Modifier la version et les paramètres du modèle

Cet article explique comment modifier la version et les paramètres du modèle dans le générateur d’invites. La version et les paramètres du modèle peuvent affecter les performances et le comportement du modèle IA générative.

Sélection du modèle

Vous pouvez changer le modèle en sélectionnant Modèle en haut du générateur d’invites. Le menu déroulant vous permet de choisir parmi les modèles d’IA générative qui génèrent des réponses à votre invite personnalisée.

L’utilisation d’invites dans Power Apps ou Power Automate consomme des crédits de générateur d’invites, tandis que l’utilisation d’invites dans Microsoft Copilot Studio consomme des crédits Copilot. Apprenez-en davantage sur les crédits de création de licences et d´invite.

Aperçu

Le tableau suivant décrit les différents modèles disponibles.

GPT-4o mini et GPT-4o continuent d’être utilisés dans les régions gouvernementales des États-Unis. Ces modèles suivent les règles de licence et offrent des fonctionnalités comparables à GPT-4.1 mini et GPT-4.1, respectivement.

La disponibilité des modèles varie selon la région. En savoir plus sur la disponibilité des modèles dans la disponibilité des modèles par région.

Les modèles anthropiques sont hébergés en dehors de Microsoft et sont soumis à la gestion des termes et des données anthropiques. En savoir plus sur les modèles Anthropic externes dans Choisir un modèle externe comme modèle IA principal.

Gestion des licences

Dans les assistants, les flux ou les applications, les modèles utilisés par les invites consomment des crédits Copilot, quelle que soit leur phase de mise en production. En savoir plus sur la gestion des crédits Copilot.

Si vous avez des crédits AI Builder, ils sont consommés en priorité lorsque les invites sont utilisées dans Power Apps et Power Automate. Ils ne sont pas consommés lorsque les prompts sont utilisés dans Copilot Studio. En savoir plus sur AI Builder : vue d’ensemble des licences.

Étapes de sortie

Les modèles ont différentes étapes de mise en production. Vous pouvez essayer de nouveaux modèles expérimentaux et en version préliminaire à la pointe de la technologie, ou choisir un modèle fiable et largement éprouvé en disponibilité générale.

Les modèles expérimentaux et en version préliminaire peuvent présenter une variabilité des performances, de la qualité de la réponse, de la latence ou de la consommation de messages, et peuvent expirer ou être indisponibles. Ils sont soumis à des conditions de version préliminaire.

Regroupement en catégories

Le tableau suivant décrit les différentes catégories de modèle.

Lorsque vous avez besoin d’une solution rentable pour des tâches modérément complexes, que vous disposez de ressources de calcul limitées ou que vous avez besoin d’un traitement plus rapide, optez pour les modèles Mini. Il est idéal pour les projets avec des contraintes budgétaires et les applications telles que le support client ou l’analyse efficace du code.

Lorsque vous avez affaire à des tâches multimodales très complexes qui nécessitent des performances supérieures et une analyse détaillée, choisissez des modèles Généraux. C’est le meilleur choix pour les projets à grande échelle où la précision et les capacités avancées sont cruciales. Un autre scénario où il s’agit d’un meilleur choix est lorsque vous disposez du budget et des ressources informatiques nécessaires pour le prendre en charge. Les modèles généraux sont également préférables pour les projets à long terme qui pourraient gagner en complexité au fil du temps.

Pour les projets nécessitant des capacités de raisonnement avancées, les modèles Deep excellent. Il convient aux scénarios qui exigent une résolution de problèmes sophistiquée et une pensée critique. Les modèles Deep excellent dans les environnements où un raisonnement nuancé, une prise de décision complexe et une analyse détaillée sont importants.

Choisissez parmi les modèles en fonction de la disponibilité régionale, des fonctionnalités, des cas d’usage et des coûts. En savoir plus sur la disponibilité des modèles par région et le tableau comparatif des prix.

Disponibilité des modèles par région

Les sections suivantes décrivent la disponibilité des modèles par région par le public et le gouvernement américain.

Disponibilité du public

Dans le tableau suivant, (GA), (Aperçu) ou (Expérimental) signifie que la fonctionnalité est disponible mais utilise un service Azure OpenAI dans une autre région. En savoir plus sur l’activation du déplacement des données entre les régions.

Disponibilité du gouvernement américain

Mises à jour des modèles

Paramètres du modèle

Vous pouvez accéder au panneau des paramètres en sélectionnant les trois points (...) >Paramètres en haut du générateur d’invites. Vous pouvez modifier les paramètres suivants :

• Température : les températures inférieures entraînent des résultats prévisibles. Les températures plus élevées permettent des réponses plus diversifiées ou créatives.
• Récupération d’enregistrement : nombre d’enregistrements récupérés pour vos sources de connaissances.
• Inclure des liens dans la réponse : lorsque ce paramètre est sélectionné, la réponse inclut des citations de lien pour les enregistrements récupérés.

Température

Le curseur vous permet de sélectionner la température du modèle d’IA générative. Il varie entre 0 et 1. Cette valeur guide le modèle d’IA générative sur le degré de créativité (1) par rapport à la réponse déterministe (0) qu’il doit fournir.

La température est un paramètre qui contrôle le caractère aléatoire de la sortie générée par le modèle d’IA. Une température plus basse génère des résultats plus prévisibles et plus conservateurs. À titre de comparaison, une température plus élevée offre plus de créativité et de diversité dans les réponses. Cela permet d’affiner l’équilibre entre le caractère aléatoire et le déterminisme dans la sortie du modèle.

Par défaut, la température est 0, comme dans les invites créées précédemment.

L’ajustement de la température peut influencer la sortie du modèle, mais elle ne garantit pas un résultat spécifique. Les réponses de l’IA sont intrinsèquement probabilistes et peuvent varier même avec le même paramètre de température.