Comparatif des fournisseurs LLM — Orkeon
Dérivé du code source (
src/core/Orkeon.Infrastructure/LLMs/) et desLlmProviderCapabilitiesdéclarées par chaque fournisseur ; les chiffres de campagne portent leur propre date. Légende : ✓ supporté · ✗ absent · ◐ partiel/générique. Chaque fournisseur sauf Azure OpenAI a une campagne en exécution réelle archivée ; OpenRouter et Mammouth AI depuis le 2026-10-07.
| Fournisseur | Classe de base | Streaming SSE | Tool calling natif | Chat multi-tours (rôles tool) | Message système | top_p / stop | Grammaire GBNF | response_format | thinking | Vision | reasoning_content round-trip | Cache prompt | Métriques timing | Résilience Polly | Sanitization clé API |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| OpenAI | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ schema | ✓ effort | ✓ | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| Azure OpenAI | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ schema | ✓ effort | ✓ | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| Anthropic | HttpLlmProviderBase | ✓ natif | ✓ | ✓ | ✓ (natif, séparé) | ✓ | ✗ | ✓ schema | ✓ toggle (adaptatif, désactivation par modèle) | ✓ | ✗ | ✓ explicite | ✗ | ✓ | ✓ |
| DeepSeek | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ object | ✓ toggle | ✓ | ✓ | ✓ métriques | ✗ | ✓ | ✓ |
| Z.AI (GLM) | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ object | ✓ toggle | ✓ | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| Together AI | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ schema | ✓ toggle (objet reasoning) |
✓ | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| Mistral AI | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ schema | ✓ effort | ✓ | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| Qwen | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ object | ✓ budget | ✓ | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| Kimi / Moonshot | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ object | ✓ toggle | ✓ | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| Google Gemini | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ schema | ✓ effort | ✓ | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| Grok (x.AI) | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ schema | ✓ effort | ✓ | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| MiniMax | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✗ (accepté mais non contraignant — mesuré) | ✓ toggle (désactivation seule ; M3.1-Flash raisonne toujours) | ✓ | ✓ | ◐ auto | ✗ | ✓ | ✓ |
| HuggingFace | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ object | ✓ toggle (chat_template_kwargs) |
✓ | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| OpenRouter | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✓ schema (par endpoint) | ✓ budget (objet reasoning) |
✓ (par modèle) | ✗ | ◐ auto (+ cache_write_tokens) |
✗ (usage.cost exposé) |
✓ | ✓ |
| Mammouth AI | OpenAI-compat | ✓ | ✓ | ✓ | ✓ | ✓ | ◐ Llm:Grammar |
✗ (accepté mais non contraignant — mesuré) | ✓ effort (reasoning_effort) |
✓ (par modèle) | ✗ | ◐ auto | ✗ | ✓ | ✓ |
| Ollama | HttpLlmProviderBase | ✓ | ✓ (/api/chat) |
✓ (/api/chat) |
✓ (prepend) | ✓ (options) |
◐ Llm:Grammar |
✓ schema | ✓ toggle | ✓ (images) |
✗ | ✗ | ◐ (total_duration, eval_duration sur /api/generate) |
✓ | ✓ |
Comment lire les colonnes de capacités
response_format, thinking et Vision ne sont pas maintenus à la main ici : chaque fournisseur
déclare un value object LlmProviderCapabilities, et OpenAICompatibleProviderBase le traduit une
seule fois dans le dialecte OpenAI. Anthropic et Ollama écrivent leur propre dialecte (ils
n'étendent pas la base compatible OpenAI) ; Qwen et OpenRouter surchargent la traduction du
thinking pour les champs de DashScope et l'objet reasoning d'OpenRouter. Le
guide du format de réponse détaille les surfaces de
response_format.
response_format—objectsignifie que l'API garantit un JSON bien formé ;schemasignifie qu'elle valide contre un JSON Schema côté serveur. Un schéma envoyé à un fournisseur qui ne supporte queobjectest rétrogradé avec un avertissement, jamais en silence. Anthropic est schema-only : il n'a pas d'équivalent dejson_object, donc une demande JSON sans schéma y est signalée plutôt qu'envoyée.thinking—effortn'accepte qu'une indication de niveau ;togglepeut en plus activer et désactiver le raisonnement ;budgetaccepte en outre un budget de tokens explicite (Qwen et OpenRouter uniquement — Anthropic rejettebudget_tokensavec un 400 sur la génération actuelle). Sur le fil, le « on » d'Anthropic s'écritthinking: {type: adaptive, display: summarized}et son « off » avec la valeur propre au modèle (between_toolssur Sonnet 5.5,disabledailleurs) — un détail de payload, pas un niveau de capacité.- Tout ce qu'un fournisseur ne supporte pas est signalé. Une option déclarée en YAML sur un fournisseur qui ne peut pas l'honorer produit un avertissement actionnable nommant l'option, le fournisseur et le remède.
Notes
- ◐ cache prompt (auto) : le fournisseur met en cache les préfixes de prompt implicitement et
rapporte le hit ;
OpenAICompatibleProviderBase.ParseSuccessResponselit génériquementprompt_cache_hit/miss_tokenset le champ standard OpenAIprompt_tokens_details.cached_tokens. ✓ explicite (Anthropic) signifie que le cache ne fait rien tant qu'un point d'arrêtcache_controln'est pas posé — opt-in viaLlmCacheConfig/ le bloc YAMLcache:d'un agent ou d'une task (llm_override:). ✓ métriques (DeepSeek) ajoute lesprompt_cache_hit_tokens/prompt_cache_miss_tokensdu vendeur aux métadonnées de la réponse. - SSE Anthropic :
ChatStreamingAsyncparse nativement le flux d'événements de la Messages API : les tokens arrivent au fil de leur production. - Tool calling Ollama : passe par
/api/chatdès que la conversation déclare des outils, rejoue des appels d'outils, ou transporte une part non textuelle ; tout le reste conserve/api/generate. Une part audio ou fichier y est refusée parNotSupportedException, comme chez OpenAI et Anthropic. Le protocole de repli textuel reste en charge pour les modèles sans support des outils. - Azure OpenAI : deux formes d'API — l'URL de déploiement datée (par défaut) et la surface
v1 GA (
api_version: v1), seule voie vers la Responses API et vers les modèles non-OpenAI qu'Azure revend. - HuggingFace : les identifiants de modèle acceptent un suffixe de routage (
:fastest/:cheapest/:preferred/:<partner>) — le seul levier de coût et de latence sur Inference Providers. - top_p / stop : écrits seulement s'ils sont fixés, quelle que soit la valeur —
temperatureaussi ; rien de fixé, rien d'écrit, et le modèle applique son propre défaut. Mistral écrittop_p: 1quand rien n'en fixe. Ollama les écrit dans sesoptions, avecseed. Aucun dialecte n'écritfrequency_penaltynipresence_penalty, et aucun autre qu'Ollama n'écritseed: en fixer un produit l'avertissement structuré qui le nomme (event id110), jamais un abandon silencieux. - Grammaire GBNF : aucune API de vendeur ne documente de champ
grammar, donc aucun fournisseur ne déclare la capacité (LlmProviderCapabilities.GbnfGrammar). ◐Llm:Grammarsignifie que le champ n'est écrit — sur les deux points d'accès d'Ollama, et par les deux constructeurs de charge utile de la base compatible OpenAI — que lorsque les réglages disent que le point d'accès derrièreLlm:BaseUrll'accepte ("Llm": { "Grammar": true }, un serveur compatible llama.cpp comme Docker Model Runner oullama-server). Sinon la grammaire est abandonnée avec un avertissement structuré qui nomme cette clé. La Messages API d'Anthropic n'a pas ce champ, quoi que dise la clé. Un livrablestructured_outputenvoie son schéma comme format de réponsejson_schemanon strict à un fournisseur qui déclare ✓ schema (voir Format de réponse LLM). - OpenAI
max_completion_tokens: OpenAI a retirémax_tokensde ses modèles actuels (la campagne du 2026-08-30 a perdu dix modes sur ce seul champ), le dialecte OpenAI écrit doncmax_completion_tokens— accepté aussi par les générations antérieures (vérifié surgpt-4o-minile même jour). Les fournisseurs compatibles gardentmax_tokens: le retrait n'appartient qu'à OpenAI. response_formatGemini : non documenté sur la surface compat au premier audit (2026-08-18) et non déclaré alors ; mesuré en réel le 2026-08-30, la surface acceptejson_objectetjson_schemaet valide le schéma côté serveur ; le provider déclareJsonSchema.- Vision DeepSeek : arrivée avec
deepseek-v4-flash-vision-exp(mesuré 2026-08-30), native sur le palier Flash depuis V4.1 Flash (2026-09-10) : le défautdeepseek-flashvoit, le compagnon expérimental est retiré. Déclaré par fournisseur, réel par modèle comme partout :deepseek-v4-proreste texte seul et répond à une image par l'erreur du vendeur.deepseek-v4-flashest le nom d'un modèle retiré que l'API route « temporairement » vers V4.1 Flash — le défaut est passé à l'identifiant du vendeur le 2026-09-19. - MiniMax : adossé à sa campagne depuis le 2026-08-30 (7/2/3, le jour même de son
