Snowflake (NYSE: SNOW)*, le Data Cloud AI, annonce le routage dynamique des modèles dans Cortex AI Gateway, Snowflake CoCo et Snowflake CoWork avec un accès élargi aux principaux modèles open source. Snowflake aide les entreprises à réduire les dépenses inutiles liées à l’IA et à améliorer “l'intelligence efficiency”, mesurant l’efficacité avec laquelle les entreprises transforment le calcul, les modèles, les données et le contexte en impact business.
Avec l’ajout du routage dynamique des modèles, Cortex AI Gateway peut sélectionner automatiquement le modèle spécifique offrant l’équilibre entre qualité et coût pour la tâche à accomplir. Cette nouvelle fonctionnalité oriente les tâches moins complexes ou répétitives vers des modèles plus efficaces, tandis que les tâches nécessitant un raisonnement plus approfondi sont dirigées vers des modèles frontier. Cela aide les clients à réduire les dépenses d’inférence inutiles, sans avoir à gérer eux-mêmes la sélection du modèle pour chaque requête.
Snowflake élargira également l’accès de ses clients aux principaux modèles open source, notamment DeepSeek-V4-Flash 0731² et GLM-5.3³, via Snowflake Cortex AI. Ces modèles viennent enrichir la vaste bibliothèque de modèles de Snowflake, offrant aux clients encore plus d’options pour trouver le juste équilibre entre qualité et coût des modèles, tout en assurant la sécurité des données gouvernées au sein de Snowflake.
Ces nouvelles fonctionnalités s’appuient sur Cortex AI Gateway, annoncé en juillet 2026 comme une base unifiée permettant de gouverner les connexions des agents, d’acheminer intelligemment les requêtes et d’optimiser la consommation d’IA. Snowflake automatise davantage la sélection des modèles et en donnant aux clients accès à une gamme plus large de modèles open source et propriétaires.
« Les entreprises se montrent beaucoup plus rigoureuses quant à la rentabilité de l’IA. La question n’est plus de savoir dans quelle mesure elles utilisent l’IA, mais si cette utilisation se traduit par une valeur métier tangible », déclare Sridhar Ramaswamy, CEO de Snowflake. « Atteindre l’efficacité de l’intelligence exige la flexibilité nécessaire pour utiliser le meilleur modèle pour chaque tâche, à mesure que le marché évolue. Le rôle de Snowflake est d’absorber cette complexité afin que les clients puissent se concentrer sur les résultats, tandis que nous optimisons en arrière-plan le choix des modèles. »
Cortex AI Gateway optimise la rentabilité de l'IA grâce au choix des modèles
L’ajout du routage dynamique des modèles dans Cortex AI Gateway vise à aider les entreprises à n’utiliser les coûteux modèles frontier que lorsqu’ils améliorent de manière significative les résultats dans Snowflake CoCo, Snowflake CoWork et les agents d’IA tiers. Au-delà de la sélection automatique d’un modèle pour chaque requête, le routage dynamique des modèles permet aux clients de contrôler les modèles et les fournisseurs auxquels leurs utilisateurs ont accès. Cette fonctionnalité est particulièrement importante pour les organisations internationales confrontées à des différences régionales en matière de disponibilité des modèles, ou pour les secteurs réglementés soumis à des exigences spécifiques de conformité.
À mesure que les performances et les tarifs des modèles évoluent, Cortex AI Gateway peut mettre à jour les décisions de routage dans les produits d’IA de Snowflake tels que Snowflake CoCo et Snowflake CoWork, sans que les clients aient à reconstruire leurs applications ou leurs agents. Les entreprises peuvent ainsi tirer parti des nouveaux modèles à mesure qu’ils deviennent disponibles, tandis que Snowflake prend en charge la complexité sous-jacente liée au choix et à l’optimisation des modèles.
Les tests internes de Snowflake indiquent que l’utilisation d’une combinaison de modèles open source et propriétaires pour différentes tâches peut offrir une qualité comparable, tout en améliorant sensiblement l’efficacité en matière de tokens. Lors d’une évaluation, des agents utilisant le routage dynamique des modèles avec Cortex AI Gateway ont créé un pipeline dbt avec une efficacité en matière de tokens jusqu’à 3 fois supérieure à celle obtenue avec une approche reposant uniquement sur un modèle frontier, tout en maintenant le même niveau de qualité. Lors d’un autre test, les équipes d’ingénierie ont réalisé le même nombre de pull requests avec une efficacité en matière de tokens supérieure de 25 %⁴.
Snowflake intègre de nouveaux modèles open source aux données d’entreprise gouvernées
DeepSeek-V4-Flash 0731 et GLM-5.3 sont les derniers modèles qui viendront enrichir le portefeuille croissant de modèles disponibles dans Cortex AI, Snowflake CoCo et Snowflake CoWork. Ce portefeuille offre aux clients davantage de liberté pour choisir la combinaison adaptée de performances et de coûts pour chaque workload.
