Simon Willison enrichit LLM 0.37 avec deux modèles GPT-6

Version publiée le 2 novembre. Simon Willison a publié LLM 0.37 le 2 novembre 2026. Cette version concerne son outil en ligne de commande et sa bibliothèque Python dédiés à l’accès aux grands modèles de langage. Elle rassemble environ deux mois de fonctionnalités et de corrections. La publication ajoute gpt-6.1-sol et gpt-6.1-terra. Elle introduit aussi la commande llm [openai](/signal-ia/actu/diogo-almeida-lance-jev-lia-qui-decide-sans-rediger) endpoint add. Cette commande facilite la configuration de modèles supplémentaires utilisant des points d’accès compatibles avec OpenAI. Le détail complet figure dans l’article de Simon Willison, publié à 23 h 49.

Un modèle par défaut moins coûteux. LLM 0.37 change le modèle utilisé lorsqu’aucun choix personnel n’a été configuré. Le nouvel automatisme sélectionne gpt-6-luna. Simon Willison indique que ce modèle coûte moitié moins cher que l’ancien choix par défaut, gpt-5.6-luna. Cette modification concerne donc les installations sans modèle par défaut défini par l’utilisateur. La version conserve également l’accès aux modèles configurés via des points d’accès compatibles avec OpenAI. La nouvelle commande llm openai endpoint add vise précisément cette configuration. La page de publication présente les détails de cette évolution et des autres changements de la version 0.37.

LLM élargit les modèles accessibles

Des embeddings multimodaux. La gestion des embeddings accepte désormais des types de contenu différents pour les données binaires. Cette évolution répond au fonctionnement de modèles comme Gemini Embedding 2. Ces modèles peuvent intégrer du texte, de l’audio, des images et de la vidéo. LLM peut donc distinguer le type de contenu transmis avec chaque donnée binaire. La modification constitue l’une des fonctionnalités techniques annoncées pour LLM 0.37. Elle complète l’ajout de gpt-6.1-sol, de gpt-6.1-terra et de la commande dédiée aux points d’accès compatibles avec OpenAI. L’article original regroupe ces changements dans les notes de version.

Douze auteurs contributeurs. La version 0.37 intègre des corrections provenant de douze auteurs. Simon Willison précise que presque toutes ces contributions ont été assistées par une IA. Il explique utiliser Opus 5.5 ou GPT-6 Astra pour effectuer un premier tri et repérer les corrections les plus utiles. Il décrit ces contributions comme des rapports de bogues accompagnés d’exemples. Certaines corrections sont intégrées directement. Dans d’autres cas, il développe sa propre solution. Les contributeurs cités sont 0d00ciallo0721, ac1982, Allen Flux, Bian Yuhan, Bishop Kammeraad, Chen Yufeiyang, Christopher Krah, Ethan Stoner, Jiachen Xie, Olamide Faniyan, Sharat Chandra Sai Boddu et nosmile99.

Les contributions assistées passent le tri

Un retour positif sur les correctifs. Simon Willison indique que le volume de contributions assistées par une IA n’a pas représenté une charge de relecture aussi importante qu’il le prévoyait. Il attribue cette expérience au tri réalisé avec Opus 5.5 ou GPT-6 Astra. Cette méthode l’aide à identifier les correctifs jugés les plus utiles. Il précise toutefois que les contributions ne suivent pas toutes le même traitement. Certaines sont intégrées telles quelles. D’autres servent d’exemples pour construire une correction différente. La version 0.37 matérialise ce fonctionnement avec douze auteurs associés à des corrections.