intégration). Le raisonnement arrive EN LIGNE — chaque réponse ouvre sur un bloc
<think>danscontent, sans champ séparé — et le dialecte l'extrait versreasoning_content, en le réinjectant au replay comme la doc du vendeur l'exige.response_formatest accepté mais NON contraignant (schéma ignoré,json_objecten clôture markdown) : la déclaration None est une mesure (appels bruts, 2026-08-30, consignée dans la note MiniMax du catalogue de campagne — le M8 archivé montre ➖ parce que la déclaration None empêche l'option d'être envoyée). Vision par modèle :MiniMax-M2répond « I'm unable to view the image » ;MiniMax-M3, le défaut depuis le 2026-11-11, lit l'image (campagnes du 2026-09-21 et du 2026-11-11). - Grok (x.AI) : chaque capacité déclarée est une mesure en réel — une campagne complète de
12 modes est passée contre
api.x.aivia le dialecte OpenAI générique avant même que la classe du provider existe (2026-08-30, archivée sousllmproviders-test/custom-endpoints/). Les clés portent le préfixexai-, que la factory infère. - OpenRouter : la place de marché (465 modèles le 2026-10-07) derrière une seule clé,
intégrée documentation d'abord et campagnée le 2026-10-07 (11/1 sur
google/gemini-3.7-flash, le rouge étant M10 ; le défaut estgoogle/gemini-3.8-flashdepuis le 2026-11-11, 12/0/0). Les identifiants sontvendeur/modèle(préfixe obligatoire), avec les suffixes:free/:nitro/:flooret le slug routeuropenrouter/auto(utilisable, refusé comme défaut : le modèle servi dérive — la métadonnéeserved_modeldit qui a répondu). La trace de raisonnement revient dansreasoning, jamaisreasoning_content(hookReasoningFieldNamedu socle) ; le thinking voyage dans l'objet de requêtereasoning(enabled/effort/max_tokens, la déclaration Budget est donc celle du transport — OpenRouter convertit effort et budget l'un en l'autre selon le modèle) ; le coût réel arrive dansusage.cost(métadonnéecost) avec sa ventilationupstream_inference_cost/is_byok/cache_write_tokens/reasoning_tokens; deux en-têtes d'attribution constants (HTTP-Referer,X-OpenRouter-Title) nomment Orkeon.json_schemaest honoré par endpoint et le provider n'envoie pasprovider.require_parameters: savoir si un schéma peut être ignoré en silence ailleurs reste ouvert après la première campagne (M8 vert sur les trois modèles joués). Le routage avancé (provider {…},models[],plugins[]) n'est pas exposé. Le préfixe de clésk-or-v1-est confirmé sur une vraie clé (2026-10-07) ; la factory n'en infère rien encore. La campagne a aussi confirméusage.costsur les deux chemins,message.reasoningavecreasoning_details[]sur un modèle qui raisonne, etopenrouter/autoqui nomme le modèle ayant répondu. - Mammouth AI : l'abonnement multi-modèles français dont les crédits API inclus pilotent
Orkeon, intégré documentation d'abord et campagné le 2026-10-07 (10/0/2 sur
gemini-3.7-flash: tous les modes exercés verts ; le défaut estgemini-3.8-flashdepuis le 2026-11-11, 9/1/2 avec M10 rouge). À trois indices concordants (2026-09-18) l'API est un proxy LiteLLM ; rien dans le provider n'en dépend. Les identifiants sont les chaînes nues des vendeurs (gpt-5.6-sol,claude-sonnet-5,gemini-3.8-flash) : le provider se cible par hôte (api.mammouth.ai) ou par la clé de provider explicitemammouth(LlmProviderFactory.Create("mammouth", …),orkeon llm probe -p mammouth) et n'est jamais inféré d'un nom de modèle — la même chaîne sans base URL continue d'aller chez le vendeur. Les settings d'un run ne portent aucune clé de provider : un run atteint Mammouth par sonBaseUrl. Seulsmessages,model,temperature,max_tokens,top_petstreamsont documentés. Mesuré le 2026-10-07 : les outils passent,response_formatest accepté mais un schéma strict ne contraint pas (le cas MiniMax, il reste donc non déclaré),reasoning_effortest accepté et la trace d'un modèle qui raisonne revient dansreasoning_content; le provider déclare l'effort (reasoning_effort, les cinq niveaux) depuis #356, et la table des capacités porte les valeurs propres à Mammouth pour Gemini 3.7 et 3.8 (minimalàmax,nonerefusé ; campagne M18, 2026-11-13) ; la vision est déclarée depuis la listetext, imagedu vendeur. Les tarifs sont les bornes hautes du vendeur (gemini-3.8-flash, commegemini-3.7-flashavant lui, à 1,5 / 7,5 $/M, le double du direct). - Clés identity-linked Anthropic : refusent toute requête sans en-tête
anthropic-workspace-id(2026-08-30). RenseignerLlmConfig.WorkspaceId(CLI :--workspace-id) ; les clés classiques n'en ont pas besoin. - Polly et Sanitization clé API : fournis par
HttpLlmProviderBase→ actifs partout.
Clés d'API : la variable par fournisseur
Un run prend la clé que résout la configuration, sinon la variable que nomme le fichier de
réglages : Llm:ApiKey dans le fichier, surchargée par ORKEON_Llm__ApiKey dans
l'environnement (ORKEON_Llm__Profiles__<id>__ApiKey pour un profil) ; sinon la variable que
nomme l'ApiKeyEnvVar de la section — lue dans l'environnement du processus, puis, sous Windows,
dans la portée Utilisateur
(configuration). Les noms de fournisseurs
ci-dessous sont les noms conventionnels : un fichier de réglages stocke le nom de la variable et
jamais la clé, comme ApiKeyEnvVar de la section Llm et de l'entrée Llm:Profiles:<id> d'un
profil. Exporter DEEPSEEK_API_KEY suffit donc à un orkeon run en terminal sur un fichier qui
la nomme : "ApiKeyEnvVar": "DEEPSEEK_API_KEY". Un fichier qui ne nomme aucune variable ne lit
toujours que Llm:ApiKey et ORKEON_Llm__ApiKey.
| Fournisseur | Variable (le nom conventionnel pour ApiKeyEnvVar) |
Clé délivrée sur | Timeout conseillé | Solde exposé par l'API (détails) |
|---|---|---|---|---|
| OpenAI | OPENAI_API_KEY |
platform.openai.com/api-keys |
défaut moteur (30 s) | ✗ (dépense seulement, pour une clé admin) |
| Anthropic | ANTHROPIC_API_KEY |
console.anthropic.com |
défaut moteur | ✗ (dépense seulement, pour une clé Admin API) |
| DeepSeek | DEEPSEEK_API_KEY |
platform.deepseek.com |
600 s | ✓ GET /user/balance |
| Mistral AI | MISTRAL_API_KEY |
console.mistral.ai |
défaut moteur | ✗ (consommation seulement, pour une clé Admin API) |
| Google Gemini | GEMINI_API_KEY |
aistudio.google.com/apikey |
défaut moteur | ✗ |
| Grok (x.AI) | XAI_API_KEY |
console.x.ai |
défaut moteur | ◐ pour une clé de gestion seulement |
| MiniMax | MINIMAX_API_KEY |
platform.minimax.io |
600 s | ✗ |
| Together AI | TOGETHER_API_KEY |
api.together.ai |
défaut moteur | ✗ |
| Qwen | DASHSCOPE_API_KEY |
dashscope.console.aliyun.com |
défaut moteur | ◐ pour une AccessKey Alibaba Cloud seulement |
| Kimi (Moonshot) | MOONSHOT_API_KEY |
platform.moonshot.ai |
600 s | ✓ GET /v1/users/me/balance (USD sur .ai, CNY sur .cn) |
| HuggingFace | HF_TOKEN |
huggingface.co/settings/tokens |
défaut moteur | ✗ |
| Z.AI (GLM) | ZAI_API_KEY |
z.ai/manage-apikey |
600 s | ✗ |
| OpenRouter | OPENROUTER_API_KEY |
openrouter.ai/keys |
défaut moteur | ◐ par clé (GET /api/v1/key) ; les crédits du compte pour une clé de gestion seulement |
| Mammouth AI | MAMMOUTH_API_KEY |
mammouth.ai — le fournisseur documente « depuis les réglages API » ; la page exacte se confirme avec la première clé |
défaut moteur | ✗ (dépense d'une clé, réponse non documentée) |
| Ollama · Docker Model Runner | aucune | — | défaut moteur | — (local, sans compte) |
Compatible OpenAI (custom) |
aucune en propre : les réglages la nomment par ApiKeyEnvVar, sinon ORKEON_Llm__ApiKey est lue, la clé du défaut de chaque run |
— | défaut moteur | ✗ (hôte inconnu) |
| Azure OpenAI | pas de variable dédiée : son endpoint par ressource en fait une entrée « compatible OpenAI » | — | — | ✗ (dépense dans Cost Management, pour une identité Microsoft Entra) |
Les 600 s conseillées ne sont pas décoratives. Les quatre fournisseurs dont le modèle par
défaut raisonne avant de répondre débordent les 30 s du moteur, et le run du 2026-09-20 a
été perdu sur deux timeouts Kimi remontés comme réponse vide. Un fichier de réglages
demande de monter Llm:TimeoutSeconds explicitement.
Deux noms qui ne sont pas celui-là, et qu'on confond avec lui :
ORKEON_LLM_API_KEY— le défaut deorkeon llm probe -ketorkeon llm models -k. Outillage de campagne seulement ; un run ne le lit jamais.ORKEON_<NOM>— la chaîne de secrets des outils, pas celle du LLM (EnvironmentSecretProvider, puisSecrets:<NOM>dans le fichier) :ORKEON_TAVILY_API_KEYpourweb_search,BRAVE_API_KEYlu tel quel pourbrave_search. Voir la référence de configuration.
orkeon init --api-key-env <nom> écrit Llm:ApiKeyEnvVar: <nom> dans
le fichier généré — rien pour ORKEON_Llm__ApiKey, que le runtime lit nativement —, si bien que
chaque run lit la variable qu'il nomme.
