Vercel permet de changer de LLM en production sans redéploiement : 125 nouveaux modèles en 90 jours
Vercel lance dans AI Gateway des modèles virtuels : l'application appelle non pas un LLM précis, mais un ID de tâche tel que vmc/coding-agent. Le modèle, les fournisseurs de secours et la politique de conservation des données associés à cet ID se configurent dans les paramètres de la passerelle. Au cours des 90 derniers jours, 125 nouveaux modèles sont apparus dans la passerelle, alors que chaque changement de modèle impliquait auparavant une modification du code et un redéploiement. Désormais, toutes les applications récupèrent la nouvelle configuration en quelques minutes.
Traité par IA depuis Vercel Blog ; édité par Hamidun News
Les nouveaux modèles sortent aujourd'hui plus vite que les équipes ne parviennent à les intégrer. Selon Vercel, 125 modèles provenant de plus d'une dizaine de laboratoires ont été ajoutés à AI Gateway au cours des 90 derniers jours, soit une dizaine par semaine environ. Basculer vers l'un d'eux dans la passerelle ne demande qu'une seule ligne, mais cette ligne se trouve dans votre code. Chaque changement de modèle se termine donc généralement par une modification, une revue et un redéploiement. Vercel propose de sortir cette ligne du code grâce aux Virtual Models.
Qu'est-ce qu'un modèle virtuel
Un modèle virtuel est un ID de tâche que vous utilisez à la place de la chaîne portant le nom du modèle. Par exemple, vous créez vmc/coding-agent et indiquez une fois pour toutes dans AI Gateway ce qui se cache derrière : quel modèle, quelle vitesse, et si la Zero Data Retention (interdiction de conserver les requêtes chez le fournisseur) est requise. Vous pouvez créer cet ID depuis le tableau de bord de l'équipe ou via la Vercel CLI.
Dans le code, seul cet ID subsiste. Dans l'exemple de l'annonce, l'appel à streamText de l'AI SDK reçoit model: 'vmc/coding-agent', et le code ne connaît plus rien du fournisseur concerné. Lorsqu'un meilleur modèle apparaît, y compris chez un autre fournisseur, vous modifiez la configuration avec la commande edit, et toutes les applications et tous les agents qui appellent cet ID la prennent en compte en quelques minutes. Aucun déploiement n'est nécessaire.
Cela fonctionne aussi avec des agents de programmation prêts à l'emploi comme Claude Code et Codex. On les connecte avec la commande vercel ai-gateway setup, puis on choisit le modèle virtuel dans la liste des modèles de l'outil lui-même.
Un modèle sur mesure pour chaque tâche
Les tâches diffèrent fortement par leur charge. Le traitement des tickets du support peut se déclencher des centaines de fois par heure, et le coût y est déterminant. La vérification de contrats juridiques, elle, ne s'exécute que quelques fois par jour, mais exige un raisonnement solide. Auparavant, ces choix se dispersaient souvent dans les dépôts. Désormais, chaque tâche dispose de son propre ID virtuel, dont la configuration peut être modifiée indépendamment des autres.
Lors d'un changement de modèle, certains réglages restent en place : les replis, la Zero Data Retention et les tags. En revanche, les options propres à un fournisseur ne s'appliquent qu'à lui. Si vous aviez un réglage spécifique à Anthropic et que vous redirigez l'ID vers un modèle d'OpenAI, ce réglage cessera d'être appliqué. Vercel recommande explicitement de relire les provider options à chaque changement de fournisseur.
Pour la production, Vercel propose un schéma sûr. Créez un second ID, par exemple vmc/coding-agent-candidate, faites-le pointer vers le nouveau modèle et lancez vos evals (jeux de tests de qualité) dessus. Si la qualité baisse après la bascule de l'ID principal, vous pouvez le rediriger vers l'ancien modèle.
Contrôle pour les équipes plateforme et sécurité
N'importe quel membre de l'équipe peut appeler un modèle virtuel, mais seuls ceux qui disposent du rôle approprié peuvent en modifier les réglages. Cela donne aux équipes plateforme et sécurité un point de contrôle centralisé. Elles décident elles-mêmes quels modèles sont accessibles et avec quels paramètres, tout en ouvrant rapidement aux développeurs l'accès aux nouvelles versions.
