Le bon modèle IA pour chaque tâche,
choisi automatiquement, avant l'envoi
Adaptive Mode lit le prompt que tu t'apprêtes à envoyer et suggère le modèle le plus économique pour la tâche. Une correction de typo ou une traduction part vers un modèle léger et peu cher. Une grosse refacto ou une conception d'architecture part vers un flagship. Tu ne paies que la puissance dont tu as vraiment besoin.
Les petits modèles coûtent une fraction du flagship. Calibrer le modèle sur chaque tâche, c'est brûler beaucoup moins de ton budget par tâche, donc faire plus de tâches par jour sans buter sur une limite d'usage. Un clic applique la suggestion et tu continues à travailler.
Adaptive Mode associe chaque tâche au modèle le moins cher capable de bien la faire : Haiku pour le travail léger, Sonnet pour le travail équilibré, Opus pour le travail lourd. Moins de coût par tâche, plus de tâches par jour.
Voici le problème d'argent quand on fait tourner des agents de code IA. Chaque modèle a un prix, et l'écart entre le moins cher et le flagship est énorme. Claude Opus est le modèle le plus capable, et le plus cher. Claude Haiku est le moins cher. Claude Sonnet est au milieu. La plupart des gens choisissent un seul modèle et n'y touchent plus, donc soit ils sous-dimensionnent leurs tâches difficiles, soit, bien plus souvent, ils surpaient leurs tâches faciles.
Pense à ce que tu demandes vraiment à un agent dans une journée. Corriger une typo. Renommer une variable. Traduire une chaîne d'interface. Écrire un petit test unitaire. Résumer un document. Rien de tout ça n'a besoin d'un flagship. Si tu lances tout ça sur Opus, tu brûles ton budget d'usage bien plus vite que nécessaire, pour un résultat identique. Ce gaspillage est invisible, et c'est exactement pour ça qu'il s'accumule.
Adaptive Mode comble cet écart. Avant l'envoi de ton premier message, il lit ton brouillon, évalue la vraie difficulté de la tâche, et suggère le modèle le moins cher de la gamme de ton provider qui sait quand même bien faire le travail. Les modèles costauds restent réservés au travail qui le mérite : architecture, audits de sécurité, grosses refactos. Tout le reste part vers un modèle qui coûte une fraction du prix.
Pourquoi calibrer le modèle sur la tâche
Arrête de surpayer les tâches faciles. Un flagship sur une correction de typo, c'est de l'argent jeté par les fenêtres. Adaptive Mode oriente le travail léger vers un modèle léger, donc chaque tâche triviale coûte une fraction de ce qu'elle coûterait sur le haut de gamme.
Garde le modèle puissant pour les problèmes durs. Calibrer ne veut pas dire toujours prendre le moins cher. Quand la tâche est une conception système ou un audit de sécurité, Adaptive Mode te dit de monter en gamme, pour que le travail qui demande de la profondeur l'obtienne vraiment.
Plus de tâches par jour sur le même forfait. Moins de budget dépensé par tâche, c'est buter sur ta limite d'usage plus tard. Sur une journée entière et une flotte d'agents en parallèle, les économies s'additionnent en débit réel supplémentaire.
Zéro friction dans le workflow. La suggestion apparaît dans une petite pastille au-dessus du composer avant l'envoi. Un clic l'applique. Pas de menu à fouiller, pas de devinette manuelle sur le bon modèle, pas de ralentissement.
L'économie : consommer moins, faire plus
Mêmes agents, même forfait. La différence, c'est combien de budget chaque tâche dévore.
Un seul modèle pour tout
- : Chaque tâche tourne sur le modèle que tu as laissé sélectionné.
- : Un flagship sur une typo ou une traduction coûte plusieurs fois trop cher.
- : Ton budget d'usage se vide vite sur du travail qui n'a jamais eu besoin de cette puissance.
- : Tu butes sur la limite d'usage plus tôt dans la journée et les agents calent.
- : Changer de modèle à la main est pénible, alors personne ne le fait.
Adaptive Mode activé
- : Chaque tâche est associée au modèle le moins cher capable de bien la faire.
