Sélection de modèles
Comparaisons reproductibles entre fournisseurs et modèles ouverts, sur vos cas d'usage, pas sur un benchmark payé.
Slash AI Lab
Le laboratoire IA derrière chaque décision
Nous évaluons modèles et architectures avec les données du client (en espagnol, français et anglais) avant d'engager coûts et données. Ce qui échoue à l'évaluation n'entre pas en production.
Modèles OpenAI · Anthropic · Gemini · DeepSeek · GLM · Qwen · Mistral · open sourceAxes coding · raisonnement · langue · agents · coûtRègle Évaluation, pas hype
En bref
Slash AI Lab est le laboratoire d'évaluation IA de Slash Digital Lab, à Bogotá : nous testons les modèles (OpenAI, Anthropic, Gemini, DeepSeek, GLM, Qwen, Mistral et open source local) sur les prompts réels du client avant d'engager coûts ou données.
Règle du laboratoire : aucun modèle n'est choisi pour le hype. Il est choisi par évaluation sur les prompts du client, le coût, la résidence des données et les échecs observés.
Ce que nous livrons
Ce que le lab évalue
Axes d'évaluation : espagnol des affaires, français, code, agents, coût, latence et confidentialité.
Qualité par langue
L'espagnol de votre activité et le français sont évalués avec la même exigence que l'anglais ; les nuances comptent.
Agents et outils
MCP, function calling, mémoire et supervision humaine : nous mesurons ce qui casse quand l'agent se trompe.
Coût, latence, confidentialité
Budget d'inférence, p95 de réponse et résidence des données : cloud, VPC ou inférence locale.
Notre méthode
Comment se déroule une évaluation
Collecte
Nous réunissons prompts réels ou représentatifs et critères de succès avec votre équipe.
Mesures
Nous exécutons les candidats (cloud ou local) en mesurant qualité, coût et latence.
Rapport
Résultats par axe avec exemples : une recommandation claire et reproductible.
Veille
Le marché bouge chaque trimestre ; quand il bouge, on relance.
30prompts fixes par évaluation
3langues évaluées : ES · EN · FR
0hype : décisions reproductibles uniquement
5axes d'évaluation
Périmètre et livrables
La méthode, par écrit
| Évaluation | 30 prompts fixes, 5 moteurs, 3 langues (méthodologie publiée dans /insights/). |
|---|---|
| Résidence des données | Cloud standard, VPC ou inférence locale selon la conformité du client. |
| Rapport | Comparaison par axe : langue, code, agents, coût, latence, échecs. |
| Reproductibilité | Prompts, versions et critères documentés pour relancer la mesure. |
| Cadence | Ré-évaluation trimestrielle ou à la moindre évolution majeure. |
| Publication | Conclusions ouvertes dans /insights/ ; jamais les prompts clients. |
Méthode
Les règles du lab
Les mêmes pour chaque publication et chaque projet.
La méthode avant les chiffres
Nous publions la méthode avant les résultats ; sans mesure terminée, pas de chiffre.
Des prompts réels
Nous évaluons sur les tâches du client, pas sur des jouets : 30 prompts fixes et versionnés par cas.
Trois langues
Espagnol des affaires, anglais et français : c'est là que les modèles cassent.
Des limites déclarées
Chaque analyse dit ce qu'elle ne mesure pas, avec sa date, ses versions et ses sources.
Publications
Un critère publié, pas des opinions
Modèles
Claude Opus 5.5 : ce qui change pour les entreprises
Lancé le 22 septembre 2026 : moins cher qu'Opus 5, niveau Fable 5.1 selon Anthropic. Prix, benchmarks, changements techniques et cas d'usage.
ModèlesComment nous choisissons un modèle
Langue, code, agents, coût et confidentialité : l'évaluation menée avant chaque déploiement, avec 30 prompts réels par client.
ModèlesLa carte des modèles d'IA, octobre 2026
Claude Opus 5.5 et Sonnet 5.5, GPT-6 Astra, Gemini 4 Argon, Grok 4.7, Muse Spark : qui mène en octobre 2026, ce que coûte chaque gamme et quoi tester.
Agents et ingénierieEvals : tester un système à base de LLM
Pourquoi tester à l'intuition échoue : jeu de référence en espagnol et en français, juges LLM calibrés, seuils bloquants en CI, outils et coût des evals.
IA locale et open sourceModèles open-weight en 2026 : lequel choisir, sous quelle licence
Kimi K3, Qwen3.8, DeepSeek V4.1, GLM-5.3, Gemma 4, gpt-oss, Mistral : tailles, licences, écart avec la frontière et hébergement sans surprise juridique.
Agents et ingénierieFine-tuning vs RAG : le critère
Quand le RAG, quand le fine-tuning et quand un hybride : l'ordre de décision avant de payer un entraînement.
Questions fréquentes
Les questions qu'on nous pose souvent
Quels modèles évaluez-vous ?
Ceux qui peuvent gagner leur place : OpenAI, Anthropic, Gemini, DeepSeek, GLM, Qwen, Mistral et open source local. La liste suit le marché.
Publiez-vous les résultats ?
Oui : méthode et conclusions dans /insights/. Les prompts clients ne sont jamais publiés.
Le lab est-il obligatoire ?
Recommandé, pas obligatoire. Pour les données sensibles ou langues minoritaires, l'évaluation évite des mois de dérive.
Proposez-vous l'inférence locale ?
Oui : modèles ouverts dans votre VPC ou sur votre matériel quand la conformité l'exige.
Peut-on évaluer un cas unique ?
Oui : une évaluation ciblée avec vos prompts et un rapport reproductible.
Acceptez-vous des sponsors ?
Non. La recherche Slash ne s'achète pas.
Poursuivre par ici
Et ensuite ?
IA
Intelligence artificielle
IA appliquée aux opérations réelles : agents, RAG, vision, voix et automatisation.
En savoir plus→ Fine-tuningFine-tuning et RAG
Quand ajuster le modèle, quand lui donner du savoir. Du jugement, pas du hype.
En savoir plus→ AgentsAgents IA
Agents avec outils, mémoire et supervision humaine : support, ops et back-office.
En savoir plus→ ModèlesComment nous choisissons un modèle
Langue, code, agents, coût et confidentialité : l'évaluation menée avant chaque déploiement, avec 30 prompts réels par client.
En savoir plus→
Parler à Slash
Mettons-le en production
Racontez-nous votre défi. Nous répondons sous 24 heures ouvrées avec une première lecture honnête : si nous pouvons aider, nous dirons comment ; sinon, nous dirons qui peut.
Je réponds en personne. Pas de formulaires interminables ni de réponses automatiques.