Ce que chaque API dit du solde du compte
Ce qu'il reste sur le compte derrière une clé, tel que l'API de chaque fournisseur le dit. Trois
fournisseurs seulement servent un solde à la clé d'inférence que porte un run ; pour tous les
autres, c'est la console du fournisseur qu'il faut consulter — la colonne « Clé délivrée sur »
ci-dessus, précédée de https://. Une requête de solde part vers l'hôte de la clé : une clé de la
plateforme .cn de Kimi est refusée par l'hôte .ai, et inversement. Chaque ligne a été lue
dans la documentation de référence du fournisseur le 2026-09-24.
| Fournisseur | Solde | Endpoint | Ce qu'il renvoie | Clé acceptée | Source |
|---|---|---|---|---|---|
| DeepSeek | ✓ disponible | GET /user/balance |
balance_infos[], une entrée par devise (CNY, USD) : total_balance, granted_balance, topped_up_balance en chaînes décimales ; is_available |
la clé d'API (Bearer) | api-docs.deepseek.com/api/get-user-balance |
| Kimi (Moonshot) | ✓ disponible | GET /v1/users/me/balance |
data.available_balance, voucher_balance, cash_balance (négatif en cas d'impayé) — dollars US sur api.moonshot.ai, yuans sur api.moonshot.cn ; la réponse ne nomme aucune devise |
la clé d'API (Bearer) de cette plateforme | platform.kimi.ai/docs/api/balance · platform.kimi.com/docs/api/balance |
| OpenRouter | ◐ par clé | GET /api/v1/key |
data.limit_remaining : les dollars US que la clé peut encore dépenser sous sa limite, null quand elle n'en a pas ; limit, usage. Les crédits du compte (total_credits, total_usage) sont sur GET /api/v1/credits |
la clé d'API pour /key ; une clé de gestion pour /credits, qui répond 403 à toute autre |
openrouter.ai/docs/api/api-reference/api-keys/get-current-api-key · openrouter.ai/docs/api/api-reference/credits/get-remaining-credits |
| Grok (x.AI) | ◐ clé admin requise | GET /v1/billing/teams/{team_id}/prepaid/balance sur management-api.x.ai |
le solde prépayé, en cents US | une clé de gestion seulement | docs.x.ai/developers/rest-api-reference/management/billing |
| Qwen | ◐ clé admin requise | QueryAccountBalance, OpenAPI de facturation d'Alibaba Cloud |
AvailableAmount, AvailableCashAmount, CreditAmount, Currency |
une AccessKey Alibaba Cloud autorisée à bss:DescribeAcccount — jamais la clé DashScope |
alibabacloud.com/help/en/user-center/developer-reference/api-bssopenapi-2017-12-14-queryaccountbalance |
| OpenAI | ✗ non exposé | aucun — GET /v1/organization/costs rapporte la dépense |
la dépense par jour (amount.value, currency), pas un solde |
une clé admin | developers.openai.com/cookbook/examples/completions_usage_api |
| Anthropic | ✗ non exposé | aucun — GET /v1/organizations/cost_report rapporte la dépense |
la dépense en cents US, pas un solde | des identifiants Admin API — « workspace API keys don't work » | platform.claude.com/docs/en/manage-claude/usage-cost-api |
| Mistral AI | ✗ non exposé | aucun — GET /v1/admin/usage rapporte la consommation |
la consommation par catégorie sur un mois ; le solde de crédits n'est que sur la page Billing de la console | une clé Admin API | docs.mistral.ai/admin/admin-api/usage-metrics · docs.mistral.ai/admin/billing-usage/billing |
| Azure OpenAI | ✗ non exposé | aucun — Cost Management rapporte la dépense | la dépense par compteur | une identité Microsoft Entra avec le rôle Cost Management Reader, jamais la clé de la ressource | learn.microsoft.com/en-us/azure/foundry/concepts/manage-costs |
| Google Gemini | ✗ non exposé | aucun | le solde prépayé se gère « directly within the Google AI Studio Billing tab » | — | ai.google.dev/gemini-api/docs/billing |
| Together AI | ✗ non exposé | aucun | la carte « Credit balance » des réglages de facturation | — | docs.together.ai/docs/billing-credits · docs.together.ai/docs/billing-usage-limits |
| HuggingFace | ✗ non exposé | aucun | la page de facturation et les réglages Inference Providers | — | huggingface.co/docs/inference-providers/pricing |
| Z.AI (GLM) | ✗ non exposé | aucun | la référence de l'API ne liste aucun endpoint de facturation | — | docs.z.ai/llms.txt |
| MiniMax | ✗ non exposé | aucun en paiement à l'usage ; GET /v1/token_plan/remains sur www.minimax.io pour un Token Plan |
Token Plan seulement, réponse non documentée | une clé d'abonnement Token Plan | platform.minimax.io/docs/token-plan/faq |
| Mammouth AI | ✗ non exposé | aucun — GET /key/info, documenté avec un hôte fictif |
« how much credits has been spent on a key » : la dépense, réponse non documentée | la clé d'API | info.mammouth.ai/docs/api-quick-start |
| Ollama · Docker Model Runner | — sans objet | aucun | un runtime local n'a pas de compte | — | — |
Deux endpoints sont documentés sans la forme de leur réponse : le remains du Token Plan de
MiniMax et le key/info de Mammouth. Un endpoint compatible OpenAI (custom) n'expose aucun
solde connu, et un endpoint local n'a pas de compte.
Défauts et modèles plus récents — revues des catalogues du 2026-09-19, du 2026-10-07 et du 2026-11-11
Les pages modèles et tarifs de chaque vendeur ont été lues le 2026-09-19, avec les catalogues
publics des deux agrégateurs (OpenRouter, 447 modèles ; Mammouth, 100). La règle est celle
qu'énonce LlmProviderDefaultModels : un défaut ne change que si le vendeur retire le nom ;
sinon un modèle plus récent est un candidat tant qu'une campagne n'a pas archivé un M1.
Les campagnes du 2026-10-07 et du 2026-11-11 ont rejoué les candidats : la date d'un verdict
dit quelle campagne a mesuré quoi, et les modèles qu'elles ont ajoutés aux candidats figurent
dans la colonne « Plus récent ».
| Provider | Défaut (code) | Servi le 2026-09-19 | Plus récent sur l'API du vendeur | Verdict |
|---|---|---|---|---|
| OpenAI | gpt-5.6-sol |
oui — 4 / 20 $/M jusqu'au 2026-11-21, cible de remplacement des deux vagues de dépréciation 2026 | gpt-6-astra (10 / 50, effort low…max sans none, facturation ×2 au-delà de 272K tokens d'entrée) ; gpt-6.1-terra (listé après le 2026-10-07) |
reste — campagné le 2026-09-21 : gpt-6-astra 10/2 avec temperature: 1 épinglée ; il n'a pas de reasoning_effort: none, les function tools sur /v1/chat/completions sont donc refusés (use /v1/responses) — pas un défaut tant que le dialecte ne parle pas Responses ; gpt-6-astra-pro est une étiquette d'agrégateur, pas un id OpenAI ; campagné le 2026-11-11 (après le correctif qui refait passer reasoning_effort: none jusqu'à l'API) : gpt-5.6-sol 11/1, gpt-6-sol 11/1, gpt-6-luna 12/0/0, gpt-6.1-terra 12/0/0 — il accepte none, contrairement à gpt-6.1-sol ; gpt-6-astra 10/2 et gpt-6.1-sol 9/3 restent rouges sur M2 et M5 (pas de none, les outils exigent /v1/responses) |
| Anthropic | claude-sonnet-5 |
oui — 2 / 10 $/M rendu définitif, actif au moins jusqu'au 2027-06-30 | claude-fable-5-1 (2026-09-01, 10 / 50, thinking toujours actif, tool_choice forcé refusé) ; claude-fable-5-2 (2026-11-09, contexte 1M, sortie 128K) |
reste — campagné le 2026-09-21 : claude-fable-5-1 11/1 deux fois (le rouge est M6, le protocole texte de repli ; outils natifs, schéma, vision et cache verts) — viable, à cinq fois le prix ; claude-opus-5-fast est un drapeau speed, pas un id ; temperature / top_p / top_k renvoient 400 sur tout modèle à partir d'Opus 4.7 ; campagné le 2026-11-11 : le défaut 12/12, claude-fable-5-2 12/12 — y compris le M6 que claude-fable-5-1 manque encore (11/1) |
| Azure OpenAI | déploiement | — | — | rien à défauter |
| Ollama | llama3.2 |
oui — 3B, texte seul, sans thinking, vieux d'un an | qwen3.5:4b, gemma4:e4b, granite4.2:3b (outils + thinking, même gabarit) |
reste : un nouveau défaut impose un pull sur chaque machine |
| Together AI | zai-org/GLM-5.3-Flash (était meta-llama/Llama-3.3-70B-Instruct-Turbo) |
oui — 0,15 / 0,50 $/M (catalogue lu le 2026-11-11) ; l'ancien défaut n'est plus servi en serverless | Qwen/Qwen3.5-9B, deepseek-ai/DeepSeek-V4.1-Flash ; Llama 4 a quitté le serverless |
changé le 2026-11-11 — chaque appel à l'ancien défaut répondait Unable to access non-serverless model (2/9/1), le défaut passe donc à zai-org/GLM-5.3-Flash, cible de remplacement de Together depuis le 2026-09-19 : 11/0/1 au dernier essai du jour (10/1/1 au premier, M10 : aucun token en cache rapporté ; 11/0/1 le 2026-09-21), il lit l'image, le défaut voit donc et il n'y a plus de compagnon vision séparé ; Qwen/Qwen3.5-9B 10/1/1 (M10), candidat |
| DeepSeek | deepseek-flash (était deepseek-v4-flash) |
