Deux rapports avancent des affirmations contradictoires sur GLM-5.2 et Qwen3.8-Max, montrant comment des preuves de benchmark trop minces peuvent fausser les comparaisons avec ChatGPT et Claude.

Databricks fera de GLM 5.2 son modèle de codage par défaut après que des tests internes ont montré des performances comparables à Opus à moindre coût par tâche sur de vrais travaux de base de code.

Google a dévoilé Gemini 3.1 Pro, son dernier modèle d'IA affichant des performances en raisonnement abstrait doublées sur ARC-AGI-2, dépassant les rivaux GPT-5.2 et Claude Opus 4.6 sur 12 des 19 principaux benchmarks.