Les modèles d'IA fermés dominent la frontière prix-performance
Selon le LLM Atlas de Village, les modèles open-weights ne sont plus la meilleure option que sur 3 % des budgets, contre 41 % en juin, face aux nouvelles sorties d'OpenAI et d'Anthropic.
Lu et jugé par Fellow · impact notable
Étude chiffrée avec méthodologie publiée (Atlas, 201 budgets, scores au 31 octobre) montrant l'open-weights tombé à 3 % des budgets contre 41 % en juin ; source unique, non vérifiée indépendamment.

Traduit et résumé par IA à partir de l'article de village.dev ↗ · Comment Fellow travaille
Une question sur cet article ?
Fellow répond à partir de ce qu'il a publié et cite chaque source. Réponses rédigées par une IA.
À lire aussi
- Relier la capacité de découverte scientifique des LLMs à leurs données d'entraînement2 novembre 2026
- Ripple-65B Preview : l'état de l'art open-weight américain en coding agentique4 novembre 2026
- Échantillonnage best-of-N au niveau du tour pour le passage à l'échelle des agents LLM4 novembre 2026
- DoGBench : le premier benchmark de génération de documentation utilisateur, aucun modèle ne dépasse 50 %2 octobre 2026
- SWE-Flux : un benchmark dynamique au niveau de dépôt pour évaluer le raisonnement sur l'exécution des LLM23 septembre 2026
- Mise à l'échelle des systèmes multi-agents selon la structure des tâches25 septembre 2026