Ultramarine 1 Flash : et si cinq chercheurs suffisaient pour rivaliser avec Claude ?
Paper Instruments dévoile Ultramarine 1 Flash, un modèle IA spécialisé dans le travail professionnel, entraîné pour 300 000 dollars et annoncé 60 fois moins cher.
Produire un modèle financier, préparer une présentation pour un comité de direction ou analyser un dossier juridique exige autre chose qu'une réponse bien rédigée. Il faut comprendre les documents, respecter les contraintes du métier et livrer un résultat exploitable. Ultramarine 1 Flash, développé par Paper Instruments, se concentre précisément sur ces tâches. Son équipe revendique des performances comparables à celles de Claude Fable 5, pour un coût d'utilisation jusqu'à 60 fois inférieur dans ses évaluations. Plus étonnant : son entraînement complémentaire aurait mobilisé seulement cinq personnes et environ 300 000 dollars. Un modèle spécialisé plutôt qu'entraîné depuis zéro
Ultramarine 1 Flash repose sur GLM-5.3 Flash, un modèle ouvert développé par Z.ai. Paper Instruments n'a donc pas entraîné une nouvelle architecture fondamentale à partir de rien, mais a renforcé les capacités d'une base existante avec une méthode d'apprentissage par renforcement orientée vers les métiers du savoir.
L'entraînement cible quatre domaines : la finance, le droit, le conseil et les opérations. Les tâches vont de la production de documents Word et de présentations PowerPoint à l'élaboration de modèles Excel, en passant par les interactions avec des logiciels professionnels comme les ERP, CRM et systèmes de gestion industrielle.
L'objectif est de former une IA capable de produire des livrables directement utilisables, plutôt que de simplement expliquer comment les réaliser. Apprendre à juger un travail sans réponse unique
La particularité d'Ultramarine se trouve dans son entraînement. En programmation, un modèle peut être évalué à partir de tests qui réussissent ou échouent. Mais comment déterminer automatiquement si une note stratégique est pertinente, si une présentation respecte les usages d'un cabinet de conseil ou si une analyse financière distingue correctement les faits des hypothèses ?
Paper Instruments a développé un dispositif générant des situations professionnelles synthétiques, accompagnées de critères d'évaluation adaptés à chaque tâche.
Ce dispositif couvre 19 spécialités professionnelles et 88 types d'environnements, répartis entre finance, droit, conseil et opérations. Les scénarios associent documents, échanges, contraintes réglementaires et logiciels métiers.
Chaque livrable est évalué sur des critères précis, portant notamment sur l'exactitude des informations, la cohérence des conclusions et le respect des consignes. Cette approche permet d'entraîner le modèle sur des travaux dont la qualité ne peut pas être déterminée par une simple comparaison avec une réponse attendue. Des performances proches de Claude pour une fraction du prix
Sur JobBench, Ultramarine 1 Flash atteint 62,9 points, contre 57,4 pour Claude Fable 5 et 60,6 pour Gemini 3.8 Flash. Il obtient également 53,3 points sur FrontierFinance, contre 49,2 pour Claude Fable 5.
Les résultats sont plus contrastés sur d'autres évaluations. Ultramarine reste derrière Claude Fable 5 sur DiligenceBench et APEX-Agents 1.1, deux tests portant sur des tâches professionnelles plus complexes.
La comparaison économique est particulièrement mise en avant sur PI Knowledge Work, une évaluation interne de Paper Instruments. Ultramarine y obtient 59,3 points pour un coût moyen de 0,13 dollar par tâche, contre 57,8 points et 8,19 dollars pour Claude Fable 5, dans sa configuration de raisonnement maximale.
L'écart représente un coût environ 63 fois inférieur dans ce protocole précis. Les comparaisons proviennent toutefois d'un ensemble d'évaluations mêlant résultats publics, tests exécutés par Paper Instruments et benchmarks internes. Elles ne démontrent pas une supériorité générale du modèle. Feather, un environnement conçu pour le travail réel
Pour entraîner Ultramarine, Paper Instruments a également développé Feather, un environnement d'exécution pour agents IA.
Il permet au modèle de consulter des fichiers, modifier des documents, exécuter des commandes et interagir avec des outils externes. Les opérations sont organisées pour préserver l'état des projets et éviter, par exemple, qu'un agent écrase un fichier modifié entre-temps.
Paper Instruments accompagne ce dispositif de Paper Office, une collection de bibliothèques logicielles adaptées à la manipulation de documents Word, Excel et PowerPoint.
L'entreprise indique également avoir travaillé sur le comportement rédactionnel et la présentation des livrables, notamment la hiérarchie visuelle, la clarté des formulations et le respect des standards professionnels. Une API disponible, des poids ouverts annoncés
Ultramarine 1 Flash est accessible via API, avec un tarif de 0,15 dollar par million de tokens en entrée, 0,03 dollar pour les entrées mises en cache et 0,50 dollar en sortie.
Le modèle peut aussi être expérimenté dans Feather, l'environnement professionnel développé par Paper Instruments. Les accès sont ouverts progressivement, selon les capacités disponibles.
L'entreprise prévoit de publier les poids du modèle et son code d'entraînement dans les deux semaines suivant l'annonce. Leur mise à disposition n'est donc pas encore effective au lancement.
Ultramarine 1 Flash illustre une autre voie dans la course aux modèles d'IA : partir d'une base ouverte et investir dans un apprentissage spécialisé plutôt que chercher systématiquement à construire un modèle plus grand. Une stratégie qui pourrait intéresser les entreprises développant des agents pour les métiers du conseil, de la finance ou du droit, où la qualité du livrable et son coût de production comptent davantage que les performances générales d'un assistant conversationnel.