Réponse en bref
L’annonce de Vercel du 30 septembre confirme un modèle parcimonieux de 560 milliards de paramètres. Les limites du service nuancent une présentation qui promet un million de tokens.
Un modèle parcimonieux devient accessible
L’annonce de Vercel datée du 30 septembre confirme la présence de Ling 3.1 Flash d’InclusionAI dans son catalogue. Elle décrit un modèle de raisonnement hybride comprenant 560 milliards de paramètres, dont 25 milliards activés par token. Pour comparer le contexte du modèle et son architecture, ces chiffres doivent rester distincts : le premier concerne le système appris, le second la partie utilisée à un instant.
L’événement vérifié est cette annonce datée d’accès et ses caractéristiques publiques. Une fiche de fournisseur indique aussi le 29 septembre comme date de sortie. La publication de la passerelle ne prétend donc pas fixer toute la chronologie du lancement original ou de l’entraînement. Surtout, aucune de ces dates ne transforme une fiche technique en preuve de meilleure résolution des tâches difficiles face à un concurrent.
La part active ne mesure pas le stockage
Le rapport entre 25 et 560 représente environ 4,5 %. Ce calcul utilise les nombres annoncés ; il ne mesure ni économie d’énergie ni mémoire nécessaire. Une architecture à mélange d’experts active certaines parties d’un ensemble plus vaste. Les autres paramètres appris existent toujours, et l’infrastructure doit les stocker, orienter les calculs et fournir le service dans une configuration réellement utilisable.
L’image d’un centre d’archives aide à comprendre : quelques rayonnages sont consultés pour une question, mais le bâtiment ne rétrécit pas à la largeur du couloir ouvert. Comparer Ling à un modèle dense d’environ 25 milliards de paramètres sur la seule activation négligerait donc le stockage et le service. L’annonce ne donne aucune conversion universelle de cette proportion en coût d’exploitation ou en matériel requis.
| Propriété | Chiffre publié | Portée |
|---|---|---|
| Paramètres totaux / actifs | 560 / 25 milliards | Modèle entier et activation par token |
| Part active calculée | Environ 4,5 % | 25 divisé par 560 ; pas la mémoire |
| Contexte / sortie Vercel | 262K / 32 768 tokens | Entrée et réponse partagent le contexte |
| Descriptions Novita | 1 million en introduction ; 256K en fiche | Contradiction documentaire non résolue |
Les documents divergent sur la fenêtre
Vercel annonce une fenêtre de 262K tokens. Sa fiche détaillée précise 32 768 tokens de sortie maximale et indique que requête et réponse partagent le contexte. Novita reprend les paramètres totaux et actifs, mais son introduction présente un million de tokens alors que son tableau des fonctions indique 256K. Ces affirmations ne constituent pas un engagement de service cohérent sur un million de tokens.
Il faut conserver cette contradiction dans la lecture. Les mentions proches de 256K et 262K peuvent refléter des conventions d’abréviation différentes ; aucune ne devient spontanément un million. L’utilisateur a besoin de la limite appliquée par le service choisi. Un document peut entrer dans une capacité architecturale annoncée et dépasser la configuration du fournisseur. Une requête acceptée ne prouve pas non plus un rappel fiable de chaque passage.
Le raisonnement partage le budget de sortie
La documentation de la passerelle compte les tokens de raisonnement dans la sortie maximale. Le budget compte donc même si la réponse visible attendue est brève. Une question difficile peut mobiliser une génération interne importante avant toute conclusion. Une grande fenêtre documentaire ne dit pas quelle place restera pour les instructions, les tours précédents, les résultats d’outils et le texte finalement demandé par l’utilisateur.
Prenons une comparaison de contrats à titre d’exemple. Deux longs textes ne représentent que le début de l’entrée : critères, avenants et clarifications antérieures s’y ajoutent. Une évaluation devrait consigner le volume exact et la sortie autorisée, puis vérifier les preuves provenant de passages éloignés. Il s’agit d’un protocole proposé par la rédaction, sans prétendre que VJOURNAL a testé des contrats avec ce modèle.
Les caractéristiques ne classent pas la qualité
Les sources citent le code, l’analyse en plusieurs étapes et les agents utilisant des outils parmi les usages visés. Cela décrit une intention. Elles ne présentent pas une expérience indépendante comparant plusieurs modèles avec tâches, consignes, effort et infrastructure équivalents. Beaucoup de paramètres ou l’acceptation d’un long texte ne remplacent pas cette preuve. Ces éléments ne garantissent pas davantage le raisonnement sur tout l’historique.
Une comparaison utile distinguerait recherche d’un passage, raisonnement sur les faits trouvés et exécution d’une fonction. Un modèle peut retrouver une phrase et échouer à concilier deux conditions distantes. Il peut aussi émettre un appel valide avec un argument incorrect. Séparer ces résultats relie l’architecture au travail réellement obtenu, sans construire artificiellement un palmarès avec des nombres qui mesurent des capacités et des contraintes différentes.
Une candidature à examiner avec des limites claires
L’annonce prévoit une promotion jusqu’au 13 octobre, avec un identifiant qui devient ensuite payant et un autre qui cesse de servir. Cette possibilité facilite l’essai sans devenir une propriété de l’architecture. La conclusion technique repose sur le modèle parcimonieux et les limites documentées. Toute projection financière dépend, elle, des conditions du fournisseur effectivement utilisé au moment où les requêtes sont envoyées.
Au 1er octobre, Ling 3.1 Flash constitue une nouvelle option vérifiable pour le texte long et le raisonnement, assortie d’une incohérence documentaire sur le contexte. Une limite clarifiée et des tâches reproductibles formeraient la prochaine preuve décisive. Notre lecture est que le contexte utile désigne des réponses justifiées dans un budget connu, plutôt que le plus grand chiffre repéré parmi les pages de présentation.
Questions et réponses
Les paramètres actifs déterminent-ils toute la mémoire nécessaire ?
Ils décrivent la partie utilisée par token, tandis que le modèle complet contient davantage de paramètres. Le stockage, le routage et l’infrastructure comptent aussi ; le seul chiffre actif ne détermine pas le déploiement.
Peut-on compter sur un million de tokens de contexte ?
L’introduction de Novita mentionne ce chiffre, mais son panneau technique indique 256K et Vercel annonce 262K. La contradiction reste ouverte. Il faut vérifier la limite du service effectivement choisi.
Un classement indépendant confirme-t-il un gain de précision ?
Les sources examinées établissent l’accès et les spécifications. Elles ne présentent pas une expérience indépendante avec tâches et budgets identiques permettant d’établir un avantage général sur les concurrents.