> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-locadex-parallel-t9n-main-cs60c8p4o6ik99tylxgp3.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.

<div id="generally-available-models">
  ## Modèles généralement disponibles
</div>

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-Flash-0731      | `deepseek-ai/DeepSeek-V4-Flash-0731`       | Texte         | 262k                | 13B-284B (Active-Total)   | DeepSeek V4-Flash-0731 est un modèle MoE 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.                                                                                 |
| MiniMax M3                  | `MiniMaxAI/MiniMax-M3`                     | Texte, vision | 262k                | 23B-428B (actifs-total)   | MiniMax M3 est un modèle MoE multimodal avec 23B de paramètres actifs, optimisé pour le codage et les flux de travail agentiques.                                                           |
| Moonshot AI Kimi K2.7 Code  | `moonshotai/Kimi-K2.7-Code`                | Texte, vision | 262k                | 32B-1T (actifs-total)     | Kimi K2.7 Code est un modèle MoE de 1T de paramètres avec 32B de paramètres actifs, spécialement conçu pour la programmation agentique à long horizon et l’ingénierie logicielle.           |
| 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.                             |
| 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 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.      |
| Z.AI GLM 5.2                | `zai-org/GLM-5.2`                          | Texte         | 262k                | 40B-744B (Actifs-Total)   | GLM-5.2 est un modèle de langage de type Mixture-of-Experts, avec 40 milliards de paramètres activés et un total de 744 milliards de paramètres.                                            |

<div id="experimental-models">
  ## Modèles expérimentaux
</div>

Les modèles suivants sont [expérimentaux](/fr/inference/lifecycle#model-lifecycle-stages) :

*Aucun pour le moment*

<div id="deprecated-models">
  ## Modèles obsolètes
</div>

Les modèles suivants sont [obsolètes](/fr/inference/lifecycle#model-lifecycle-stages) :

| Modèle                       | ID du modèle (pour l’utilisation avec l’API)   | Type  | Fenêtre de contexte | Paramètres              | Description                                                                                                                                                                     |
| ---------------------------- | ---------------------------------------------- | ----- | ------------------- | ----------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 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 codage.                                       |
| 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 solides capacités agentiques, de raisonnement et de conversation.                                                       |
| Qwen3 Coder 480B A35B        | `Qwen/Qwen3-Coder-480B-A35B-Instruct`          | Texte | 262k                | 35B-480B (actifs-total) | Modèle de mélange d’experts optimisé pour les tâches de codage agentiques, telles que les appels de fonction, l’utilisation d’outils et le raisonnement sur de longs contextes. |
| Z.AI GLM 5.1                 | `zai-org/GLM-5.1`                              | Texte | 203k                | 40B-744B (actifs-total) | Puissant modèle MoE pour l’ingénierie agentique à long horizon et le raisonnement avancé.                                                                                       |

<div id="use-model-ids">
  ## Utiliser les ID de modèle
</div>

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=[...]
)
```

<div id="next-steps">
  ## Étapes suivantes
</div>

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/).