Blog
Lisez les articles et notes de terrain de Folkbench sur la stabilité des relais IA, l’évaluation en génie logiciel, la rédaction en chinois, les risques des prix bas et les spécifications officielles des modèles.
Kimi K3.1 Pro en détail : programmation au long cours, travail 3D et coûts d’utilisation réels
Une analyse de Kimi K3.1 Pro à travers les benchmarks officiels, le contexte d’un million de tokens, les réglages de raisonnement et la facturation du cache. Avec des cartes à icônes et des graphiques de benchmarks Folkbench, et des limites claires sur ce qui a été testé.
Lire l’article
Contributions des lecteurs
Savoir communiquer au travail, pour une IA, ce n’est pas trouver la belle formule : c’est transformer une pique en faits, en limite et en prochaine étapeSait-il cuisiner, ou seulement écrire la recette ? Douze scènes de cuisine familiale montrent si les étapes d’un modèle sont réalisablesQuand « ne pas casser l’ambiance » l’emporte sur la vérité : complimenter la cuisine de maman révèle un angle mort des tests d’intelligence émotionnelle des IAHaiku 5.5 est-il vraiment si fort ? Dans son bulletin officiel, l’essentiel n’est pas la première place
Articles
Articles : 16- Le modèle a-t-il vraiment été nerfé ? D’une capture d’écran ratée à une comparaison crédibleUn seul échec peut prouver qu’un modèle s’est trompé. Il ne peut pas, à lui seul, prouver que le modèle échoue plus souvent qu’avant. Cet article transforme ce soupçon en preuves que d’autres peuvent revérifier.
- Comment noter un pélican à vélo ? D’un test viral à un système d’évaluation crédibleLe premier article invitait à ne pas croire une simple capture d’écran. Celui-ci va plus loin : pourquoi ne faut-il pas non plus croire un score ?
- Contrôles de fiabilité d’un relais d’APIUne procédure de recette reproductible pour un relais : figer d’abord la requête, puis examiner le temps jusqu’au premier octet, la fin du flux, les classes d’erreurs et les limites des relances.
- Claude Opus 5.5 : caractéristiques, prix catalogue et benchmarks publiésCaractéristiques officielles, prix catalogue et tableau de benchmarks publié pour Claude Opus 5.5, ainsi que les requêtes qui renvoient une erreur 400 lors de la migration. Ces chiffres proviennent des pages du fournisseur, pas d’une mesure de Folkbench.
- Claude Sonnet 5.5 : caractéristiques, prix catalogue et benchmarks publiésCaractéristiques officielles, prix catalogue identique à Sonnet 5 et tableau de benchmarks publié pour Claude Sonnet 5.5, avec les requêtes qui renvoient une erreur 400 lors de la migration. Ces chiffres ne sont pas une mesure de Folkbench.
- GPT-6.1 Sol : caractéristiques, prix en contexte long et comparaisons publiéesCaractéristiques officielles, prix catalogue sous et au-delà de 272 000 tokens d’entrée, écarts et coûts par tâche publiés pour GPT-6.1 Sol. Ces chiffres proviennent des pages publiques d’OpenAI, pas d’une mesure de Folkbench.
- Grok 4.7 : caractéristiques, prix en contexte long et benchmarks publiésNom officiel du modèle, contexte de 500 000 tokens, prix catalogue sous et au-delà de 200 000 tokens de prompt, et tableau de benchmarks publié pour Grok 4.7. Ces chiffres proviennent des pages publiques de xAI, pas d’une mesure de Folkbench.
- Comment évaluer un relais IA pour le génie logicielLes vérifications à mener sur la génération de code, les chaînes d’outils des agents, le contexte long et le comportement des protocoles de cache lorsqu’un relais s’insère dans un flux de développement logiciel.
- Ne croyez plus aux 99 % de disponibilité affichés : les pièges des relais d’API IA que nous avons subis, et notre façon de tester la stabilitéDes faux 200 aux flux tronqués en passant par les blocages nocturnes : comment nous définissons les métriques et les tests de stabilité qui déterminent réellement l’expérience en production.
- Du chinois de traduction à une langue maternelle de cœur : trois ans d’écriture en chinois avec l’IA et les relais d’APITrois ans d’usage des modèles racontés par une plume de langue chinoise, et la manière de les intégrer à un flux d’écriture quotidien grâce à un relais d’API.
- Le fantôme du marché gris dans les relais de modèles : ces fondateurs piégés par une API à 10 % du prixDes cas anonymes de substitution de modèle, de pièges de facturation, de contexte tronqué et de risques pour les données derrière les relais très bon marché.
