Nos clients nous demandent souvent : « Quel modèle d’IA utilisez-vous ? » En général, nous répondons : « Cela dépend. »
Pourquoi ne pas se lier à un seul modèle
Chaque modèle a ses points forts. L’un lit bien les longs documents, un autre écrit un chinois plus naturel, un troisième est rapide et bon marché, adapté aux gros volumes de tâches simples. Enfermer un projet chez un seul fournisseur, c’est renoncer d’avance à tous ces choix. Et les modèles évoluent vite : le meilleur d’aujourd’hui ne le sera peut-être plus dans quelques mois.
Comment nous choisissons
Pour une même tâche, nous testons plusieurs modèles sur la même série d’exemples réels, puis nous comparons quatre critères : la qualité, le coût, la rapidité et la conformité. Pour les projets en Chine, nous utilisons souvent DeepSeek, Qwen, Kimi, Zhipu GLM et Doubao ; pour les projets à l’international, OpenAI, Claude, Gemini et Llama. Il est aussi courant que deux ou trois modèles se partagent le travail au sein d’un même système.
Comment nous traitons les données
- Nous privilégions les API professionnelles qui n’utilisent pas les données des clients pour entraîner leurs modèles
- Quand les données sont sensibles, nous déployons des modèles open source sur les serveurs privés du client ou sur des appareils locaux
- Nous ne demandons que les accès dont nous avons besoin, et l’usage des données est précisé dans le contrat
- Ce qui peut être traité localement n’est pas envoyé en ligne
Garder de la marge pour la suite
Dès la conception d’un système, nous tenons compte du coût d’un changement de modèle. Quand un meilleur modèle apparaît, nous le mettons à la place de l’ancien et le testons sur la même série d’exemples ; s’il tient la route, il peut être mis en service.