Guide
Lire le nom d'un modèle IA : version, alias, latest
Snapshot, alias, -latest, preview : ce que disent les identifiants de modèles chez Anthropic, Google et Mistral AI, et lequel fixer en production.
Mis à jour le
- En production, utilisez un identifiant figé, jamais un alias qui bouge.
- En essai, un alias est pratique pour suivre la dernière version, à condition de savoir que les réponses peuvent changer.
- Gardez l'identifiant dans la configuration, pas dans le code : changer de modèle devient un réglage. Méthode : changer de modèle sans tout refaire.
- Rejouez vos tests à chaque nouvel identifiant, même chez un éditeur qui fige les poids : voir tests de non-régression.
Le nom qu'on envoie à l'API ne dit pas toujours la même chose selon l'éditeur. Dans certains cas il désigne un modèle figé (le même demain), dans d'autres un pointeur qui bascule vers un modèle plus récent sans que votre code change. Pour une application d'entreprise, la différence décide de ce qui se passe le jour d'une mise à jour. Relevé des documentations officielles le 15/11/2026.
Avant de figer un nom de modèle dans un connecteur, consultez la documentation API d’ALMA si cette plateforme fait partie de votre architecture. Relevez l’identifiant réellement utilisé et la façon dont une version est sélectionnée ; un libellé d’interface ne suffit pas.
Chez Anthropic : l'identifiant est l'instantané
La documentation d'Anthropic distingue deux époques.
- À partir de la génération 4.6, le format est
claude-{nom}-{majeur}[-{mineur}], sans date :claude-sonnet-4-6,claude-opus-5-5,claude-haiku-5-5. Anthropic insiste : ce n'est pas un alias « évergreen ». L'identifiant correspond à un instantané fixe, et une version améliorée sort sous un nouvel identifiant. - Avant la 4.6, l'identifiant porte une date :
claude-sonnet-4-5-20250929. Un alias plus court (claude-sonnet-4-5) pointe vers l'instantané daté le plus récent de cette version mineure.
Chaque identifiant, daté ou non, a son propre calendrier de retrait : voir dépréciation et retrait des modèles. Sur Amazon Bedrock, le format diffère (anthropic.claude-opus-5-5), et certains modèles y prennent un préfixe de région comme global..
Chez Google : stable, preview, latest, experimental
La page des modèles de Google AI Studio définit quatre types de nom :
| Type | Ce que dit la documentation | Exemple |
|---|---|---|
| Stable | Pointe vers un modèle précis, qui ne change généralement pas | gemini-3.6-flash |
| Preview | Utilisable en production, avec des limites de débit plus strictes ; dépréciation avec au moins 2 semaines de préavis | gemini-3.1-pro-preview |
| Latest | Alias « remplacé à chaque nouvelle version », avec 2 semaines de préavis avant changement | gemini-flash-latest |
| Experimental | Généralement pas adapté à la production | non cité |
Un nom en -latest est donc, chez Google, exactement ce que Anthropic dit que ses identifiants récents ne sont pas.
Chez Mistral AI : l'étape de vie compte
Mistral AI associe le nom à une étape : Labs (expérimental, pas pour la production), Public Preview, General Availability (prêt pour la production), puis Deprecated et Retired. Ses règles :
- un modèle en disponibilité générale ne reçoit aucune mise à jour silencieuse ; Labs et Public Preview en reçoivent ;
- un alias
nom-latestdésigne la dernière version, toutes générations confondues ; un aliasnom-majeurla dernière version mineure d'une génération. La documentation avertit qu'un alias « peut vous exposer à des mises à jour silencieuses de comportement et de prix » ; - pour un contrôle précis, il faut épingler un identifiant majeur.mineur comme
mistral-medium-3-5.
Les identifiants de la page des modèles retirés suivent un schéma nom-AAMM (mistral-large-2512), avec parfois un préfixe : labs- pour les modèles expérimentaux, open- pour des modèles à poids ouverts.
Chez OpenAI
La page des modèles affiche des identifiants en minuscules avec tirets, sans date : gpt-6-astra, gpt-6.1-sol, gpt-6-luna. La page lue ne précise pas s'ils sont figés ; consultez la page de dépréciation de l'éditeur avant de supposer.
Conserver un relevé exploitable
Pour chaque essai, gardez l’identifiant envoyé, le service appelé et la date d’exécution avec les résultats. Si une interface masque l’identifiant précis, notez cette limite. Vous éviterez ainsi de comparer deux réponses comme si elles provenaient de la même version sans disposer de cette preuve.
Quelle règle appliquer
- En production, utilisez un identifiant figé, jamais un alias qui bouge.
- En essai, un alias est pratique pour suivre la dernière version, à condition de savoir que les réponses peuvent changer.
- Gardez l'identifiant dans la configuration, pas dans le code : changer de modèle devient un réglage. Méthode : changer de modèle sans tout refaire.
- Rejouez vos tests à chaque nouvel identifiant, même chez un éditeur qui fige les poids : voir tests de non-régression.
Pour savoir ce que contient chaque nom côté Anthropic, la page modèles Claude donne la gamme au 15/11/2026 ; côté Mistral AI, modèles Mistral.
Questions fréquentes
Un identifiant sans date est-il toujours « la dernière version » ?
Non. Chez Anthropic, depuis la génération 4.6, un identifiant sans date comme claude-sonnet-4-6 désigne un instantané figé, pas un pointeur vers la dernière version. Chez Google, au contraire, un nom en -latest est bien un alias qui change à chaque nouvelle version.
Que choisir pour une application en production ?
Un identifiant figé. Mistral AI recommande d'épingler une version majeure.mineure précise et prévient qu'un alias peut changer de comportement et de prix sans avertissement.
Le comportement d'un identifiant figé peut-il quand même varier ?
Légèrement. Anthropic indique que les poids ne changent pas, mais que l'infrastructure autour (routage, classificateurs de sécurité, échantillonnage) peut évoluer et produire de petites différences observables.
Sources
Pages consultées pour écrire cet article :
- https://alma.iarche.fr/fr/api-docs
- https://platform.claude.com/docs/en/about-claude/models/model-ids-and-versions
- https://platform.claude.com/docs/en/models/overview
- https://aistudio.google.com/docs/models
- https://docs.mistral.ai/inference/model-lifecycle
- https://docs.mistral.ai/getting-started/models/models_overview/
- https://developers.openai.com/api/docs/models