La startup d'optimisation de l'intelligence artificielle Refiant Inc. a lancé Protea, une suite de modèles d'IA à contexte long dirigée par une fenêtre contextuelle de 10 millions de jetons qui, selon la société, se classe parmi les plus grandes jamais rendues publiques. Les modèles ont été mis en ligne le 8 juillet 2026 sur refiant.ai sans liste d'attente ni processus d'approbation.

Les fenêtres contextuelles déterminent la quantité d'informations qu'un modèle peut contenir simultanément dans la mémoire de travail. Aujourd’hui, la plupart des principaux modèles d’IA ne gèrent que quelques centaines de milliers de jetons avant que les performances ne se dégradent, obligeant les développeurs à recourir à des solutions de contournement qui divisent de grands ensembles de données en fragments. Refiant affirme que Protea élève considérablement ce plafond. Pour une couverture continue des lancements de modèles d’IA et des tendances du secteur, les lecteurs peuvent trouver les dernières nouvelles sur l’IA sur notre page d’accueil.

Que signifient 10 millions de jetons en pratique

Une fenêtre contextuelle de 10 millions de jetons équivaut à environ 7,5 millions de mots, soit environ 15 000 pages de texte. Refiant présente les implications pratiques en termes clairs : une base de code d'entreprise entière peut être chargée en une seule fois, tout comme des archives réglementaires complètes ou des années de données d'essais cliniques qui devaient auparavant être découpées et introduites dans un modèle pièce par pièce.

L’entreprise le dit encore plus concrètement. Dix millions de jetons peuvent contenir jusqu'à cinq ans d'e-mails et de messages Slack d'une personne, ou des décennies de ses rapports et fichiers. Une équipe d’ingénieurs pourrait charger une base de code complète et exécuter une analyse en une journée. Un assureur pourrait passer au crible des années de réclamations sans d’abord diviser les données en morceaux.

Protea est disponible en trois versions couvrant 1 million, 5 millions et 10 millions de jetons, offrant aux développeurs la flexibilité d'adapter la taille du contexte à leur charge de travail et à leur budget.

S'attaquer au problème de la perte au milieu

L'un des défis les plus persistants liés aux grandes fenêtres de contexte est ce que l'on appelle le problème de la perte au milieu, une faiblesse documentée où les modèles restent précis au début et à la fin d'une entrée mais perdent la trace du matériel enfoui entre ces points de terminaison. Refiant affirme que Protea résout spécifiquement ce problème, bien que la société n'ait pas encore publié de résultats de référence détaillés démontrant l'amélioration.

Le problème de la perte au milieu constitue un obstacle important à l’adoption pratique de modèles à contexte long. Même lorsqu'un modèle accepte techniquement des millions de jetons, sa fiabilité sur les informations au milieu de ce contexte a souvent été discutable, limitant l'utilité réelle pour des tâches telles que l'analyse de la base de code complète.

Fondé sur l'optimisation Swarm et la recherche évolutive

Refiant a été fondée en 2025 par Viroshan Naicker, Siddharth Gutta et Mathew Haswell. Naicker est un mathématicien quantique, tandis que ses co-fondateurs sont issus du milieu de la finance et du commerce. L’équipe affirme que les modèles d’IA modernes sont profondément inefficaces et que de meilleures méthodes existent déjà dans la nature.

L'approche de Refiant emprunte à la recherche évolutive et au comportement en essaim, les mêmes principes d'intelligence collective observés dans les volées d'oiseaux, les bancs de poissons et les colonies de fourmis. La société a d'abord appliqué cette approche à la compression de modèles, en réduisant avec succès le GPT-OSS-120B d'OpenAI pour qu'il fonctionne sur un MacBook Pro avec seulement 12 Go de RAM. Ces résultats de compression ont permis d'établir des partenariats de recherche avec l'Imperial College London et le Sargent Centre for Process Systems Engineering de l'University College London.

Financement et projets futurs

Le lancement de Protea fait suite à un tour de table de 5 millions de dollars que Refiant a clôturé début 2026, dirigé par VoLo Earth Ventures. La société fondée en Afrique du Sud est désormais basée commercialement au Royaume-Uni.

Le directeur général Viroshan Naicker a noté que l'IA en contexte long était évoquée depuis plus d'un an mais qu'elle n'était pas vraiment disponible dans le commerce. Le co-fondateur et directeur des produits, Mathew Haswell, a ajouté que les clients veulent des modèles avec lesquels ils peuvent tester et créer plutôt que davantage de listes d'attente, une critique directe de l'approche d'accès sécurisé adoptée par de nombreux grands laboratoires d'IA.

Refiant a déclaré avoir déjà exécuté un prototype interne de 100 millions de jetons, mais comment le comparer et le transformer en produit reste une question ouverte. La sortie de Protea est la première des trois étapes prévues, la société en promettant davantage d'ici trois mois.

La course à l'IA à long contexte s'intensifie

Refiant entre sur un marché de l’IA à contexte long de plus en plus compétitif. Même si les grands laboratoires ont progressivement élargi leurs fenêtres contextuelles, la plupart des modèles disponibles dans le commerce fonctionnent encore bien en dessous du seuil de 10 millions de jetons. La décision de Refiant de se lancer sans liste d'attente et avec un accès immédiat contraste avec l'approche de déploiement par étapes courante chez les grands concurrents.

La méthodologie d'optimisation par essaim de la société la distingue également de ses concurrents qui s'appuient principalement sur la mise à l'échelle conventionnelle des transformateurs. Reste à savoir si les algorithmes inspirés de la nature peuvent offrir des avantages durables en termes de performances à l'échelle de la production, mais les antécédents de Refiant en matière de compression et les partenariats universitaires confèrent de la crédibilité à l'approche.

Gardez une longueur d'avance sur l'IA

Les modèles Protea sont disponibles dès maintenant sur refiant.ai. Pour plus de couverture et d’analyses du secteur de l’IA, visitez AI Buzz Wire.

Lire plus d'actualités sur l'IA →