Exécuter un modèle consiste à lui envoyer une demande et à utiliser du calcul pour produire son résultat. Le délai dépend du modèle, du matériel et des autres tâches en cours. Une mise à jour du logiciel peut modifier ce fonctionnement sans changer les connaissances du modèle.
Comprendre le mécanisme
De votre demande à la réponse calculée
Exécuter un modèle, aussi appelé inférence, consiste à appliquer un modèle déjà entraîné à une nouvelle demande. Pour un texte, le logiciel traite des fragments appelés tokens, puis calcule ceux qui formeront la réponse. Le matériel participe à ce calcul.
Pour un essai fictif, une équipe pourrait demander cinq décisions à partir de notes de réunion. Elle comparerait les mêmes notes avec les mêmes réglages, en chronométrant la réponse entière. Une formulation rapide serait ensuite relue pour repérer les décisions inventées.
Exécution et entraînement
L’entraînement modifie les paramètres appris du modèle. Une exécution ordinaire les utilise, sans apprendre automatiquement de votre demande.
Dans un projet
Une demande devient une réponse
Un chef de projet peut envoyer ses notes à un modèle pour préparer un compte rendu. Le logiciel charge le modèle et calcule sa réponse. Le matériel et la longueur des notes influencent le temps nécessaire.
Vous fournissez
Notes fictives et demande de préparer cinq décisions.
Vous contrôlez le résultat
Brouillon de décisions à comparer aux notes originales.
Exemple fictif. Il illustre un usage, sans résultat mesuré.
Les points à vérifier
Vérifiez la compatibilité du modèle, les ressources nécessaires et le délai sur vos propres documents.
Délai completMesurer les secondes jusqu’à la dernière ligne, pas seulement la première.
Ressources mobiliséesRelever mémoire utilisée ou coût des demandes sur un même lot.
Décisions fidèlesCompter les décisions étayées par les notes, puis les ajouts injustifiés.
La famille LFM3 réunit texte, images, vidéo et voix selon la variante. Les poids sont téléchargeables, avec des conditions commerciales et des limites liées à la petite taille des modèles.
DisponibleTarif à vérifier
Accès
Poids disponibles
À prévoir
Poids sous LFM Open License v1.0. Usage commercial soumis à un seuil de chiffre d’affaires de 10 millions de dollars et à des conditions distinctes.
Le modèle japonais PLaMo prépare des recherches et des rapports avec leurs sources. L’offre prévoit aussi une recherche limitée aux documents internes, sur l’infrastructure du client.
DisponibleTarif à vérifier
Accès
Fonctions disponibles
À prévoir
PLaMo Chat, API (interface de communication entre logiciels) avec formule gratuite limitée ou payante, et offre sur site sur devis. Campagne Deep Research jusqu’au 30 novembre.
La version stable du 27 octobre inclut WebAI pour les sites et extensions autorisés. L’activation reste facultative sur certains appareils, avec une chronologie différente selon les pages officielles.
Préversion / accès anticipéTarif à vérifier
Accès
Préversion dans la version stable
À prévoir
Préversion volontaire, modèle téléchargé après activation et matériel compatible. Permissions distinctes pour les sites.
GitHub rend les permissions assistées disponibles dans Copilot CLI, son application et VS Code. Un modèle laisse passer certaines actions et demande une approbation pour les autres, avec des contrôles d’entreprise.
DisponibleTarif à vérifier
Accès
Annonce vérifiée
À prévoir
Disponibilité générale dans les trois clients annoncés, sous réserve des politiques de l’organisation et de l’offre Copilot.
Un rapport du 26 octobre décrit des réponses GLM-5.3 ayant repris des données d’autres requêtes. L’incident a été corrigé en septembre selon Cloudflare, avec des protections supplémentaires encore en développement.
Cas documentéTarif à vérifier
Accès
Rapport d’incident publié
À prévoir
Rapport technique public. Les opérateurs doivent rapprocher les correctifs SGLang de leur propre configuration, sans extrapolation automatique.
Les nouveaux projets payants Gemini API (interface de communication entre logiciels) conservent désormais les requêtes de génération par défaut. Un réglage permet de refuser ce stockage. Les projets existants gardent leur configuration.
DisponibleOffre payante
Accès
Changement disponible
À prévoir
Nouveaux projets payants concernés. Désactivation au niveau du projet ou de la requête.
AWS publie une méthode pour éviter de recalculer le début inchangé des demandes envoyées aux modèles OpenAI sur Bedrock. Les économies dépendent du parcours et de la réutilisation effective du cache.
DisponibleOffre payante
Accès
Méthode documentée
À prévoir
Fonctions Bedrock selon modèles, régions et points d’accès. Calcul, écritures et lectures du cache facturés selon leurs conditions.
Meta lance deux offres de titres pour soutenir ses investissements en IA. Les fonds ne sont pas encore tous reçus et un autre programme envisagé reste distinct.
Annonce / accès prévuTarif à vérifier
Accès
Annonce
À prévoir
Opérations financières annoncées. Aucun accès à un nouveau produit dans ce communiqué.
GPT-6.1 Terra associe raisonnement visuel, usage d’ordinateur et rédaction. OpenAI le rend accessible dans Work, Codex et son API (interface de communication entre logiciels), avec un tarif inférieur à celui du précédent Terra.
DisponibleOffre payante
Accès
Annonce vérifiée
À prévoir
API (interface de communication entre logiciels) standard à 1 $/million de jetons entrants, 0,05 $ en cache et 5 $ sortants. Conditions propres à chaque offre.
Tencent Cloud ajoute DeepSeek V4.1 Flash, MiniMax M3.1 Flash et Kimi K3.1 Pro à ADP. Les équipes peuvent comparer les trois modèles avec les mêmes consignes et outils, puis choisir celui d’une application.
DisponibleTarif à vérifier
Accès
Modèles disponibles dans Tencent Cloud ADP
À prévoir
Compte Tencent Cloud ADP requis. Une formule d’essai est annoncée. Les quotas, régions et prix par modèle doivent être vérifiés.
