Ollama intègre la synthèse vocale avec Phonon

Ollama supporte désormais les modèles vocaux, en commençant par Phonon, une famille de modèles texte-vers-parole de Gradium, disponibles sur macOS avec un support Windows et Linux annoncé ¹. Sur un MacBook Pro M5 Max, l’implémentation d’Ollama est 35 % plus rapide que le runtime de Gradium, avec un taux d’erreur de mots identique à l’implémentation de référence dans Hugging Face Transformers ¹.

Le paquet phonon est publié sous Apache 2.0, tandis que les modèles de 40M paramètres sont sous CC BY-NC 4.0, ce qui les limite à un usage non commercial ¹. La voix se choisit via --voice ou dans l’API, et ollama show phonon liste les voix disponibles ¹.

Kimi K3.1 Pro est un modèle open-weight de classe 3T avec une fenêtre de contexte de 1 million de jetons, annoncé avec des gains en codage, création 3D, recherche financière et capacités agentiques ². Une version Highspeed offre 2 à 3 fois la vitesse de K3.1 Pro, au double du prix sauf pour les hits de cache en entrée, à 2,00 $ par million de jetons en entrée et 10,00 $ en sortie ⁹.

Moonshot annonce la publication des poids complets pour le 4 novembre 2026 ²⁹. Artificial Analysis score Kimi à 55, devant Claude Fable 5.1, GPT-6 Astra et Gemini 4 Argon (tous à 53), derrière Claude Opus 5.5 à 58 ⁹.

Agent Mosaic quantifie le risque de divulgation en mosaïque avec 30 exemples synthétiques en cybersécurité, médecine et militaire, produisant 10 800 réponses finales de trois agents LLM en simulation et 1 440 réponses d’agents en conditions réelles sur deux harnais open source ¹³. Même sur des requêtes bénignes répondables à partir d’un seul document, GPT-5.6-Sol, le meilleur modèle testé, divulgue des composites interdits dans 7,08 % des réponses en simulation (IC 95 % : 3,75-10,67 %), avec des taux pires en conditions réelles ¹³.

L’ajout d’en-têtes de classification visibles et de règles d’agrégation explicites réduit les divulgations, mais 32,37 % des réponses simulées restent non sûres (IC 95 % : 28,33-36,19 %) ¹³.

T2Quant est un cadre de quantification à précision mixte pour les modèles de langage à diffusion, qui alloue la précision des activations selon la sensibilité prédite par tâche et par pas de débruitage, sous un budget de bits fixe ¹⁰. La sensibilité se prédit sans labels ni métriques d’évaluation spécifiques à la tâche ¹⁰.

Sur trois DLMs et six benchmarks, T2Quant améliore la précision moyenne des méthodes de quantification existantes, avec des gains allant jusqu’à 6,7 points de pourcentage à budget égal ¹⁰.