Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Les capacités de l’IA évoluent rapidement et chaque modèle génératif apporte des atouts distincts, qu’il s’agisse de réponses plus rapides, de sorties de meilleure qualité ou d’une meilleure rentabilité. Avec Copilot Studio, vous pouvez choisir le meilleur modèle pour l’orchestration de votre agent à l’aide d’un simple menu déroulant.
Vous voulez essayer des modèles de pointe avant qu’ils ne soient prêts pour la production ? Accédez aux derniers modèles expérimentaux pour les évaluer tôt. Cependant, ils peuvent avoir des tests, une disponibilité et des fonctionnalités limités.
Note
- À compter du 27 octobre, GPT-4o est retiré dans Copilot Studio pour les agents utilisant l’orchestration générative, à l’exception des clients GCC qui continueront à utiliser GPT-4o. Le nouveau modèle par défaut est GPT-4.1, qui offre des performances, une fiabilité et une cohérence améliorées entre les expériences. GPT-4o reste disponible jusqu’au 26 novembre 2025 si vous activez l’option Continuer à utiliser les modèles retirés .
- Pour la disponibilité des derniers modèles, consultez la liste disponible dans le menu déroulant des modèles de la page Aperçu de votre agent.
Important
- Les modèles expérimentaux sont disponibles pour l’exploration et les tests, mais ne sont pas recommandés pour une utilisation en production. Passez en revue les limitations des modèles expérimentaux et en préversion avant de choisir un modèle expérimental ou en préversion pour votre agent.
- Les données traitées dans un modèle expérimental peuvent être traitées et stockées en dehors des limites géographiques de votre organisation. Pour plus d’informations, consultez Contrôles d’administration pour la sélection du modèle IA.
- Cet article contient la documentation de Copilot Studio sur la sélection de modèles (y compris les aperçus expérimentaux de modèles) et est sujet à modification.
Étiquettes de modèle
Copilot Studio propose différents types de modèles. Ces types de modèles sont basés sur leur utilisation prévue et leur disponibilité.
Vous pouvez voir les tags de chaque modèle dans la liste des modèles dans Copilot Studio.
Catégories d’utilisation du modèle
Les modèles sont optimisés pour différents usages. Votre agent peut être plus performant lorsque vous choisissez un modèle avec les points forts qui correspondent à l’objectif de votre agent. Par exemple, un agent qui prend des décisions complexes peut bénéficier d’un modèle Deep , tandis qu’un agent censé parler d’un large éventail de sujets pourrait utiliser un modèle Général .
Le tableau suivant décrit les balises d’utilisation du modèle, leurs points forts et les considérations à prendre en compte si vous utilisez le modèle.
| Tag | Descriptif | Points forts | Latence | Coûts | Profondeur du raisonnement |
|---|---|---|---|---|---|
| Profond | Optimisé pour le raisonnement délibéré en plusieurs étapes et les flux de travail assistés par des outils. | Analyses complexes, raisonnement multi-sauts, analyse de politiques et de contrats, dépannage avec des étapes multisystèmes et synthèse de documents longs avec citations | Le plus élevé | Le plus élevé | Multi-étapes, riche en outils |
| Auto | Optimisé pour une couverture sur des charges de travail mixtes ; achemine les requêtes de manière dynamique. | Des agents du service d’assistance et des employés aux intentions diverses, mêlant connaissances et actions, et support client de niveau 0 à la complexité imprévisible | Variable | Variable | Adaptatif par tour |
| General | Optimisé pour la vitesse et le coût sur le chat quotidien et la mise à la terre légère. | Rédaction, réécriture, résumé et traduction, réponses ancrées de type FAQ et automatisation simple des actions | Le moins élevé | Le moins élevé | Peu profond à modéré |
Disponibilité du modèle
Les modèles ont différents stades de libération. Vous pouvez essayer de nouveaux modèles expérimentaux et de prévisualisation de pointe, ou choisir un modèle fiable et soigneusement testé disponible pour tous .
