> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-sdk-testing-latest.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# Modèles disponibles
> Parcourez les modèles de fondation disponibles dans Serverless Inference
Serverless Inference donne accès à plusieurs modèles de fondation open source. Chaque modèle a ses propres points forts et cas d'utilisation.
## Modèles généralement disponibles
Les modèles suivants sont [généralement disponibles](/fr/inference/lifecycle#model-lifecycle-stages) :
| Modèle | ID du modèle (pour l’utilisation de l’API) | Type | Fenêtre de contexte | Paramètres | Description |
| ----------------------------- | ---------------------------------------------- | ------------- | ------------------- | -------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| DeepSeek V4-Flash | `deepseek-ai/DeepSeek-V4-Flash` | Texte | 1049k | 13B-284B (Active-Total) | DeepSeek V4-Flash est un modèle MoE doté d’une fenêtre de contexte de 1M, idéal pour le codage, le raisonnement et les flux de travail agentiques. |
| DeepSeek V4-Pro | `deepseek-ai/DeepSeek-V4-Pro` | Texte | 1049k | 49B-1.6T (actifs-total) | DeepSeek V4-Pro est un modèle MoE de 1,6T de paramètres avec 49B de paramètres actifs, qui excelle dans le raisonnement avancé, le codage et les flux de travail agentiques complexes. |
| DeepSeek V3.1 | `deepseek-ai/DeepSeek-V3.1` | Texte | 161k | 37B-671B (Active-Total) | Un grand modèle hybride qui prend en charge les modes avec et sans raisonnement via des templates de prompt. |
| Google Gemma 4 31B | `google/gemma-4-31B-it` | Texte, vision | 262k | 31B (total) | Gemma 4 31B Dense est conçu pour le raisonnement avancé, les flux de travail agentiques et les contextes plus longs, et il a été entraîné nativement sur plus de 140 langues. |
| IBM Granite 4.1 8B | `ibm-granite/granite-4.1-8b` | Texte | 131k | 8B (au total) | Granite 4.1 8B est un modèle instruct à contexte long offrant des capacités améliorées d’appel à des outils, de suivi des instructions et de conversation. |
| JetBrains Mellum2 12B A2.5B | `JetBrains/Mellum2-12B-A2.5B-Instruct` | Texte | 131k | 2.5B-12B (actifs-total) | Mellum2-12B-A2.5B-Instruct est un modèle MoE rapide doté d’une fenêtre de contexte de 131K, conçu pour le codage, l’utilisation d’outils et les flux de travail d’IA à faible latence. |
| Meta Llama 3.3 70B | `meta-llama/Llama-3.3-70B-Instruct` | Texte | 128k | 70B (total) | Modèle multilingue qui excelle dans les tâches conversationnelles, le suivi précis des instructions et le codage. |
| Meta Llama 3.1 70B | `meta-llama/Llama-3.1-70B-Instruct` | Texte | 128k | 70B (total) | Modèle conversationnel performant optimisé pour des interactions réactives avec des chatbots multilingues. |
| Meta Llama 3.1 8B | `meta-llama/Llama-3.1-8B-Instruct` | Texte | 128k | 8B (au total) | Modèle conversationnel performant, optimisé pour des interactions réactives avec des chatbots multilingues. |
| Microsoft Phi 4 Mini 3.8B | `microsoft/Phi-4-mini-instruct` | Texte | 128k | 3.8B (Total) | Modèle compact et efficace, idéal pour fournir des réponses rapides dans des environnements aux ressources limitées. |
| MiniMax M2.5 | `MiniMaxAI/MiniMax-M2.5` | Texte | 197k | 10B-230B (actifs-total) | Modèle MoE à l’architecture très clairsemée, conçu pour offrir un débit élevé et une faible latence, avec de solides capacités de programmation. |
| Moonshot AI Kimi K2.6 | `moonshotai/Kimi-K2.6` | Texte, vision | 262k | 32B-1T (actifs-total) | Kimi K2.6 est un modèle de langage multimodal de type Mixture-of-Experts, avec 32 milliards de paramètres activés et un total de 1 000 milliards de paramètres. |
| Moonshot AI Kimi K2.5 | `moonshotai/Kimi-K2.5` | Texte, vision | 262k | 32B-1T (actifs-total) | Kimi K2.5 est un modèle de langage multimodal de type Mixture-of-Experts, avec 32 milliards de paramètres activés et un total de 1 000 milliards de paramètres. |
| NVIDIA Nemotron 3 Super 120B | `nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-FP8` | Texte | 262k | 12B-120B (actifs/total) | Nemotron 3 est un modèle LatentMoE conçu pour offrir de fortes capacités en matière d’agents, de raisonnement et de conversation. |
