TechniqueGlossaire de l'IA
Latence
Le temps entre votre demande et la réponse. Critique pour les usages temps réel (voix, assistants), souvent en tension avec la qualité.
Autrement dit
La différence entre une conversation fluide et un talkie-walkie qui grésille.
Nos articles qui en parlent
- Opus 5.5 : ce qui change concrètement par rapport au précédent
Au-delà des benchmarks, on détaille ce qu'Opus 5.5 fait différemment d'Opus 5 à l'usage : vitesse, consommation de tokens, autonomie sur les tâches longues, et forme des réponses.
- Un seul modèle pour le texte, l'image, le son et la vidéo
Alibaba a publié Qwen3.8-Omni-Flash, un modèle traitant nativement plusieurs modalités avec un million de tokens de contexte. On explique ce que l'omnimodalité change réellement.
- Un modèle qui écrit un texte d'un seul coup au lieu de mot en mot
Les modèles de diffusion appliqués au texte génèrent l'ensemble d'une réponse en parallèle plutôt que mot par mot. On explique le principe, ses avantages de vitesse et ses limites.
- ChatGPT Images 2.5 : trois milliards d'images par semaine, et un virage vers l'édition
OpenAI a publié ChatGPT Images 2.5 avec deux modèles pour développeurs, une latence réduite de moitié et des gains centrés sur l'édition. On analyse ce virage et ce qu'il vise.
- Nvidia met en production une puce qui ne fait qu'une chose : répondre vite
Nvidia a annoncé l'entrée en production de son accélérateur dédié à l'inférence, issu de son acquisition de Groq. On explique pourquoi une puce spécialisée dans la réponse plutôt que l'entraînement est un signal important.
- GPT-Live : la voix sans le détour par le texte
OpenAI a lancé GPT-Live, un modèle vocal natif annoncé sous les 300 millisecondes de latence. On explique pourquoi supprimer l'étape du texte change la nature de la conversation, et ce que ça soulève.
Pour aller plus loin à l'Académie
Dans la même famille : Technique
Retrouver ce terme dans le glossaire complet →Tous les termes