Guides, comparatifs et actualités sur les outils d'IA

Codex peut afficher « thread not found » alors que l'historique reste lisible. Découvrez la différence entre données enregistrées et état d'exécution, un cas réel d'envoi rétabli après rechargement et les étapes pour vérifier la reprise. L'article présente aussi des cas où redémarrer n'a pas suffi, une enquête en lecture seule et des options pour continuer en conservant la tâche originale. Aucune solution universelle ni version réglant définitivement le problème n'a été confirmée.

Jev est le modèle d'IA de TypeSafe qui renvoie des choix, des scores et des probabilités Oui/Non au lieu de générer du texte. Ce guide explique les différences entre Choice, Score et Noul, le sens de confidence et la structure d'une requête d'API pour orienter les demandes d'assistance. Une garantie de type ne garantit pas une décision correcte. Il couvre les faiblesses documentées concernant les calculs, les dates et les entrées trompeuses, ainsi que les tarifs, les deux limites d'entrée et l'évaluation avant un usage en français. Il repose sur des sources officielles, pas sur des tests pratiques des performances de l'API.

Lorsque Claude Cowork a été intégré au chat le 16 septembre 2026, trois fonctionnalités de création sont arrivées en bêta en même temps : Claude Docs pour les documents, Claude Slides pour les présentations et Claude Design pour le design visuel. Cet article porte sur la première d'entre elles. En une phrase, Claude Docs transforme ce qui sort d'une conversation en un document que vous pouvez continuer à modifier. Demandez-lui de rédiger la discussion sous forme de spécification à partager avec l'équipe, et Claude en écrit le brouillon sous vos yeux, en vous interrogeant sur ce qui lui manque avant de commencer. Vous obtenez du texte enrichi avec des titres et des tableaux, et un même document peut contenir plusieurs onglets. Vous pouvez le modifier vous-même, ou sélectionner du texte à l'intérieur du document, laisser un commentaire et mentionner @Claude pour qu'il fasse le changement. La force que l'on néglige, c'est que vous pouvez aussi transformer une session Claude Code en spécification, en runbook ou en rapport. C'est toutefois une bêta, et ce qui manque manque de façon très visible : il n'y a pas d'historique des versions, la suppression est irréversible, le mobile ne permet pas de modifier les documents, et Team et Enterprise ne peuvent pas partager en dehors de l'organisation. Cet article accorde à ces absences autant de place qu'aux fonctionnalités, et détermine ce pour quoi l'outil est fait et ce pour quoi il ne l'est pas.

Projects dans Claude Code a été reconstruit. Jusqu'ici, un projet était un dossier contenant des conversations et de la matière de référence ; les nouveaux Projects sont une conversation unique. Vous écrivez ce dont vous avez besoin, Claude découpe la demande en threads, les threads tournent en parallèle dans le cloud, et chacun ouvre une pull request et rend compte une fois terminé. Fermer votre ordinateur portable ne les arrête pas. Trois points méritent toutefois d'être vérifiés avant de se lancer : les comptes qui peuvent s'en servir restent limités (bêta publique Pro et Max, servie d'abord aux comptes sans projets existants), github.com et la Claude GitHub App sont en pratique indispensables, et la vitesse à laquelle la fonctionnalité dévore votre limite d'usage n'a rien à voir avec celle d'une session unique. Cet article explique comment savoir si le déploiement vous est parvenu, ce qu'un thread possède au démarrage, y compris le piège qui fait cesser d'appliquer les règles de permission et les hooks dès qu'un projet contient plus d'un dépôt, d'où vient le coût en tokens, réglage Opus en high par défaut compris, et comment choisir entre les cinq façons de travailler en parallèle : sous-agents, agent view, équipes d'agents, workflows dynamiques et Projects, le tout à partir de la documentation et du blog officiels.

Un modèle plus récent est plus intelligent mais plus cher : c'est ainsi que l'on raisonne d'habitude. Pourtant, comparer GPT-6 Astra et GPT-5.6 Sol sur le seul prix unitaire ne tranche rien, parce qu'Astra termine le même travail avec moins de tokens. Dans les mesures de l'organisme indépendant Artificial Analysis, faire tourner Astra à son réglage le plus faible, low, coûte presque exactement ce que coûte Sol en high pour une tâche ($0.82 contre $0.81) tout en obtenant un meilleur score (46 contre 42), avec un tiers des tokens de sortie et un quart de l'attente avant que la réponse ne commence. À partir des chiffres au 18 septembre 2026, cet article couvre le coût, les tokens et la vitesse à chaque niveau de raisonnement, le détail qui explique pourquoi un prix unitaire 2,5 fois plus élevé aboutit malgré tout au même total, ce que deviennent les chiffres une fois le prix promotionnel de Sol terminé, la façon dont l'écart de prix se resserre sur le travail d'agent de codage, et les étapes pour mesurer tout cela sur votre propre travail.