L’équipe de recherche en IA de Snowflake a évalué DeepSeek-V4-Flash sur des tâches destinées aux entreprises. Des tests récents montrent que DeepSeek v4 Flash a surpassé les principaux modèles propriétaires utilisés lors de l’évaluation, avec un score de 74,4 % sur des tâches d’ingénierie des données. GLM-5.2 a également obtenu de solides performances, avec un score de 62,8 %, tout en utilisant moins de tokens que tous les autres modèles testés⁵. Ces résultats montrent que les modèles open source sont de plus en plus capables de prendre en charge des tâches critiques à moindre coût.
Snowflake aide les entreprises à améliorer leur « intelligence efficiency » à grande échelle
À mesure que les entreprises utilisent davantage de modèles dans un nombre croissant d’applications et d’agents d’IA, l’amélioration de l’« intelligence efficiency » nécessite une visibilité et un contrôle sur la manière dont les ressources d’IA sont consommées. Cortex AI Gateway offre aux administrateurs une visibilité sur l’utilisation des tokens et les coûts, tout en permettant aux organisations de définir des limites de dépenses pour les applications et les agents d’IA. Snowflake CoCo étend ces contrôles grâce au système existant de Snowflake fondé sur les rôles et le tagging, permettant aux administrateurs de définir des modèles par défaut, d’attribuer l’utilisation aux équipes ou aux centres de coûts, d’établir des quotas par utilisateur et de recevoir des notifications lorsque la consommation approche des limites définies.
Associées au routage dynamique et à un choix élargi de modèles, ces fonctionnalités offrent aux entreprises un meilleur contrôle sur les coûts de l’intelligence artificielle. Les organisations peuvent automatiquement associer les workloads aux modèles appropriés, tirer parti des nouveaux modèles à mesure qu’ils deviennent disponibles et gérer la manière dont les ressources d’IA sont consommées dans l’ensemble de l’entreprise.
¹ Le routage dynamique des modèles sera prochainement disponible en préversion privée.
² DeepSeek-V4-Flash 0731 est désormais disponible en préversion privée.
³ GLM-5.3 sera prochainement disponible en préversion privée, sous réserve d’une évolution liée à la disponibilité du modèle.
⁴ Résultats fondés sur des tests internes de Snowflake. La méthodologie et les conditions sont disponibles sur demande. Les résultats individuels peuvent varier selon la charge de travail et la configuration.
⁵ Score d’efficacité fondé sur des tests internes utilisant ADE-bench, un cadre créé par dbt pour évaluer les agents IA sur des tâches réelles d’analytique et d’ingénierie des données.
Avec l’ajout du routage dynamique des modèles, Cortex AI Gateway peut sélectionner automatiquement le modèle spécifique offrant l’équilibre entre qualité et coût pour la tâche à accomplir. Cette nouvelle fonctionnalité oriente les tâches moins complexes ou répétitives vers des modèles plus efficaces, tandis que les tâches nécessitant un raisonnement plus approfondi sont dirigées vers des modèles frontier. Cela aide les clients à réduire les dépenses d’inférence inutiles, sans avoir à gérer eux-mêmes la sélection du modèle pour chaque requête.
Snowflake élargira également l’accès de ses clients aux principaux modèles open source, notamment DeepSeek-V4-Flash 0731² et GLM-5.3³, via Snowflake Cortex AI. Ces modèles viennent enrichir la vaste bibliothèque de modèles de Snowflake, offrant aux clients encore plus d’options pour trouver le juste équilibre entre qualité et coût des modèles, tout en assurant la sécurité des données gouvernées au sein de Snowflake.
Ces nouvelles fonctionnalités s’appuient sur Cortex AI Gateway, annoncé en juillet 2026 comme une base unifiée permettant de gouverner les connexions des agents, d’acheminer intelligemment les requêtes et d’optimiser la consommation d’IA. Snowflake automatise davantage la sélection des modèles et en donnant aux clients accès à une gamme plus large de modèles open source et propriétaires.
« Les entreprises se montrent beaucoup plus rigoureuses quant à la rentabilité de l’IA. La question n’est plus de savoir dans quelle mesure elles utilisent l’IA, mais si cette utilisation se traduit par une valeur métier tangible », déclare Sridhar Ramaswamy, CEO de Snowflake. « Atteindre l’efficacité de l’intelligence exige la flexibilité nécessaire pour utiliser le meilleur modèle pour chaque tâche, à mesure que le marché évolue. Le rôle de Snowflake est d’absorber cette complexité afin que les clients puissent se concentrer sur les résultats, tandis que nous optimisons en arrière-plan le choix des modèles. »
Cortex AI Gateway optimise la rentabilité de l'IA grâce au choix des modèles
L’ajout du routage dynamique des modèles dans Cortex AI Gateway vise à aider les entreprises à n’utiliser les coûteux modèles frontier que lorsqu’ils améliorent de manière significative les résultats dans Snowflake CoCo, Snowflake CoWork et les agents d’IA tiers. Au-delà de la sélection automatique d’un modèle pour chaque requête, le routage dynamique des modèles permet aux clients de contrôler les modèles et les fournisseurs auxquels leurs utilisateurs ont accès. Cette fonctionnalité est particulièrement importante pour les organisations internationales confrontées à des différences régionales en matière de disponibilité des modèles, ou pour les secteurs réglementés soumis à des exigences spécifiques de conformité.
