# Trouver des modèles IA sur Replicate
Trouvez des modèles IA sur Replicate en utilisant la recherche et les collections curées.
---
**Note:** I've translated the text while preserving the exact markdown formatting. The text was minimal (just a heading and a short description), so the translation maintains the same structure with "Replicate" kept as a proper noun/brand name in English.
Docs par modèle : https://replicate.com/{owner}/{model}/llms.txt
Définir Accept: text/markdown lors de la demande de pages de documentation pour les réponses Markdown.
Recherche
Utilisez l'API de recherche (GET /v1/search?query=...) pour trouver des modèles par tâche. Retourne des modèles, des collections et de la documentation.
La recherche retourne des métadonnées pour chaque modèle incluant tags, generated_description et run_count.
L'API de recherche retourne également les collections correspondantes aux côtés des résultats de modèles.
Évitez de lister tous les modèles via l'API. C'est un flux incessant. Utilisez des requêtes ciblées.
Collections
Les collections sont des groupes de modèles organisés maintenus par l'équipe Replicate.
La collection official contient des modèles toujours actifs avec des API stables et des tarifs prévisibles.
Utilisez les collections pour réduire une sélection avant une comparaison approfondie.
Listez les collections avec GET /v1/collections. Obtenez-en une par slug avec GET /v1/collections/{slug}.
Lecture des schémas de modèles
Chaque modèle expose son schéma d'entrée/sortie via l'API des modèles (GET /v1/models/{owner}/{name}).
Chemin du schéma : model.latest_version.openapi_schema.components.schemas.Input.properties
Chaque propriété peut inclure : type, description, default, minimum/maximum, enum, format (par exemple uri pour les entrées de fichiers).
Récupérez toujours le schéma avant d'exécuter un modèle. Les schémas changent.
Choisir le bon modèle
Préférez les modèles officiels. Ils sont toujours actifs (pas de démarrage froid), ont des API stables et des tarifs prévisibles.
Préférez la dernière version. Si la recherche retourne v2.5 et v3.0, utilisez v3.
Le nombre d'exécutions peut être trompeur. Les anciens modèles accumulent les exécutions au fil du temps mais peuvent être obsolètes. Un modèle avec 10 millions d'exécutions de 2023 est probablement pire qu'un modèle avec 100 000 exécutions de 2025.
Préférez les modèles récemment publiés. L'espace de l'IA se déplace rapidement.
Vérifiez les tags du modèle pour aider à filtrer par tâche (image-generation, video, audio, etc.).
Identifiants de modèles
Les modèles officiels utilisent le format owner/name (par exemple black-forest-labs/flux-2-klein-9b). Achemine automatiquement vers la dernière version.
Les modèles communautaires nécessitent owner/name:version_id. Vous devez épingler une version spécifique. Les modèles communautaires peuvent avoir un démarrage froid et prendre du temps pour démarrer.
Si vous devez utiliser un modèle communautaire, sachez qu'il peut prendre beaucoup de temps pour démarrer. Vous pouvez créer des déploiements toujours actifs, mais vous payez pour le temps de fonctionnement du modèle.