- : Le travail léger part vers un modèle léger et coûte une fraction du prix.
- : Le flagship est gardé pour les refactos, les audits et l'architecture.
- : Moins de budget par tâche, donc plus de tâches avant toute limite d'usage.
- : Un clic applique le bon modèle, donc le calibrage se fait vraiment.
Le routage lui-même est quasi gratuit : un petit modèle rapide fait l'analyse pour bien moins d'un centime, puis s'efface.
Dis ce qu'il y a à faire.
L'agent s'ouvre sur le bon modèle.
AI Suggestion déplace la même décision plus tôt, au seul moment où elle ne coûte rien : avant que la session existe. Tu ouvres un agent et, au lieu d'un terminal, tu trouves un unique champ qui demande ce que cet agent va faire. Tu réponds en une phrase. Un appel la lit et renvoie le modèle, le nom de session et, si tu n'as pas choisi d'agent, celui qui devrait prendre la tâche.
Puis la session s'ouvre, déjà réglée, avec ta phrase comme premier message. Tu n'as rien collé, tu n'as pas attendu le démarrage du CLI pour le corriger, et tu n'as pas payé le tarif flagship pour une typo.
Une phrase entre. Un niveau de complexité s'allume. L'agent s'ouvre sur le modèle auquel ce niveau correspond, session déjà nommée.
Une vraie session, du champ vide à l'agent qui tourne : une phrase décrit la tâche, la barre de complexité se cale sur Sonnet, l'agent et le nom de session suivent, et la session s'ouvre avec cette phrase déjà envoyée.
Pourquoi la décision doit se prendre avant l'ouverture de la session
Même suggestion, même modèle, deux issues radicalement différentes. La seule variable, c'est le moment où on te pose la question.
Question posée après l'ouverture du terminal
- : Le CLI a déjà démarré sur le modèle qui était configuré.
- : Ton prompt est écrit et tu es à une touche de l'envoyer.
- : Changer de modèle maintenant, c'est jeter la session que tu viens de lancer.
- : La suggestion est vécue comme une interruption, donc elle est ignorée.
- : Le flagship traite la tâche triviale quand même, et rien n'a été appris.
Question posée avant que la session existe
- : Rien n'a démarré, donc il n'y a rien à défaire.
- : Tu es déjà en train de décrire la tâche, l'entrée exacte dont la décision a besoin.
- : Le modèle, le nom de session et l'agent sont réglés en un seul appel.
- : La session s'ouvre configurée, avec ta description comme premier message.
- : Prendre le modèle le moins cher ne te coûte rien, donc ça se produit vraiment.
C'est toute l'idée. Pas une suggestion plus intelligente : la même suggestion, posée à un moment où dire oui est gratuit.
Quatre niveaux, branchés sur les vrais modèles de ton provider
Le rail de complexité est la partie visible de la décision. Laissé sur Auto, l'analyse allume un niveau. Clique un niveau toi-même et il devient ta décision : rien n'est envoyé, et la session s'ouvre immédiatement.
Rapide
01Modification de texte ou de config, sans logique derrière. Une typo, un libellé, une chaîne de traduction, un numéro de version. C'est le niveau qu'un modèle flagship ne devrait jamais voir, et c'est celui qu'il reçoit le plus souvent.
Standard
02Un petit changement dont la solution est déjà connue. Ajouter un état à un bouton, brancher un composant existant, écrire un petit test. Il n'y a rien à investiguer, juste du travail à faire.
Complexe
03Une feature à construire, un bug à investiguer, une refacto à mener. Le chemin n'est pas évident au départ : le modèle a besoin de marge pour explorer avant de s'engager sur une approche.
Extrême
04Architecture, audit, problème sans cause connue. C'est pour ça que le modèle flagship existe, et c'est le fait de le réserver à ces tâches qui rend son usage soutenable ici.
Aucun identifiant de modèle n'est écrit dans le code de la feature. Les quatre niveaux sont résolus depuis le catalogue du provider sur lequel tourne l'agent, trié du plus capable au moins capable. Si ce provider propose moins de quatre modèles, la table se replie par le haut : avec trois modèles, Complexe et Extrême tombent tous les deux sur le flagship, jamais l'inverse. Sous-dimensionner gâche un run entier ; surdimensionner coûte la différence de prix d'un appel.