Le tableau suivant décrit les balises de disponibilité des modèles.
| Tag | Descriptif |
|---|---|
| Experimental | Utilisé à des fins d’expérimentation et non recommandé pour une utilisation en production. Sous réserve des conditions d’utilisation de la préversion, et peut avoir des limitations de disponibilité et de qualité. Voir Limites des modèles expérimentaux et de prévisualisation. |
| Preview | Deviendra éventuellement un modèle généralement disponible, mais actuellement non recommandé pour une utilisation en production. Sous réserve des conditions d’utilisation de la préversion, et peut avoir des limitations de disponibilité et de qualité. Voir Limites des modèles expérimentaux et de prévisualisation. |
| Pas de balise | En disponibilité générale. Vous pouvez utiliser ce modèle pour une utilisation à l’échelle et en production. Dans la plupart des cas, les modèles généralement disponibles n’ont aucune limite de disponibilité et de qualité, mais certains peuvent encore avoir certaines limitations, comme la disponibilité régionale. |
| Par défaut | Modèle par défaut pour tous les agents, et généralement le modèle généralement disponible le plus performant. Le modèle par défaut est régulièrement mis à niveau au fur et à mesure que de nouveaux modèles plus performants sont généralement disponibles. Les agents utilisent également le modèle par défaut comme solution de secours si un modèle sélectionné est désactivé ou indisponible. |
| Retraité | Lorsqu’un nouveau modèle devient le modèle par défaut, l’ancien modèle par défaut est mis hors service. Vous pouvez toujours utiliser le modèle retiré jusqu’à un mois après votre mise hors service. Pour plus d’informations, consultez Continuer à utiliser un modèle d’IA retiré. |
Modèles externes
Vous pouvez également ajouter des modèles d’IA externes d’Anthropic à votre agent. Pour plus d’informations, consultez Choisir un modèle externe comme modèle d’IA principal.
Limitations des modèles expérimentaux et en préversion
Vous pouvez explorer et tester des modèles expérimentaux, mais ne les utilisez pas pour la production :
Ils peuvent présenter une variabilité dans les performances, la qualité de la réponse, la latence ou la consommation des messages, et peuvent expirer ou être indisponibles.
Si vous publiez un agent avec un modèle expérimental et que les utilisateurs utilisent l’agent, cette utilisation est facturée aux tarifs établis.
N’hésitez pas à expérimenter avec ces modèles pour explorer les capacités. Cependant, soyez prudent lorsque vous les déployez dans des environnements de production.
Les modèles expérimentaux sont soumis à des conditions d’aperçu. Ces modèles sont disponibles avant une version officielle afin que vous puissiez obtenir un accès anticipé et fournir des commentaires. Si vous créez un agent prêt pour la production, consultez la vue d’ensemble de Microsoft Copilot Studio.
Modifier le modèle IA de votre agent
Votre agent commence par un modèle par défaut optimisé pour la plupart des scénarios. Pour modifier le modèle de votre agent :
Accédez à la page Vue d’ensemble de votre agent.
Dans la section Modèle , sélectionnez le modèle principal de votre agent. Vous pouvez basculer entre des modèles expérimentaux et de production à tout moment.
Contrôles d’administration pour la sélection du modèle IA
Les administrateurs peuvent autoriser ou interdire aux créateurs d’ajouter des modèles d’IA expérimentaux aux agents à l’aide des paramètres suivants :
Les administrateurs peuvent choisir d’autoriser ou d'interdire la prévisualisation et les modèles expérimentaux dans un environnement. Pour utiliser ces modèles, les modèles IA en préversion et expérimental doivent être activés pour votre environnement.
Les données traitées dans un modèle expérimental peuvent être traitées et stockées en dehors des limites géographiques de votre organisation. Pour rendre les modèles expérimentaux disponibles, votre environnement doit activer le paramètre Déplacer des données entre les régions . Il s’agit d’un paramètre au niveau de l’environnement géré dans le Centre d’administration Power Platform par l’administrateur client.