PandaNpc peut utiliser des modèles de chat intégrés fournis par le service, ainsi que des modèles connectés via votre propre fournisseur d'API. Il peut également contrôler à distance des moteurs de codage tels que Claude Code, OpenAI Codex et PandaCode. Ces choix sont liés, mais ils ne sont pas interchangeables.
Cette page est un instantané du catalogue de modèles intégrés au 17 août 2026. La disponibilité des modèles évolue plus vite que la documentation, aussi le sélecteur de modèles dans l'application fait-il foi. Le classement public des modèles IA est le meilleur endroit pour comparer les données actuelles de qualité, de vitesse et de prix.
Catalogue des modèles intégrés
Les modèles intégrés peuvent être sélectionnés sans saisir votre propre clé de fournisseur. Le catalogue comprend actuellement :
| Famille de fournisseurs | Modèles affichés dans PandaNpc | Bon point de départ pour |
|---|---|---|
| OpenAI | GPT-5.6 Sol | Raisonnement général, codage, flux de travail orientés outils |
| Anthropic | Claude Fable 5, Claude Opus 4.8, Claude Sonnet 5 | Raisonnement de longue durée, revue de code, planification d'implémentation |
| Gemini 3.1 Pro | Travail multimodal et sur documents longs | |
| DeepSeek | DeepSeek v4 pro, DeepSeek v4 flash | Raisonnement ou demandes rapides sensibles aux coûts |
| Moonshot AI | Kimi Coding k3, Kimi Coding k3 [1m], Kimi K3 | Codage et flux de travail à contexte long ; l'entrée [1m] identifie explicitement la variante à grande fenêtre |
| Zhipu AI | GLM-5.2 | Tâches générales en chinois et codage |
| Alibaba | Qwen 3.7 Max | Raisonnement général, travail multilingue et code |
Les noms dans le sélecteur identifient une configuration de service, pas une garantie de performance permanente. Les fournisseurs peuvent réviser les versions sous-jacentes des modèles, les limites de contexte, les tarifs, les limites de débit ou la disponibilité régionale.
Modèles intégrés, modèles API et moteurs de codage
Choisissez la bonne couche avant de comparer les noms :
| Couche | Où elle s'exécute | Authentification et facturation | Utilisation typique |
|---|---|---|---|
| Modèle PandaNpc intégré | Via le service de modèles PandaNpc | Utilise votre accès PandaNpc et le quota de service applicable | Chat, notes, résumés et fonctionnalités IA prises en charge |
| Modèle de fournisseur personnalisé | Directement contre l'URL de base que vous configurez lorsque c'est pris en charge | Utilise votre clé API de fournisseur et la facturation du fournisseur | Endpoints compatibles OpenAI, passerelles privées, Ollama ou LM Studio |
| Moteur Claude Code ou Codex | Sur votre ordinateur connecté | Utilise le compte ou la configuration API de ce CLI local | Modification de dépôts, exécution de commandes et codage agentique |
| Moteur PandaCode | Sur votre ordinateur connecté avec un backend configurable | Utilise le modèle/le fournisseur assigné à PandaCode | Flux de travail de type Claude Code sur DeepSeek, Qwen, passerelles privées et autres API prises en charge |
Sélectionner GPT-5.6 Sol dans un chat ne change pas le modèle utilisé par un processus Codex déjà en cours sur votre machine. De même, partager une connexion Claude Code n'accorde pas un quota séparé de modèle de chat intégré. Consultez la référence de connexion PandaPaw pour comprendre comment les moteurs de codage locaux sont exposés à distance.
Comment choisir un modèle
Partez de la tâche plutôt que du nom de marque :
- Codage à l'échelle d'un dépôt : utilisez Claude Code, Codex ou PandaCode lorsque la tâche nécessite des fichiers, des commandes shell, des tests et des approbations d'outils. Choisissez le modèle du moteur en fonction du dépôt et du budget.