AI Suggestion, étape par étape
Six étapes, dont quatre facultatives, et un seul appel au total.
Tu ouvres un agent
Au lieu d'un terminal, tu tombes sur l'écran d'intention : la tête de l'agent sur un fond animé, une flèche qui pointe vers un champ unique, et un lien en haut à droite pour ouvrir la session directement si tu n'as pas envie.
Tu décris la tâche en une phrase
En langage courant, dans ta langue. Ce n'est ni un prompt ni une spec : c'est ce que cet agent va faire. Cette phrase est la seule entrée obligatoire, et elle devient le premier message de la session.
Facultatif : désigner les dossiers concernés
Les dossiers du projet apparaissent en pastilles en forme de dossier. En cliquer un donne son périmètre à l'agent et affine l'estimation de difficulté : le même bug dans une app mobile et sur un site web ne sont pas la même tâche.
Facultatif : ouvrir les options avancées
Repliées sous le champ : la nature du travail, à qui il s'adresse, le livrable attendu, des garde-fous comme pas de commit ou tests obligatoires, et du contexte libre comme une erreur collée ou un identifiant de ticket. Tout part dans le même appel et est ajouté en tête du premier prompt de l'agent.
Un seul appel décide, ou aucun appel du tout
Laissé sur Auto, l'envoi déclenche une seule requête qui renvoie le niveau, le modèle, le nom de session et, si aucun agent n'est fixé, l'agent. Clique plutôt un niveau toi-même et il n'y a aucune requête : la session s'ouvre tout de suite sur le modèle correspondant.
La session s'ouvre, déjà réglée
L'agent démarre sur le modèle choisi, sous le nom de session généré, avec ta description livrée en premier message via l'argument de lancement du CLI plutôt que collée dans le terminal après le démarrage.
Tu n'as même pas à choisir l'agent
Si tu ouvres l'écran sans désigner d'agent, la question s'élargit. L'orbe affiche un point d'interrogation entouré de trois visages, et la phrase que tu tapes décide qui prend la tâche : un des agents déjà dans ta room, un des quatorze rôles intégrés, ou un des quelque 260 experts du catalogue.
C'est aussi ce que rend un projet tout neuf désormais. Il ne crée plus un agent full-stack en silence juste parce qu'il fallait bien créer quelque chose. Il demande sur quoi tu travailles, puis choisit l'agent qu'appelle la réponse.
L'agent, le modèle et le nom de session reviennent du même appel unique : enchaîner trois requêtes triplerait la latence d'un écran dont tout l'intérêt est d'être plus rapide qu'ouvrir le terminal et corriger le modèle après coup.
Une question, après l'ouverture de la session
Une fois l'agent lancé, une barre fine demande une seule fois : le modèle proposé était-il le bon ? Trois réponses possibles : ça m'a aidé, trop léger, trop lourd.
Trois et pas deux, parce que « c'était faux » n'est pas exploitable. La direction de l'erreur, elle, l'est. Trop léger et trop lourd sont des corrections opposées, et seule la direction indique à la politique de dimensionnement dans quel sens bouger.
La barre ne bloque jamais rien, la question est posée une fois par session, et la réponse n'est envoyée que si tu as activé le partage des données d'usage.
Ignore-le, saute-le, ou coupe-le là où il t'agace
Un écran qui se place entre toi et ton terminal doit être trivial à écarter. Il y a quatre sorties, et aucune n'est enterrée dans un menu.
Ouvrir directement
Un lien en haut à droite de l'écran ouvre la session exactement comme elle se serait ouverte avant l'existence de la feature. Aucun appel, aucune analyse, aucun délai.
Décider du niveau toi-même
Cliquer un niveau du rail en fait ta décision. Aucune requête n'est émise, et la session s'ouvre immédiatement sur le modèle correspondant.
