lignes de Stripe en une journée ; TELUS a économisé 500 000 heures-développeur ; le temps de cycle est passé de 9,6 à 2,4 jours. Les chiffres de l'ère de l'autocomplétion — ECR Copilot 55,8 % plus rapide, McKinsey 20–50 % selon la tâche — sont désormais le plancher. Mais ce n'est pas un ×10 uniforme : selon le 2026 Agentic Coding Trends Report d'Anthropic, les développeurs utilisent l'IA sur ~60 % de leur travail, mais seuls 0–20 % des tâches peuvent être totalement déléguées (le déficit de délégation), la revue humaine reste donc nécessaire, et environ 27 % du travail IA est un travail nouveau qui n'existait pas auparavant (réduire l'effort = produire davantage). Avec un bon contexte, 40 % d'erreurs en moins et 55 % plus rapide. Même le résultat 2025 de METR « les experts sont 19 % plus lents » s'inverse en 2026, les auteurs admettant que la mesure sous-estime la réalité. Cet article distingue cette polarisation avec des sources nommées (GitHub, McKinsey, Anthropic, METR, DORA) et expose comment capter concrètement les gains d'effort.

Le 8 juillet 2026, OpenAI a lancé GPT-Live, un nouveau modèle vocal qui remplace l'Advanced Voice Mode de ChatGPT. Grâce à une architecture full-duplex, il écoute et parle en même temps : il ponctue la conversation de signaux d'écoute (backchanneling), encaisse les interruptions et ne coupe pas vos silences de réflexion, avec une latence <250ms. La réactivité est assurée par GPT-Live tandis que la recherche et le raisonnement approfondi sont délégués en coulisses à GPT-5.5. Gratuit avec GPT-Live-1 mini, GPT-Live-1 sur Go/Plus/Pro. Nous détaillons son fonctionnement, ses différences avec l'Advanced Voice Mode, ses limites (vidéo, API) et la distinction avec GPT-Realtime-2.1.

Comparaison entre le fleuron d'OpenAI GPT-5.6 « Sol » (9 juillet 2026) et Gemini de Google, dont les points forts ne se recoupent presque pas. Sol domine le codage en terminal et agentique (Terminal-Bench 2.1 88,8 % vs 68,5 %, SWE-bench Pro 64,6 % vs 54,2 %), tandis que Gemini 3.1 Pro riposte par un multimodal natif voix/vidéo, un prix environ moitié moins cher et une avance en MMLU, ARC-AGI-2 et WebDev Arena. Attention au facteur temporel : le véritable rival Gemini 3.5 Pro n'est pas encore sorti (disponibilité générale prévue à la mi-juillet). Nous détaillons les benchmarks, le multimodal, le coût réel et le choix selon l'usage.

Après un long travail dans Claude Code, la réponse se met parfois à répéter « court court court… » des dizaines à des centaines de fois avant de s'arrêter sur « Response stalled mid-stream ». Ce n'est pas une erreur de votre prompt : deux dysfonctionnements connus s'enchaînent — une boucle de répétition (dégénérescence) côté modèle et un arrêt du flux côté transfert. Cet article explique la nature de chaque couche, les conditions déclenchantes, comment l'arrêter tout de suite (Esc → nouvelle session, /clear), comment le prévenir côté développeur (timeout de lecture, détection de répétition, max_tokens) et comment le distinguer du bug de fuite de balise court/invoke, en s'appuyant sur la documentation officielle et les issues réelles.