Vous voulez confier uniquement la planification à un modèle intelligent, et l'implémentation à un modèle plus rapide et moins cher. Le réglage opusplan de Claude Code fait cela automatiquement. Il tourne sur Opus pendant le mode planification et sur Sonnet le reste du temps, et s'utilise avec /model opusplan ou avec le champ model de settings.json. En revanche, il n'apparaît pas dans la liste de /model, et comme le modèle change chaque fois que vous entrez en mode planification ou en sortez, chaque bascule relit toute la conversation sans le cache. En s'appuyant sur la documentation officielle, le CHANGELOG et les issues GitHub au 15 septembre 2026, cet article présente la configuration (y compris le choix des versions et le contexte de 1M), le passage du mode planification à l'implémentation après approbation, son retrait de l'écran de sélection dans la v2.0.0 et l'explication d'un membre de l'équipe d'Anthropic, une estimation du coût de cache qu'entraîne une bascule et les moyens de le limiter, les différences avec l'outil advisor et les sous-agents, ainsi que les usages qui s'y prêtent et ceux qui ne s'y prêtent pas.

Peut-on garder la session principale de Claude Code sur Opus 5 et ne confier que des tâches comme la traduction ou les vérifications en grand nombre à des sous-agents Sonnet ou Haiku ? Oui. Le modèle d'un sous-agent est choisi dans cet ordre : le modèle indiqué à l'appel, le champ model du fichier de définition, la variable d'environnement CLAUDE_CODE_SUBAGENT_MODEL, puis le modèle de la session principale, et l'effort peut lui aussi être réglé pour chaque sous-agent. En s'appuyant sur la documentation officielle au 15 septembre 2026, cet article fait le point sur les différences de cet ordre selon la version, sur CLAUDE_CODE_SUBAGENT_MODEL_FORCE pour aligner tous les sous-agents sur un seul modèle, sur la cible des alias qui change selon le fournisseur, et sur le fait que, depuis la v2.1.198, l'Explore intégré reprend le modèle de la session principale. Il présente ensuite ce que j'ai constaté en lançant réellement des sous-agents sur d'autres modèles et en vérifiant les journaux de conversation : ils ont tourné sur les modèles indiqués, chacun a lu des dizaines de milliers de tokens rien que pour démarrer, le cache des sous-agents expire au bout de 5 minutes même avec un abonnement, et la même traduction confiée deux fois à Opus 5, Sonnet 5 et Haiku 4.5 a donné des différences de temps, de coût et de qualité. Enfin, il résume l'effet sur le coût et sur les limites d'utilisation, et les éléments pour décider quelles tâches confier à un modèle moins cher.

Lancez plusieurs sessions en parallèle et vous finissez par vous demander laquelle dévore votre limite hebdomadaire. Pourtant, le /usage de Claude Code n'affiche que les chiffres de la session en cours et la consommation de l'ensemble du forfait répartie par Skill, sous-agent, plugin et serveur MCP, et la part consommée par chaque session n'apparaît ni dans l'anneau de consommation de l'application desktop ni sur la page des paramètres de claude.ai (en septembre 2026). La réponse se trouve dans les journaux de conversation stockés sur votre machine (les fichiers JSONL de ~/.claude/projects), mais les additionner tels quels donne un résultat faux, car une même réponse s'écrit sur plusieurs lignes, une par bloc de contenu, et les enregistrements des sous-agents se trouvent dans des fichiers séparés. Mesuré sur ma propre machine, le total naïf atteignait environ deux fois la valeur correcte, et comme l'ampleur de l'erreur variait d'une session à l'autre, même le classement changeait. Cet article couvre ce que les écrans officiels montrent et ne montrent pas, la bonne façon de compter les journaux avec un script d'agrégation d'une cinquantaine de lignes, le résultat mesuré où une seule session a pris près d'un tiers de toute la consommation, les limites de ce que les chiffres peuvent vous dire, et la mise en place d'OpenTelemetry si vous voulez surveiller dans la durée.

