Claude Fable 5.1
Le modèle le plus performant d'Anthropic en disponibilité générale, conçu pour le raisonnement exigeant et le travail d'agent de longue durée.
- Contexte
- 1M
- Entrée
- Texte, Image
Claude Opus 5.5
Le choix par défaut recommandé par Anthropic pour le travail exigeant : programmation agentique et travail intellectuel de longue durée, avec la réflexion adaptative toujours active.
- Contexte
- 1M
- Entrée
- Texte, Image
Claude Sonnet 5.5
L'équilibre entre vitesse et intelligence d'Anthropic pour la programmation, les agents et le travail en entreprise au quotidien, avec la réflexion adaptative active par défaut.
- Contexte
- 1M
- Entrée
- Texte, Image
Claude Haiku 4.5
Le modèle actuel le plus rapide et le moins coûteux d'Anthropic, avec une fenêtre de contexte de 200K et une réflexion étendue optionnelle.
- Contexte
- 200K
- Entrée
- Texte, Image
GPT-6 (Astra, Sol, Luna)
La famille de raisonnement actuelle d'OpenAI en trois niveaux : Astra pour le travail le plus difficile, Sol pour des résultats proches d'Astra à moindre coût, Luna pour les forts volumes.
- Contexte
- 1.05M
- Entrée
- Texte, Image
GPT-5.6 (Sol, Terra, Luna)
La génération précédente d'OpenAI, qui a introduit les niveaux Sol, Terra et Luna : phare, équilibré et le moins coûteux.
- Contexte
- 1.05M
- Entrée
- Texte, Image
gpt-oss (120b, 20b)
Les modèles de raisonnement à poids ouverts d'OpenAI, en mixture-of-experts sous Apache 2.0 : 120b tient sur un GPU de 80 Go, 20b tourne sur des appareils de 16 Go.
- Contexte
- 131K
- Entrée
- Texte
Gemini 3.8 Flash
Le modèle Flash actuel de Google en disponibilité générale, destiné à l'ingénierie à long horizon, aux agents autonomes et aux workflows d'entreprise, à la vitesse et au coût de Flash.
- Contexte
- 1.05M
- Entrée
- Texte, Image, Vidéo, Audio, PDF
Gemini 3.1 Pro
Le modèle Pro actuel de Google, en preview sur l'API Gemini, optimisé pour le raisonnement complexe, l'ingénierie logicielle et l'utilisation précise d'outils en plusieurs étapes.
- Contexte
- 1.05M
- Entrée
- Texte, Image, Vidéo, Audio, PDF
Gemini 3.5 Flash-Lite
Le modèle 3.5 de Google au coût et à la latence les plus bas, conçu pour le travail de sous-agent à haut débit, l'analyse de documents et l'extraction simple.
- Contexte
- 1.05M
- Entrée
- Texte, Image, Vidéo, Audio, PDF
Gemma (Gemma 4, Gemma 3)
La famille à poids ouverts de Google, des modèles pour l'edge jusqu'à un modèle dense de 31B et un modèle mixture-of-experts de 26B dans Gemma 4.
- Contexte
- –
- Entrée
- Texte, Image
Grok 4.7
Le modèle frontier de xAI pour la programmation, les tâches agentiques et le travail intellectuel, avec entrée texte et image et effort de raisonnement au choix.
- Contexte
- 500K
- Entrée
- Texte, Image
DeepSeek Flash (V4.1)
Le modèle Flash actuel de DeepSeek, avec compréhension native des images, un contexte de 1M tokens et la réflexion active par défaut ; les poids sont sous licence MIT.
- Contexte
- 1M
- Entrée
- Texte, Image
DeepSeek V4 Pro
Le grand modèle V4 Pro de DeepSeek : texte uniquement via l'API, avec un contexte de 1M tokens, des appels d'outils et un effort de réflexion au choix ; les poids sont sous licence MIT.
- Contexte
- 1M
- Entrée
- Texte
DeepSeek-R1 Distill (8B)
Un petit modèle de raisonnement ouvert : Qwen3-8B entraîné sur la chaîne de pensée de DeepSeek-R1, pour un usage local.
