# Comparer deux configurations d’agents IA

Modèle vierge. Aucun résultat mesuré n’est fourni. Une configuration comprend le modèle, son moteur, ses outils et ses réglages.

## Définir l’essai avant de lancer les configurations

- Question que l’essai doit aider à trancher :
- Mission et raison de ce choix :
- Copie du projet / jeu de données / version de départ :
- Défaut ou situation initiale vérifiable :
- Résultat attendu :
- Critères d’acceptation :
- Cas limite et preuve attendue :
- Outils, réseau et actions autorisés :
- Limite de temps et de dépenses décidée pour cet essai :
- Consigne identique fournie aux configurations :
- Vérificateur et méthode de revue :

## Configuration, pour chaque exécution

- Identifiant de l’exécution :
- Date et fuseau horaire :
- Fournisseur / modèle exact / version disponible :
- Moteur et version :
- Réglages de raisonnement, contexte et outils :
- Machine et quantification pour un modèle local :
- Différences d’environnement entre les candidats :

## Observation, pour chaque exécution

- Début et fin :
- Résultat produit et lien :
- Critères acceptés, échoués et non vérifiés :
- Preuves consultées par le vérificateur :
- Relances et interventions humaines, avec motif :
- Temps de revue et de correction observable :
- Coût facturé / consommation observée / inconnu :
- Échec, interruption ou limite rencontrée :

## Décision

- Verdict pour cette mission : accepté / refusé / non vérifié
- Configuration conservée, nouvel essai ou usage limité à un rôle :
- Raisons et limites de la conclusion :
- Éléments qui justifieraient un nouvel essai :

Gardez les échecs dans le journal CSV. Ne remplacez pas une mesure absente par zéro. Ne déduisez pas un classement général d’une seule mission. Si les outils ou moteurs diffèrent, comparez les configurations complètes, pas seulement les modèles.

Guide : https://stellary.co/fr/blog/best-ai-coding-models/