Armox
    Armox Academy 📚
    Référence des Modèles IAModèles Texte

    Modèles de Texte

    Les modèles de texte dans Armox sont de puissants grands modèles de langage (LLM) capables de générer, analyser et transformer du texte. Beaucoup supportent également des entrées multimodales comme les images et les vidéos.

    Aperçu

    Les modèles de texte sont la fondation des workflows intelligents. Utilisez-les pour :

    • Générer du contenu — Écrire des articles, scripts, textes marketing et plus
    • Analyser et raisonner — Traiter des informations complexes et fournir des insights
    • Transformer le texte — Réécrire, résumer, traduire ou développer du contenu
    • Comprendre les médias — Analyser images et vidéos avec les modèles vision

    Modèles de Texte Disponibles

    ModèleFournisseurCoûtVisionIdéal Pour
    GPT-5OpenAI20 créditsRaisonnement complexe, analyse détaillée
    Gemini 2.5 FlashGoogle10 crédits✅ Images & VidéoTâches multimodales rapides
    Claude 4.5 SonnetAnthropic30 créditsContenu long format, écriture nuancée
    DeepSeek V3.1DeepSeek10 créditsRaisonnement économique
    Grok 4xAI20 créditsRésolution de problèmes, tâches techniques
    Llama 3 70BMeta14 créditsOpen-source, polyvalent
    Llama 3 8BMeta2 créditsRapide, économique

    Couleurs de Connexion

    Dans le Canvas Armox, les connexions texte utilisent des poignées et arêtes bleues :

    • Poignée d'Entrée : Cercle bleu sur le côté gauche des nœuds
    • Poignée de Sortie : Cercle bleu sur le côté droit des nœuds
    • Arête de Connexion : Ligne bleue connectant les nœuds

    Paramètres Communs

    La plupart des modèles de texte partagent ces options de configuration :

    System Prompt

    Définissez le comportement et la personnalité du modèle. C'est comme donner à l'IA sa description de poste avant qu'elle commence à travailler.

    Max Tokens

    Contrôlez la longueur maximale de la réponse. Des valeurs plus élevées permettent des sorties plus longues mais coûtent plus cher.

    Température

    Ajustez la créativité vs. la cohérence :

    • Basse (0.0-0.3) : Réponses cohérentes, focalisées
    • Moyenne (0.4-0.7) : Créativité équilibrée
    • Haute (0.8-2.0) : Sorties plus créatives, variées

    Top P (Nucleus Sampling)

    Affinez la diversité des réponses. Des valeurs plus basses rendent les sorties plus déterministes.

    Choisir le Bon Modèle

    Pour la Vitesse et le Coût

    • Llama 3 8B (2 crédits) — Le plus rapide, le plus abordable
    • DeepSeek V3.1 (10 crédits) — Excellent équilibre vitesse et capacité
    • Gemini 2.5 Flash (10 crédits) — Rapide avec support vision

    Pour la Qualité

    • GPT-5 (20 crédits) — Meilleur pour le raisonnement complexe
    • Claude 4.5 Sonnet (30 crédits) — Excellent pour l'écriture et la nuance
    • Grok 4 (20 crédits) — Forte résolution de problèmes

    Pour les Tâches Vision

    • Gemini 2.5 Flash — Images et vidéos, traitement rapide
    • GPT-5 — Images multiples, analyse détaillée
    • Claude 4.5 Sonnet — Image unique avec compréhension approfondie

    Bonnes Pratiques

    1. Soyez spécifique — Des prompts clairs donnent de meilleurs résultats
    2. Utilisez les system prompts — Définissez le contexte et les attentes
    3. Itérez — Affinez les prompts selon les sorties
    4. Adaptez le modèle à la tâche — Ne surpayez pas pour des tâches simples

    Prochaines Étapes

    Explorez la documentation individuelle des modèles pour des paramètres détaillés et des cas d'usage :