[Topic unique] IA générative de texte, ChatGPT, Copilot, Gemini & co

 
Marrant, sur mes usages (monitoring local cohérent avec la facturation), les outputs tokens sont vraiment BCP moins élevés. Genre 100M Input/ 950M cache input / 5M output.

Non. Input c'est prompt, prompt système, outils (et leurs docs),  skills, mémoire injectée, contexte (en cache ou pas, y compris les propres réponses de l'agent)
En output les fichiers créés, mais pas forcément ; souvent le contenu est créé par un outil ou commande, dans ce cas l'output c'est la commande
Et pour ton exemple ça marche pas vraiment (ou c'est compliqué à calculer) ; jamais un agent va faire du one-shot, la fenêtre d'output n'est pas assez grande. Il va donc commencer avec une archi grosses mailles, re-ingerer ça (input):diviser en tâches, filer les tâches à des nouveaux contextes (input encore), etc etc

Oui évidemment, mais ça reste mieux comme comparaison que juste le coup API par rapport à l’abo.
 
Des comparaisons que j’ai vues de même catégorie de modèle, même travail effectué. Il y a un facteur de trois à quatre entre abonnement OpenAI et celui d’Anthropic.

C'est pas vraiment comparable. Déjà ton chiffre mélange tous les types de tokens, alors que la facturation est très différente en in pit vs output.
Le chiffre de fredouye sépare les 2, mais ne montre pas la proportion de cache (qui est facturée très différemment aussi)
Et vous avez tous les 2 fait probablement des trucs différents, donc difficilement comparables
Bref c'est plus une louche c'est une écumoire :o

Parce que les thinking tokens comptent dans les output tokens ?

Donc 8 fois moins d’usage à la grosse louche.

Sur le mois de juillet, 967M input / 2.2B output

Compare les 2 en nombre de token utilisés…tu as combien de B token pour $370?

Avec https://ccusage.com j'ai constaté des "gains" encore plus importants (abo Anthropic à 20$, équivalent API de 370$ en 1 mois).

Sur les 30 derniers j’avais presque pas utilisé Luna.
Par contre on a eu pas mal de reset.
Là depuis hier je passe en full ChatGPT pour les prompts et Luna high pour l’exécution, à ce rythme un seul compte me suffit je crois.

 
Ca veut dire que tu as eu pour 370$ d'équivalent tarif API pour 2x20$ d'abo? Presque x10, nice.. surtout au prix de Luna

 
Sur Sol, j'avoue que les quotas sont généreux et semblent assez larges, même en Sol Ultra.
 
Open AI offre une puissance/coût semble t'il sensiblement plus intéressante que chez Anthropic où les quotas/limites s'atteignent bcp plus vite.
 
Et Sol il délivre fort, je suis très content de son rendement.

Celui la semble lent effectivement (j'avais testé comme sous-agent dans Hermes).
Quand je verrais passer les autres offres, j'essayerais de les poster. Y en a au moins 5 que j'ai vu passer avec Deepseek V4 free.

Merci.
 
Bon, 3 minutes pour analyser un playbook Ansible de 10 lignes :o

+1, bienvenue dans le monde merveilleux du vibe coding :o
À un moment donné si t'es pas capable de comprendre ce qu'il fait, tu ne sauras pas si il te dit de la merde
Les tests unitaires c'est bien, après les agents ont aussi tendance à tester du 1=1, et à tester les libs sous jacente
Des bons tests fonctionnels/ tests d'intégration c'est un must, surtout si tu comprends pas le code

Suffisait de lire le texte de l'image en fait

Ca offre tous les LLM pour 10€/mois avec un usage décent mais je vois pas ou est la couille dans le potage.

Olivie a du tester le truc vu qu'il est pauvre :o

 
Ah bah avec le lien c'est beaucoup plus compréhensible.

 
Ça sent le projet 100% vibecodé sans tests unitaires. Quand un truc marche, tu dois ajouter des tests pour éviter les régressions.

 
Si tu t'en sers comme d'une boite noire (=tu reviews pas le code), alors il faut que tu dois exigeant envers toi même concernant la spec, l'architecture et les tests. On devrait toujours l'être vous me direz, mais à partir du moment où ton "codeur" passe littéralement son temps à deviner ce qu'il fait, il faut soigner ce qu'on lui donne en entrée et les checks à la sortie...
 
Et bien scoper les sessions aussi...

OK  :D  :jap: