Modèles de langage, Veille

Claude Opus 5, GPT-5.6, Gemini 3.7 : ce que les sorties de l'été 2026 changent pour une PME

Cinq mois, une dizaine de modèles majeurs, des prix qui bougent dans les deux sens. Cet article fait le tri entre ce qui relève de l'annonce et ce qui change réellement la manière de construire un agent IA en entreprise.

Par Yanis Zedira. Publié le 27 août 2026. 11 min de lecture.

Entre juin et août 2026, les principaux éditeurs ont publié plus d'une dizaine de modèles significatifs. Pour un dirigeant de PME, ce rythme est illisible et, la plupart du temps, sans conséquence immédiate. Cet article sert à séparer les deux : ce qui relève de la course aux annonces, et ce qui change vraiment la manière de construire un agent IA utile en entreprise.

Ce qui est sorti, et quand

Les dates ci-dessous proviennent des catalogues publics des fournisseurs et des suivis spécialisés au 27 août 2026.

Côté Anthropic, Claude Sonnet 5 est arrivé le 30 juin 2026, suivi de Claude Opus 5 le 24 juillet 2026. Opus 5 est présenté avec une fenêtre de contexte d'un million de tokens et un réglage d'effort permettant de moduler la profondeur du raisonnement selon la tâche.

Côté OpenAI, la famille GPT-5.6 est passée en disponibilité générale le 9 juillet 2026, déclinée en trois niveaux : Sol pour le haut de gamme, Terra en intermédiaire, Luna pour le volume à bas coût.

Côté Google, Gemini 3.7 Flash est apparu à la mi-août 2026, positionné sur la vitesse, le multimodal natif et de très grandes fenêtres de contexte dans certaines configurations d'entreprise.

À côté de ces trois, la vague chinoise et open source n'a pas ralenti : Grok 4.6 chez xAI le 12 août, DeepSeek V4 dans plusieurs déclinaisons en août, GLM-5.3 chez Zhipu et Qwen3.8 chez Alibaba à la mi-août. Les suivis publics recensent plus de trois cent soixante sorties de modèles et une soixantaine d'organisations actives depuis le début du cycle.

Le vrai changement n'est pas la puissance, c'est l'écart de prix

Le chiffre le plus intéressant de cet été n'est pas un score de benchmark, c'est l'écart de tarification entre le haut et le bas de gamme. Sur les grilles publiques d'août 2026, le million de tokens en entrée va d'environ 0,20 dollar pour un modèle rapide de volume à environ 5 dollars pour un modèle de tête. En sortie, l'écart va d'environ 1,20 dollar à 25 ou 30 dollars.

Un facteur vingt-cinq en entrée, un facteur vingt en sortie. Cet écart change complètement le calcul de rentabilité d'un projet d'automatisation, et il explique pourquoi une même idée peut être absurde avec un modèle et évidente avec un autre.

Concrètement : un assistant qui trie et qualifie des demandes entrantes traite des textes courts, avec une règle stable et une réponse attendue simple. Le faire tourner sur un modèle de tête revient à louer un camion pour transporter une enveloppe. À l'inverse, un agent qui doit analyser un contrat de quarante pages et repérer une incohérence entre deux clauses a besoin du meilleur raisonnement disponible, et la différence de prix devient négligeable devant le coût d'une erreur.

Trois usages, trois choix

La manière la plus simple de trancher est de partir de l'usage plutôt que du classement.

Volume élevé, décision simple. Réponses au support de premier niveau, tri de demandes, qualification de prospects, réponses sur un statut de commande. Ici le bon choix est le modèle rapide et bon marché, connecté à vos données. La qualité vient de la connexion, pas du modèle. C'est exactement la mécanique décrite sur la page automatisation IA.

Latence critique. Agent vocal téléphonique. Un silence d'une seconde et demie est perçu comme une panne. Le critère devient le temps de première réponse, ce qui élimine d'office les modèles de raisonnement lourd. Le sujet est détaillé sur la page agent vocal IA.

Enjeu élevé, volume faible. Analyse de documents, aide à la décision, vérification de cohérence, production de livrables complexes. Ici le modèle de tête se justifie, avec supervision humaine systématique et traçabilité des sorties.

