Cette semaine, deux annonces de modèles posent une question très concrète : quel outil choisir pour quel travail ? Nous reviendrons ensuite sur l’enquête historique menée avec Astra autour d’un message Enigma.
Les modèles de la semaine
GPT‑6 Sol et Luna : adapter le modèle à la tâche
OpenAI a présenté GPT‑6 Sol et GPT‑6 Luna le 22 septembre. Sol s’adresse aux travaux complexes ; Luna vise les tâches plus ciblées et répétées à grande échelle. OpenAI annonce un coût de traitement inférieur à celui des modèles précédents de la même gamme. Documentation officielle d’OpenAI
Pour une entreprise, le choix se fait sur une tâche connue : qualité du résultat, corrections nécessaires et coût total. Le modèle le plus puissant n’est pas toujours le plus utile.
Claude Opus 5.5 : les travaux de longue haleine
Anthropic a lancé Claude Opus 5.5 le 22 septembre. L’entreprise met en avant ses résultats sur les tâches longues et complexes, notamment l’analyse de documents et le développement logiciel, ainsi qu’un coût inférieur à celui d’Opus 5 sur des travaux comparables. Ces résultats proviennent de ses propres évaluations. Annonce d’Anthropic
La bonne façon de le juger reste de lui confier un dossier que votre équipe sait évaluer, puis de mesurer le travail nécessaire pour rendre sa réponse utilisable.
Enigma : un message retrouvé avec Astra
En juillet 1941, un message radio allemand de 82 lettres est chiffré avec une machine Enigma. Publié dans les archives de Crypto Cellar Research, il reste non résolu depuis 2005. En septembre 2026, Carter Leffer demande à GPT‑6 Astra d’examiner les messages encore à déchiffrer. Lire le compte rendu de Crypto Cellar Research
Astra repère un autre message du même jour déjà résolu. Il suppose que les deux textes mentionnent le village de Rosenow, construit des programmes pour simuler Enigma et teste les réglages possibles. Le texte retrouvé demande un itinéraire de marche et une réponse radio immédiate. Frode Weierud, responsable de l’archive, confirme la clé et le message. Explorer l’enquête
Ce que cette histoire révèle : Astra a relié des archives, formulé une hypothèse, écrit des outils et confronté sa réponse aux sources. Un chercheur avait fixé l’objectif et suivi l’enquête. L’exploit concerne ce message précis : les méthodes pour casser Enigma sont connues depuis longtemps et ce cas ne concerne pas les systèmes de chiffrement actuels.
Origin Labs · Escales Boréales
Escales Boréales organise des visites touristiques avec plusieurs partenaires. Les réservations arrivent par formulaire, les changements par téléphone, les confirmations par email. Chaque semaine, l’équipe reconstitue le planning de chacun.
Origin Labs a livré une plateforme qui rassemble ces informations au même endroit. Elle distingue les réservations confirmées, en attente ou modifiées, puis prépare le récapitulatif de chaque partenaire. L’équipe ouvre sa journée avec une vision commune et sait immédiatement ce qui demande une action.
Origin Education · Maison Soléna
Maison Soléna produit des spécialités artisanales. Ses équipes utilisent déjà ChatGPT et Gemini, mais sans méthode partagée. Elles veulent préparer des réponses clients, comprendre un tableau de ventes et rédiger les premières fiches d’un catalogue.
Origin Education a construit une formation autour de ces trois tâches. Les participants ont appris à fournir le bon contexte, à protéger les informations sensibles et à vérifier les réponses. Ils disposent désormais d’exemples réutilisables dans leur activité. L’IA prépare. L’équipe valide et décide.
Et chez vous ?
Quelle tâche aimeriez-vous simplifier grâce à l’IA ? Répondez à ce message. Votre exemple pourrait nourrir un prochain Origin Brief.
Origin Labs · Origin Education