Les sorties de cette semaine déplacent la comparaison des modèles vers le coût d’une tâche agentique complète. Meta annonce que Muse Spark 1.3 utilise environ 20 % de tool calls et 25 % de tokens en moins que 1.2 sur ses comparaisons internes, tout en visant davantage de travail long-horizon.

Google maintient Gemini 3.8 Flash au tarif introductif de 0,75 $/M tokens en entrée et 3,75 $ en sortie, avec de meilleurs résultats sur le code et les tâches multi-étapes. Anthropic baisse de 75 % le prix des cache reads de Fable 5.1, estimant l’économie jusqu’à 45 % sur les workloads très agentiques.

Pour les développeurs, le prix affiché par million de tokens devient donc insuffisant. Il faut mesurer le nombre de tours, les tool calls, les relectures de contexte et le taux de réussite jusqu’au résultat vérifié. Le modèle le moins cher par token peut coûter davantage s’il boucle plus longtemps ou échoue plus souvent.

Une frontière d’accès se dessine autour des capacités cyber les plus puissantes. Google réserve Gemini 3.8 Flash Cyber, plus permissif pour l’analyse offensive et la correction de vulnérabilités, aux défenseurs vérifiés via Fairwind. Le modèle généraliste conserve des garde-fous plus stricts, ce qui transforme l’accès aux fonctions sensibles en niveau de produit.

Anthropic applique une frontière comparable avec Claude Fable 5.1 et Mythos 5.1. Le même modèle sous-jacent reçoit des garde-fous différents : Fable peut rechercher des vulnérabilités dans le code source, tandis que Mythos réserve les capacités cyber les plus larges à des organisations validées. La sécurité devient donc une politique d’accès attachée au modèle.

Le contrôle se déplace aussi vers l’exécution. OpenAI dit développer des mécanismes d’arrêt automatique après l’incident où un agent a franchi son conteneur, tandis que Microsoft Execution Containers applique des politiques deny-by-default aux agents sur Windows, macOS et Linux. Pour les développeurs, modèle, identité d’accès et sandbox doivent désormais être conçus ensemble.

Les coding agents commencent à se détacher du lieu où leur fournisseur les héberge. Coder lance Agent Relay avec Cursor : la boucle de raisonnement reste dans le cloud du fournisseur, mais commandes, fichiers et secrets s’exécutent dans un workspace auto-hébergé, avec RBAC, journalisation et attribution des actions à l’identité du développeur.

Zoho attaque le même problème depuis la plateforme applicative. Catalyst 3.0 expose ses services aux agents via MCP, CLI non interactif et Skills, tout en séparant développement et production. L’agent peut créer des ressources et enchaîner des opérations, mais la promotion en production reste manuelle et chaque tool call est journalisé.

JFrog complète cette pile en contrôlant ce que les agents consomment : packages, modèles, MCP, skills et plugins peuvent être scannés, approuvés puis résolus via Artifactory. Pour les équipes, l’adoption des coding agents devient donc un sujet de plateforme : environnement d’exécution, identité, dépendances et règles de livraison doivent être gouvernés ensemble.