À mesure que les performances et les tarifs des modèles évoluent, Cortex AI Gateway peut mettre à jour les décisions de routage dans les produits d’IA de Snowflake tels que Snowflake CoCo et Snowflake CoWork, sans que les clients aient à reconstruire leurs applications ou leurs agents. Les entreprises peuvent ainsi tirer parti des nouveaux modèles à mesure qu’ils deviennent disponibles, tandis que Snowflake prend en charge la complexité sous-jacente liée au choix et à l’optimisation des modèles.
Les tests internes de Snowflake indiquent que l’utilisation d’une combinaison de modèles open source et propriétaires pour différentes tâches peut offrir une qualité comparable, tout en améliorant sensiblement l’efficacité en matière de tokens. Lors d’une évaluation, des agents utilisant le routage dynamique des modèles avec Cortex AI Gateway ont créé un pipeline dbt avec une efficacité en matière de tokens jusqu’à 3 fois supérieure à celle obtenue avec une approche reposant uniquement sur un modèle frontier, tout en maintenant le même niveau de qualité. Lors d’un autre test, les équipes d’ingénierie ont réalisé le même nombre de pull requests avec une efficacité en matière de tokens supérieure de 25 %⁴.
Snowflake intègre de nouveaux modèles open source aux données d’entreprise gouvernées
DeepSeek-V4-Flash 0731 et GLM-5.3 sont les derniers modèles qui viendront enrichir le portefeuille croissant de modèles disponibles dans Cortex AI, Snowflake CoCo et Snowflake CoWork. Ce portefeuille offre aux clients davantage de liberté pour choisir la combinaison adaptée de performances et de coûts pour chaque workload.
L’équipe de recherche en IA de Snowflake a évalué DeepSeek-V4-Flash sur des tâches destinées aux entreprises. Des tests récents montrent que DeepSeek v4 Flash a surpassé les principaux modèles propriétaires utilisés lors de l’évaluation, avec un score de 74,4 % sur des tâches d’ingénierie des données. GLM-5.2 a également obtenu de solides performances, avec un score de 62,8 %, tout en utilisant moins de tokens que tous les autres modèles testés⁵. Ces résultats montrent que les modèles open source sont de plus en plus capables de prendre en charge des tâches critiques à moindre coût.
Snowflake aide les entreprises à améliorer leur « intelligence efficiency » à grande échelle
À mesure que les entreprises utilisent davantage de modèles dans un nombre croissant d’applications et d’agents d’IA, l’amélioration de l’« intelligence efficiency » nécessite une visibilité et un contrôle sur la manière dont les ressources d’IA sont consommées. Cortex AI Gateway offre aux administrateurs une visibilité sur l’utilisation des tokens et les coûts, tout en permettant aux organisations de définir des limites de dépenses pour les applications et les agents d’IA. Snowflake CoCo étend ces contrôles grâce au système existant de Snowflake fondé sur les rôles et le tagging, permettant aux administrateurs de définir des modèles par défaut, d’attribuer l’utilisation aux équipes ou aux centres de coûts, d’établir des quotas par utilisateur et de recevoir des notifications lorsque la consommation approche des limites définies.
Associées au routage dynamique et à un choix élargi de modèles, ces fonctionnalités offrent aux entreprises un meilleur contrôle sur les coûts de l’intelligence artificielle. Les organisations peuvent automatiquement associer les workloads aux modèles appropriés, tirer parti des nouveaux modèles à mesure qu’ils deviennent disponibles et gérer la manière dont les ressources d’IA sont consommées dans l’ensemble de l’entreprise.
¹ Le routage dynamique des modèles sera prochainement disponible en préversion privée.
² DeepSeek-V4-Flash 0731 est désormais disponible en préversion privée.
³ GLM-5.3 sera prochainement disponible en préversion privée, sous réserve d’une évolution liée à la disponibilité du modèle.
⁴ Résultats fondés sur des tests internes de Snowflake. La méthodologie et les conditions sont disponibles sur demande. Les résultats individuels peuvent varier selon la charge de travail et la configuration.
⁵ Score d’efficacité fondé sur des tests internes utilisant ADE-bench, un cadre créé par dbt pour évaluer les agents IA sur des tâches réelles d’analytique et d’ingénierie des données.
Autres articles
-
Saviynt s’associe à Snowflake pour relever le prochain défi de sécurité de l’IA, l’interopérabilité fiable des agents
-
Les agents IA accélèrent l'évolution des architectures marketing selon Snowflake
-
Snowflake lance Cortex AI Gateway pour une supervision unifiée des agents d'IA et une meilleure maîtrise des coûts
-
Open Semantic Interchange devient Apache Ossie et rejoint le programme Apache Incubator
-
Sanofi choisit Snowflake pour accélérer le développement de médicaments avec l’IA
