Modèles de texte et de chat

Modèles de langage pour le chat, l'analyse, l'extraction et les agents.

Disponibles
21sur 66
Fournisseurs
4
Gamme de prix
0,12 $US – 12,00 $USpar 1 M de tokens d'entrée

21 modèles

  • Nouveau

    Anthropic's model for the most demanding reasoning and long-horizon agentic work. 1M-token context window, up to 128K output tokens, adaptive thinking that is always on.

    claudefablereasoning

    Modalités: Texte, Image1 M contexte

    12,00 $US/1M entrée

    60,00 $US/1M sortie

  • Nouveau

    The most capable model of Anthropic's Opus 4 series. State of the art on long-horizon agentic work, coding and knowledge tasks, with a 1M-token context window at standard pricing.

    claudeopusagentic

    Modalités: Texte, Image1 M contexte

    6,00 $US/1M entrée

    30,00 $US/1M sortie

  • Nouveau

    Anthropic's current Opus model for long-running agentic coding and knowledge work. 1M-token context window, up to 128K output tokens, adaptive thinking that is always on.

    claudeopusagentic

    Modalités: Texte, Image1 M contexte

    4,80 $US/1M entrée

    24,00 $US/1M sortie

  • Nouveau

    Anthropic's Sonnet model with the best combination of speed and intelligence. 1M-token context window, up to 128K output tokens, adaptive thinking.

    claudesonnetbalanced

    Modalités: Texte, Image1 M contexte

    2,40 $US/1M entrée

    12,00 $US/1M sortie

  • Nouveau

    DeepSeek's April 2026 flagship. 1.6T MoE / 49B active params, 1M context, rivals top closed-source models on STEM and coding at a fraction of the price.

    open-weightsmoecoding

    Modalités: Texte1 M contexte

    1,584 $US/1M entrée

    4,752 $US/1M sortie

  • Gemini 2.5 Pro

    Google DeepMind

    Nouveau

    Google's latest thinking model. Excels at reasoning, coding, math, and science with massive context window.

    reasoningcodingmultimodal

    Modalités: Texte1 M contexte

    1,50 $US/1M entrée

    12,00 $US/1M sortie

  • GPT-4.1

    OpenAI

    Nouveau

    OpenAI's newest flagship model. Improved reasoning, instruction following, and coding over GPT-4o.

    codingreasoning

    Modalités: Texte1 M contexte

    2,40 $US/1M entrée

    9,60 $US/1M sortie

  • GPT-5.5

    OpenAI

    Nouveau

    OpenAI's current flagship chat model (released April 2026). Strongest general reasoning, coding and tool use in the GPT-5 line, with vision input and a large context window.

    gpt-5reasoningvision

    Modalités: Texte, Image400 k contexte

    6,00 $US/1M entrée

    36,00 $US/1M sortie

  • o3-mini

    OpenAI

    Nouveau

    OpenAI's reasoning model optimized for STEM tasks, coding, and math. Uses chain-of-thought reasoning.

    reasoningcodingmath

    Modalités: Texte200 k contexte

    1,32 $US/1M entrée

    5,28 $US/1M sortie

  • GPT-4o

    OpenAI

    OpenAI's most capable multimodal model. Excellent for complex reasoning, coding, and creative tasks.

    fastmultimodal

    Modalités: Texte128 k contexte

    3,00 $US/1M entrée

    12,00 $US/1M sortie

  • Nouveau

    Efficiency-optimized variant of DeepSeek V4. 284B MoE / 13B active, 1M context, ultra-low pricing for high-throughput workloads.

    open-weightsmoecost-efficient

    Modalités: Texte1 M contexte

    0,36 $US/1M entrée

    1,44 $US/1M sortie

  • Nouveau

    DeepSeek's current Flash model (API name deepseek-flash, model version DeepSeek-V4.1-Flash): 1M-token context, up to 384K output tokens, JSON output, tool calls and vision input.

    open-weightscost-efficientlong-context

    Modalités: Texte, Image1 M contexte

    0,36 $US/1M entrée

    1,44 $US/1M sortie

  • Nouveau

    OpenAI's most capable model, built for the hardest end-to-end work. Reasoning, text and image input, function calling and tool use, 1,050,000-token context window and up to 128,000 output tokens. Knowledge cutoff April 30, 2026.