Juste après l'envoi d'un message, Gemini s'arrête sur « Un problème est survenu (13) » ou « Something went wrong(13) », et Google n'explique pas la cause de cette erreur dans son aide officielle. Pourtant, le rapport d'incident officiel de mai 2026 indique que ce message s'est affiché pendant environ quatre jours, avec pour cause des ressources de base de données insuffisantes combinées à des bugs de l'application, et pour solution de contournement « aucune ». En s'appuyant sur ce document officiel et sur le fait que le numéro « 13 » correspond au code d'erreur interne de gRPC (INTERNAL), sans que Google ait affirmé qu'ils ont le même sens, cet article passe en revue les 4 situations les plus signalées sur la communauté officielle : tout le monde est touché en même temps, seulement une longue discussion, seulement avec une image jointe, seulement sur un compte précis. Il présente ensuite 7 étapes pour isoler le problème, à essayer de la moins coûteuse à la plus coûteuse, de la vérification de l'état des services à la reprise dans une nouvelle discussion, en passant par l'essai avec un autre compte et le signalement via les commentaires.

Plus besoin de demander à chaque fois « commencez par la conclusion » ou « répondez en français » : il suffit de l'écrire une fois dans le champ d'instructions qui s'applique automatiquement à toutes les conversations. Ce champ s'appelle « Instructions personnalisées » dans ChatGPT, « Instructions pour Claude » dans Claude et « Instructions pour Gemini » dans Gemini, mais son nom à l'écran, son emplacement et le nombre de caractères qu'il accepte diffèrent. ChatGPT accepte 1 500 caractères avec Free et Go, et 5 000 avec Plus et au-delà (limite relevée en juillet 2026), tandis que Claude et Gemini ne publient pas de limite. Cet article vérifie l'emplacement et la limite de chacun dans l'aide officielle des trois entreprises, puis s'appuie sur le guide officiel de rédaction de prompts d'Anthropic pour montrer comment rédiger des instructions qui marchent, exemple à l'appui. Il réunit aussi dans une liste de vérification les situations où, d'après les aides officielles, les instructions ne s'appliquent pas : dans un projet, dans un Gem, dans une discussion temporaire ou avec un compte d'entreprise.

Vous écrivez en français, et Claude vous répond en anglais. Le dépôt officiel de Claude Code reçoit régulièrement le même signalement, et la recherche a montré que, lorsque la demande et la réponse passent d'une langue à l'autre, même les modèles les plus puissants ne parviennent pas à répondre de façon constante dans la langue demandée. Mais la cause n'est pas unique. On distingue trois types : l'anglais qui s'installe peu à peu pendant que Claude lit du code et des sorties d'outils, le retour à l'anglais juste après la compaction qui résume la conversation, et la réponse qui bascule dans une autre langue que celle demandée, chacun appelant une parade différente. Cet article explique comment reconnaître chaque type, pourquoi le paramètre language de Claude Code, qui inscrit la consigne dans le prompt système, continue de s'appliquer après la compaction, et fait le point sur le problème signalé depuis septembre 2026 des longues sessions où la sortie elle-même se dérègle, en séparant ce qui est confirmé de ce qui ne l'est pas.

« Trop de Skills installés et le contexte est saturé » : c'est à moitié vrai et à moitié faux. D'après la documentation officielle de Claude Code, la liste des Skills puise dans un budget fixe de 1 % de la fenêtre de contexte du modèle, et vous aurez beau ajouter des Skills, elle s'arrête là. Au lieu de gonfler, la liste se met à supprimer des descriptions, en commençant par les Skills les moins souvent invoqués, et ne garde que leur nom. Un Skill privé de sa description ne se raccroche plus à ce que vous demandez, et pourtant aucune erreur n'apparaît et rien ne ralentit. Cet article passe en revue les rôles distincts des trois outils de mesure (/context, /usage et /skill-doctor), la définition d'un défaut de cache à 5 % et 2 000 tokens, la façon dont la durée de vie du cache tombe d'une heure à cinq minutes selon la formule souscrite, la raison pour laquelle un CLI reste plus léger que MCP maintenant que les définitions d'outils sont chargées à la demande par défaut, le raisonnement derrière l'objectif de 200 lignes pour CLAUDE.md, et enfin par quoi couper en premier une fois la mesure faite — le tout limité à ce qui a pu être confirmé dans la documentation officielle.