oui — V4.1 Flash, 0,30 / 1,20 $/M en pointe, vision native | c'est le plus récent | changé le 2026-09-19 : l'ancien nom est un modèle retiré routé « temporairement » ici ; rejoué le 2026-09-21 : 12/12 deux fois — M2 et M9, rouges pendant cinq campagnes sur deepseek-v4-flash, sont verts sur deepseek-flash ; rejoué le 2026-11-11 : deepseek-flash 12/12 |
| Kimi | kimi-k3.1-pro (était kimi-k2.6) |
oui — kimi-k2.6 0,95 / 4,00 $/M, sans date de retrait |
kimi-k3 (juillet 2026, 1M, 3 / 15, échantillonnage figé ; thinking: disabled accepté, campagne M18 2026-11-13) ; kimi-k3.1-pro et les variantes -highspeed (listés le 2026-11-11) |
changé le 2026-11-11 — campagné le 2026-09-21 : kimi-k3 12/12 puis 11/1 (M2 sur la forme aplatie), trace de raisonnement, cache 0,97, JSON nu là où k2.6 clôture désormais son json_object — prêt, à trois fois le prix ; kimi-k2.5 et moonshot-v1-* retirés le 2026-08-31 ; docs désormais sur platform.kimi.ai ; 2026-11-11 : kimi-k2.6 10/1/1 (M8 : son json_object toujours clôturé), kimi-k3 12/12, kimi-k3.1-pro 12/12 — le nouveau modèle de tête ; changé le 2026-11-11 : le défaut passe à kimi-k3.1-pro (12/12 en direct et sur OpenRouter). La famille K3 fige temperature, top_p et son raisonnement : KimiLlmProvider laisse temperature et top_p hors d'une requête K3 et signale chacun, si bien qu'un hôte qui les règle reçoit un avertissement, pas un 400 ; le commutateur thinking est envoyé, puisque K3 le respecte (M18, 2026-11-13) |
| Qwen | qwen3.7-plus |
oui — toujours le palier Plus, l'un des trois modèles recommandés | qwen3.8-max (= qwen3.8-max-0902), qwen3.8-flash ; pas de qwen3.8-plus |
reste — campagné le 2026-09-21 : qwen3.8-max 12/12, qwen3.8-flash 11/1 (M2), tous deux prêts, et qwen3.7-plus est toujours 12/12 ; la génération 3.8 ajoute preserve_thinking ; 2026-11-11 : qwen3.7-plus, qwen3.8-flash et qwen3.8-max 12/12 chacun |
| Mistral AI | mistral-medium-2604 |
oui — 1,50 / 7,50 $/M, non déprécié | rien pour le chat depuis avril (OCR 4.1 seulement) | reste ; les ids devstral-* / magistral sont dans la table des dépréciés ; 2026-11-11 : le défaut et mistral-large-4 12/12, mistral-small-2603 11/1 (M9) |
| HuggingFace | meta-llama/Llama-3.1-8B-Instruct |
oui — mais outils sur un seul de ses quatre fournisseurs routés, et :fastest peut en choisir un autre |
Qwen/Qwen3.5-9B (outils sur trois fournisseurs, dès 0,10 / 0,15), zai-org/GLM-5.3-Flash, deepseek-ai/DeepSeek-V4.1-Flash |
candidat Qwen3.5-9B — campagné le 2026-09-21 : 10/0/2, il voit et ses outils tiennent ; son premier passage a rendu un M1 vide après 4113 tokens de réflexion sur le repli 4096 du routeur — épingler Llm:MaxTokens (ou couper le thinking) avant d'en faire un défaut. Le routage explique toujours les rouges mouvants du défaut (M2 et M5 rouges ensemble au même passage) ; 2026-11-11 : le défaut 7/3/2 (M2, M5, M9), Qwen/Qwen3.5-9B 9/1/2 (M2) |
| Z.AI | glm-5.3-flashx (était glm-5.2) |
oui — glm-5.2 toujours sous « Latest Models », 1,40 / 4,40 $/M |
glm-5.3 (2026-08-18), glm-5.3-flash (0,15 / 0,50, image + vidéo), glm-5.3-flashx |
changé le 2026-11-11 — campagné le 2026-09-21 : glm-5.3-flash 12/12 deux fois (il voit, là où 5.2 et 5.3 répondent 1210 ; cache lu) — le candidat le plus net du parc, à un neuvième du prix ; glm-5.3 10/2 (M2, M9) n'apporte rien sur 5.2. La déclaration Toggle demande toujours une garde par modèle avant une montée ; 2026-11-11 : glm-5.3-flashx de nouveau à 12/12, glm-5.3 11/1 (M9), glm-5.3-flash 11/1 (M2), glm-5.2 10/2 ; changé le 2026-11-11 : le défaut passe à glm-5.3-flashx (12/12 le 2026-10-07 et au premier essai du 2026-11-11, 11/1 avec M10 rouge au dernier ; il voit et son cache est lu) ; derniers essais du jour : glm-5.3-flash 12/0/0, glm-5.3 10/2 (M2, M9), glm-5.2 11/1 (M9). La famille 5.3 ne sait pas couper la réflexion : ZaiLlmProvider ne lui envoie pas thinking: disabled et signale l'option à la place |
| Google Gemini | gemini-3.8-flash (était gemini-3.7-flash) |
oui — gemini-3.7-flash « génération précédente », sans date d'arrêt, 0,75 / 3,75 $/M jusqu'au 2026-12-31 puis 1,50 / 7,50 |
gemini-3.8-flash (GA 2026-09-02, même prix, thinking minimal refusé) ; gemini-4-argon, gemini-4-carbon |
premier candidat à une montée — campagné le 2026-09-21 : gemini-3.8-flash 11/0/1 deux fois, identique à 3.7 mode pour mode sur le transport direct ; OpenRouter et Mammouth non joués (pas de clé) ; 2026-11-11 : le défaut 11/0/1, gemini-3.8-flash 12/0/0, gemini-4-argon et gemini-4-carbon 11/0/1 chacun ; gemini-omni-1.2-flash est listé mais réservé à l'API Interactions, hors de portée de ce provider et non campagné ; changé le 2026-11-11 (campagne complète rejouée) : gemini-3.8-flash 12/0/0 en direct et chez OpenRouter (9/1/2 chez Mammouth, le même M10 qu'en 3.7), le défaut 11/0/1 — le défaut passe à gemini-3.8-flash, OpenRouter et Mammouth le suivent |
| Grok (x.AI) | grok-4.6 |
oui — recommandé, 2 / 6 $/M sous 200K tokens de prompt, 4 / 12 au-delà | aucun | reste (grok-4.7 est listé depuis) ; campagné le 2026-11-11 : grok-4.6 et grok-4.7 12/12 |
| MiniMax | MiniMax-M3 (était MiniMax-M2) |
oui — MiniMax-M2 listé « legacy », sans date de retrait |
MiniMax-M3 (2026-06-01, 1M, entrée image + vidéo, mêmes 0,30 / 1,20) ; MiniMax-M3.1-Flash |
changé le 2026-11-11 — campagné le 2026-09-21 : MiniMax-M3 9/1/2 puis 8/1/3 — il lit l'image (alors compagnon vision du kit), M2 rouge comme M2, le bloc <think> inline découpé comme sur M2, 128 tokens en cache une fois ; la question du format de raisonnement est tranchée ; 2026-11-11 : MiniMax-M3.1-Flash 10/0/2 (M7 et M8 non déclarés par le provider), M9 vert — il lit l'image là où MiniMax-M3 lit 72 ; MiniMax-M3 9/1/2 (M9), MiniMax-M2 8/2/2 (M2, M9) ; changé le 2026-11-11 (campagne complète rejouée) : MiniMax-M3 10/0/2 (il lit l'image), MiniMax-M2 6/4/2 (M2, M5, M9, M10) — le défaut passe à MiniMax-M3 et le compagnon vision est retiré |
| OpenRouter | google/gemini-3.8-flash (était google/gemini-3.7-flash) |
oui | google/gemini-3.8-flash (2026-09-02, même prix) |
suit le défaut direct — campagné le 2026-10-07 : 11/1 sur les deux (M10 : champs de cache rendus à 0) ; 2026-11-11 : le défaut 12/0/0, google/gemini-3.8-flash 11/1/0 (M10), moonshotai/kimi-k3.1-pro 12/0/0 ; changé le 2026-11-11 (campagne complète rejouée) : google/gemini-3.8-flash 12/0/0, google/gemini-3.7-flash 11/1 (M10) — suit le défaut direct en 3.8 |
| Mammouth AI | gemini-3.8-flash (était gemini-3.7-flash) |
oui | gemini-3.8-flash |
suit le défaut direct — campagné le 2026-10-07 : 10/0/2 sur les deux, tous les modes exercés verts ; 2026-11-11 : 9/1/2 sur les deux (M10 : 0 token en cache), kimi-k3.1-pro 10/0/2 ; changé le 2026-11-11 (campagne complète rejouée) : 9/1/2 sur les deux à nouveau (M10) — suit le défaut direct en 3.8 |
ModelPricingRegistry suit les mêmes pages : la famille GPT-5.6 et gpt-6-astra, et, pour
Anthropic (lu le 2026-10-30), Fable 5.1 / Fable 5 à 10 / 50, Opus 5.5 à 4 / 20, Opus 5 et Opus 4.5 à 4.8 à 5 / 25, Sonnet 5 à 2 / 10,
Haiku 5 à 0,10 / 0,50 et Haiku 4.5 à 1 / 5. Tarifs de cache : écriture 5 minutes à 1,25x le prix du prompt, écriture 1 heure à 2x
(chiffrée par le gestionnaire de coût), lecture à 0,1x (0,25 pour Fable 5.1, 0,20 pour Opus 5.5). Le palier Haiku 5.5 au-delà de
100K tokens de prompt (0,50 / 2,50) n'est pas modélisé.
Le modèle par défaut de chaque fournisseur payant est tarifé (lu le 2026-11-15), en $ par million de tokens d'entrée / de sortie :
DeepSeek deepseek-flash 0,30 / 1,20 (le tarif de pointe de cette page ; lecture de cache 0,006) ; Z.AI glm-5.3-flashx 0,37 / 1,25, glm-5.3-flash
0,15 / 0,50 et glm-5.3 1,4 / 4,4 (tarifs de docs.z.ai) ; Kimi kimi-k3.1-pro 2 / 10 et kimi-k3 3 / 15 et Qwen qwen3.7-plus
0,4 / 1,6 (Alibaba Cloud Model Studio, Singapour : la page de Kimi n'affiche aucun chiffre, et le tarif de Qwen est celui de la
promotion limitée) ; Gemini gemini-3.8-flash 1,50 / 7,50 avec une lecture de cache à 0,15 (le tarif que Google applique à partir du 2027-01-01, retenu comme chiffre prudent pour les budgets) et gemini-3.7-flash 0,75 / 3,75 (sans prix de lecture de cache) ; Mistral mistral-medium-2604 1,50 / 7,50 ;
Grok grok-4.6 et grok-4.7 2 / 6 ; MiniMax MiniMax-M3 0,30 / 1,20. Les passerelles sont tarifées par leurs propres lignes,
rattachées au fournisseur : Together zai-org/GLM-5.3-Flash 0,15 / 0,50, Mammouth gemini-3.8-flash et gemini-3.7-flash
1,5 / 7,5 (la borne haute de la passerelle, d'après des sources secondaires). Les modèles Ollama et Docker Model Runner coûtent 0.