Point important : les réglages du modèle virtuel sont prioritaires sur ceux de la requête. Le code appelant ne peut pas modifier l'ordre des fournisseurs, les replis ou le niveau de service. Si des modèles de secours sont définis pour vmc/storefront-assistant, toutes les applications utiliseront le même scénario de tolérance aux pannes, même si leurs requêtes en précisent d'autres. Il en va de même pour la confidentialité. Si le modèle virtuel exige la Zero Data Retention ou des fournisseurs qui n'entraînent pas leurs modèles sur les données des requêtes, cette exigence s'applique même lorsque la requête fixe explicitement zeroDataRetention ou disallowPromptTraining à false.
Les tags sont eux aussi remplacés. Les tags du modèle virtuel supplantent ceux de la requête, si bien que les coûts sont toujours imputés à la tâche, quel que soit le marquage appliqué par l'application à ses appels. La page Virtual Models affiche, pour chaque tâche, les requêtes, les dépenses et la part de réponses réussies.
Ce que cela change concrètement
Les modèles virtuels couvrent tous les types de modèles d'AI Gateway : texte, images, vidéo, parole, embeddings et temps réel. Sont pris en charge l'AI SDK ainsi que les API compatibles avec OpenAI et Anthropic. Selon Vercel, la passerelle répercute les tarifs des fournisseurs sans marge et ne prélève aucune commission de plateforme sur l'inférence, y compris lorsque vous utilisez vos propres clés (BYOK).
Une limite est à garder en tête dès maintenant : vous vous rattachez à AI Gateway en tant que couche de gouvernance, et un changement de configuration sans déploiement signifie qu'une erreur de paramétrage atteint immédiatement la production. C'est pourquoi le schéma avec candidat et evals n'a rien d'une formalité. Pour les équipes qui font tourner plusieurs agents et des dizaines de tâches, c'est une manière pratique de cesser d'enchaîner les redéploiements à chaque nouveau modèle, tout en gardant la maîtrise de la confidentialité et des coûts.
- 21 nov. 2026Les offres FDE ont été multipliées par 4,6 en un an : ce que fait un ingénieur chez le client
- 21 nov. 2026La capitaine d'une équipe de nageurs a confié trois tâches planifiées à ChatGPT et divisé sa charge de travail par plusieurs
- 21 nov. 2026OpenAI GPT-6 Cyber a trouvé une trentaine de failles dans les iPhone, Mac et autres appareils Apple
- 21 nov. 202622 agents Claude ont cherché pendant six semaines des réponses sur les trous noirs — et ont résolu deux problèmes
Questions clés sur cet article
Qu'est-ce qu'un modèle virtuel?
Un modèle virtuel est un ID de tâche que vous utilisez à la place de la chaîne portant le nom du modèle. Par exemple, vous créez vmc/coding-agent et indiquez une fois pour toutes dans AI Gateway ce qui se cache derrière : quel modèle, quelle vitesse, et si la Zero Data Retention (interdiction de conserver les requêtes chez le fournisseur) est requise. Vous pouvez créer cet ID depuis le tableau de bord de l'équipe ou via la Vercel CLI. Dans le code, seul cet ID subsiste.
Que sait-on sur Un modèle sur mesure pour chaque tâche ?
Les tâches diffèrent fortement par leur charge. Le traitement des tickets du support peut se déclencher des centaines de fois par heure, et le coût y est déterminant. La vérification de contrats juridiques, elle, ne s'exécute que quelques fois par jour, mais exige un raisonnement solide. Auparavant, ces choix se dispersaient souvent dans les dépôts. Désormais, chaque tâche dispose de son propre ID virtuel, dont la configuration peut être modifiée indépendamment des autres.
Que sait-on sur Contrôle pour les équipes plateforme et sécurité ?
N'importe quel membre de l'équipe peut appeler un modèle virtuel, mais seuls ceux qui disposent du rôle approprié peuvent en modifier les réglages. Cela donne aux équipes plateforme et sécurité un point de contrôle centralisé. Elles décident elles-mêmes quels modèles sont accessibles et avec quels paramètres, tout en ouvrant rapidement aux développeurs l'accès aux nouvelles versions. Point important : les réglages du modèle virtuel sont prioritaires sur ceux de la requête.
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.