- Contexte
- 128K
- Entrée
- Texte
Kimi K3
Le modèle phare de Moonshot AI, avec un contexte de 1M tokens, une compréhension native des images et des vidéos et une réflexion toujours active ; les poids sont publiés.
- Contexte
- 1.05M
- Entrée
- Texte, Image, Vidéo
Kimi K2.7 Code
Le modèle dédié à la programmation de Moonshot AI, avec un contexte de 256K, une réflexion toujours active, l'appel d'outils et une variante haute vitesse distincte.
- Contexte
- 256K
- Entrée
- Texte, Image, Vidéo
Qwen 3.8 (Max, Flash)
La gamme Qwen 3.8 d'Alibaba : Max est le modèle phare, et Max comme Flash offrent un contexte de 1M tokens, l'entrée image et vidéo et une réflexion hybride.
- Contexte
- 1M
- Entrée
- Texte, Image, Vidéo
Qwen 3.7 Plus
Qwen 3.7 Plus et Flash offrent un contexte de 1M tokens, l'entrée image et vidéo, une réflexion hybride et le function calling pour le travail d'agents multimodaux.
- Contexte
- 1M
- Entrée
- Texte, Image, Vidéo
GLM-5.3
Le modèle phare de Z.ai pour l'ingénierie logicielle et le travail d'agent, avec un contexte de 1M tokens, jusqu'à 128K en sortie et des poids publiés ; les variantes Flash ajoutent l'entrée image et vidéo.
- Contexte
- 1M
- Entrée
- Texte
MiniMax M3
Le modèle de programmation et d'agent nativement multimodal de MiniMax, avec jusqu'à 1M tokens de contexte et une réflexion intercalée entre les appels d'outils ; les poids sont publiés.
- Contexte
- 1M
- Entrée
- Texte, Image, Vidéo
Mistral Large 3
Le modèle phare à poids ouverts de Mistral, en mixture-of-experts (41B de paramètres actifs, 675B au total) avec compréhension des images, sous Apache 2.0.
- Contexte
- 256K
- Entrée
- Texte, Image
Mistral Medium 3.5
Un modèle multimodal dense de 128B qui réunit suivi d'instructions, raisonnement et programmation, avec un effort de raisonnement réglé par requête.
- Contexte
- 256K
- Entrée
- Texte, Image
Mistral Small 4
Un modèle à poids ouverts en mixture-of-experts (environ 6B de paramètres actifs) qui réunit instruct, raisonnement et programmation, avec entrée image.
- Contexte
- 256K
- Entrée
- Texte, Image
Ministral 3 (3B, 8B, 14B)
De petits modèles à poids ouverts en trois tailles, chacun avec des variantes base, instruct et raisonnement et la compréhension des images, pour un usage local et en edge.
- Contexte
- 256K
- Entrée
- Texte, Image
Codestral
Le modèle de programmation de Mistral pour les tâches à faible latence et haute fréquence, comme le fill-in-the-middle et la génération de code.
- Contexte
- 128K
- Entrée
- Texte
Llama 4 (Scout, Maverick)
Les modèles mixture-of-experts nativement multimodaux de Meta, avec 17B de paramètres actifs : Scout (109B au total) et Maverick (400B au total).
- Contexte
- 1M
- Entrée
- Texte, Image
Llama 3.3 70B
Le modèle texte de 70B de Meta pour le dialogue multilingue en huit langues, avec utilisation d'outils.
- Contexte
- 128K
- Entrée
- Texte
Llama 3.2 1B
Un modèle multilingue de 1,2B de paramètres pour les environnements contraints et les appareils, assez petit pour tourner dans la JVM d'EDDI.
- Contexte
- 128K
- Entrée
- Texte
Amazon Nova (Pro, Lite)
Les modèles multimodaux d'Amazon sur Bedrock, qui acceptent texte, image et vidéo : Pro est le niveau équilibré, Lite le niveau économique.
