Modèles disponibles - CoreWeave Docs

Serverless Inference donne accès à plusieurs modèles de fondation open source. Chaque modèle a ses propres points forts et cas d’usage.

Modèles en disponibilité générale

Les modèles suivants sont en disponibilité générale :

Modèle	ID du modèle (pour les appels API)	Type	Fenêtre de contexte	Paramètres	Description
DeepSeek V4.1-Flash	`deepseek-ai/DeepSeek-V4.1-Flash`	Texte, Vision	1049k	16B-552B (Actifs-Total)	DeepSeek V4.1 Flash est un modèle MoE multimodal conçu pour la programmation, le raisonnement et les charges de travail agentiques nécessitant de longs contextes.
DeepSeek V4-Flash-0731	`deepseek-ai/DeepSeek-V4-Flash-0731`	Texte	262k	13B-284B (Actifs-Total)	DeepSeek V4-Flash-0731 est un modèle MoE particulièrement adapté à la programmation, au raisonnement et aux charges de travail agentiques.
DeepSeek V4-Pro-0813	`deepseek-ai/DeepSeek-V4-Pro-0813`	Texte	1049k	49B-1.6T (Actifs-Total)	DeepSeek V4-Pro-0813 est un modèle MoE doté de 1.6T paramètres qui excelle dans le raisonnement avancé, la programmation et l’exécution de charges de travail agentiques complexes.
DeepSeek V3.1	`deepseek-ai/DeepSeek-V3.1`	Texte	161k	37B-671B (Actifs-Total)	Un modèle hybride de grande taille qui prend en charge les modes avec et sans raisonnement à l’aide de modèles de prompts.
Google Gemma 4 31B	`google/gemma-4-31B-it`	Texte, vision	262k	31 Md (Total)	Gemma 4 31B Dense est conçu pour le raisonnement avancé, les flux de travail agentiques et les contextes plus longs. Il est entraîné dès l’origine dans plus de 140 langues.
Google Gemma 4 26B A4B Instruct	`google/gemma-4-26B-A4B-it`	Texte, vision	262k	4B-26B (Actifs-Total)	Gemma 4 26B A4B est un modèle MoE multimodal prenant en charge LoRA et l’appel de fonctions pour les flux de travail agentiques.
IBM Granite 4.2 8B	`ibm-granite/granite-4.2-8b`	Texte	131k	8B (Total)	Granite 4.2 8B est un modèle entraîné à suivre des instructions, doté de capacités améliorées pour l’appel d’outils, le suivi des instructions et le chat.
Meta Llama 3.3 70B	`meta-llama/Llama-3.3-70B-Instruct`	Texte	128k	70B (total)	Modèle multilingue qui excelle dans les tâches conversationnelles, le respect d’instructions détaillées et la programmation.
Meta Llama 3.1 8B	`meta-llama/Llama-3.1-8B-Instruct`	Texte	131k	8B (Total)	Modèle conversationnel efficace, optimisé pour des échanges rapides avec un chatbot multilingue.
MiniMax M3	`MiniMaxAI/MiniMax-M3`	Texte, Vision	262k	23B-428B (Actifs-Total)	MiniMax M3 est un modèle MoE multimodal doté de 23 milliards de paramètres actifs, optimisé pour la programmation et les flux de travail agentiques.
Moonshot AI Kimi K2.7 Code	`moonshotai/Kimi-K2.7-Code`	Texte, Vision	262k	32B-1T (Actifs-Total)	Kimi K2.7 Code est un modèle MoE à 1 000 milliards de paramètres, dont 32 milliards de paramètres actifs, spécialement conçu pour les tâches de programmation agentique et de génie logiciel de longue durée.
Moonshot AI Kimi K2.6	`moonshotai/Kimi-K2.6`	Texte, vision	262k	32B-1T (actifs-total)	Kimi K2.6 est un modèle de langage multimodal à mélange d’experts doté de 32 milliards de paramètres actifs, pour un total de 1 000 milliards de paramètres.
NVIDIA Nemotron 3.5 Lightning	`nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B`	Texte	262k	3B-30B (Actifs-Total)	Nemotron 3.5 Lightning est un modèle MoE conçu pour exécuter des tâches agentiques avec rapidité et fiabilité dans des domaines tels que les services financiers, la cybersécurité, les télécommunications et le commerce de détail.
NVIDIA Nemotron 3 Ultra	`nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B`	Texte	262k	55B-550B (Actifs-Total)	Nemotron 3 Ultra est un puissant modèle MoE conçu pour des agents exécutant des tâches de longue durée en programmation, en recherche approfondie et en automatisation en entreprise.
OpenAI GPT OSS 120B	`openai/gpt-oss-120b`	Texte	131k	5.1B-117B (Actifs-Total)	Modèle performant à mélange d’experts conçu pour les tâches de raisonnement avancé, les applications agentiques et les usages généralistes.
OpenAI GPT OSS 20B	`openai/gpt-oss-20b`	Texte	131k	3.6B-20B (Actifs-Total)	Modèle à mélange d’experts à latence réduite, entraîné sur le format de réponse Harmony d’OpenAI et doté de capacités de raisonnement.
Qwen3.8 27B	`Qwen/Qwen3.8-27B`	Texte, vision	262k	27B (Total)	Qwen3.8-27B est un modèle multimodal dense adapté à la programmation, à la recherche, à la vision et aux tâches de longue durée exécutées par des agents.
Qwen3.6 35B A3B	`Qwen/Qwen3.6-35B-A3B`	Texte, vision	262k	3B-35B (actifs-total)	Qwen3.6-35B-A3B est un modèle multimodal MoE doté d’une fenêtre de contexte de 262K, optimisé pour les flux de travail de programmation agentique.
Z.AI GLM 5.3 Flash	`zai-org/GLM-5.3-Flash`	Texte, Vision	1049k	18B-320B (Actifs-Total)	GLM-5.3-Flash est un modèle nativement multimodal qui compte 320 milliards de paramètres au total, dont 18 milliards de paramètres actifs.
Z.AI GLM 5.2	`zai-org/GLM-5.2`	Texte	1049k	40B-744B (Actifs-Total)	GLM-5.2 est un modèle de langage à mélange d’experts qui compte 40 milliards de paramètres actifs sur un total de 744 milliards.