Coupé pour cet agent, ce projet, ou partout
Le réglage se résout d'abord au niveau de l'agent, puis du projet, puis de l'application. Tu gardes l'écran pour les agents où il rapporte et tu le retires pour ceux que tu ouvres toujours de la même façon.
Coupé depuis l'endroit où tu es
Les trois interrupteurs sont aussi dans le popover « Pourquoi cet écran ? », sur l'écran lui-même. Tu le désactives au moment où il t'agace, pas trois menus plus loin.
Les agents automatisés ne voient jamais l'écran : bots de QA, tickets du backlog, tâches planifiées, maquettes, étapes d'équipe et agents temporaires portent déjà leur brief, et personne n'est assis devant eux.
Comment Adaptive Mode fonctionne, étape par étape
Il s'exécute une fois, avant ton premier message, et ne te gêne jamais.
Tu commences à taper ton prompt
Ouvre une nouvelle conversation avec n'importe quel agent et écris ce que tu veux faire. Adaptive Mode ne regarde que les conversations toutes neuves, donc il n'interrompt jamais une session déjà lancée.
Il lit la tâche et l'analyse
Quand ton brouillon est assez consistant et que tu marques une pause, Adaptive Mode envoie le début de ton brouillon à un petit modèle de routage rapide qui évalue l'exigence de la tâche.
Une suggestion de modèle apparaît
Une pastille surgit au-dessus du composer : « Passer à Haiku », « Passer à Sonnet » ou « Passer à Opus », selon le choix le plus économique. Si ton modèle actuel est déjà le meilleur, il te le dit à la place.
Tu l'appliques en un clic
Clique sur la pastille et le modèle est appliqué. Si une session tourne déjà, Adaptive Mode la bascule à chaud. Le choix est aussi enregistré sur l'agent, donc le prochain lancement démarre sur le bon modèle.
Ou recalcule, ou ignore
Reformulé ton prompt ? Appuie sur rafraîchir pour recalculer la recommandation pour le nouveau brouillon. Content de ton modèle actuel ? Ignore la pastille et envoie. Tu gardes le contrôle de chaque choix.
Ensuite, il reste discret
Adaptive Mode suggère une fois par conversation, donc il ne te harcèle jamais et ne dépense pas en douce ton quota mensuel pendant que tu continues d'éditer. Il fait son travail, puis disparaît.
Routage de modèle indépendant du provider
Adaptive Mode lit la gamme de modèles du provider que tu utilises et recommande dans ce catalogue. Il n'est lié à aucun éditeur en particulier.
Claude
Route entre Haiku, Sonnet et Opus. Haiku pour les corrections rapides, les renommages, les traductions, les petits tests et les résumés. Sonnet pour les revues de pull request, les nouveaux endpoints, le debug complexe et les refactos. Opus pour l'architecture système, les audits de sécurité, les grosses refactos legacy et le travail de performance en profondeur.
Codex
Route dans la gamme Codex, du modèle mini rapide et peu cher pour les petits bugs et les questions rapides, au modèle équilibré par défaut pour les features de bout en bout et les tests, jusqu'au modèle de raisonnement flagship pour la conception système complexe et la revue de code en profondeur.
Antigravity
Route entre le modèle Antigravity rapide pour les petites corrections, les traductions et les résumés, et le modèle Antigravity capable pour implémenter des features, debugger et faire de l'analyse plus poussée.
Autres providers
Pour tout provider, Adaptive Mode retombe sur une règle simple : le modèle le moins cher pour le travail léger, un modèle équilibré pour le travail normal, le modèle le plus capable pour le travail difficile. Ajoute un provider et il route dans les modèles de ce provider.
FAQ
C'est quoi Adaptive Mode dans AgentsRoom ?
Adaptive Mode, c'est le routage intelligent de modèle pour tes agents de code IA. Avant l'envoi de ton premier message, il lit ton prompt et suggère le modèle le plus économique de la gamme de ton provider qui sait quand même bien faire la tâche. Une tâche légère reçoit un modèle léger et peu cher ; une tâche lourde reçoit un flagship. Le but est simple : arrêter de surpayer avec un modèle puissant un travail qui n'en a pas besoin.
