Cohere

Cohere n'est pas un fournisseur de modèle conversationnel de plus. C'est pour ça qu'il est dans cette liste. Ce qu'on vient chercher chez lui, c'est le reclassement, le service dont personne ne parle et qui répare la moitié des recherches documentaires décevantes.

Ce que fait le reclassement, concrètement

Une recherche vectorielle classique remonte vingt documents « proches » de la question. Proches au sens mathématique, ce qui n'est pas la même chose que pertinents : le bon document est souvent en huitième position. Le modèle de rerank relit ces vingt résultats en tenant compte de la question réelle et les remet dans l'ordre.

Le résultat se voit sans instrument de mesure. Sur une base de procédures internes, on passe d'un assistant qui « trouve à peu près » à un assistant qui cite le bon paragraphe. La base n'a pas changé, l'index non plus ; seul l'ordre des résultats a bougé.

Où on le place dans la chaîne

Entre la recherche et le modèle qui rédige. Supabase ou Xano stocke les vecteurs et remonte les candidats, Cohere les reclasse, puis seuls les cinq premiers partent au modèle de génération. Cette dernière étape fait aussi baisser la facture : cinq passages au lieu de vingt, c'est quatre fois moins de tokens payés à chaque question.

Pourquoi on ne l'utilise pas pour rédiger

Les modèles Command font le travail, mais nous n'avons pas trouvé de cas où ils battent Claude ou GPT sur la rédaction en français. On garde donc Cohere pour ce qu'il fait le mieux et on laisse la rédaction à un autre. Un projet peut très bien appeler deux fournisseurs dans la même chaîne. C'est même la norme chez nous.