    gpt-6reasoningvision

    Modalités: Texte1,1 M contexte

    12,00 $US/1M entrée

    60,00 $US/1M sortie

  • Nouveau

    OpenAI's most efficient model for focused, high-volume tasks. Reasoning, text and image input, function calling and tool use, 1,050,000-token context window and up to 128,000 output tokens. Knowledge cutoff May 18, 2026.

    gpt-6cost-efficientfast

    Modalités: Texte1,1 M contexte

    0,12 $US/1M entrée

    0,60 $US/1M sortie

  • GPT-6 Sol

    OpenAI

    Nouveau

    OpenAI model built to power complex coding and agentic workflows. Reasoning, text and image input, function calling and tool use, 1,050,000-token context window and up to 128,000 output tokens. Knowledge cutoff April 20, 2026.

    gpt-6codingagents

    Modalités: Texte1,1 M contexte

    2,40 $US/1M entrée

    12,00 $US/1M sortie

  • Small, fast, and affordable model for lightweight tasks. Great balance of speed and capability.

    fastaffordable

    Modalités: Texte128 k contexte

    0,18 $US/1M entrée

    0,72 $US/1M sortie

  • Smaller, faster, cheaper member of OpenAI's GPT-5 family. Tuned for high-throughput chat, classification and extraction where the full flagship is overkill.

    gpt-5cost-efficientfast

    Modalités: Texte, Image400 k contexte

    0,30 $US/1M entrée

    2,40 $US/1M sortie

  • GPT-5.1

    OpenAI

    OpenAI GPT-5.1 chat model (November 2025). An earlier GPT-5 point release kept available for compatibility. Good general-purpose reasoning and coding.

    gpt-5reasoningvision

    Modalités: Texte, Image400 k contexte

    1,50 $US/1M entrée

    12,00 $US/1M sortie

  • OpenAI o3

    OpenAI

    OpenAI's o3 reasoning model. Spends compute on a private chain of thought before answering, strong at math, science and hard coding problems that benefit from deliberate reasoning.

    o-seriesreasoningstem

    Modalités: Texte, Image200 k contexte

    2,40 $US/1M entrée

    9,60 $US/1M sortie

  • OpenAI's o4-mini reasoning model. A cost-efficient reasoning model that trades some depth for much lower price and latency, good for high-volume math and code tasks.

    o-seriesreasoningcost-efficient

    Modalités: Texte, Image200 k contexte

    1,32 $US/1M entrée

    5,28 $US/1M sortie

  • Meta SeamlessM4T v2 Large. Universal multilingual translation across 100+ languages with text-to-text mode for documents and chat.

    translationmetaopen-weights

    Modalités: Texte4,1 k contexte

    ≈ 0,0012 $US/exécution

42 modèles actuellement indisponibles

Leurs pages restent en ligne, mais les modèles ne peuvent pas être exécutés pour le moment.

Modèles texte et chat pour les charges IA en production

Les grands modèles de langage sont la cheville ouvrière de l'IA moderne : chatbots, agents, résumeurs, classifieurs, traducteurs. C'est la catégorie la plus dense du catalogue Railwail — OpenAI, Anthropic, Google, Mistral, Meta, DeepSeek, xAI et des dizaines de laboratoires open-weights se livrent ici une compétition féroce.

Tarification, compromis et pièges

La tarification en génération de texte est presque toujours au token, avec un tarif d'entrée bas et un tarif de sortie plus élevé. Un million de tokens d'entrée représente environ 750 000 mots en anglais, si bien que même des prompts verbeux dépassent rarement quelques centimes par appel. C'est en sortie que les factures gonflent : boucles d'agents qui se relancent, rapports longs, exemples few-shot non mis en cache. Mettez en cache le prompt système, élaguez agressivement l'historique et privilégiez le mode JSON pour les tâches structurées afin de limiter le nombre de tokens.

Le triangle de compromis est qualité, latence, coût. Les modèles phares (GPT-5, Claude 4.6, Gemini 2.5) coûtent dix à cinquante fois plus que les tiers économiques (Haiku, Flash, Mini) et répondent deux à quatre fois plus lentement, mais leur raisonnement est plus profond, leur suivi d'instructions plus fiable et leurs hallucinations plus rares. Pour de la classification ou de l'extraction à fort volume, le modèle économique est presque toujours le bon choix. Pour de l'analyse longue, de la revue de code ou tout ce qui est visible par l'utilisateur final, le phare s'amortit généralement de lui-même.