Comment Adaptive Mode choisit-il un modèle ?
Il envoie le début de ton brouillon à un petit modèle de routage rapide guidé par des exemples reliant les types de tâches aux niveaux de modèle. Il renvoie ensuite le modèle le moins cher qui convient à la tâche, validé contre les modèles réellement proposés par ton provider. Si ton modèle actuel est déjà le meilleur choix, il indique que le modèle est optimal plutôt que de pousser un changement.
Concrètement, en quoi ça me fait économiser ?
Les modèles moins chers coûtent une fraction du flagship pour la même tâche simple. Si tu fais tes corrections de typo, tes renommages, tes traductions et tes petits tests sur le modèle haut de gamme, tu brûles ton budget d'usage bien plus vite que nécessaire. Adaptive Mode oriente ce travail léger vers un modèle léger, donc chaque tâche coûte moins et tu peux en faire plus avant de buter sur une limite d'usage. Sur une journée et beaucoup d'agents en parallèle, ces économies s'additionnent.
Quels modèles peut-il suggérer ?
Ceux que propose ton provider. Sur Claude, c'est Haiku, Sonnet et Opus. Sur Codex, ça couvre le modèle mini rapide, le modèle équilibré par défaut et le modèle de raisonnement flagship. Sur Antigravity, ça couvre le modèle rapide et le modèle capable. Pour les autres providers, ça retombe sur le moins cher, l'équilibré et le plus capable. Adaptive Mode lit la liste de modèles en direct, donc il recommande toujours un modèle que tu peux vraiment lancer.
Est-ce qu'il change le modèle automatiquement ?
Non. Adaptive Mode se contente de suggérer. Tu appliques le changement d'un seul clic sur la pastille. Si une session tourne déjà, il bascule le modèle à chaud ; dans tous les cas, le choix est enregistré sur l'agent pour que le prochain lancement démarre sur le bon modèle. Tu peux aussi ignorer la suggestion et garder ton modèle actuel.
Quand la suggestion apparaît-elle ?
Sur une conversation toute neuve, après que tu as tapé un prompt consistant et marqué une pause. Elle tourne une fois par conversation, donc elle n'interrompt jamais une session en cours et ne dépense pas en douce ton quota mensuel pendant que tu continues d'éditer.
Puis-je recalculer la suggestion ?
Oui. Si tu réécris ton prompt, appuie sur le bouton rafraîchir de la pastille pour recalculer la recommandation pour le nouveau brouillon. Un recalcul manuel utilise une de tes suggestions mensuelles, donc il est là quand tu en as besoin sans tourner à chaque frappe.
Mon prompt est-il privé ?
Pour calculer une suggestion, seul le début de ton brouillon est envoyé aux serveurs AgentsRoom, une fois par conversation, et uniquement quand Adaptive Mode est activé. Tu peux désactiver entièrement la fonctionnalité dans les réglages si tu préfères choisir les modèles toi-même.
Adaptive Mode marche avec Codex et Antigravity, pas seulement Claude ?
Oui. Adaptive Mode est indépendant du provider. Il lit le catalogue de modèles du provider que l'agent utilise et recommande dans ce catalogue, que ce soit Claude, Codex, Antigravity ou un autre provider supporté. La commande de changement de modèle est construite pour le provider sur lequel tu es.
Comment activer ou désactiver Adaptive Mode ?
Il est désactivé par défaut. Ouvre les réglages d'AgentsRoom, va dans les options du composer et coche Adaptive Mode pour l'activer : la même case le désactive. Tant qu'il est désactivé, rien n'analyse ton brouillon et rien n'en sort de ta machine.
C'est quoi AI Suggestion dans AgentsRoom ?
AI Suggestion est un court écran affiché avant le démarrage d'une session d'agent. Tu décris la tâche en une phrase, et un seul appel renvoie le modèle le moins cher du catalogue de ton provider capable de faire le travail, un nom de session et, si tu n'as pas choisi d'agent, celui qui devrait la prendre. La session s'ouvre ensuite déjà configurée, avec ta phrase comme premier message.
Et si je sais déjà à quel point la tâche est difficile ?
