Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Paramètres de base

Lezione 3 di 16 Aggiornata il 2 novembre 2026 Sviluppatore
In questa pagina
  1. Configure tes appels API
  2. Le paramètre model
  3. Le paramètre max_tokens
  4. Le paramètre temperature
  5. Le paramètre top_p
  6. Exemple complet avec tous les paramètres
  7. Punti chiave

Configure tes appels API

Au-delà des champs obligatoires model et messages, l’API Chat Completions accepte une poignée de paramètres qui contrôlent le comportement de génération. Ces réglages font la différence entre un extracteur de données qui renvoie des résultats identiques pour la même facture et un générateur de slogans qui ne se répète jamais. Le code d’appel reste inchangé d’un cas d’usage à l’autre ; seuls les paramètres évoluent, ce qui explique pourquoi tu dois comprendre le rôle de chacun.

Voici les paramètres que tu manipuleras au quotidien, avec leurs types et leurs valeurs par défaut.

ParamètreTypeDéfautDescription
modelstring—Identifiant du modèle (obligatoire)
messagesarray—Tableau de messages (obligatoire)
max_tokensintegervariableNombre maximal de tokens en sortie
temperaturefloat0.7Contrôle la créativité (0.0 à 1.5)
top_pfloat1.0Échantillonnage par noyau (0.0 à 1.0)
streambooleanfalseActive le streaming SSE
safe_promptbooleanfalseActive les garde-fous de sécurité

Le paramètre model

Ton choix de modèle détermine immédiatement les capacités, la vitesse et le coût de chaque appel : trois compromis que tu ne pourras pas rattraper ailleurs. En avril 2026, les modèles principaux sont :

# Modèle phare — raisonnement complexe, multilingue
model = "mistral-large-latest"

# Modèle compact — rapide, économique, idéal pour la production
model = "mistral-small-latest"

# Modèle miniature — ultra-rapide, edge computing
model = "ministral-3b-latest"

# Modèle code — spécialisé pour la programmation
model = "codestral-latest"

Le suffixe -latest est pratique durant le développement : il pointe toujours vers la version la plus récente sans exiger de modification du code. En production cependant, cette commodité devient un risque, car une mise à jour côté Mistral peut modifier subtilement le comportement de ton application. Privilégie des identifiants versionnés comme mistral-large-2512 pour garantir la reproductibilité de tes tests.

Le paramètre max_tokens

Ce paramètre fixe la limite supérieure du nombre de tokens que le modèle peut générer dans sa réponse. Il n’oblige pas le modèle à produire exactement ce nombre ; il définit un plafond, rien de plus.

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Summarize this text in one sentence."}],
    max_tokens=100  # La réponse ne dépassera pas 100 tokens
)

Si le modèle atteint cette limite, la réponse se coupe brutalement et finish_reason renvoie "length" au lieu de "stop". C’est la cause la plus fréquente des réponses qui s’arrêtent en plein milieu d’une phrase, et personne ne s’en rend compte tant qu’on ne surveille pas ce champ. Le bon réflexe consiste à calibrer le plafond selon la tâche : la classification tient en 10 à 50 tokens puisqu’on attend seulement un label, un résumé nécessite 200 à 500 tokens, l’écriture libre prend 1 000 à 4 000 tokens, et la génération de code atteint facilement 2 000 ou 8 000 tokens car un fichier complet est long.

Le paramètre temperature

La température contrôle le degré d’aléatoire dans la sélection des tokens. Plus la valeur est basse, plus le modèle devient déterministe et prévisible ; plus elle est élevée, plus il tente des continuations improbables. Pour des questions factuelles, tu veux la première approche ; pour des exercices de naming, la seconde.

# Basse température — extraction, classification, factuel
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "What is the capital of France?"}],
    temperature=0.1
)

# Haute température — créativité, brainstorming
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Invent a name for an AI startup."}],
    temperature=1.2
)

La plage s’étend de 0.0 à 1.5. Ne compte pas sur temperature=0 pour un déterminisme parfait : de légères variations persistent en raison de l’arrondi des nombres à virgule flottante au niveau matériel.

Le paramètre top_p

L’échantillonnage par noyau, ou Top P, agit sur le même levier mais par un chemin différent : il limite les tokens candidats par un seuil de probabilité cumulative. Avec top_p=0.5, seuls les tokens les plus probables dont les probabilités sommées atteignent 50 % restent en lice ; les autres sont écartés d’emblée.

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Complete: The cat is on the..."}],
    temperature=0.7,
    top_p=0.9  # Prend en compte les tokens couvrant 90 % de la probabilité
)

Mistral recommande d’ajuster un seul paramètre à la fois, soit la température, soit le top_p, jamais les deux ensemble. La raison est pratique : si une sortie devient étrange après avoir bougé les deux curseurs, rien ne t’indique lequel en est la cause, et tu perds à la fois la capacité de débogage et la reproductibilité.

Exemple complet avec tous les paramètres

Combinés en un seul appel, ces réglages créent un générateur de slogans intentionnellement bref et légèrement audacieux, tout en suivant la consommation de tokens :

from mistralai.client import Mistral
import os

client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": "You are a concise and punchy marketing writer."
        },
        {
            "role": "user",
            "content": "Write a slogan for a meditation app."
        }
    ],
    max_tokens=50,
    temperature=0.9,
    top_p=1.0
)

print(response.choices[0].message.content)
print(f"Tokens used: {response.usage.total_tokens}")

Exécute ce script trois fois de suite, puis remplace temperature=0.9 par 0.1 et relance-le trois fois encore. La différence entre les deux séries t’en apprendra plus sur ce paramètre que n’importe quelle définition.

Punti chiave

  • model et messages sont les seuls paramètres obligatoires
  • max_tokens est un plafond, pas une cible — vérifie finish_reason pour détecter les troncatures
  • Utilise une temperature basse pour les tâches factuelles, haute pour la créativité
  • top_p affine la distribution des tokens — ne l’ajuste pas simultanément avec temperature
  • Utilise des identifiants de modèles versionnés en production pour la reproductibilité