LLM — Génération de texte

Accès à plusieurs modèles de génération de texte via une interface 100% compatible OpenAI. Du modèle léger et rapide au modèle 120B paramètres pour les tâches complexes. Pour la compréhension d'images, voir Vision ; la génération d'images arrive bientôt, voir Génération d'images.

Chaque modèle possède un alias flottant (chat, code, …) et un nom figé versionné (chat-1.0, code-1.0, …) ; privilégiez le nom figé en production. Voir Versionnage des modèles.

Endpoint : POST /v1/chat/completions

Disponibilité : Scaleway · Minint

Catalogue des modèles

Le catalogue dépend de l'offre. Chaque modèle est accessible par son alias flottant (dernière version) ou son nom figé (version immuable, recommandée en production) ; les deux pointent sur le même moteur.

Scaleway — chat-pro, tools-pro, chat, tools, code, code-completion. Alias, noms figés, moteurs, contextes et débits : Modèles Scaleway.
Minint — un seul modèle par usage : chat-pro, code. Détail : Modèles Minint.

Les deux catalogues côte à côte : Comparatif.

⚠️ code-next et code-completion-next sont dépréciés. C'étaient des aperçus de Qwen3.8-27B, désormais remplacés par les noms figés code-1.0 et code-completion-1.0 (même moteur). Ils seront retirés le 30 novembre 2026 — migrez avant cette date. Détails : Versionnage des modèles.

Benchmark détaillé — `gpt-oss-120b`

Benchmarks réalisés en mai 2026 avec des prompts de 81–95 tokens.

Taille réponse	Tokens prompt	Tokens réponse	Latence moy	Latence min	Latence max	tok/s
Courte	~81	~68	0.67 s	0.62 s	0.70 s	100.7
Moyenne	~87	~297	2.20 s	1.99 s	2.51 s	135.2
Longue	~95	~395	2.88 s	2.71 s	3.13 s	137.5

Débit stable à 125–140 tok/s en régime établi.
Latence p99 < 3.2 s pour des réponses jusqu'à 400 tokens.
Le cache de réponse ramène la latence à ~0.1 s sur requêtes identiques (gain ×7–30×) — particulièrement utile pour les prompts système répétitifs.

Streaming

Le streaming est supporté sur tous les modèles :

python

from openai import OpenAI

client = OpenAI(
    base_url="https://api.mirai.interieur.gouv.fr",
    api_key="<TOKEN>"
)

stream = client.chat.completions.create(
    model="chat-pro",
    messages=[{"role": "user", "content": "Explique la diarisation audio en 3 points."}],
    stream=True,
)

for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="", flush=True)

Choisir le bon modèle

Tâche complexe, synthèse longue, raisonnement    →  chat-pro
Function calling / agents (haute qualité)        →  tools-pro
Function calling / agents (faible latence)       →  tools
Interaction rapide, faible latence               →  chat
Génération ou revue de code                      →  code (ou code-1.0 pour figer la version)
Complétion de code / copilot                     →  code-completion (ou code-completion-1.0)

Tous ces alias sont disponibles sur Scaleway ; Minint propose chat-pro et code (voir Comparatif).

Exemple d'intégration

python

from openai import OpenAI

client = OpenAI(
    base_url="https://api.mirai.interieur.gouv.fr",
    api_key="<TOKEN>"
)

response = client.chat.completions.create(
    model="chat-pro",
    messages=[
        {"role": "system", "content": "Tu es un assistant expert en droit administratif français."},
        {"role": "user", "content": "Résume ce document en 5 points clés : ..."}
    ]
)
print(response.choices[0].message.content)

LLM — Génération de texte ​

Catalogue des modèles ​

Benchmark détaillé — gpt-oss-120b ​

Streaming ​

Choisir le bon modèle ​