En novembre 2025, les trois grands laboratoires américains ont sorti leur modèle phare en douze jours d'intervalle. Pendant ce temps, le meilleur modèle librement téléchargeable est devenu chinois et le tarif du haut de gamme a chuté de deux tiers. Voici les cinq annonces IA du mois, et surtout ce qu'elles disent une fois mises bout à bout.
3 novembre : OpenAI signe 38 milliards de dollars avec Amazon
Le mois s'ouvre sur un contrat, pas sur un modèle. OpenAI et Amazon Web Services annoncent un accord de calcul de 38 milliards de dollars sur sept ans : des grappes de processeurs graphiques Nvidia GB200 et GB300 assemblées en UltraServers EC2, avec une capacité que les deux entreprises veulent voir entièrement déployée avant la fin 2026.
Le montant impressionne, mais l'important est ailleurs. Cet accord n'était pas possible deux semaines plus tôt. La restructuration d'OpenAI, bouclée fin octobre, l'a libérée de l'obligation d'obtenir l'accord de Microsoft avant d'acheter du calcul ailleurs. Microsoft était le fournisseur exclusif d'OpenAI ; il ne l'est plus, même si OpenAI a par ailleurs réaffirmé un engagement d'achat de 250 milliards de dollars de services Azure.
La bourse a tranché dans la journée : Amazon a fini sur un record, avec près de 140 milliards de dollars de capitalisation supplémentaires.
À noter, parce que cela dit quelque chose de la mécanique du secteur : Amazon est le principal soutien financier d'Anthropic, concurrent direct d'OpenAI. Les vendeurs de calcul ne choisissent pas de camp.
6 novembre : le meilleur modèle ouvert vient désormais de Chine
Trois jours plus tard, le laboratoire chinois Moonshot AI publie Kimi K2 Thinking, et fait ce qu'aucun modèle librement téléchargeable n'avait réussi : se hisser au niveau des modèles propriétaires de tête.
Les mesures d'Artificial Analysis, laboratoire d'évaluation indépendant, lui donnent un indice d'intelligence de 67. C'est devant tous les autres modèles à poids ouverts, et derrière le seul GPT-5 parmi les modèles fermés. Sur les épreuves d'usage d'outils, il obtient 44,9 % à Humanity's Last Exam et 60,2 % à BrowseComp.
L'architecture explique le tarif. Mille milliards de paramètres au total, mais 32 milliards seulement activés à chaque jeton, selon une conception dite à experts clairsemés. Le modèle est publié nativement en précision INT4, obtenue par un entraînement qui en tient compte et non par une compression après coup. Fenêtre de contexte : 256 000 jetons. Prix sur l'interface de base : 0,60 dollar par million de jetons en entrée, 2,50 en sortie.
Le défaut, pour être juste : il est très bavard, et a produit plus de jetons que tout autre modèle pour boucler la même série d'épreuves. Une partie de l'avantage tarifaire s'y perd.
💡 Ce que ça change pour une PME
Un modèle à poids ouverts au niveau des meilleurs, c'est une porte de sortie. Vous n'êtes plus contraint de choisir entre subir la grille tarifaire d'un fournisseur et renoncer à la qualité. Encore faut-il que votre code ne soit pas soudé à une seule interface : c'est le premier point que regarde l'audit NET&PRO.
12 novembre : GPT-5.1, ou l'art de corriger le ton
Quatre mois après GPT-5, OpenAI publie GPT-5.1 en deux variantes. Instant est plus conversationnel et décide seul quand prendre le temps de réfléchir. Thinking ajuste sa durée de raisonnement à la difficulté : plus rapide sur le simple, plus tenace sur le complexe. Un mode Auto aiguille la requête sans que l'utilisateur ait à choisir. Le même jour sort GPT-5.1-Codex-Mini, destiné au code et aux tâches agentiques à faible coût.
La nouveauté la plus commentée n'est pourtant pas technique : huit personnalités configurables, avec des registres comme Professionnel, Direct ou Fantasque, et un ton par défaut plus chaleureux que celui de GPT-5. Fidji Simo, directrice des applications, résume l'intention : l'industrie a dépassé le modèle unique pour tout le monde.
Appelons cela par son nom. GPT-5, sorti en août, s'était fait reprocher sa froideur. GPT-5.1 répond à cette critique. C'est une mise au point, pas un saut de génération, et cela va peser dans la suite du mois.
Le même 12 novembre, presque inaperçue derrière GPT-5.1, Anthropic annonce 50 milliards de dollars d'investissement dans ses propres centres de données américains, construits avec Fluidstack au Texas et dans l'État de New York : 800 emplois permanents, 2 400 emplois de chantier, mises en service échelonnées sur 2026. Une entreprise qui louait sa capacité chez Amazon et Google décide de bâtir ses propres murs.
