Modal : une sandbox d'agent IA n'utilise pas plus de 6 % de son CPU de pointe pendant plus de la moitié de sa durée de vie
Un agent de programmation passe l'essentiel de son temps à attendre la réponse du modèle, pendant que le processeur de la sandbox reste inactif. Selon Modal, une Sandbox typique n'utilise pas plus de 6 % de son CPU de pointe pendant plus de la moitié de sa durée de vie ; les pics surviennent lors de l'installation des dépendances, des tests et de la compilation. Payer une réserve calculée pour le pic revient à louer un camion pour une journée afin de faire deux trajets. Modal propose donc une requête minimale assortie d'une accélération temporaire, et il vous revient de dimensionner les ressources selon le profil réel de votre agent.
Traité par IA depuis Modal Blog ; édité par Hamidun News
Si vous exécutez des agents IA dans des sandboxes isolées, vous connaissez le problème arithmétique : les ressources sont généralement dimensionnées pour le pire cas, alors qu'elles restent inactives la plupart du temps. Le blog de Modal illustre ce problème par des chiffres. La société affirme qu'une Sandbox typique n'utilise pas plus de 6 % de son CPU de pointe pendant plus de la moitié de sa durée de vie. En d'autres termes, vous payez une puissance dont vous n'avez besoin que quelques secondes. D'où l'idée figurant dans le titre original : « burst, don't reserve », c'est-à-dire laisser la sandbox accélérer brièvement plutôt que de réserver la puissance à l'avance.
Pourquoi réserver une capacité de pointe ne convient pas aux agents
Prenons l'exemple d'un agent de programmation. Il fonctionne en boucle : le modèle réfléchit à la suite, l'agent exécute une commande, reçoit le résultat, puis attend à nouveau le modèle. Pendant la réflexion, la sandbox ne fait presque rien. La charge monte lorsque l'agent installe des dépendances, lance des tests ou compile le projet.
Le même schéma se retrouve dans d'autres scénarios courants : les rollouts de RL (exécutions d'agent pour l'apprentissage par renforcement), les évaluations de modèles (evals) et les constructeurs d'applications. Partout, on observe de longues pauses et de courts pics.
Imaginez que vous louiez un camion pour la journée parce que vous devez déménager deux fois des meubles. La réservation fixe de CPU pour le pic fonctionne exactement de la même manière : vous estimez le maximum, prévoyez une marge et la conservez en permanence, alors que le pic ne dure qu'un instant.
Ce que montre une session réelle
Modal présente l'enregistrement d'une exécution réelle sur une tâche de Terminal-Bench 2.1 : « trouver et corriger une vulnérabilité dans un dépôt ». L'agent a terminé en 2 minutes 46 secondes et a effectué 10 appels au modèle. Le processeur est resté proche de zéro la plupart du temps, à l'exception de brefs pics lors du lancement de pytest. La mémoire est restée autour de 47 MiB.
Les deux indicateurs tenaient dans la requête minimale de la sandbox : 0,125 cœur et 128 MiB. Aucune limite n'était définie dans cet exemple, seule la requête minimale était présente, et elle a suffi.
La répartition du temps est également révélatrice. Environ 33 secondes ont été consacrées à attendre la réponse du modèle, et deux autres pauses de 60 secondes ont été demandées par l'agent lui-même. Pendant tout ce temps, la sandbox est restée inactive. Au cours de la session, l'agent a parcouru le dépôt et l'historique git, lancé les tests, repéré un test en échec, lu la classe HeaderDict de la bibliothèque bottle et corrigé les vérifications d'en-têtes. À la fin, les 367 tests ont réussi. Les tests eux-mêmes ont pris une à deux secondes.
Que faire concrètement
Le principal enseignement pour ceux qui conçoivent des plateformes d'agents : ne budgétez pas une puissance de pointe pour toute la durée d'une session. Commencez par mesurer le profil de vos agents :
- le temps qu'ils passent à attendre le modèle ;
- la fréquence des compilations et des tests ;
- l'ampleur des pics de CPU et de mémoire.
Plus la part d'attente est élevée, plus le gain potentiel du schéma « requête minimale plus accélération à la demande » est important. Si des ressources garanties sont critiques, la requête peut être augmentée, mais il s'agit alors d'un choix délibéré et non d'une valeur par défaut. Pour savoir comment Modal facture le dépassement de la requête, consultez la documentation et les tarifs : le matériau analysé ne fournit pas de formule détaillée.
Limites
Il s'agit d'une publication du fournisseur lui-même, et l'exemple choisi est représentatif : une tâche courte avec de longues pauses. Pour les agents qui compilent en permanence de gros projets ou exécutent des tests lourds, la part d'inactivité sera moindre et les économies plus modestes. Le chiffre « moins de 6 % du CPU de pointe pendant plus de la moitié du temps » concerne une Sandbox typique sur la plateforme Modal, donc une moyenne. Votre charge peut être différente, et le matériau ne contient ni mesures indépendantes ni comparaison avec les tarifs des concurrents.
La direction reste néanmoins claire. Les charges d'agents sont par nature irrégulières : longues pauses de réflexion et brefs pics de travail. Un modèle tarifaire qui en tient compte paraît plus honnête qu'une location de puissance de pointe pour toute la session. Pour les fondateurs et les chefs de produit, c'est l'occasion de recalculer l'unit-économie des agents sur la base de la charge moyenne ; pour les ingénieurs, c'est un point à ajouter à la liste de contrôle lors du choix d'une plateforme de sandboxes.
- 21 nov. 2026Meta prépare Muse Charm, un tamagotchi IA à 300 $ avec un an de 5G Verizon
- 21 nov. 2026Dreamteam lève 53 M$ pour un CRM qui se remplit tout seul à partir des e-mails et des appels
- 21 nov. 202622 agents Claude ont cherché pendant six semaines des réponses sur les trous noirs — et ont résolu deux problèmes
- 21 nov. 2026Google a construit une copie fermée d'internet avec de fausses banques pour entraîner les agents IA de Chrome
Questions clés sur cet article
Pourquoi réserver une capacité de pointe ne convient pas aux agents?
Prenons l'exemple d'un agent de programmation. Il fonctionne en boucle : le modèle réfléchit à la suite, l'agent exécute une commande, reçoit le résultat, puis attend à nouveau le modèle. Pendant la réflexion, la sandbox ne fait presque rien. La charge monte lorsque l'agent installe des dépendances, lance des tests ou compile le projet.
Que sait-on sur Ce que montre une session réelle ?
Modal présente l'enregistrement d'une exécution réelle sur une tâche de Terminal-Bench 2.1 : « trouver et corriger une vulnérabilité dans un dépôt ». L'agent a terminé en 2 minutes 46 secondes et a effectué 10 appels au modèle. Le processeur est resté proche de zéro la plupart du temps, à l'exception de brefs pics lors du lancement de pytest. La mémoire est restée autour de 47 MiB. Les deux indicateurs tenaient dans la requête minimale de la sandbox : 0,125 cœur et 128 MiB.
Que sait-on sur Que faire concrètement ?
Le principal enseignement pour ceux qui conçoivent des plateformes d'agents : ne budgétez pas une puissance de pointe pour toute la durée d'une session. Commencez par mesurer le profil de vos agents : le temps qu'ils passent à attendre le modèle ; la fréquence des compilations et des tests ; l'ampleur des pics de CPU et de mémoire. Plus la part d'attente est élevée, plus le gain potentiel du schéma « requête minimale plus accélération à la demande » est important.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.