Hugging Face reste sans prix : son fournisseur routé fixe le tarif, si bien qu'un appel avertit une fois par modèle et nomme
Orkeon:CostTracking:CustomPricings, où une ligne le tarife. OpenRouter est compté d'après le usage.cost que renvoie le fournisseur, non d'après cette liste ; un déploiement Azure OpenAI n'est tarifé que si son nom correspond à une ligne (ajoutez-en une sous CustomPricings). Non modélisés : le tarif de Qwen au-delà de 256K tokens d'entrée
(1,2 / 4,8) et celui de Grok au-delà de 200K tokens de prompt (4 / 12).
Modèles servis et leurs options par défaut — lecture des catalogues du 2026-11-11
Le dernier résultat de chaque modèle campagné, régénéré après chaque campagne, est sur Résultats des campagnes LLM ; les scores ci-dessous sont ceux qu'a relevés cette lecture des catalogues.
La campagne du 2026-11-11 a lu l'endpoint de catalogue de chaque fournisseur avec la clé de
campagne (orkeon llm models -p <fournisseur> rend les mêmes identifiants), puis joué le
protocole sur chaque défaut, sur les candidats des revues, et sur les modèles de chat courants
que la liste montrait et qu'aucune campagne n'avait encore rencontrés. Deux fournisseurs ont été
campagnés plus tard le même jour : Kimi avec une seconde clé (la première était refusée, 401),
et Z.AI sur une clé valide (le premier compte n'avait pas de solde : 429,
Insufficient balance or no resource package). Un score marqué (2026-10-07) ci-dessous n'a
pas été rejoué. Il
en sort trois sortes de faits, tenues séparées à dessein :
- ce que l'endpoint publie d'un modèle — contexte, plafond de sortie, échantillonnage par défaut, niveaux d'effort. La donnée du vendeur : lue, pas mesurée ;
- ce que le modèle impose — une valeur qu'il refuse de voir changer. Aucun endpoint ne
la publie. On l'apprend en appelant le modèle (une passe sur M1, M5 et M7 aux réglages par
défaut de la sonde) et elle est consignée dans
requiredParams; - ce que la campagne a mesuré sur les douze modes automatisés.
La liste complète — 1 312 identifiants pour quatorze fournisseurs, chacun avec les options
que son endpoint publie — est
llmproviders-test/lib/served-models.json,
un instantané daté auquel la prochaine campagne se comparera. Azure OpenAI et Ollama n'ont
pas de ligne : l'un sert les déploiements d'un compte, l'autre ce qu'une machine a tiré.
| Fournisseur | Requête du catalogue | Identifiants | Ce qu'elle publie par modèle |
|---|---|---|---|
| OpenAI | GET api.openai.com/v1/models |
96 | les identifiants seuls |
| Anthropic | GET api.anthropic.com/v1/models |
15 | contexte, plafond de sortie, niveaux d'effort, types de thinking, modalités |
| DeepSeek | GET api.deepseek.com/models |
2 | contexte, plafond de sortie, modalités, niveaux d'effort et leur défaut |
| Z.AI | GET api.z.ai/api/paas/v4/models |
12 | les identifiants seuls |
| Kimi | GET api.moonshot.ai/v1/models |
6 | contexte, entrée image/vidéo, raisonnement |
| Google Gemini | GET generativelanguage.googleapis.com/v1beta/models |
62 | contexte, plafond de sortie, température / topP / topK par défaut, température maximale, thinking |
| Mistral AI | GET api.mistral.ai/v1/models |
64 | contexte, température par défaut, capacités, alias, dépréciation |
| Qwen | GET dashscope-intl.aliyuncs.com/compatible-mode/v1/models |
101 | les identifiants seuls |
| Grok (x.AI) | GET api.x.ai/v1/language-models |
8 | modalités, prix en $ par million de tokens, seuil de contexte long, alias |
| MiniMax | GET api.minimax.io/v1/models |
9 | les identifiants seuls |
| Together AI | GET api.together.xyz/v1/models |
270 | type, contexte, prix en $ par million de tokens |
| HuggingFace | GET router.huggingface.co/v1/models |
127 | modalités et, par fournisseur routé : contexte, outils, sortie structurée |
| OpenRouter | GET openrouter.ai/api/v1/models |
433 | contexte, plafond de sortie du premier endpoint, paramètres par défaut, raisonnement (obligatoire, effort par défaut, efforts acceptés) |
| Mammouth AI | GET api.mammouth.ai/v1/models |
107 | contexte, plafond de sortie |
Les modèles de chat de la génération courante, fournisseur par fournisseur. Un tiret dans les deux colonnes de taille signifie que l'endpoint ne publie pas le chiffre — pour ces modèles, les plafonds documentés sont ceux de la section suivante.
| Fournisseur | Modèle | Contexte | Sortie max | Publié par l'endpoint | Imposé par le modèle (mesuré) | Campagne ✅/❌/➖ |
|---|---|---|---|---|---|---|
| OpenAI | gpt-5.6-sol (défaut) |
— | — | — | temperature = 1 · reasoning_effort = none avec des outils |
11/1/0 — ❌ M9 |
gpt-5.6-terra |
— | — | — | temperature = 1 · reasoning_effort = none avec des outils |
11/1/0 — ❌ M9 (2026-10-07) | |
gpt-5.6-luna |
— | — | — | temperature = 1 · reasoning_effort = none avec des outils |
11/1/0 — ❌ M6 (2026-10-07) | |
gpt-6-sol |
— | — | — | temperature = 1 · reasoning_effort = none avec des outils |
11/1/0 — ❌ M9 | |
gpt-6-luna |
— | — | — | temperature = 1 · reasoning_effort = none avec des outils |
12/0/0 | |
gpt-6.1-terra |
— | — | — | temperature = 1 · reasoning_effort = none avec des outils |
12/0/0 | |
gpt-6.1-sol |
— | — | — | temperature = 1 |
9/3/0 — ❌ M2, M5, M9 | |
gpt-6-astra |
— | — | — | temperature = 1 |
10/2/0 — ❌ M2, M5 | |
| Anthropic | claude-sonnet-5 (défaut) |
1 000 000 | 128 000 | efforts low medium high xhigh max · thinking adaptive disabled |
temperature = 1 |
12/0/0 |
claude-sonnet-5-5 |
1 000 000 | 128 000 | efforts low medium high xhigh max · thinking adaptive |
temperature = 1 |
12/0/0 | |
claude-haiku-5-5 |
1 000 000 | 128 000 | efforts low medium high xhigh max · thinking adaptive disabled |
temperature = 1 |
12/0/0 | |
claude-opus-5 |
1 000 000 | 128 000 | efforts low medium high xhigh max · thinking adaptive disabled |
temperature = 1 |
12/0/0 (2026-10-07) | |
claude-opus-5-5 |
1 000 000 | 128 000 | efforts low medium high xhigh max · thinking adaptive |
temperature = 1 |
12/0/0 | |
claude-fable-5-1 |
1 000 000 | 128 000 | efforts low medium high xhigh max · thinking adaptive |
temperature = 1 |
11/1/0 — ❌ M6 | |
claude-fable-5-2 |
1 000 000 | 128 000 | efforts low medium high xhigh max · thinking adaptive |
temperature = 1 |
12/0/0 | |
| DeepSeek | deepseek-flash (défaut) |
1 048 576 | 393 216 | effort par défaut high (sur low high max) · text + image |
— | 12/0/0 |
deepseek-v4-pro |
1 048 576 | 393 216 | effort par défaut high (sur low high max) · text |