Clique le niveau sur le rail. Il devient ta décision, l'appel est entièrement sauté et la session s'ouvre immédiatement sur le modèle correspondant. L'écran est au plus rapide quand tu connais déjà la réponse.
Que se passe-t-il si l'appel échoue ou si je suis hors ligne ?
L'agent s'ouvre quand même, sur le modèle qu'il aurait utilisé sans la feature. Réseau mort, limite d'usage et réponse inexploitable se terminent tous les trois pareil, parce qu'un écran capable de t'empêcher d'ouvrir un agent serait pire que pas d'écran du tout. Quand la machine est assurément hors ligne, l'écran ne s'affiche même pas.
Peut-il choisir l'agent en plus du modèle ?
Oui, quand tu ouvres l'écran sans désigner d'agent. La tâche est confrontée aux agents déjà présents dans ta room, aux quatorze rôles intégrés et au catalogue d'experts. C'est aussi ce que fait désormais un projet tout neuf, au lieu de créer un agent full-stack en silence parce qu'il fallait bien créer quelque chose.
Va bien avec
CLI Doctor
Quand Claude Code, Codex ou n'importe quelle CLI d'agent meurt au lancement, AgentsRoom lit l'erreur, la commande exacte qu'il a exécutée et l'origine de chaque flag, puis explique ce qui a cassé et comment le réparer.
Suggestions d'agent
Vous ne savez pas quel agent IA utiliser ? Décrivez votre tâche en langage naturel et AgentsRoom suggère le bon agent : depuis votre room, les 14 rôles intégrés ou 260+ experts du catalogue, avec une raison en une ligne. Un clic assigne la tâche.
Consommation de tokens Claude Code
Vois la consommation de tokens et le coût par session en temps réel. Va de pair avec Adaptive Mode : route malin, puis regarde les économies tomber.
Délégation d'agent
Un agent dev confie un test à un agent QA moins cher via MCP. Même idée qu'Adaptive Mode, appliquée à des agents entiers.
Multi-provider
Fais tourner Claude, Codex et Antigravity côte à côte. Adaptive Mode route dans le provider sur lequel chaque agent se trouve.
Statistiques de projet
Temps, prompts, tokens et coût par projet et par agent. La vue tableau de bord du budget qu'Adaptive Mode t'aide à protéger.
Suivi du statut des agents
Statut en direct de chaque agent sur chaque projet, pour toujours savoir qui travaille et qui a besoin de toi.
Restaurer la session
Quitte et reviens avec chaque agent, terminal et sélection de modèle exactement là où tu les as laissés.
Pour aller plus loin
Réduire ses coûts de tokens Claude Code sans ralentir
Claude Code facture au token, et l'essentiel de la dépense est invisible : contexte gonflé, mauvais modèle, PDF bruts, agents qui relisent les mêmes fichiers. Voici où part vraiment l'argent et comment le réduire, avec les habitudes et les outils qui gardent ta facture basse sans te ralentir.
Comment voir la consommation de tokens de Claude Code : 4 méthodes
Quatre façons de vérifier la consommation de tokens de Claude Code : la commande /cost, les transcripts de session, le CLI ccusage, et un compteur en temps réel. Voyez exactement ce que chaque agent dépense.
Quel agent IA choisir pour vos projets ?
Un agent frontend qui rédige ton copy marketing, c'est un échec silencieux. Comment associer chaque tâche au bon agent IA : rôles, experts du catalogue, agents custom, et quoi faire quand tu n'as aucune idée de qui doit prendre le job.
Arrête de payer une puissance de modèle IA dont tu n'as pas besoin
Télécharge AgentsRoom et laisse Adaptive Mode choisir le modèle le plus économique pour chaque tâche. Des modèles légers pour le travail léger, des flagships pour les problèmes durs, moins de budget brûlé par tâche, plus de tâches livrées par jour.
App companion : suivez vos agents en déplacement
Utilisez Claude, Codex, Antigravity CLI ou un autre fournisseur IA.
Remontez bugs et demandes directement dans votre backlog public.
Aperçu d'AgentsRoom en action.