Claude Fable 5.1 sort, score 52,6% sur Terminal-Bench-Science 0.1

TL;DR

• Claude Fable 5.1 sort, score 52,6% sur Terminal-Bench-Science 0.1 [5]
• Hugging Face publie 200+ kernels WebGPU pour l’IA locale [7]
• Codex embarque 1,7GB de runtime, dont Python et Node.js complets [13]

Les 3 signaux

🧠 Claude Fable 5.1 : focus science et exécution longue

Anthropic lance Fable 5.1 et Mythos 5.1. Le communiqué insiste sur la recherche scientifique, avec un score de 52,6% sur le benchmark Terminal-Bench-Science 0.1, décrit comme « nouveau » [5]. Le positionnement annoncé couvre le codage, le travail de connaissance et les tâches de résolution de problèmes sur longue durée [5].

Pourquoi ça compte : si le score Terminal-Bench-Science se confirme, Fable 5.1 devient une option sérieuse pour automatiser des pipelines de recherche computationnelle directement en terminal, sans couche d’outillage intermédiaire.

⚡ 200+ kernels WebGPU signés Hugging Face

Hugging Face publie @huggingface/kernels, une collection de plus de 200 kernels WebGPU pour l’IA locale dans le navigateur [7]. Aucun détail de performance ou de couverture de modèles n’est fourni dans le résumé, mais la quantité de kernels suggère une couverture large des opérations courantes.

Pourquoi ça compte : si ces kernels couvrent les opérations de vos modèles, l’inférence passe côté client sans serveur dédié — coût d’infrastructure à zéro, latence réduite, et pas de données qui quittent le navigateur.

📦 Codex embarque un runtime complet de 1,7GB

En inspectant ~/.cache/, Simon Willison découvre que l’application desktop Codex (rebaptisée ChatGPT) contient un dossier codex-primary-runtime de 1,7GB avec une installation Python complète, une installation Node.js complète, et des binaires natifs [13]. L’agent embarque donc tout l’environnement d’exécution nécessaire, sans dépendre des runtimes système.

Pourquoi ça compte : si vous déployez des agents Codex en CI ou sur des serveurs, ce runtime autonome élimine les conflits de versions Python/Node.js avec l’environnement hôte — mais attention à l’empreinte disque de 1,7GB par installation.

À retenir

1. 52,6% — score de Claude Fable 5.1 sur Terminal-Bench-Science 0.1, nouveau benchmark de référence [5]
2. 200+ — kernels WebGPU publiés par Hugging Face pour l’IA locale dans le navigateur [7]
3. 1,7GB — taille du runtime embarqué par Codex, incluant Python et Node.js complets [13]

🛠 Tuto du jour

Tuto / Outil : @huggingface/kernels [7] Ce qu’on installe : 200+ kernels WebGPU pour exécuter des modèles d’IA localement dans le navigateur. Prérequis hardware & commande : GPU compatible WebGPU ; installation via le package npm @huggingface/kernels [7].

💻 Matos & Infra local

Sujet Matos/Infra : WebGPU Kernels pour IA locale — Hugging Face [7] Constat technique : Publication de 200+ kernels WebGPU pour l’inférence locale dans le navigateur, ciblant les GPU grand public sans dépendance CUDA. Recommandation dev : Évaluer ces kernels pour des prototypes d’inférence quantifiée sur GPU intégrés ou Mac M-series. Sujet Matos/Infra : Runtime Codex — Simon Willison [13] Constat technique : Le runtime local de l’app Codex occupe 1.7 Go, incluant Python, Node.js et binaires natifs. Recommandation dev : Anticiper ce poids disque pour les postes de dev équipés d’agents codants.

🎯 Fine-Tuning & Quantiz

Technique / Outil : Linear Reusable Neural Bases Architecture (LRNBA) [11] Apport : Réduction de la mémoire en phase d’entraînement et d’inférence via une meilleure efficacité paramétrique [11]. Impact pratique : Framework de compression réseau pour atténuer le goulot d’étranglement mémoire des grands modèles [11]. Pas de nouveauté fine-tuning ou quantification aujourd’hui.

🧠 RAG & Agents Locaux

Architecture / Outil : datasette-mcp 0.2 [2] Cas d’usage : Exécution locale de requêtes SQL sur des bases de données via un serveur MCP, avec sortie structurée en objets pour les modèles [2]. Clé de voûte : La modification du format de sortie (rows en tableau d’objets) améliore la fiabilité des modèles faibles dans le mapping colonne-valeur [2].

📊 Track Record

Ce qu’on disait le 2026-08-16 : « Z.ai publie GLM-5.3, “frontier coding” avec capacités cyber émergentes » [2026-08-16][2] Verdict aujourd’hui : En attente. Aucun élément du jour ne mentionne GLM-5.3 ou Z.ai. La trajectoire “frontier coding” reste crédible au vu des benchmarks récents sur les agents de codage [4][10], mais aucune preuve directe de tenue ou d’infirmation n’est disponible dans les sources actuelles.

🔗 Sources (18) — vérifiées le 02/09/2026 05:00 UTC

1. GeoJSON Map Viewer — Simon Willison · 2026-09-01
2. datasette-mcp 0.2 — Simon Willison · 2026-09-01
3. Introducing wrapture — Simon Willison · 2026-08-31
4. How Foundational Models Became Superhuman in Bash — Phil Schmid · 2026-09-01
5. Claude Fable 5.1 made me a really nice animated pelican — Simon Willison · 2026-09-01
6. I trained a small transformer in 1.5hrs and it beats many LLMs — Hacker News · 2026-09-01
7. Introducing @huggingface/kernels: 200+ WebGPU Kernels for Local AI — Hugging Face · 2026-09-01
8. UI-Venus-2 Technical Report — HF Papers
9. GUI-CC: Benchmarking Contextual Consistency of GUI World Models as Agent Environments — HF Papers
10. CordisBench: Can Language Models Reason About Component Lifecycles in Dynamic Agent Harnesses? — arXiv · 2026-09-01
11. A Mathematical Theory of Reusable Neural Bases for Network Compression — arXiv · 2026-09-01
12. BenchMIRT: What are LLM benchmarks actually measuring? — Hugging Face · 2026-09-01
13. Codex bundles LibreOffice — Simon Willison · 2026-09-01
14. Introducing agentic video understanding with Gemini — Google DeepMind · 2026-09-01
15. Quoting Tarn Adams — Simon Willison · 2026-09-01
16. Python 3.15.0 candidate 2 is here! — Simon Willison · 2026-09-01
17. Quoting Andrew Digby — Simon Willison · 2026-08-31
18. Harness-of-Harness: Multi-Day Autonomous Software Development with Continual Improvement — HF Papers

V3ille — Sources : arXiv, GitHub Trending, Hugging Face Daily Papers, OpenAI, DeepMind, Google AI, IEEE Spectrum, The Robot Report.