— | 11/1/0 — ❌ M9 (2026-10-07) | |
| Z.AI | glm-5.2 |
— | — | — | — | 11/1/0 — ❌ M9 (10/2/0 plus tôt le même jour) |
glm-5.3 |
— | — | — | — | 10/2/0 — ❌ M2, M9 (11/1/0 plus tôt le même jour) | |
glm-5.3-flash |
— | — | — | — | 12/0/0 (11/1/0, M2 rouge, plus tôt le même jour) | |
glm-5.3-flashx (défaut) |
— | — | — | — | 11/1/0 — ❌ M10 (12/0/0 plus tôt le même jour) | |
| Kimi | kimi-k2.6 |
262 144 | — | image + vidéo + raisonnement | temperature = 1 |
10/1/1 — ❌ M8 |
kimi-k3 |
1 048 576 | — | image + vidéo + raisonnement | temperature = 1 |
11/1/0 (M2) | |
kimi-k3.1-pro (défaut) |
1 048 576 | — | image + vidéo + raisonnement | temperature = 1 |
12/0/0 | |
kimi-k3.1-pro-highspeed |
1 048 576 | — | image + vidéo + raisonnement | temperature = 1 |
12/0/0 | |
kimi-k2.7-code |
262 144 | — | image + vidéo + raisonnement | temperature = 1 |
12/0/0 | |
kimi-k2.7-code-highspeed |
262 144 | — | image + vidéo + raisonnement | temperature = 1 |
12/0/0 | |
| Google Gemini | gemini-3.7-flash |
1 048 576 | 65 536 | temperature 1 (max 2) · topP 0.95 · topK 64 |
— | 11/0/1 |
gemini-3.8-flash (défaut) |
1 048 576 | 65 536 | temperature 1 (max 2) · topP 0.95 · topK 64 |
— | 12/0/0 | |
gemini-4-argon |
1 048 576 | 32 768 | temperature 1 (max 2) · topP 0.95 · topK 64 |
— | 11/0/1 | |
gemini-4-carbon |
1 048 576 | 32 768 | temperature 1 (max 2) · topP 0.95 · topK 64 |
— | 11/0/1 | |
gemini-3.5-flash-lite |
1 048 576 | 65 536 | temperature 1 (max 2) · topP 0.95 · topK 64 |
— | 12/0/0 (2026-10-07) | |
gemini-3.1-pro-preview |
1 048 576 | 65 536 | temperature 1 (max 2) · topP 0.95 · topK 64 |
— | 10/1/1 — ❌ M5 (2026-10-07) | |
| Mistral AI | mistral-medium-2604 (défaut) |
262 144 | — | temperature 1 · outils + raisonnement + vision |
reasoning_effort ∈ {high, none} |
12/0/0 |
mistral-large-4 |
1 048 576 | — | temperature 1 · outils + raisonnement + vision |
reasoning_effort ∈ {low, medium, high} |
12/0/0 | |
mistral-small-2603 |
262 144 | — | temperature 0.3 · outils + raisonnement + vision |
reasoning_effort ∈ {high, none} |
11/1/0 — ❌ M9 | |
| Qwen | qwen3.7-plus (défaut) |
— | — | — | — | 12/0/0 |
qwen3.7-flash |
— | — | — | — | 11/1/0 — ❌ M2 (2026-10-07) | |
qwen3.7-max |
— | — | — | — | 11/1/0 — ❌ M9 (2026-10-07) | |
qwen3.8-flash |
— | — | — | — | 12/0/0 | |
qwen3.8-max |
— | — | — | — | 12/0/0 | |
deepseek-v4.1-flash-1017 |
— | — | — | — | 12/0/0 | |
| Grok (x.AI) | grok-4.6 (défaut) |
— | — | text + image · 2 / 0.5 / 6 $/M entrée / cache / sortie | — | 12/0/0 |
grok-4.7 |
— | — | text + image · 2 / 0.5 / 6 $/M entrée / cache / sortie | — | 12/0/0 | |
| MiniMax | MiniMax-M2 |
— | — | — | — | 6/4/2 — ❌ M2, M5, M9, M10 |
MiniMax-M2.7 |
— | — | — | — | 8/2/2 — ❌ M2, M9 (2026-10-07) | |
MiniMax-M3 (défaut) |
— | — | — | — | 10/0/2 | |
MiniMax-M3.1-Flash |
— | — | — | — | 10/0/2 | |
| Together AI | zai-org/GLM-5.3-Flash (défaut) |
1 048 575 | — | 0.15 / 0.5 $/M | — | 11/0/1 (10/1/1, M10 rouge, plus tôt le même jour) |
Qwen/Qwen3.5-9B |
262 144 | — | 0.17 / 0.25 $/M | — | 10/1/1 — ❌ M10 | |
meta-llama/Llama-3.3-70B-Instruct-Turbo (ancien défaut) |
131 072 | — | 1.04 / 1.04 $/M | — | 2/9/1 — plus serverless | |
| HuggingFace | meta-llama/Llama-3.1-8B-Instruct (défaut) |
jusqu'à 131 072 | — | 3 fournisseur(s) routé(s), 1 avec outils | — | 7/3/2 — ❌ M2, M5, M9 |
Qwen/Qwen3.5-9B |
jusqu'à 262 144 | — | 3 fournisseur(s) routé(s), 2 avec outils | — | 9/1/2 — ❌ M2 | |
| OpenRouter | google/gemini-3.7-flash |
1 048 576 | 65 536 | effort par défaut medium · raisonnement obligatoire |
— | 11/1/0 — ❌ M10 |
google/gemini-3.8-flash (défaut) |
1 048 576 | 65 536 | effort par défaut medium · raisonnement obligatoire |
— | 12/0/0 | |
moonshotai/kimi-k3.1-pro |
1 048 576 | 943 718 | effort par défaut max |
— | 12/0/0 | |
deepseek/deepseek-v4.1-flash |
1 048 576 | 943 718 | effort par défaut high |
— | 4/0/0 (M5, M7, M8, M10) (2026-10-07) | |
| Mammouth AI | gemini-3.7-flash |
1 048 576 | 65 536 | — | — | 9/1/2 — ❌ M10 |
gemini-3.8-flash (défaut) |
1 048 576 | 65 536 | — | — | 9/1/2 — ❌ M10 | |
kimi-k3.1-pro |
1 048 576 | 943 718 | — | — | 10/0/2 | |
deepseek-v4.1-flash |
1 048 576 | 1 048 576 | — | — | 1/0/2 (M5, M7, M8) (2026-10-07) |
Ce que le tableau ne dit pas tout seul :
- OpenAI — la génération 6 est listée (
gpt-6-sol,gpt-6-luna,gpt-6.1-sol,gpt-6.1-terra, à côté degpt-6-astra).gpt-6-sol,gpt-6-luna,gpt-6.1-terraet les deux tiers 5.6 non rejoués se comportent comme le défaut : température 1 seulement, et les outils sur/v1/chat/completionsexigentreasoning_effort: none.gpt-6.1-terraacceptenone, contrairement àgpt-6.1-sol, et passe 12/12 dès son premier essai.gpt-6.1-solse comporte commegpt-6-astra: il n'a pas denone, les outils y restent donc refusés (M2 sur le tableaumessages, M5) tant que le dialecte ne parle pas/v1/responses. Le premier passage du 2026-11-11 (06:10) était rouge sur M2 et M5 pour tous les modèles OpenAI : Orkeon abaissait lenoneépinglé àlowdepuis #242, et la lignegpt-5du tableau de capacités attrapait les idsgpt-5.6-*. Corrigé et rejoué à 06:25 :gpt-5.6-sol11/1,gpt-6-sol11/1,gpt-6-lunaetgpt-6.1-terra12/12 ;gpt-6-astraetgpt-6.1-solrestent rouges, comme prévu. M9 est le mode qui bouge à la température imposée :29,26et18ont été lus pour 73 le 2026-10-07,23,43et23le 2026-11-11 (gpt-5.6-sol,gpt-6-sol,gpt-6.1-sol). - Anthropic —
claude-sonnet-5-5,claude-opus-5-5etclaude-haiku-5-5sont listés, le dernier le jour même de la campagne. Les quatre modèles campagnés pour la première fois refusent une température épinglée dans les mots declaude-sonnet-5.claude-opus-5-5répond à l'invite d'outil de la sonde par un HTTP 200, uncontentvide etstop_reason: "refusal"(catégoriecyber) : le provider ne lit passtop_reasonet rend une réponse vide — ses rouges M5 et M6 sont ce refus, pas l'appel d'outil. Le rouge M9 declaude-haiku-5-5est celui de la sonde : le modèle répondSeventy-three red, le contrôle cherche les chiffres. Le 2026-11-11,claude-haiku-5-5est à 12/12 etclaude-opus-5-5à 12/12 avec la même invite : le classifieur ne rencontre plus la formulation de la sonde.claude-fable-5-2(listé le 2026-11-09) refuse une température explicite comme le reste de la famille 5 et passe 12/12 dès son premier essai, y compris le M6 queclaude-fable-5-1manque encore (11/1). - Mistral AI — le compte n'est plus limité en débit, le défaut a donc de nouveau un
résultat (11/1, sa ligne du 2026-08-30).