Modèles expérimentaux

Les modèles suivants sont expérimentaux : Aucun pour le moment

Modèles obsolètes

Les modèles suivants sont obsolètes :

Modèle	ID du modèle (pour l’utilisation de l’API)	Type	Fenêtre de contexte	Paramètres	Description
DeepSeek V4-Flash	`deepseek-ai/DeepSeek-V4-Flash`	Texte	1049k	13B-284B (actifs-total)	DeepSeek V4-Flash est un modèle MoE doté d’une longueur de contexte de 1M, idéal pour le code, le raisonnement et les charges de travail agentiques.
DeepSeek V4-Pro	`deepseek-ai/DeepSeek-V4-Pro`	Texte	1049k	49B-1.6T (actifs-total)	DeepSeek V4-Pro est un modèle MoE de 1,6T paramètres, dont 49B actifs, qui excelle en raisonnement avancé, en code et dans les charges de travail agentiques complexes.
IBM Granite 4.1 8B	`ibm-granite/granite-4.1-8b`	Texte	131k	8B (total)	Granite 4.1 8B est un modèle instruct à contexte long offrant des capacités améliorées d’appel d’outils, de suivi d’instructions et de chat.
JetBrains Mellum2 12B A2.5B	`JetBrains/Mellum2-12B-A2.5B-Instruct`	Texte	131k	2.5B-12B (actifs-total)	Mellum2-12B-A2.5B-Instruct est un modèle MoE rapide doté d’un contexte de 131K, conçu pour le code, l’utilisation d’outils et les flux de travail d’IA à faible latence.
Meta Llama 3.1 70B	`meta-llama/Llama-3.1-70B-Instruct`	Texte	131k	70B (total)	Modèle conversationnel efficace, optimisé pour des interactions de chatbot multilingues réactives.
OpenPipe Qwen3 14B Instruct	`OpenPipe/Qwen3-14B-Instruct`	Texte	32.8k	14.8B (total)	Modèle dense, multilingue et efficace, ajusté aux instructions et optimisé par OpenPipe pour créer des agents par fine-tuning.
Qwen3.6 27B	`Qwen/Qwen3.6-27B`	Texte, vision	262k	27B (total)	Qwen3.6-27B est un modèle multimodal dense de 27B doté d’un contexte de 262K, conçu pour offrir des performances de pointe en code agentique.
Qwen3.5 35B A3B	`Qwen/Qwen3.5-35B-A3B`	Texte, vision	262k	3B-35B (actifs-total)	Qwen3.5-35B-A3B est un modèle MoE multimodal à poids ouverts conçu pour une inférence efficace et à haut débit, qu’il s’agisse de chat, de raisonnement ou de tâches agentiques.
Qwen3 30B A3B	`Qwen/Qwen3-30B-A3B-Instruct-2507`	Texte	262k	3.3B-30.5B (actifs-total)	Qwen3-30B-A3B-Instruct-2507 est un modèle MoE de 30,5B ajusté aux instructions, aux capacités améliorées en raisonnement, en code et en compréhension de contextes longs.

Utiliser les ID des modèles

Pour indiquer un modèle lors d’un appel à l’API, utilisez son Model ID figurant dans les tableaux ci-dessus. Par exemple :

response = client.chat.completions.create(
    model="meta-llama/Llama-3.1-8B-Instruct",
    messages=[...]
)

Étapes suivantes

Après avoir choisi un modèle, poursuivez avec l’une des ressources suivantes :

Consultez les limites d’utilisation et la tarification de chaque modèle.
Consultez la référence de l’API pour savoir comment utiliser ces modèles.
Essayez les modèles dans le W&B Playground.

​Modèles en disponibilité générale

​Modèles expérimentaux

​Modèles obsolètes

​Utiliser les ID des modèles

​Étapes suivantes

Modèles en disponibilité générale

Modèles expérimentaux

Modèles obsolètes

Utiliser les ID des modèles

Étapes suivantes