Reprise du message précédent :

J'ai testé rapidos, un petit modèle gemma 4 le iGpu s'envole à 100%, cogiter sur un "hey salut" prend plus de 10 sec je vais regarder pour choper un abonnement dédié à cet usage

Les bench, rien que les bench  

 
Et j'étais sûr que tu allais réagir

 
Oui, pas de miracle

Si c'est pour cet usage, tu peux aussi aller dans la rue et dire "hey salut" aux gens.  

Je viens de tester MiniMax M3 et pour ma skill HFR il est nettement moins bon que GLM-5.1, et de loin...

Il est pas aussi lent  
 
J’aimais bien minimax mais il finit systématiquement planter

bon sang, mon hermes bouffe du token comme le titanic brulait du charbon...
je viens de passer une demie journée a tenter de tout optimiser...
 
je suis parti de mon soul.md que j'ai explosé en plusieurs fichiers
puis je suis passé a headroom avec divers tests qui m'ont montré que sur mes usages "infra" je pouvais gagner entre 30 et 50%
j'ai restructuré un skill pour passer de 15/20 appels sequentiels aux MCP a un script python qui livre une pré collecte de données au modéle
j'ai joué sur tous mes crons avec des passages de contextes, la réécriture des prompts et du choix de modéles forcés pour les cron basiques
j'ai aussi routé les taches auxiliaires vers d'autres modéles moins gourmands en tokens
 
hier j'ai fait 9,9M tokens / 42 sessions; j'attends de voir ce que ça donnera demain; le but c'est de ne pas perdre en pertinence mais d'optimiser au max

tu utilises quels modèles?