- Contexte
- 300K
- Entrée
- Texte, Image, Vidéo
Cohere Command A
Le modèle d'entreprise de 111B de Cohere, axé sur l'utilisation d'outils, la recherche documentaire et 23 langues ; Oracle propose aussi des variantes raisonnement et vision.
- Contexte
- 256K
- Entrée
- Texte
Phi-4-mini
Le modèle ouvert de 3,8B de Microsoft pour le travail contraint en mémoire et sensible à la latence, ainsi que le raisonnement mathématique et logique.
- Contexte
- 128K
- Entrée
- Texte
Aucun modèle ne correspond à ce filtre.
Où s'exécutent les modèles
Un même modèle est souvent disponible à plusieurs endroits. Choisissez selon l'endroit où vos données peuvent aller, ce que votre équipe exploite déjà et votre mode d'authentification.
Amazon Bedrock
Accès AWS géré aux modèles d'Anthropic, Meta, Amazon, OpenAI, Mistral et d'autres.
- Les fournisseurs ne voient ni les prompts ni les réponses des clients
- Réseau privé via VPC et PrivateLink
- Inférence dans la région ou inter-régions pour la résidence des données
Google Vertex AI
La plateforme d'IA de Google Cloud, désormais aussi appelée Gemini Enterprise Agent Platform, qui sert les modèles Gemini et Model Garden.
- Des endpoints régionaux maintiennent le traitement dans une seule juridiction
- VPC Service Controls pour l'isolation réseau
- Authentification via les identifiants Google Cloud
Azure OpenAI
Les modèles OpenAI hébergés dans votre abonnement Azure, désormais intégrés à Microsoft Foundry, appelés par nom de déploiement.
- Les déploiements Data Zone maintiennent le traitement dans l'UE, aux États-Unis ou en APAC
- Endpoints privés sur le backbone Azure
- Débit provisionné pour une capacité réservée
Oracle OCI Generative AI
Service Oracle Cloud géré pour Cohere, Meta Llama et d'autres modèles, à la demande ou sur des clusters dédiés.
- Clusters d'IA dédiés
- Endpoints privés et isolation des données
- Gouverné par les politiques OCI IAM
Groq
Un cloud d'inférence qui exécute des modèles ouverts sur les puces LPU de Groq, via une API compatible OpenAI.
- Latence très faible
- Modèles ouverts comme gpt-oss et Qwen
- Une clé, aucune infrastructure
OpenRouter
Une seule API vers des centaines de modèles de nombreux fournisseurs, avec un routeur automatique qui choisit un modèle par requête.
- Une clé pour de nombreux éditeurs
- Bascule automatique entre fournisseurs
- openrouter/auto choisit un modèle pour chaque tâche
Ollama
Exécute des modèles ouverts sur votre propre matériel derrière une API locale, sur le même réseau Docker qu'EDDI si vous le souhaitez.
- Aucune connexion cloud nécessaire
- Les données ne quittent jamais vos machines
- Une commande pour télécharger un modèle
Hugging Face
Inférence hébergée pour les modèles ouverts par identifiant de dépôt, acheminée vers des fournisseurs partenaires avec un seul token.
- Modèles ouverts par identifiant de dépôt
- Un seul token pour tous les fournisseurs
- Aucune infrastructure à exploiter
Jlama
Un moteur d'inférence en pur Java qui exécute de petits modèles dans la JVM d'EDDI, sans aucun serveur de modèles.
- Rien d'autre à déployer
- Modèles quantifiés pour une empreinte réduite
- Fonctionne en air-gap une fois les poids en cache
Absent du catalogue ?
Tout endpoint compatible OpenAI fonctionne via type: openai et une baseUrl, y compris Cohere, Together, vLLM, llama-server et les passerelles d'entreprise. OpenRouter donne accès à des centaines d'autres modèles avec une seule clé.
Utiliser plusieurs modèles
EDDI peut enchaîner des modèles en cascade : un modèle rapide et peu coûteux répond d'abord, et un modèle plus puissant n'est appelé que lorsque la confiance est faible. Voir Cascade de modèles.