18 novembre : Gemini 3 remet Google en tête
Six jours après GPT-5.1, Google publie Gemini 3, sept mois seulement après Gemini 2.5, et déployé dès le premier jour dans la recherche, l'application Gemini, AI Studio, Vertex AI et le nouvel environnement de développement Antigravity.
Les chiffres sont inhabituellement nets. 37,4 % à Humanity's Last Exam, meilleur score jamais enregistré à cette date, contre 31,64 % pour GPT-5 Pro. Premier modèle à franchir 1500 points Elo sur LMArena, le classement fondé sur les préférences humaines. 95 % à l'AIME 2025 sans outil, 91,9 % à GPQA Diamond, 76,2 % à SWE-bench Verified. La fenêtre de contexte de Gemini 3 Pro atteint 1 048 576 jetons, et le modèle accepte texte, images, vidéo, audio et PDF.
Le contraste avec la semaine précédente est brutal : OpenAI ajustait son ton, Google reprenait la tête sur presque tous les tableaux de mesure.
24 novembre : Claude Opus 4.5 et la chute des prix
Six jours encore, et Anthropic publie Claude Opus 4.5, premier modèle à franchir 80 % sur SWE-bench Verified, l'épreuve de référence en génie logiciel.
Mais la vraie nouvelle est sur la facture. Opus 4.5 est tarifé 5 dollars par million de jetons en entrée et 25 en sortie, contre 15 et 75 pour Opus 4.1. Une division par trois, soit 67 % de baisse, sur le modèle le plus cher du catalogue. En traitement par lots, les tarifs tombent à 2,50 et 12,50. GitHub a rapporté que le modèle dépassait ses propres tests internes tout en consommant moitié moins de jetons.
Un modèle à la fois meilleur et trois fois moins cher que son prédécesseur, quinze jours après l'arrivée d'un concurrent chinois librement téléchargeable : la coïncidence n'en est probablement pas une.
Ce que ces cinq annonces disent ensemble
Trois modèles phares en douze jours, des trois laboratoires américains de tête. C'est du jamais vu, et cela mérite mieux qu'un constat d'accélération.
Les cycles se sont compressés au point de se synchroniser. Personne ne peut plus laisser passer six mois : une sortie concurrente déclasse un catalogue en une semaine. Pour une entreprise cliente, la conséquence est concrète. Le modèle sur lequel vous avez calibré vos invites et mesuré vos coûts sera remplacé plus vite que votre cycle de mise en production. Il faut le prévoir dans l'architecture, pas le subir.
La concurrence s'exerce désormais sur le prix, pas seulement sur la performance. Un modèle ouvert à 0,60 dollar le million de jetons en entrée, puis un modèle propriétaire de tête qui baisse de 67 % en trois semaines : le haut de gamme a cessé d'être un produit de luxe. Si votre budget d'API a été bâti sur les tarifs de l'été 2025, il est probablement à refaire, à la baisse.
Et pendant ce temps, l'argent part dans le béton. Trente-huit milliards de dollars pour OpenAI le 3, cinquante milliards pour Anthropic le 12 : quatre-vingt-huit milliards d'engagements en dix jours, qui ne financent ni des chercheurs ni des modèles mais des bâtiments, des puces et des raccordements électriques. Ces sommes devront être amorties. La baisse des prix d'aujourd'hui et la pression sur les marges de demain sont la même histoire vue à deux moments différents.
Deux annonces méritent une mention, sans figurer dans les cinq. Le 12 novembre, IBM a présenté ses processeurs quantiques Nighthawk et Loon, en maintenant le cap d'un avantage quantique vérifié fin 2026 : de la recherche, pas un produit, et confondre les deux est l'erreur la plus commune sur ce terrain. Le 19 novembre, Yann LeCun a annoncé son départ de Meta pour fonder sa propre structure autour des modèles du monde, lui qui juge les grands modèles de langage sans avenir pour atteindre une intelligence générale. Le désaccord de fond mérite d'être suivi.
Pour une entreprise, la leçon du mois tient en une phrase : ne bâtissez rien qui suppose que votre fournisseur, votre modèle ou votre tarif seront les mêmes dans six mois.
Si vous en êtes aux fondations, notre guide de l'IA pour débutants reprend le vocabulaire depuis le début. Pour la mise en œuvre, le guide complet d'intégration de l'API OpenAI détaille l'architecture qui permet précisément de changer de fournisseur sans tout réécrire.