mistral-large-4raisonne par défaut et diffusedelta.contentsous la forme d'un tableau de morceaux typés : le flux texte levait une exception dessus (M3) et le flux de chat perdait la trace et les premiers mots de la réponse. Les deux flux lisent les deux formes depuis le 2026-10-07 ; rejoué sur ce correctif, le modèle était à 11/1, M3 vert, et il est à 12/12 le 2026-11-11 (son contexte publié est passé de 524 288 à 1 048 576). Le défaut est lui aussi à 12/12./v1/modelsliste désormais aussi des modèles d'autres vendeurs servis par Mistral —deepseek-v4-1-flash-1017etzai-glm-5-3-flash, tous deux 11/1 dès leur premier essai : le message système est perdu sur la forme tableaumessagesde M2 alors que la forme aplatie le respecte. - Kimi — joué une heure après les autres : le compte était d'abord suspendu pour solde
insuffisant (HTTP 429,
exceeded_current_quota_error, que la politique de retry traite comme une limite de débit).kimi-k2.6clôture toujours sonjson_objecten markdown (M8, comme le 2026-09-21) ;kimi-k2.7-codeest le seul modèle Kimi dont tous les modes sont verts. Lui aussi impose la température 1, ce que seuls ses flux ont montré : sur un appel bufferisé le provider retente une fois avec la valeur imposée, les deux chemins de flux non. 2026-11-11, avec une seconde clé (la première était refusée, 401Incorrect API key provided) : la liste passe à six identifiants —kimi-k3.1-proet les variantes-highspeedde celui-ci et dekimi-k2.7-code. Les trois imposent eux aussi la température 1 (6/6 à 0 : M2, M3, M4, M5, M9 et M10 refusés) et sont à 12/12 une fois épinglés ;kimi-k3est à 12/12 aussi,kimi-k2.7-codetoujours à 12/12.kimi-k2.6reste à 10/1/1 — M8 toujours clôturé, M10 ne rapporte aucune ventilation des tokens en cache.kimi-k3.1-proest aussi à 12/12 via OpenRouter, 10/0/2 via Mammouth. - Z.AI —
glm-5.3-flashxest le deuxième modèle de la famille à passer tous les modes (au premier essai du jour). La liste ometglm-4.6v-flash, qui est servi (le compagnon vision, M9 vert le même jour) : un catalogue n'est pas toute l'offre.glm-5.3-flashxest de nouveau à 12/12 au premier essai, 11/1 au dernier (M10 rouge) ;glm-5.3passe M2 au vert au premier essai (11/1, reste M91210) puis le repasse au rouge au dernier (10/2) ;glm-5.3-flashgarde M2 rouge au premier essai, son message système ignoré sous les deux formes — le modèle, pas Orkeon — et est à 12/12 au dernier ;glm-5.2est à 10/2 puis 11/1 (M91210; M100 cachedau premier essai). La première clé du jour n'avait pas de solde (429, code 1113), que le provider a retenté comme une limite transitoire pendant 21 minutes (issue #328).glm-5.3-flashx-legalest nouveau dans la liste, non campagné. - Qwen — une clé internationale n'est servie que par
dashscope-intl.aliyuncs.com; l'endpoint compilé (dashscope.aliyuncs.com) lui répond 401. RéglerLlm:BaseUrl. La liste internationale est tombée de 172 à 101 ids le 2026-11-11 (la lignée qwen3 open-weight et les familles qwen-vl / omni / tts l'ont quittée) ;qwen3.7-plus,qwen3.8-flashetqwen3.8-maxsont à 12/12, etdeepseek-v4.1-flash-1017, servi là, est à 12/12 dès son premier essai. - Gemini —
gemini-3.5-flash-liteest le seul modèle Gemini dont le détail du cache est revenu (4077 tokens en cache) ; le rouge M5 degemini-3.1-pro-previewne s'est pas reproduit en trois rejeux (non rejoué le 2026-11-11).gemini-3.8-flashest à 12/12 le 2026-11-11 et le défaut à 11/0/1.gemini-4-argonetgemini-4-carbon(contexte 1 048 576, sortie 32 768, thinking) sont à 11/0/1 chacun dès leur premier essai.gemini-omni-1.2-flashest listé par/v1beta/modelsmais répondThis model only supports Interactions APIsur la surface compatible OpenAI : hors de portée de ce provider, non campagné. - MiniMax —
MiniMax-M3.1-Flashest nouveau dans la liste (9 ids) : 10/0/2 dès son premier essai, M7 et M8 non déclarés par le provider, M9 vert — il lit l'image là oùMiniMax-M3se trompe de nombre (72; 9/1/2 au premier essai, 10/0/2 au dernier : il lit l'image aussi).MiniMax-M2est à 8/2/2 (M2, M9), puis 6/4/2 au dernier essai (M2, M5, M9, M10). - Together AI —
meta-llama/Llama-3.3-70B-Instruct-Turbo, l'ancien défaut compilé, n'est plus servi en serverless : chaque appel répondUnable to access non-serverless model(2/9/1). Le défaut passe àzai-org/GLM-5.3-Flash(11/0/1 au dernier essai du jour, 10/1/1 au premier avec M10 rouge : l'endpoint ne rapporte aucun token en cache) ;Qwen/Qwen3.5-9Best à 10/1/1 (M10). Le défaut voit, il n'y a donc plus de compagnon vision séparé. - HuggingFace — le défaut est à 7/3/2 (M2, M5, M9) et
Qwen/Qwen3.5-9Bà 9/1/2 (M2) ; le routage décide toujours du nombre de fournisseurs d'un modèle qui portent les outils. - OpenRouter et Mammouth AI — premières campagnes, toutes deux sur le défaut Gemini du
parc : un modèle, trois transports. Direct 11/0/1, OpenRouter 11/1/0, Mammouth 10/0/2 — la
place de marché rend les champs de cache à 0 là où Google n'en rend aucun (M10), et les
deux ➖ de Mammouth sont les capacités que le provider ne déclare pas. Le catalogue
d'OpenRouter est le plus riche du parc : par modèle, les paramètres par défaut et le
caractère obligatoire du raisonnement. Rejoué le 2026-11-11 : direct 11/0/1 (et
gemini-3.8-flash12/12), OpenRouter 12/0/0 sur le défaut et 11/1/0 surgemini-3.8-flash(M10), Mammouth 9/1/2 sur les deux — son M10 lit désormais 0 token en cache là où il était vert le 2026-10-07. - Servis aussi, non campagnés — entre autres
claude-fable-5,claude-opus-4-8,gemini-3.6-flash,gemini-3.5-flash,mistral-large-2512, la familleministral,grok-4.5,grok-4.3,MiniMax-M2.1,MiniMax-M2.5,glm-5.1,glm-5-turbo,qwen3.6-plus,qwen3.5-plus. L'instantané les liste tous.
Plafonds de sortie — le maximum documenté par modèle
Une requête porte un plafond de sortie (max_tokens, max_completion_tokens chez OpenAI,
num_predict chez Ollama). Non épinglé, le plafond est le maximum documenté du modèle, tiré
du catalogue LlmModelOutputLimits d'Orkeon.Constants.Llm : un 4096 fixe laisserait un modèle
de raisonnement épuiser le budget à penser et répondre vide. Une valeur
épinglée (Llm:MaxTokens, un profil, le max_tokens d'une crew) gagne toujours ; un
modèle inconnu du catalogue garde le repli 4096. N'y entrent que des chiffres documentés, chacun
lu le 2026-09-19 :
| Fournisseur | Modèle | Plafond envoyé | Source | Note |
|---|---|---|---|---|
| OpenAI (et les déploiements Azure des mêmes ids) | gpt-5.6-sol, gpt-6-astra |
128 000 | developers.openai.com/api/docs/models | le raisonnement compte dans le plafond |
| Anthropic | claude-sonnet-5, claude-opus-5, claude-fable-5-1 (les variantes datées suivent la famille) |
128 000 | platform.claude.com/docs/en/about-claude/models/overview | la réflexion compte dans max_tokens ; le champ est obligatoire, un Claude inconnu reçoit 4096 |
| Gemini | gemini-3.7-flash, gemini-3.8-flash (aussi sous google/… chez OpenRouter et nu chez Mammouth) |
65 536 | ai.google.dev/gemini-api/docs/models | jetons de réflexion inclus ; 65 537 fait un 400 |
| DeepSeek | deepseek-flash (et les noms retirés deepseek-v4-flash* qu'il route) |
393 216 | api-docs.deepseek.com/api/create-chat-completion | « 1 à 384K » ; 384 000 chez Mammouth |
| Kimi | kimi-k3 |
131 072 | platform.kimi.ai/docs/guide/kimi-k3-quickstart | le défaut max_completion_tokens du fournisseur ; borne réelle 1M − prompt |
| Kimi | kimi-k3.1-pro |
131 072 | platform.kimi.ai/docs/guide/kimi-k3-quickstart | un épinglage, pas un plafond documenté : le défaut de K3 reporté sur le modèle par défaut du 2026-11-11 ; kimi-k3 seul ne le couvrirait pas (. n'est pas un séparateur), et le repli à 4096 affamait K3 |
| Kimi | kimi-k2.6 |
131 072 | platform.kimi.ai/docs/guide/troubleshooting | un épinglage, pas un plafond documenté : la borne est 256K − prompt ; un rejet retire le champ au rejeu |
| Qwen | qwen3.7-plus, qwen3.8-flash, qwen3.8-max |
131 072 | alibabacloud.com/help/en/model-studio | la chaîne de pensée a son propre thinking_budget ; 65 500 chez Mammouth |
| Z.AI | glm-5.2, glm-5.3, glm-5.3-flash, glm-5.3-flashx |
131 072 | docs.z.ai/guides/overview/concept-param | maximum du schéma ; défaut 65 536 |
| Z.AI | glm-4.6v-flash |
32 768 | docs.z.ai/guides/vlm/glm-4.6v | — |
| MiniMax | MiniMax-M2 |
131 072 | platform.minimax.io/docs/guides/models-intro | « 128k (CoT compris) » ; M3 est absent, défaut depuis le 2026-11-11 — le fournisseur ne publie aucun chiffre de sortie, il tourne donc sur le repli de 4096 (512k n'apparaît que comme réglage de benchmark ; 512 000 chez Mammouth) |
| xAI | grok-4.6 |
128 000 | docs.x.ai/developers/rest-api-reference | pas de plafond par modèle ; le défaut du fournisseur quand le champ manque, raisonnement exclu |
| Mistral | mistral-medium-2604 (mistral-medium-3-5) |
aucun | docs.mistral.ai/api/endpoint/chat | pas de plafond de sortie, seulement « prompt + max_tokens ≤ contexte » : le champ est omis et le modèle écrit jusqu'à sa fenêtre |
| Together | tous | 4096 (repli) | docs.together.ai/docs/serverless-models | aucun plafond de sortie par modèle, seulement prompt + max_tokens ≤ fenêtre. La fenêtre elle-même a été le plafond du 2026-09-19 au 2026-09-21, sur l'hypothèse que context_length_exceeded_behavior: truncate la ramène à fenêtre − prompt ; la campagne du 2026-09-21 a mesuré que deux des trois moteurs serverless refusent quand même (max_new_tokens, context_length_exceeded) et que le troisième ne tronque que sur le chemin bufferisé. Le repli tient, le drapeau part toujours, et le filet de rejeu retire le plafond sur ces formulations ; omis, le champ vaut 2048 (finish_reason: length) |
| Ollama | tous | aucun (num_predict omis) |
docs.ollama.com/modelfile | -1, génération infinie est le défaut du runtime : un modèle local écrit jusqu'à son contexte |
| HuggingFace, Docker Model Runner, tout le reste | — | 4096 (repli) | — | la borne du routeur est le contexte du fournisseur routé, qui change selon la route ; épinglez Llm:MaxTokens |
Deux choses que le catalogue dit franchement. Là où le fournisseur borne le plafond par
« fenêtre − prompt » (Kimi, Together, Mistral), une valeur fixe proche de la fenêtre échoue sur
tout vrai prompt — ces lignes sont donc un épinglage, le repli, ou rien. Et un plafond que le
point d'accès refuse (Qwen « Range of max_tokens », Kimi « prompt tokens + max_tokens exceeds »,
Gemini maxOutputTokens, le 422 de DeepSeek, les moteurs Together avec max_new_tokens /
context_length_exceeded) est rejoué une
fois sans le champ quand il vient du catalogue, avec un avertissement qui nomme le modèle —
une valeur épinglée appartient à l'utilisateur, et son rejet remonte tel quel.
