Google a une idée pour que la programmation avec l’IA coûte moins cher : que le modèle cher ne fait que penser et que le modèle bon marché fait le travail
Les outils de programmation disposent d’un sélecteur de modèle pour choisir l’un ou l’autre en fonction de la tâche. Un programme simple ? Il sert généralement aux choses les plus élémentaires. Ce qui, à son tour, est également le plus rapide et le moins cher. Voulez-vous créer un clone de GTA VI ? Il est temps de se tourner vers le modèle avec de plus grandes capacités et de préparer le budget pour la combustion des jetons. Le problème survient lorsque la tâche se situe au milieu ou présente simplement différents niveaux de difficulté.
L’orchestrateur. Tout comme les modèles MoE (mélange d’experts) n’activent qu’une partie de leurs paramètres en fonction de ce qu’ils doivent générer, les orchestrateurs sélectionnent le modèle le plus approprié pour chaque étape de la tâche. Ceci est très utile lors de la génération de code, par exemple.
Dans le cas d’Anthropic, Claude Code inclut quelque chose de similaire dans son opusplan. Une fois actif, l’outil utilisera Sonnet pour la génération et le déploiement de code, tout en réservant un modèle supérieur, Opus, pour le mode planification. ChatGPT Codex n’a rien de similaire intégré, bien qu’il inclut une fonctionnalité d’effort de raisonnement. De plus, il est toujours possible de le faire « manuellement » : on peut demander à Codex ou Claude Code d’utiliser un modèle inférieur pour les étapes de tâches qui nécessitent une exécution et non un raisonnement.
Planifiez le grand, exécutez le petit. La tendance de l’IA ne va pas seulement vers des modèles de plus en plus grands, mais aussi vers des modèles plus efficaces. Faites le plus possible avec les outils déjà disponibles. Et les orchestrateurs sont un bon exemple de la manière dont les dépenses consacrées à l’IA peuvent être rentabilisées sans perte de qualité des résultats. Du moins sur le papier.
Google Antigravity inclut désormais son nouvel Orchestrator dans l’application et dans la ligne de commande. Il arrive avec Gemini 4 Hydrogen. Et, une fois l’orchestrateur activé, il utilise le modèle supérieur pour raisonner la meilleure stratégie (Argon ou Carbone) et le modèle inférieur pour l’exécuter (Hydrogène).
Si le petit reste coincé, le grand lui vient en aide. Argon et Carbone sont comme l’architecte qui conçoit le bâtiment et comment il doit être construit ; Hydrogène devient le contremaître et les ouvriers chargés de relever les murs. Mais ces rôles ne sont pas rigides dans Orchestrator d’Antigravity, car Hydrogen rend le contrôle au top model lorsque l’exécution est bloquée.
L’efficacité se voit également dans les résultats : la promesse est de se rapprocher de la qualité d’un modèle de pointe tout en dépensant moins et en finissant plus tôt. Selon Google, Orchestrator in Antigravity atteint un taux de réussite proche de celui de Gemini 4 Carbon dans Terminal-Bench 4.1 avec 24 % de quota en moins et 19 % d’exécution plus rapide.
Il y a des petits caractères : ce que vous économisez, ce sont les frais d’abonnement, pas l’argent. De plus, avec Orchestrator, vous ne pouvez pas ajuster le niveau de raisonnement
Déjà dans les abonnements. Orchestrator est désormais disponible en Antigravity avec deux variantes : Orchestrator (Carbon) et Orchestrator (Argon). Le premier est réservé aux abonnés Google AI Ultra (ils ont les deux), le second atteint également les abonnés Google AI Pro payants. Pour les entreprises, Google introduit l’accès via Gemini for business.
Image de couverture | Kazuo Ota sur Unsplash édité
À Simseo | Qu’est-ce qu’Antigravity, comment ça marche et que pouvez-vous faire avec l’IDE d’intelligence artificielle de Google
