Dernière mise à jour 08-21-2026
Catégorie:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Magic
Magic est un laboratoire de recherche en IA développant des modèles de code de pointe pour automatiser l'ingénierie logicielle et la recherche vers une AGI sûre. L'équipe entraîne de grands modèles de langage sur du code avec des fenêtres de contexte ultra-longues, un apprentissage par renforcement spécifique au domaine, et une forte puissance de calcul au moment de l'inférence plutôt que de livrer aujourd'hui un produit SaaS prêt à l'emploi.
Alors que la plupart des assistants de codage s'appuient sur RAG ou un contexte court, l'architecture LTM (Long-Term Memory) de Magic cible des dépôts complets en une seule passe. Son modèle LTM-2-mini gère 100 millions de tokens (environ 10 millions de lignes de code) avec des coûts en dimension de séquence environ 1000 fois inférieurs à l'attention Llama 3.1 405B à cette échelle, et Magic a construit une pile d'entraînement CUDA personnalisée sans autograd PyTorch pour rendre cela possible.
Magic a levé 515 millions de dollars, utilise des milliers de GPU NVIDIA GB200, et publie une politique de préparation à l'AGI développée avec METR avant de déployer des modèles de codage de pointe. L'entreprise est un petit groupe de recherche basé à San Francisco recrutant dans les domaines des noyaux, du pré-entraînement, de l'inférence, de l'apprentissage par renforcement et de la sécurité.
LTM-2-mini gère 100M de tokens, environ 10 millions de lignes de code
Le benchmark HashHop utilise des paires de hachage aléatoires pour tester la récupération sans raccourcis sémantiques
Stack personnalisé d'entraînement et d'inférence CUDA construit sans autograd PyTorch
Des milliers de GPU NVIDIA GB200 sur des superordinateurs Google Cloud
Politique de préparation à l'AGI suit les capacités dangereuses avec la guidance METR
Les modèles prototypes ont modifié le dépôt open source Documenso sans aide humaine
L'architecture LTM vise un contexte de 100M de tokens à une fraction du coût mémoire d'attention standard.
Politique de préparation à l'AGI publiée avec des entrées METR et des seuils explicites pour les capacités dangereuses.
$515M de financement et des milliers de GPU NVIDIA GB200 pour une formation à grande échelle.
Démonstration de modifications de code sans assistance sur de véritables dépôts open source dans des prototypes de recherche.
Le benchmark HashHop aborde les faiblesses connues dans les évaluations de contexte long populaires.
Aucun produit public, page de tarification ou accès en self-service sur magic.dev.
Les modèles Frontier restent en recherche ; Magic note que la qualité de synthèse des prototypes n'était pas encore compétitive.
Le site axé carrière donne peu de détails sur la disponibilité pour les consommateurs ou les entreprises.
Que construit Magic ?
Magic construit des modèles de code de pointe et des agents autonomes destinés à automatiser l'ingénierie logicielle et la recherche en IA. Ses modèles LTM (Mémoire à Long Terme) se concentrent sur des fenêtres de contexte ultra-longues afin que la synthèse de code puisse analyser des dépôts complets, des documents et des bibliothèques lors de l'inférence, et pas seulement ce qui a été mémorisé durant l'entraînement.
Quelle est la taille de la fenêtre de contexte de Magic ?
Le modèle LTM-2-mini de Magic supporte jusqu'à 100 millions de tokens de contexte lors de l'inférence, ce que Magic équivaut à environ 10 millions de lignes de code ou 750 romans. Un modèle antérieur, LTM-1, annoncé sur le blog de Magic, avait une fenêtre de contexte de 5 millions de tokens.
Quel montant Magic a-t-il levé ?
Magic a levé un total de 515 millions de dollars, selon sa page d'accueil et la mise à jour de recherche d'août 2024. Parmi les investisseurs figurent Nat Friedman, Daniel Gross, CapitalG, Elad Gil, Sequoia, Jane Street, Eric Schmidt, et Atlassian.
Magic propose-t-il des tarifs publics ou une inscription ?
Le site web de Magic ne présente pas de tarification produit ni d'inscription en libre-service publique. Le site se concentre sur les mises à jour de recherche, la politique de sécurité et les carrières. Il n’y a pas de page de tarifs dans la navigation du site récupérée.
Comment Magic aborde-t-il la sécurité en IA ?
Magic publie une Politique de Préparation à l’AGI (version 1.0, juillet 2024) créée avec l’aide de METR. Elle s'engage à réaliser des évaluations des capacités dangereuses avant de déployer des modèles de codage de pointe, couvrant des modèles de menace tels que la cyberattaque, l’accélération de la R&D en IA, la réplication autonome, et l’assistance aux armes biologiques. Les questions de sécurité sont adressées à [email protected].
Où est situé Magic ?
Magic est basé à San Francisco. Les offres d'emploi sur magic.dev placent la plupart des postes d'ingénierie et de recherche à San Francisco, avec certains postes dans le noyau et l’infrastructure ouverts au télétravail.
Qu’est-ce que HashHop ?
HashHop est le benchmark d’évaluation à contexte long de Magic qui utilise des paires de hash aléatoires au lieu d’aiguilles sémantiquement évidentes. Magic l’a conçu parce que les benchmarks existants comme Needle In A Haystack permettent aux modèles de tricher en repérant les textes inhabituels, et Magic a publié HashHop sur GitHub pour que d'autres puissent l'utiliser.