GRANDE LANCEMENT : La V3.1 de @deepseek_ai est maintenant en ligne sur W&B Inference ! Un modèle, deux modes : basculez entre le mode 'Non-Pensée' à grande vitesse et le mode 'Pensée' approfondie. Prix de seulement 0,55 $/1,65 $ par 1M de tokens, c’est un véritable changement de jeu pour la création d'agents intelligents. Vous voulez 50 $ de crédits gratuits ? Détails ci-dessous.

ByteDance publie Seed-OSS (Apache-2.0) : série LLM ouverte (12T tokens) optimisée pour 512K ctx, raisonnement, tâches d'agent, i18n (utilisation internationale). La publication inclut Seed-OSS-36B-Base (avec et sans données synthétiques) et Seed-OSS-36B-Instruct - Architecture : 36B params, 64L, caché 5120, vocab 155K, GQA (80/8/8, tête 128), SwiGLU, RMSNorm, RoPE base 1e7 - Budget de réflexion : Contrôler la longueur du raisonnement (multiples de 512), auto-réflexion CoT, 0 = réponses directes, par défaut = illimité 36B-Base (avec vs sans syn.) - MMLU-Pro 65.1 / 60.4 | MMLU 84.9 / 84.8 | TriviaQA 82.1 / 81.9 | GPQA-D 31.7 / 35.2 - BBH 87.7 / 87.2 | AGIEval-en 70.7 / 70.1 - GSM8K 90.8 / 90.3 | MATH 81.7 SOTA / 61.3 - MBPP 80.6 / 74.6 | HumanEval 76.8 / 75.6 36B-Instruct - MMLU-Pro 82.7 | MMLU 87.4 | GPQA-D 71.4 | SuperGPQA 55.7 - AIME24 91.7 SOTA | AIME25 84.7 | BeyondAIME 65 - ArcAGI V2 40.6 | KORBench 70.6 - LiveCodeBench v6 67.4 SOTA | HLE 10.1 - IFEval 85.8 | TAU1-Retail 70.4 SOTA | TAU1-Airline 46 - SWE-Bench Vérifié 56 SOTA | Multi-SWE-Bench 17 - MMMLU 78.4 | RULER (128K) 94.6 SOTA | AIR-Bench 75.6 Inférence : Transformers, vLLM (≥0.10.0), FlashAttention2, quantification 4/8 bits

ByteDance publie Seed-OSS (Apache-2.0) : série LLM ouverte (12T tokens) optimisée pour 512K ctx, raisonnement, tâches d'agent, i18n (utilisation internationale). La publication inclut Seed-OSS-36B-Base (avec et sans données synthétiques) et Seed-OSS-36B-Instruct - Architecture : 36B params, 64L, caché 5120, vocab 155K, GQA (80/8/8, tête 128), SwiGLU, RMSNorm, RoPE base 1e7 - Budget de réflexion : Contrôler la longueur du raisonnement (multiples de 512), auto-réflexion CoT, 0 = réponses directes, par défaut = illimité 36B-Base (avec vs sans syn.) - MMLU-Pro 65.1 / 60.4 | MMLU 84.9 / 84.8 | TriviaQA 82.1 / 81.9 | GPQA-D 31.7 / 35.2 - BBH 87.7 / 87.2 | AGIEval-en 70.7 / 70.1 - GSM8K 90.8 / 90.3 | MATH 81.7 SOTA / 61.3 - MBPP 80.6 / 74.6 | HumanEval 76.8 / 75.6 36B-Instruct - MMLU-Pro 82.7 | MMLU 87.4 | GPQA-D 71.4 | SuperGPQA 55.7 - AIME24 91.7 SOTA | AIME25 84.7 | BeyondAIME 65 - ArcAGI V2 40.6 | KORBench 70.6 - LiveCodeBench v6 67.4 SOTA | HLE 10.1 - IFEval 85.8 | TAU1-Retail 70.4 SOTA | TAU1-Airline 46 - SWE-Bench Vérifié 56 SOTA | Multi-SWE-Bench 17 - MMMLU 78.4 | RULER (128K) 94.6 SOTA | AIR-Bench 75.6 Inférence : Transformers, vLLM (≥0.10.0), FlashAttention2, quantification 4/8 bits

Mon avis le plus audacieux est que ce sont d'excellentes idées et qu'elles devraient être adoptées partout.

Mon cofondateur @vanpelt a créé un nouveau produit open source appelé catnip. Il facilite l'exécution de @claude_code sur votre projet dans de nombreux conteneurs docker parallèles en même temps. Il gère le transfert de port de manière très efficace. Je l'utilise depuis quelques semaines et j'adore.