# Comparaison des modèles IA Comparez les modèles d'IA disponibles dans Discussion avec Copilot et choisissez le meilleur modèle pour votre tâche. ## Comparaison des modèles IA pour GitHub Copilot GitHub Copilot prend en charge plusieurs modèles IA avec différentes fonctionnalités. Le modèle que vous choisissez affecte la qualité et la pertinence des réponses via Discussion avec Copilot et Copilot des suggestions en ligne. Certains modèles offrent une latence inférieure, tandis que d’autres offrent moins d’hallucinations ou de meilleures performances sur des tâches spécifiques. Ce guide vous aide à choisir le modèle le mieux adapté à votre tâche, et pas seulement en fonction du nom du modèle. > \[!NOTE] > > * Les différents modèles ont des multiplicateurs de requêtes premium différents, ce qui peut affecter la part de votre quota d'utilisation mensuel consommée. Pour plus d’informations, consultez [Demandes dans GitHub Copilot](/fr/copilot/managing-copilot/monitoring-usage-and-entitlements/about-premium-requests). > * Lorsque vous utilisez Discussion avec Copilot dans les IDE pris en charge, **Auto** sélectionne automatiquement le meilleur modèle pour vous en fonction de la disponibilité. Vous pouvez choisir manuellement un autre modèle pour remplacer cette sélection. Consultez « [À propos de Copilotsélection automatique de modèle](/fr/copilot/concepts/auto-model-selection) ». ### Modèles recommandés par tâche Utilisez ce tableau pour trouver rapidement un modèle adapté ; plus de détails sont disponibles dans les sections ci-dessous. | Modèle | Zone de tâche | Excelle dans (cas d’utilisation principal) | Pour aller plus loin | | ------ | ------------- | ------------------------------------------ | -------------------- | | | | | | ## Tâche : codage et écriture à usage général Utilisez ces modèles pour les tâches de développement courantes qui nécessitent un équilibre entre qualité, rapidité et rentabilité. Ces modèles sont une bonne solution par défaut lorsque vous n’avez pas d’exigences particulières. | Modèle | Pourquoi ils sont adaptés | | ------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | GPT-5.3-Codex | Fournit un code de meilleure qualité pour les tâches d'ingénierie complexes telles que les fonctionnalités, les tests, le débogage, les refactorisations et les révisions, sans instructions fastidieuses. | | GPT-5 mini | Fiables par défaut pour la plupart des tâches de codage et d’écriture. Rapides, précis et fonctionnent bien dans toutes les langues et toutes les infrastructures. | | Raptor Mini | Spécialisé dans les suggestions et les explications précises et rapides. | ### Quand utiliser ces modèles Utilisez l’un de ces modèles si vous souhaitez : * Écrire ou passer en revue des fonctions, des fichiers courts ou des différences de code. * Générer de la documentation, des commentaires ou des résumés. * Expliquer rapidement les erreurs ou le comportement inattendu. * Travailler dans un environnement de programmation non anglophone. ### Quand utiliser un autre modèle Si vous travaillez sur une refactorisation complexe, des décisions architecturales ou une logique en plusieurs étapes, envisagez un modèle issu de [Raisonnement approfondi et débogage](#task-deep-reasoning-and-debugging). Pour des tâches plus rapides et plus simples, telles que des modifications répétitives ou des suggestions de code ponctuelles, consultez [Aide rapide pour les tâches simples ou répétitives](#task-fast-help-with-simple-or-repetitive-tasks). ## Tâche : Aide rapide pour les tâches simples ou répétitives Ces modèles sont optimisés pour la vitesse et la réactivité. Ils sont idéaux pour les modifications rapides, les fonctions utilitaires, l’aide syntaxique et le prototypage léger. Vous obtiendrez des réponses rapides sans attendre des explications approfondies inutiles ou de longues chaînes de raisonnement. ### Modèles recommandés | Modèle | Pourquoi ils sont adaptés | | ---------------- | ---------------------------------------------------------------------------------------------------------------------------------------- | | Claude Haiku 4.5 | Offrent un équilibre entre rapidité de réponse et qualité de sortie. Idéaux pour les petites tâches et les explications de code légères. | ### Quand utiliser ces modèles Utilisez l’un de ces modèles si vous souhaitez : * Écrivent ou modifient de petites fonctions ou du code utilitaire. * Posez de brèves questions sur la syntaxe ou le langage. * Prototypage d’idées avec une configuration minimale. * Obtenez rapidement des commentaires sur des prompts ou des modifications simples. ### Quand utiliser un autre modèle Si vous travaillez sur une refactorisation complexe, des décisions architecturales ou une logique en plusieurs étapes, consultez [Raisonnement approfondi et débogage](#task-deep-reasoning-and-debugging). Pour les tâches qui nécessitent un raisonnement général plus poussé ou une sortie plus structurée, consultez [Codage et écriture à usage général](#task-general-purpose-coding-and-writing). ## Tâche : Raisonnement approfondi et débogage Ces modèles sont conçus pour des tâches qui nécessitent un raisonnement étape par étape, une prise de décision complexe ou une conscience élevée du contexte. Ils fonctionnent