Sélection AIArchitecture par couche

Architecture opérationnelle — Août 2026

Modèles

Couche	Modèle	Alias(s)	Taille
Hybrid-Cloud	Qwen3.6-35B	flash, default, thinking, vision	Option 1, 35B MoE / 3B actif
	Qwen3.8-Flash-Next	flash, default, thinking, vision, max	Option 2, 125B MoE, 51B n-grames internes, 6B actif, 1M contexte
	MiniMax-H3	video	33B dense
	BGE-M3	embedding	568M
	BGE-reranker-v2-m3	reranker	568M
	FLUX.2-klein-4B	image	4B
	GLiNER2.5-Multi-V1	privacy	287M, mDeBERTa-v3-base Privacy Filter api-llm-privacy-proxy-gliner2-5
Public-Cloud	GLM-5.3-Flash	max	320B MoE / 18B actif — 1M contexte, multimodal
Local	Qwen3.5-9B	flash, default, thinking, vision	Option 1, 9B dense
Local	Qwen3.8-27B	flash, default, thinking, vision, max	Option 2, 27B dense

Frameworks

Outil	Usage
Hermes	Usage général, raisonnement
OpenCode	DevSecOps
Kilo Code	Développement pur

Mémoire

Pour la couche d'embedding vectoriel (RAG, mémoire sémantique) :

BGE-M3 — 568M paramètres, architecture XLM-RoBERTa. Multi-fonction (dense + sparse + multi-vector), 100+ langues, licence MIT. Idéal comme moteur de mémoire à échelle.

QR Code

QR Code

Scanner pour accéder à cette page