Valeurs de paramètres obligatoires, par modèle
Certains modèles refusent une requête tant qu'un paramètre ne porte pas une valeur précise. C'est autre chose que les écarts de capacité par modèle ci-dessus (un modèle sans thinking ou sans vision) : ici la capacité existe, mais le modèle dicte la valeur, et le vendeur répond 400 à tout le reste. La contrainte est par modèle, jamais par fournisseur — le même vendeur sert des modèles aux exigences opposées, un épinglage au niveau fournisseur est donc à une campagne de casser le modèle voisin. Chaque ligne ci-dessous est mesurée en réel ; rien n'est inféré.
| Fournisseur | Modèle | Paramètre | Valeur obligatoire | Les mots du vendeur | Mesuré |
|---|---|---|---|---|---|
| Kimi | kimi-k2.6 |
temperature |
1 |
invalid temperature: only 1 is allowed for this model |
2026-08-03 |
| Kimi | kimi-k2.7-code |
temperature |
1 — un appel bufferisé est retenté par le provider avec cette valeur, un flux est refusé |
invalid temperature: only 1 is allowed for this model |
2026-10-07 |
| Kimi | kimi-k3.1-pro, kimi-k3.1-pro-highspeed, kimi-k2.7-code-highspeed |
temperature |
1 — tous les modes de flux et M2, M5, M9, M10 refusés à 0 ; sur la famille K3, le provider laisse désormais le champ de côté (avec un avertissement) sur tous les chemins |
invalid temperature: only 1 is allowed for this model |
2026-11-11 |
| OpenAI | gpt-5.6-sol |
temperature |
1 |
'temperature' does not support 0 with this model. Only the default (1) value is supported. |
2026-08-30 |
| OpenAI | gpt-5.6-sol |
reasoning_effort |
"none" quand la requête porte des function tools sur /v1/chat/completions |
Function tools with reasoning_effort are not supported for gpt-5.6-sol in /v1/chat/completions. To use function tools, use /v1/responses or set reasoning_effort to 'none'. |
2026-08-30 |
| OpenAI | gpt-6-astra |
temperature |
1 |
'temperature' does not support 0 with this model. Only the default (1) value is supported. |
2026-09-21 |
| OpenAI | gpt-6-astra |
reasoning_effort |
aucun "none" n'existe (low, medium, high, xhigh) — le contournement Sol est impossible, les function tools restent refusés sur /v1/chat/completions tant que le dialecte ne parle pas /v1/responses |
'reasoning_effort' does not support 'none' with this model. Supported values are: 'low', 'medium', 'high', and 'xhigh'. — et sans lui, Function tools with reasoning_effort are not supported for gpt-6-astra in /v1/chat/completions. To use function tools, use /v1/responses |
2026-09-21 |
| Anthropic | claude-sonnet-5 |
temperature |
1, ou omettre le champ |
`temperature` is deprecated for this model. (1 et l'omission passent ; 0 et 0.7 non) |
2026-08-30 |
| OpenAI | gpt-5.6-terra, gpt-5.6-luna, gpt-6-sol, gpt-6-luna |
temperature et reasoning_effort |
comme gpt-5.6-sol : 1, et "none" avec des outils |
les deux phrases de gpt-5.6-sol, au nom du modèle près |
2026-10-07 |
| OpenAI | gpt-6.1-sol |
temperature et reasoning_effort |
comme gpt-6-astra : 1, et pas de "none" |
'reasoning_effort' does not support 'none' with this model. Supported values are: 'low', 'medium', 'high', and 'xhigh'. |
2026-10-07 |
| Anthropic | claude-opus-5, claude-opus-5-5, claude-sonnet-5-5, claude-haiku-5-5 |
temperature |
1, ou omettre le champ |
`temperature` is deprecated for this model. |
2026-10-07 |
| Anthropic | claude-fable-5-2 |
temperature |
1, ou omettre le champ |
refusée comme le reste de la famille 5 — la phrase n'a pas été consignée pour ce modèle | 2026-11-11 |
| OpenAI | gpt-6.1-terra |
temperature et reasoning_effort |
comme gpt-5.6-sol : 1, et "none" avec des outils — contrairement à gpt-6.1-sol, ce modèle a un none |
les deux phrases de gpt-5.6-sol, au nom du modèle près ; 12/12 avec ces deux épinglages |
2026-11-11 |
| Mistral | mistral-large-4 |
reasoning_effort |
levée : low, medium et high tous acceptés le 2026-11-13 (le 2026-10-07 : high ou none seulement) |
— | 2026-11-13 |
| Mistral | mistral-small-2603 |
reasoning_effort |
high ou none seulement — confirmé le 2026-11-13 |
reasoning_effort='low' is not supported for this model. Must be one of (<ReasoningEffort.none: 'none'>, <ReasoningEffort.high: 'high'>) |
2026-11-13 |
| Mistral | mistral-medium-2604 |
reasoning_effort |
high ou none seulement — confirmé le 2026-11-13 |
reasoning_effort low is not supported for this model, supported values: [<ReasoningEffort.high: 'high'>, <ReasoningEffort.none: 'none'>] |
2026-11-13 |
| Mistral | mistral-medium-2604 |
top_p |
1 explicite quand temperature vaut 0 et que le raisonnement est actif (l'omission n'y vaut PAS 1) |
top_p must be 1 when using greedy sampling. |
2026-08-30 |
| Anthropic | claude-fable-5-1, claude-fable-5-2, claude-opus-5-5 |
thinking.type |
jamais disabled : le thinking reste adaptive, l'effort le règle |
"thinking.type.disabled" is not supported for this model. Use "thinking.type.adaptive" and "ou… (coupé dans le rapport) |
2026-11-13 |
| Anthropic | claude-sonnet-5-5 |
thinking.type |
le thinking se coupe avec between_tools, pas disabled |
To turn thinking off on this model, send "thinking": {"type": "between_tools"} instead of {"… (coupé dans le rapport) |
2026-11-13 |
| Kimi | kimi-k2.7-code |
thinking.type |
enabled seulement : le thinking ne se coupe pas |
invalid thinking: only type=enabled is allowed for this model |
2026-11-13 |
| OpenRouter | google/gemini-3.7-flash, google/gemini-3.8-flash |
reasoning.enabled |
jamais false |
Reasoning is mandatory for this endpoint and cannot be disabled. |
2026-11-13 |
| Z.AI | glm-5.3, glm-5.3-flash, glm-5.3-flashx |
reasoning_effort |
low, high ou max — pas de medium |
This model always engages in thinking and cannot be disabled; please use low, high, or max |
2026-11-13 |
Les lignes datées du 2026-11-13 viennent des modes de raisonnement de la campagne (M15 bascule
du thinking, M16 balayage des efforts, M17 budget), qui ont envoyé chaque niveau à chaque modèle
par défaut et candidat ; la grille complète, valeurs acceptées comprises, est dans
Raisonnement par modèle. Orkeon juge ces
valeurs par modèle : la table de capacités (ModelCapabilityRegistry) restreint la déclaration de
chaque fournisseur, si bien que, pour un modèle de la table, une bascule d'arrêt refusée est
retirée, un niveau refusé est abaissé à un niveau que le modèle accepte (relevé au plus bas
quand aucun n'est en dessous) et une valeur propre au vendeur refusée (none, minimal) est
retirée, chacun avec un avertissement structuré ; pour un modèle absent de la table, un effort que
le fournisseur porte part tel que demandé, avec un avertissement par instance de fournisseur et
par modèle.
Chez OpenAI, les tiers GPT-5.6 et GPT-6 ne prennent des function tools sur
/v1/chat/completions qu'avec reasoning_effort: none (gpt-6-astra et gpt-6.1-sol n'ont
pas de none : les outils exigent /v1/responses). L'épinglage doit arriver à l'API sous la
forme none : le 2026-11-11, un premier passage voyait Orkeon l'abaisser à low, ce qui a
mis M2 et M5 au rouge sur tous les modèles OpenAI jusqu'au correctif.
Une température que rien ne fixe ne part pas : un hôte qui n'en épingle aucune fait
tourner ces modèles sur leur propre défaut, qu'ils acceptent — orkeon init n'en
écrit pas. Un hôte qui en épingle une doit épingler la valeur imposée.
Le contre-exemple qui rend le registre par-modèle : gpt-4o-mini — même fournisseur que
gpt-5.6-sol — rejette reasoning_effort tout court (Unrecognized request argument supplied: reasoning_effort, mesuré le même jour). Un « toujours none » au niveau fournisseur
le casserait.
Jumeau lisible par machine : llmproviders-test/lib/catalog.json, clé requiredParams (par
fournisseur, indexée par identifiant de modèle) — les scripts de campagne la résolvent
automatiquement et l'en-tête du rapport imprime les valeurs réellement utilisées. Dans le code
applicatif, les mêmes valeurs s'expriment par LlmConfig (Temperature,
Thinking = { Effort = "none" }) ; sur une mauvaise valeur, l'erreur du vendeur revient
attribuée (CapabilityMismatchHint nomme le réglage thinking sur le refus
tools-avec-raisonnement).
Ce que cette table ne prouve pas
Chaque ligne est adossée à des tests unitaires qui vérifient le payload émis — contre un handler
HTTP mocké. Un mock prouve qu'Orkeon envoie ce que nous croyons envoyer ; il ne prouve pas que
le fournisseur l'accepte. Les preuves d'exécution réelle sont archivées séparément par le kit
de campagne (llmproviders-test/,
dont le README porte le journal des campagnes ; le dernier résultat par modèle est sur
Résultats des campagnes LLM) ; lancez une campagne avec
orkeon llm probe --provider <nom> --archive <dossier>, ou le run-campaign.sh du kit
(valider un fournisseur).