bien lorsque vous avez besoin d’une analyse structurée, d’une génération de code réfléchie ou d’une compréhension multi-fichiers. ### Modèles recommandés | Modèle | Pourquoi ils sont adaptés | | ----------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | | GPT-5 mini | Offre un raisonnement approfondi et un débogage avec des réponses plus rapides et une consommation de ressources inférieure à celle de GPT-5. Idéal pour les sessions interactives et l’analyse de code étape par étape. | | GPT-5.5 | Parfait pour le raisonnement complexe, l’analyse de code et la prise de décision technique. | | Claude Sonnet 4.6 | Améliore la version Sonnet 4.5 avec des complétions plus fiables et un raisonnement plus intelligent sous pression. | | Claude Opus 4.7 | Le modèle le plus puissant d’Anthropic. Améliore le Claude Opus 4.6. | | Gemini 3.1 Pro | Raisonnement avancé sur de longs contextes et l'analyse scientifique ou technique. | | Goldeneye | Problèmes complexes de résolution de problèmes et raisonnement sophistiqué. | ### Quand utiliser ces modèles Utilisez l’un de ces modèles si vous souhaitez : * Déboguer des problèmes complexes liés au contexte dans plusieurs fichiers. * Refactoriser des codebases volumineux ou interconnectés. * Planifier les fonctionnalités ou l’architecture entre les couches. * Évaluer les compromis entre bibliothèques, modèles ou flux de travail. * Analyser les journaux, les données de performance ou le comportement du système. ### Quand utiliser un autre modèle Pour une itération rapide ou des tâches légères, consultez [Aide rapide pour les tâches simples ou répétitives](#task-fast-help-with-simple-or-repetitive-tasks). Pour les flux de travail généraux de développement ou la génération de contenu, consultez [Codage et écriture à usage général](#task-general-purpose-coding-and-writing). ## Tâche : travailler avec des supports visuels (diagrammes, captures d’écran) Utilisez ces modèles lorsque vous souhaitez poser des questions sur des captures d’écran, des diagrammes, des composants de l’interface utilisateur ou d’autres entrées visuelles. Ces modèles prennent en charge les entrées multimodales et sont bien adaptés au travail en amont ou au débogage visuel. | Modèle | Pourquoi ils sont adaptés | | ----------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | GPT-5 mini | Fiables par défaut pour la plupart des tâches de codage et d’écriture. Rapide, précis et prend en charge la saisie multimodale pour les tâches de raisonnement visuel. Fonctionne bien dans toutes les langues et tous les cadres. | | Claude Sonnet 4.6 | Améliore la version Sonnet 4.5 avec des complétions plus fiables et un raisonnement plus intelligent sous pression. | | Gemini 3.1 Pro | Raisonnement et débogage approfondis, idéal pour la génération de code complexe, le débogage et les flux de travail de recherche. | ### Quand utiliser ces modèles Utilisez l’un de ces modèles si vous souhaitez : * Poser des questions sur les diagrammes, les captures d’écran ou les composants de l’interface utilisateur. * Obtenir des commentaires sur les brouillons visuels ou les flux de travail. * Comprendre le comportement du front-end à partir du contexte visuel. > \[!TIP] > Si vous utilisez un modèle dans un contexte qui ne prend pas en charge l’entrée d’images (comme un éditeur de code), vous ne bénéficierez pas des avantages du raisonnement visuel. Vous pouvez utiliser un serveur MCP pour accéder indirectement à l’entrée visuelle. Consultez « [Extension de GitHub Copilot Chat avec des serveurs de protocole contextuel modèle (MCP)](/fr/copilot/customizing-copilot/using-model-context-protocol/extending-copilot-chat-with-mcp) ». ### Quand utiliser un autre modèle Si votre tâche implique un raisonnement approfondi ou une refactorisation à grande échelle, envisagez un modèle issu de [Raisonnement approfondi et débogage](#task-deep-reasoning-and-debugging). Pour les tâches uniquement textuelles ou les modifications de code simples, consultez [Aide rapide pour les tâches simples ou répétitives](#task-fast-help-with-simple-or-repetitive-tasks). ## Étapes suivantes Le choix du bon modèle vous aide à tirer le meilleur parti de Copilot. Si vous ne savez pas quel modèle utiliser, commencez par une option à usage général comme GPT-4.1, puis ajustez en fonction de vos besoins. * Pour obtenir des spécifications de modèle détaillées et des tarifs, consultez [Modèles IA pris en charge dans GitHub Copilot](/fr/copilot/using-github-copilot/ai-models/supported-ai-models-in-copilot). * Pour plus d’exemples d’utilisation de différents modèles, consultez [Comparaison des modèles IA à l’aide de différentes tâches](/fr/copilot/using-github-copilot/ai-models/comparing-ai-models-using-different-tasks). * Pour passer d’un modèle à l’autre, reportez-vous à [Modification du modèle IA pour GitHub Copilot Chat](/fr/copilot/using-github-copilot/ai-models/changing-the-ai-model-for-copilot-chat) ou [Modification du modèle IA des suggestions en ligne de GitHub Copilot](/fr/copilot/how-tos/use-ai-models/change-the-completion-model). * Pour savoir comment Discussion avec Copilot utilise différents modèles d'IA, consultez [Hébergement de modèles pour GitHub Copilot](/fr/copilot/reference/ai-models/model-hosting).