Worknano

Quel modèle d'IA pour quelle tâche ?

Updated 2026-11-15

Quel modèle d'IA pour quelle tâche ? Utilisez le plus petit modèle qui fait bien la tâche. Un modèle rapide s'occupe des travaux courts et fréquents. Un modèle équilibré s'occupe du travail quotidien en plusieurs étapes. Un modèle de réflexion approfondie est pour les problèmes difficiles, et un modèle local pour les données qui doivent rester chez vous.

Pourquoi il existe plusieurs modèles

Un modèle d'IA est le programme qui réfléchit derrière une app d'IA. Chaque entreprise d'IA en propose plusieurs, des petits aux grands. Les grands savent traiter des problèmes plus difficiles, mais ils répondent plus lentement et coûtent plus cher à chaque utilisation.

C'est comme choisir un véhicule. On ne loue pas un camion pour livrer une lettre, et on ne déménage pas à vélo. Le bon choix dépend de la charge.

Les quatre sortes

Les noms de modèles changent tous les quelques mois. Ces quatre sortes restent.

Huit tâches et le modèle qui convient à chacune

TâcheModèle
Trier les demandes entrantes par sujetRapide
Extraire la date, le montant et le fournisseur d'une factureRapide
Traduire un court avisRapide
Résumer un long échange d'e-mails avec un clientÉquilibré
Rédiger une réponse dans le ton de votre entrepriseÉquilibré
Découper un projet en phases et en tâchesÉquilibré
Comparer deux longs contrats point par pointRéflexion approfondie
Résumer des dossiers du personnel qui ne doivent pas quitter l'entrepriseLocal

Comment choisir, en quatre étapes

  1. Rassemblez dix exemples réels. Prenez-les dans le travail du mois dernier et incluez-en deux ou trois délicats.
  2. Commencez avec le modèle rapide. Passez les dix exemples et comptez combien de résultats vous auriez acceptés.
  3. Améliorez d'abord les instructions. Des instructions floues causent plus de mauvais résultats qu'un modèle trop petit.
  4. Ne montez d'un cran que si les problèmes persistent. Refaites alors les mêmes dix exemples et comparez.

Refaites ce test environ une fois par an. De nouveaux modèles arrivent souvent, et une tâche qui demandait un modèle équilibré l'an dernier peut aujourd'hui bien tourner sur un modèle rapide.

Ce qu'un plus gros modèle ne règle pas

Deux choses influencent davantage un résultat que la taille du modèle. La première, ce sont les instructions : une mission claire et une idée précise de ce à quoi la réponse doit ressembler. La seconde, ce sont les informations données au modèle. Aucun modèle ne peut savoir ce qu'on ne lui a pas montré. S'il n'a jamais vu votre liste de prix, même le plus grand ne peut que deviner.

Un seul modèle pour toute l'entreprise ?

La tentation est de prendre le modèle le plus puissant et de l'utiliser pour tout. Chaque petite tâche devient alors plus lente et plus chère que nécessaire. Choisir tâche par tâche marche mieux. Le tri qui tourne des centaines de fois par jour reçoit le modèle rapide. La comparaison de contrats qui tourne deux fois par mois reçoit le modèle de réflexion approfondie.

Comment Worknano gère cela

Dans Worknano, le modèle est un réglage de chaque agent, à côté de ses instructions. Un agent est un assistant IA que vous configurez pour une mission. Le guide pour créer des agents donne la même règle pratique : un modèle rapide convient aux vérifications courtes, et un modèle équilibré à la planification en plusieurs étapes. Vous n'êtes pas lié à une seule entreprise d'IA. Vous pouvez connecter le modèle de votre choix, y compris des modèles locaux, des modèles open source ou l'endpoint privé de votre entreprise, et adapter le modèle à la tâche, à votre budget et à vos règles sur les données.

Créez un workspace gratuit et choisissez le modèle de votre premier agent.