La plupart des dispositifs sérieux combinent les trois : un modèle rapide en première ligne, une escalade vers un modèle plus capable sur les cas difficiles, et un humain sur ce qui engage l'entreprise.

Les fenêtres de contexte d'un million de tokens : utile ou marketing ?

À peu près tous les modèles annoncent désormais un million de tokens de contexte, soit l'équivalent de plusieurs milliers de pages. C'est réel, mais l'usage est plus étroit qu'il n'y paraît.

Premièrement, la tarification long contexte augmente au-delà d'un certain seuil chez plusieurs fournisseurs, ce qui rend l'envoi systématique de gros volumes coûteux. Deuxièmement, la qualité d'extraction reste meilleure quand on envoie les vingt pages pertinentes plutôt que les mille pages du dossier. Troisièmement, une base documentaire correctement indexée coûte moins cher et donne des résultats plus stables qu'un contexte géant rechargé à chaque requête.

La grande fenêtre de contexte est une commodité de développement, pas une dispense de travail sur les données. C'est d'ailleurs le point commun de tous les projets qui échouent : on remplace l'ingénierie de données par de la puissance de modèle, et on obtient des réponses fausses avec beaucoup d'assurance.

Ce qui a réellement changé dans la construction d'agents

Trois évolutions de fond méritent l'attention d'un dirigeant, indépendamment des noms de modèles.

Le réglage de l'effort. Plusieurs modèles permettent maintenant de choisir combien de calcul interne consacrer à une réponse. En pratique, cela veut dire qu'un même agent peut répondre instantanément sur une question simple et prendre plusieurs secondes sur un cas complexe, sans changer d'infrastructure. C'est une économie directe.

L'appel d'outils devenu fiable. La capacité d'un modèle à appeler une fonction, lire une base, écrire dans un agenda ou déclencher une action est devenue robuste. C'est ce qui fait la différence entre un chatbot qui parle et un agent qui fait. La valeur d'un agent se mesure au nombre d'actions qu'il termine seul, pas au nombre de messages qu'il produit.

La banalisation du multimodal. Lire une photo de plaque, un bon de livraison, une ordonnance illisible ou une capture d'écran est devenu ordinaire. Beaucoup de processus manuels de PME reposent sur la lecture d'un document photographié, et ces processus deviennent automatisables sans matériel spécifique.

Ce qu'il faut faire, concrètement, cette semaine

Rien d'urgent. Aucune sortie de cet été n'oblige une PME à revoir son dispositif dans l'immédiat. En revanche, trois vérifications valent le temps qu'elles prennent.

D'abord, vérifiez si votre dispositif actuel tourne sur un modèle de gamme supérieure à son besoin. C'est le cas le plus fréquent, et la bascule vers une gamme inférieure divise souvent la facture sans effet perceptible.

Ensuite, vérifiez que le changement de modèle est bien un paramètre dans votre code et non un chantier. Si personne ne sait répondre à cette question, c'est déjà la réponse.

Enfin, vérifiez que vos cas de test existent. Sans jeu de cas réels sur lesquels comparer deux modèles, toute décision de migration se prend à l'intuition, ce qui coûte cher.

Le point qui ne change jamais

À chaque cycle de sorties, la même erreur revient : croire que le modèle est le projet. Il ne l'est pas. Dans un dispositif d'automatisation en production, le modèle représente une part faible de la valeur et une part faible du coût. L'essentiel se joue sur ce à quoi il est connecté, sur les règles qui l'encadrent, sur les cas de transfert vers un humain et sur la mesure des résultats.

Un agent branché sur votre agenda réel, votre base client réelle et votre catalogue réel, avec un modèle bon marché, sera toujours supérieur à un modèle de tête branché sur rien. C'est la raison pour laquelle un projet commence par une cartographie du processus et non par le choix d'un fournisseur.

Si vous voulez savoir ce que cela donnerait sur votre activité, le plus simple est un échange de quinze minutes : le périmètre utile se voit en général en quelques questions. Vous pouvez aussi regarder ce que cela donne concrètement dans votre secteur sur la page des secteurs accompagnés.