# Ingénierie contextuelle Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Ingénierie contextuelle", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Lorsque les géants américains « fuient » collectivement les modèles d'IA chinois

Coinbase, la plus grande plateforme américaine de cryptomonnaie, a réduit de moitié ses coûts liés à l'IA en migrant vers des modèles chinois comme GLM-5.2 et Kimi 2.7, tout en augmentant son utilisation. Cette économie repose sur trois stratégies clés : un système de routage automatique qui sélectionne le modèle le plus adapté à chaque tâche, une optimisation du cache portant son taux de succès de 5% à 60%, et l'ingénierie du contexte pour fournir des informations plus ciblées. Cette tendance se généralise. La startup Lindy a également remplacé Claude par Deepseek, réalisant des économies substantielles. Des tests comparatifs, comme ceux de Snowflake, montrent que si les modèles chinois peuvent être légèrement moins stables sur certaines tâches complexes, leurs performances globales sont comparables à des modèles premium comme Claude Opus, pour un coût jusqu'à 5 à 7 fois inférieur. Ce mouvement contraint les leaders du marché, OpenAI et Anthropic, à revoir leurs tarifs, déclenchant une guerre des prix bénéfique aux utilisateurs. Pour les particuliers, cela signifie qu'il est désormais plus efficace d'utiliser différents modèles selon la tâche, de privilégier la réutilisation des réponses et de fournir des instructions concises. La concurrence dans l'IA évolue ainsi des simples performances vers une optimisation rigoureuse des coûts.

marsbit07/03 16:21

Lorsque les géants américains « fuient » collectivement les modèles d'IA chinois

marsbit07/03 16:21

Quand les géants américains « déserteraient » collectivement les modèles d'IA chinois

Le PDG de Coinbase, Brian Armstrong, a révélé que la plateforme a réduit de moitié ses dépenses en IA en adoptant les modèles chinois GLM-5.2 et Kimi 2.7, malgré une augmentation de l'utilisation. Cette économie repose sur trois stratégies clés : un système de routage automatique sélectionnant le modèle le plus adapté à chaque tâche, une optimisation du cache portant le taux de réussite de 5% à 60%, et l'ingénierie du contexte (Context Engineering) qui privilégie des informations précises pour l'IA. Cette tendance ne se limite pas à Coinbase. La start-up Lindy a également réalisé des économies significatives en remplaçant Claude par Deepseek, tandis qu'un test de Snowflake montre que GLM-5.2 offre des performances comparables à Claude Opus pour un coût bien inférieur (écart de 5 à 7 fois sur les sorties). Bien que les modèles chinois puissent parfois manquer de stabilité, le rapport qualité-prix convainc de plus en plus d'entreprises. Pour les utilisateurs, cela signifie qu'il est avantageux d'utiliser différents modèles selon les tâches, d'optimiser le cache et de privilégier des contextes courts et précis. Enfin, cette migration met en lumière une remise en question des modèles de tarification de l'IA. La concurrence accrue, avec notamment l'entrée en guerre des prix d'OpenAI et d'Anthropic, profite aux consommateurs en offrant plus de choix à des coûts réduits.

链捕手07/03 16:13

Quand les géants américains « déserteraient » collectivement les modèles d'IA chinois

链捕手07/03 16:13

活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow

Analyse de marchéright-arrow