Vous n'avez pas obtenu le modèle d'IA pour lequel vous avez payé

Cet article examine trois scénarios où le modèle demandé ne correspond pas au modèle effectivement utilisé. Anthropic, lors de l'activation du classificateur, remplace les requêtes bloquées de « claude-fable-5 » par « claude-opus-4-8 » et en informe dans la réponse. Cursor a lancé Router, un classificateur qui sélectionne le modèle en fonction du contexte de la requête sans indiquer le nom spécifique du modèle pour chaque type de tâche. OpenRouter prévient que certains fournisseurs peuvent utiliser des poids quantifiés avec une précision réduite, et les journaux ne reflètent pas cela. Cette fragmentation de l'identité du modèle pose des problèmes juridiques : si le contrat décrit le modèle par son nom, la substitution peut constituer une violation ; si le contrat décrit les exigences de capacités, des critères objectifs de qualité sont nécessaires. Les régulateurs (FTC) peuvent considérer la substitution cachée comme un motif sombre. La question est particulièrement aiguë dans les procédures judiciaires, où une partie doit prouver quel modèle spécifique a généré un résultat particulier. La solution serait d'introduire une assertion signée (attestable model identity) avec un hachage des poids, la précision et l'invite système, certifiée par une clé d'attestation matérielle (par exemple, basée sur des GPU confidentiels).