- Raisonnement complexe ou revue : commencez par un modèle phare ou « pro » tel que GPT-5.6 Sol, Claude Opus 4.8, Claude Sonnet 5, Gemini 3.1 Pro ou DeepSeek v4 pro, puis comparez les résultats réels sur votre invite.
- Itération rapide : une configuration « flash » comme DeepSeek v4 flash peut mieux convenir pour la classification, la réécriture, l'extraction et les petits appels répétés.
- Entrée très longue : choisissez une entrée du catalogue dont la fenêtre de contexte déclarée couvre la demande, par exemple Kimi Coding k3 [1m], mais ne supposez pas qu'un contexte maximal offre une précision maximale. La récupération, les résumés et des entrées plus petites et ciblées sont souvent plus fiables et moins coûteux.
- Travail en chinois ou multilingue : comparez les options Kimi, DeepSeek, GLM, Qwen, Gemini, Claude et OpenAI sur des textes représentatifs. La qualité linguistique varie selon le domaine et le style d'instruction.
- Charges de travail sensibles aux coûts : comparez le prix d'entrée, le prix de sortie, la politique de cache d'entrée et le taux d'échec/réessai. Un jeton moins cher peut encore coûter plus si le modèle nécessite des tentatives répétées.
La fenêtre de contexte et la limite de sortie sont différentes
La fenêtre de contexte est le budget total de jetons pour les instructions, l'historique de conversation, les résultats d'outils, le texte récupéré et la sortie générée. Le réglage de sortie maximale ne limite que la réponse. Un modèle annoncé avec une fenêtre d'un million de jetons n'accepte pas nécessairement une invite d'un million de jetons après l'inclusion des instructions système et de la sortie réservée.
Pour les modèles PandaCode personnalisés, le formulaire du modèle expose Context Window et Max Tokens. Laissez-les non définis si PandaNpc connaît déjà le modèle. Si vous saisissez des valeurs personnalisées, utilisez les limites documentées du fournisseur et laissez une marge de sécurité pour les invites système et la compaction. Définir une fenêtre plus grande que ce que l'API en amont prend en charge peut faire échouer une session de longue durée seulement après un travail substantiel.
Disponibilité, quotas et confidentialité
Avant de vous fier à un modèle en production, confirmez :
- Qu'il apparaît dans votre sélecteur de modèles actuel et qu'il est autorisé pour votre compte.
- Que ses types d'entrée correspondent à votre tâche ; un modèle texte peut ne pas accepter d'images ou de fichiers.
- Que son quota de fournisseur, sa limite de débit et sa politique de facturation sont acceptables.
- Que vos exigences de traitement des données permettent d'envoyer le contenu sélectionné à ce fournisseur.
- Que les appels d'outils et la sortie structurée fonctionnent avec la version exacte du modèle que vous avez sélectionnée.
PandaNpc peut transmettre le contenu du chat ou de la session au fournisseur qui alimente la fonctionnalité sélectionnée. Consultez la Politique de confidentialité et les conditions de conservation et d'entraînement de votre propre fournisseur avant d'envoyer des documents confidentiels.
Ajouter un modèle non répertorié
Si un modèle de fournisseur compatible OpenAI ou pris en charge manque, ajoutez un fournisseur puis enregistrez son identifiant de modèle exact. Le libellé d'affichage peut être convivial, mais Model Value doit correspondre à l'identifiant attendu par l'API en amont. Suivez Configurer un fournisseur d'IA personnalisé et une clé API pour le processus complet de configuration et de vérification.
Lorsqu'un modèle disparaît ou échoue de manière inattendue, vérifiez d'abord le sélecteur en direct et l'état du fournisseur. Les changements de catalogue, les identifiants de modèles retirés, les clés expirées, les limites de compte et les réglages de contexte incompatibles sont des causes plus courantes qu'un problème d'installation du client PandaNpc.