Attention à la dilution du contexte : lorsque vous chargez 200 000 tokens dans la fenêtre, l'attention du modèle se dilue et il commence à ignorer le milieu du prompt — même sur les phares à long contexte. Récupérez les 8 à 16 000 tokens pertinents par embeddings plutôt que de coller l'intégralité du document.

Tâches typiques

  • Chatbots de support client
  • Résumé de documents longs
  • Génération de code dans l'IDE
  • Questions-réponses avec retrieval augmenté
  • Pipelines de traduction multilingues
  • Workflows agentiques et appel d'outils

Guides par cas d'usage

Comparaisons de modèles

Questions fréquemment posées

Quel LLM est le moins cher sur Railwail ?

Des modèles économiques comme GPT-4o mini, GPT-5.4 Nano, DeepSeek V4 Flash et Gemini 3 Flash occupent le bas du classement — sur Railwail, environ 0,18 à 0,60 USD par million de tokens d'entrée aujourd'hui. Le classement change à chaque mise à jour tarifaire d'un fournisseur, alors triez la grille de modèles ci-dessus par prix pour voir l'option la moins chère du moment.

Quel modèle offre la fenêtre de contexte la plus longue ?

Dans le catalogue, Gemini 3.1 Pro affiche la plus grande fenêtre de contexte (2M de tokens), suivi de GPT-5.4, Claude Opus 4.8 et DeepSeek V4 Pro avec environ 1M de tokens chacun. Pour la plupart des charges, 128K suffit largement ; n'allez vers le tiers long contexte que si vous avez réellement besoin de lire un code source complet ou un article scientifique en un seul prompt.

Open source ou propriétaire — que choisir ?

Les modèles open-weights (Llama 3, Qwen, DeepSeek, Mistral, Mixtral) rattrapent rapidement leur retard et l'emportent sur le prix au token et la souveraineté des données. Les phares propriétaires gardent l'avantage sur le raisonnement, la couverture multilingue et la fiabilité des appels d'outils. Si vous êtes sensible aux coûts ou que vous avez besoin d'auto-hébergement, commencez en open. Si vous expédiez à des utilisateurs finaux, commencez en propriétaire et optimisez ensuite vers le bas.

GPT-5 vs Claude 4.6 — lequel est meilleur ?

GPT-5 domine sur les scores de benchmarks bruts, les maths et la génération de code ; Claude 4.6 mène sur la rédaction longue, la finesse de suivi d'instructions et la calibration des refus. Les deux sont à 5 % l'un de l'autre sur la plupart des tâches. Comparez-les côte à côte sur vos vrais prompts dans /compare/gpt-5-vs-claude-4-6 — les différences dépendent de la charge.

Comment changer de modèle dans mon code ?

Railwail est compatible OpenAI : vous ne changez que le paramètre `model`. Même endpoint, même SDK, même corps de requête. Testez un nouveau modèle en production en routant 10 % de votre trafic vers lui pendant une semaine et comparez qualité, latence et coût.

Le mode JSON est-il pris en charge ?

Pas encore via l'API Railwail : l'endpoint de chat ne transmet actuellement ni `response_format` ni les définitions d'outils au fournisseur. Demandez du JSON dans le prompt et validez la réponse avec un schéma Zod ou Pydantic ; beaucoup de modèles suivent fidèlement une consigne JSON claire.

Railwail prend-il en charge le streaming ?

Pas encore. L'endpoint de chat de Railwail renvoie la réponse complète en une seule fois ; le paramètre `stream: true` est actuellement ignoré. Pour les longues réponses, fixez un `max_tokens` raisonnable et affichez un état de chargement dans votre interface.

L'API est-elle conforme au RGPD ?

Railwail exploite sa plateforme sur des serveurs en Allemagne et n'entraîne aucun modèle sur vos prompts. La requête elle-même est traitée par le fournisseur du modèle choisi, qui peut être situé hors de l'UE ; chaque page modèle nomme ce fournisseur pour que vous puissiez en choisir un compatible avec vos exigences de conformité. Les détails figurent sur la page Trust.

Commencer avec une API

Tous les modèles disponibles via une API compatible OpenAI. Crédits prépayés en USD, sans abonnement.