Modèles LLM

Chaque moteur de localisation sur Lingo.dev s’appuie sur des modèles LLM pour produire des traductions. Vous choisissez quel modèle gère chaque paire de langues, configurez des modèles de repli pour gagner en fiabilité et utilisez des langues joker pour définir des valeurs par défaut, le tout sans avoir à gérer de clés API ni de comptes chez les fournisseurs.

Modèles disponibles#

Lingo.dev donne accès à des centaines de modèles issus de tous les grands fournisseurs, depuis une seule plateforme :

Le catalogue complet, avec la taille des fenêtres de contexte, est disponible dans le sélecteur de modèles lorsque vous ajoutez une configuration de modèle à un moteur de localisation. Votre assistant IA peut aussi lister ce catalogue via le serveur MCP.

Versions épinglées et derniers alias#

La plupart des entrées du catalogue pointent vers une version précise. Une configuration de modèle continue donc de produire les mêmes traductions jusqu’à ce que quelqu’un la modifie. Plusieurs fournisseurs publient aussi un alias évolutif - claude-sonnet-latest, gpt-sol-latest, gemini-pro-latest, deepseek-pro-latest - qui renvoie vers la version la plus récente de cette famille au moment de la requête. Choisissez une version précise lorsque la reproductibilité entre les générations de modèles est essentielle, et un alias lorsque le moteur de localisation doit rester à la pointe sans nécessiter de modification.

Configurations de modèle#

Une configuration de modèle attribue un modèle précis à une paire de langues source-cible au sein d’un moteur de localisation.

Lorsqu’il reçoit une demande de traduction, le moteur sélectionne la configuration correspondante la plus spécifique en fonction des langues source et cible.

Valeurs par défaut et personnalisation#

Depuis 2023, l’équipe de Lingo.dev étudie quels modèles produisent les meilleures traductions pour chaque paire de langues. Lorsqu’un nouveau moteur de localisation est créé, il est préconfiguré avec des valeurs par défaut pertinentes : modèles principaux et modèles de repli sélectionnés à partir de ces recherches, optimisés pour offrir une traduction de qualité aussi bien pour les langues courantes que pour les langues à faibles ressources. La plupart des équipes n’auront pas besoin d’y toucher.

Ces valeurs par défaut sont conçues pour être efficaces dès le départ. Vous pouvez modifier n’importe quelle configuration de modèle, changer de fournisseur, ajouter des modèles de repli ou remplacer certaines paires de langues par les modèles de votre choix, mais les paramètres par défaut reflètent déjà ce que nous avons constaté de plus performant sur des centaines de paires de langues. La configuration des modèles du moteur reste entièrement sous votre contrôle.

Modèles de repli#

Les LLM évoluent vite : de nouveaux modèles arrivent chaque semaine, leurs capacités progressent à chaque génération et les prix baissent à mesure que la concurrence s’intensifie. Mais cette rapidité a un revers : pannes chez les fournisseurs, limites de débit, changements dans les filtres de contenu et dépréciations de modèles font partie du quotidien. Un pipeline de localisation en production qui repose sur un seul modèle est un pipeline qui finira par casser.

Le moteur de localisation de Lingo.dev a été conçu spécifiquement pour des workflows de traduction de niveau production. Chaque paire de langues prend en charge un modèle de repli : si le modèle principal échoue, le moteur essaie automatiquement et de façon transparente le modèle de repli suivant, sans intervention manuelle et sans que des requêtes en échec n’atteignent vos utilisateurs.

Comment l’ordre de repli fonctionne#

Le moteur trie les configurations disponibles par niveau de spécificité, puis par priorité :

1. Spécificité de la langue cible - une langue cible exacte l’emporte sur le joker *
2. Spécificité de la langue source - une langue source exacte l’emporte sur le joker *
3. Priorité - par défaut, puis repli

Exemple#

Prenons les configurations suivantes pour un moteur :

Pour une requête de traduction en → de, les modèles sont essayés dans cet ordre :

1. GPT-6.1 Sol - correspondance exacte, par défaut
2. Claude Sonnet 5.5 - correspondance exacte, solution de secours
3. Gemini 3.8 Flash - langue source générique, langue cible exacte, par défaut
4. Claude Haiku 4.5 - langues source et cible génériques, par défaut

Une requête qui traduit fr → de ignore les deux premiers modèles (la langue source ne correspond pas) et démarre avec Gemini 3.8 Flash.

Langues joker#

Définissez la langue source ou cible sur * pour créer des configurations par défaut qui s’appliquent lorsqu’aucune configuration spécifique n’existe pour cette langue.

Cas d’usage courants :

Les configurations spécifiques ont toujours priorité sur les configurations avec joker. Utilisez les jokers pour définir des valeurs par défaut pertinentes, puis surchargez-les pour les paires de langues qui nécessitent un traitement particulier.

Gérer les configurations de modèle via MCP#

Si vous utilisez le serveur MCP de Lingo.dev, votre assistant IA de développement peut configurer les modèles directement :

"Set GPT-6.1 Sol as the primary model for English to German,
with Claude Sonnet 5.5 as fallback."

"Add a catch-all model config using Claude Haiku 4.5 for
all locale pairs."

Étapes suivantes#