| NVIDIA Nemotron 3 Ultra | `nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B` | Texte | 262k | 55B-550B (actifs/total) | Nemotron 3 Ultra est un puissant modèle MoE conçu pour des agents de longue durée d’exécution dans les domaines du codage, de la recherche approfondie et de l’automatisation d’entreprise. |
| OpenAI GPT OSS 120B | `openai/gpt-oss-120b` | Texte | 131k | 5.1B-117B (actifs-total) | Modèle Mixture-of-Experts efficace conçu pour les cas d’usage nécessitant un raisonnement poussé, des capacités agentiques et des usages généralistes. |
| OpenAI GPT OSS 20B | `openai/gpt-oss-20b` | Texte | 131k | 3.6B-20B (actifs-total) | Modèle Mixture-of-Experts à faible latence, entraîné sur le format de réponse Harmony d'OpenAI et doté de capacités de raisonnement. |
| OpenPipe Qwen3 14B Instruct | `OpenPipe/Qwen3-14B-Instruct` | Texte | 32,8k | 14,8 B (total) | Un modèle multilingue dense et performant, entraîné pour le suivi d’instructions, optimisé par OpenPipe pour créer des agents grâce au fine-tuning. |
| Qwen3.6 35B A3B | `Qwen/Qwen3.6-35B-A3B` | Texte, vision | 262k | 3B-35B (actifs-total) | Qwen3.6-35B-A3B est un modèle MoE multimodal doté d’une fenêtre de contexte de 262K, optimisé pour les flux de travail de programmation agentique. |
| Qwen3.6 27B | `Qwen/Qwen3.6-27B` | Texte, vision | 262k | 27B (total) | Qwen3.6-27B est un modèle multimodal dense de 27B avec une fenêtre de contexte de 262K, conçu pour la programmation agentique haut de gamme. |
| Qwen3.5 35B A3B | `Qwen/Qwen3.5-35B-A3B` | Texte, vision | 262k | 3B-35B (actifs-total) | Qwen3.5-35B-A3B est un modèle MoE multimodal à poids ouverts, conçu pour une inférence efficace et à haut débit pour le chat, le raisonnement et les tâches agentiques. |
| Qwen3 235B A22B Thinking-2507 | `Qwen/Qwen3-235B-A22B-Thinking-2507` | Texte | 262k | 22B-235B (actifs au total) | Modèle Mixture-of-Experts haute performance optimisé pour le raisonnement structuré, les mathématiques et la génération longue. |
| Qwen3 235B A22B-2507 | `Qwen/Qwen3-235B-A22B-Instruct-2507` | Texte | 262k | 22B-235B (actifs-total) | Modèle multilingue efficace de type Mixture-of-Experts, affiné sur des instructions et optimisé pour le raisonnement logique. |
| Qwen3 30B A3B | `Qwen/Qwen3-30B-A3B-Instruct-2507` | Texte | 262k | 3.3B-30.5B (actifs-total) | Qwen3-30B-A3B-Instruct-2507 est un modèle MoE de 30,5B ajusté par instruction, avec des capacités renforcées en raisonnement, en programmation et en compréhension de contextes longs. |
| Qwen3 Coder 480B A35B | `Qwen/Qwen3-Coder-480B-A35B-Instruct` | Texte | 262k | 35B-480B (actifs-total) | Modèle à mélange d’experts optimisé pour les tâches de programmation agentique, comme l’appel de fonctions, l’utilisation d’outils et le raisonnement en contexte long. |
| Z.AI GLM 5.1 | `zai-org/GLM-5.1` | Texte | 203k | 40B-744B (Actifs-Total) | Puissant modèle MoE conçu pour l’ingénierie agentique à long horizon et le raisonnement avancé. |
## Modèles expérimentaux
Les modèles suivants sont [expérimentaux](/fr/inference/lifecycle#model-lifecycle-stages) :
| Modèle | ID du modèle (pour l’utilisation avec l’API) | Type | Fenêtre de contexte | Paramètres | Description |
| ----------- | -------------------------------------------- | ------------- | ------------------- | ----------- | ------------------------------------------------------------------------------------------------------------------------------------ |
| Qwen3.5 27B | `Qwen/Qwen3.5-27B` | Texte, vision | 262k | 27B (Total) | Qwen3.5-27B est un modèle dense de la famille Qwen3.5, conçu pour offrir de hautes performances sur un large éventail de benchmarks. |
## Modèles obsolètes
Les modèles suivants sont [obsolètes](/fr/inference/lifecycle#model-lifecycle-stages) :
*Aucun pour le moment*
## Utiliser les ID de modèle
Pour spécifier un modèle lors d’un appel à l’API, utilisez son `ID du modèle` figurant dans les tableaux précédents. Par exemple :
```python theme={null}
response = client.chat.completions.create(
model="meta-llama/Llama-3.1-8B-Instruct",
messages=[...]
)
```
## Étapes suivantes
Après avoir choisi un modèle, poursuivez avec l’une des ressources suivantes :
* Consultez les [limites d’utilisation et la tarification](/fr/inference/usage-limits/) pour chaque modèle.
* Consultez la [référence de l’API](/fr/inference/api-reference/) pour savoir comment utiliser ces modèles.
* Essayez les modèles dans le [W\&B Playground](/fr/inference/ui-guide/).