Les agents de code assemblent modèles, sandbox et interface à la carte
Les agents de code se transforment en piles interchangeables. Un modèle ouvert vise le coût et le contexte, un runtime exécute des évaluations dans des environnements isolés, puis un modèle de computer-use choisit entre interface, terminal, outils et scripts. Chaque couche progresse désormais sans imposer le même fournisseur aux autres.
GLM-5.3-Flash illustre la couche de raisonnement : 18 milliards de paramètres actifs sur 320, un million de tokens de contexte et des poids MIT. Vercel Run sépare, lui, l’évaluation du produit avec un bac à sable reproductible et une API TypeScript, afin de tester un agent sur de vraies commandes plutôt que sur des réponses statiques.
Navigator n2 ferme la boucle d’action sur Linux, macOS et Windows. Il alterne interface graphique, terminal, outils et code, puis expose ce comportement par API. Le différenciateur se déplace ainsi du modèle isolé vers la compatibilité entre moteurs, environnements vérifiables et surfaces d’exécution capables d’accomplir une tâche entière.
Sources
Chaque onglet présente la publication d’origine et son lien direct.
GLM-5.3-Flash: Frontier Intelligence, Flash Cost
Le billet détaille GLM-5.3-Flash, un modèle hybride de 320 milliards de paramètres dont 18 milliards sont actifs, avec un contexte d’un million de tokens et des poids publiés sous licence MIT. Z.ai le destine notamment aux agents de code via ZCode et son API.
Introducing Run SDK: secure eval for your agents
Vercel présente Run SDK, un environnement QuickJS qui exécute du JavaScript ou TypeScript non fiable avec limites de temps et de mémoire. Les fonctions hôtes exposent explicitement les capacités autorisées, tandis qu’une pause peut demander une validation humaine avant de poursuivre.
Navigator n2: frontier computer use at a fraction of the cost
Yutori présente Navigator n2, un modèle de 27 milliards de paramètres qui alterne interfaces graphiques, terminal, outils et code sur Linux, macOS et Windows. Le billet annonce 65,2 % sur OSWorld 2.0 pour 1,46 dollar par tâche et une disponibilité par API.