ElevenLabs dévoile deux modèles speech-to-speech, Mini et Max, pensés comme des agents vocaux complets. Ils sont disponibles dès maintenant et compatibles avec l'API Realtime d'OpenAI.
Scaled Cognition, qui conçoit des modèles pour les agents de service client, présente Voice, un modèle de synthèse vocale. Il prononcerait plus justement numéros de compte et adresses, pour un coût inférieur à la concurrence, via API ou en auto-hébergement.
La revue régulière des modèles ouverts d'Interconnects passe en revue DeepSeek V4.1 Flash 1017, de nouveaux modèles américains et les récents contrôles réglementaires aux États-Unis et en Chine. L'auteur y voit le retour en force des modèles ouverts occidentaux.
Le patron d'OVHcloud révèle que le spécialiste français du cloud développe son propre grand modèle de langage, dont une première version pourrait sortir fin novembre.
La revue quotidienne de Latent Space salue les sorties de DeepSeek V4.1 Flash 1017, MiniMax M3.1 Flash et Mercury 3, tout en estimant qu'aucun ne sera massivement adopté dans l'immédiat.
Inception publie Mercury 3, un modèle de langage à diffusion capable selon elle de produire 1 068 tokens par seconde, avec une fenêtre de contexte d'un million de tokens. Dans son propre tableau comparatif, il devance GPT-6 Luna et Claude Haiku 5.5 sur 8 tests sur 12.