L’API de décision

Uprelic Strom. Un jugement que vous pouvez automatiser.

Strom est un modèle de décision IA et la couche de décision de vos workflows, agents et équipes. Il répond en millisecondes pour une fraction du coût d’un modèle de chat, vous dit à quelle fréquence il se trompe et vérifie chaque étape selon vos règles.

90–430 ms par requête · De bout en bout dans l’UE

Lit n’importe quel texte, image ou vidéo: E-mails, Factures, Contrats, Tickets de support, Avis, Chats, Transcriptions d’appels, Formulaires, Reçus, PDFs, Tableurs, JSON, Journaux, Pages web, Appels d’outils, Captures d’écran, Photos, Vidéo.

Lire le guide

Ce qu’est un modèle de décision. Ce qui change avec un modèle de décision.

Un modèle de décision n’écrit pas de texte. Il lit votre entrée, choisit l’une des réponses que vous autorisez et vous dit à quel point il est sûr, sous forme de probabilité calibrée. 0,9 signifie qu’il a raison environ 9 fois sur 10. Chaque décision est donc rapide, bon marché et exploitable par votre code.

jusqu’à 5.3× plus rapide
Un contrôle de factures en trois étapes, de bout en bout.
jusqu’à 70× moins cher
300 000 tickets par mois, 8 décisions chacun.
0% réponses inventées
Uniquement vos options. Il peut choisir la mauvaise, jamais une nouvelle.
≈97% connu avant l’exécution
Vous savez à quelle fréquence chaque étape est juste, donc vous le savez pour tout le workflow.

Voici quelques exemples concrets de ce qui distingue les modèles de décision.

Les règles ne reconnaissent que les mots pour lesquels elles ont été écrites. Un classifieur est rapide, mais il apprend un ensemble fixe de réponses à partir de milliers d’exemples étiquetés et doit être réentraîné pour chaque nouvelle question. Un modèle de raisonnement gère tout, mais il prend des secondes, coûte à chaque appel et ne donne aucune probabilité. Strom accepte n’importe quelle question en mots simples et y répond en millisecondes, avec une probabilité calibrée.

À essayer ici. Amusez-vous. Aucun compte nécessaire.

L’automatisation est une chaîne de petites décisions.

Chacune devrait être assez rapide pour qu’on l’attende, assez bon marché pour la poser à chaque fois, honnête sur son degré de certitude, et conforme à vos règles. C’est pour cela que Strom est conçu.

Un modèle, trois rôles. Strom fait le travail. Le contrôle. L’évalue.

La plupart des décisions d’une automatisation sont de petites questions avec un ensemble fixe de réponses, pas du raisonnement ouvert. Strom y répond, donc un seul modèle fait le travail, le contrôle et l’évalue.

Classifier (Lequel ?)Vérifier (Est-ce vrai ?)Score (Combien ?)Localiser (Où ?)Extraire (Quoi exactement ?)
FaireTrier les tickets de support par urgenceCette facture est-elle un doublon ?Reclasser les résultats de recherche pour cette requêteTrouver les dégâts sur la photo d’une voitureExtraire le fournisseur, le montant et l’échéance
SurveillerQuelle politique s’applique à cette demande ?Cet appel d’outil enfreint-il une règle ?Quel est le risque de ce paiement ?Trouver les visages et les plaques à flouterMarquer les passages que cet utilisateur ne doit pas voir
NoterDe quel type d’erreur s’agissait-il ?La réponse s’appuie-t-elle sur ses sources ?Noter cette réponse de 1 à 5L’agent a-t-il suivi le bon objet ?A-t-il rempli tous les champs obligatoires ?

Fait le travail

La réponse devient une donnée. Que doit faire la comptabilité fournisseurs de cette facture ? suspendre pour vérification (0.82)

Contrôle le travail

La réponse devient une barrière. Le refund($800) d’un agent du support enfreint-il la règle « pas de remboursement au-dessus de 500 sans responsable » ? oui · bloquer (0.94)

Évalue le travail

La réponse devient une métrique. La promesse de remboursement du bot est-elle fondée sur la politique ? non (0.99)

Fiabilité. Sachez à quelle fréquence il se trompe.

Chaque réponse est accompagnée d’une probabilité calibrée. Parmi les réponses à 0,9, environ 9 sur 10 sont justes, donc un seuil fixe votre taux d’erreur.

Une confiance sur laquelle compter
Un seuil fixe le taux d’erreur que vous acceptez.
Ne peut pas en inventer
Chaque réponse est l’une de vos options. Il peut choisir la mauvaise, jamais une nouvelle.

Une gouvernance de l’IA qui s’exécute. Laissez agir les agents. Selon vos règles.

La plupart des gouvernances de l’IA sont un document que chacun est censé suivre. Avec Strom, elle s’exécute. Chaque règle est un contrôle, tranché en millisecondes, avant qu’un outil s’exécute, après son retour et avant que quoi que ce soit n’atteigne un autre agent IA ou une personne.

  1. Avant l’appel: L’arrête avant que cela n’arrive. L’agent appelle run_shell git push --force origin main. Votre règle: Never force-push, and never push directly to main. Strom: Bloqué (0.98, 48 ms). L’agent ouvre plutôt une pull request.
  2. Après le résultat: Vérifie ce qui revient. L’outil renvoie read_file config/database.yml → “password: hunter2”. Votre règle: Block file contents that contain passwords, API keys or other secrets. Strom: Retenu (0.98, 32 ms). L’agent ne voit jamais le mot de passe.
  3. Avant la réponse: Vérifie ce qu’il dit. L’agent répond reply “All done! Your $800 refund is on its way…”. Votre règle: Never tell the customer an action is done unless a tool call did it. Vérifié avant qu’un autre agent IA ou une personne ne le lise.

Où se prennent les décisions. Dans les workflows linéaires, les agents IA et les processus humains.

L’automatisation suit un chemin fixe ou ouvert, et beaucoup d’étapes sont encore faites par des personnes. Chacune a besoin de jugement là où une règle ne suffit plus, seule ou toutes dans un même processus.

Workflow (Logistique)

Carton écrasé

Un carton écrasé sur le tapis.

  1. Votre système: Le colis est scanné. à la porte de l’entrepôt
  2. Votre système: Une photo est prise.
  3. Strom: L’emballage est-il endommagé ?. endommagé (0.8)
  4. Votre système: Retenu pour inspection. photo conservée pour la réclamation

Carton intact

Un carton intact sur le tapis.

  1. Votre système: Le colis est scanné. à la porte de l’entrepôt
  2. Votre système: Une photo est prise.
  3. Strom: L’emballage est-il endommagé ?. intact (0.87)
  4. Votre système: Part comme prévu. étiquette imprimée

Agent (Opérations IT)

Appel risqué

L’agent veut redémarrer la base de production, sans ticket de changement.

  1. Votre système: Une alerte se déclenche. disque de la base de production plein à 95 %
  2. Un agent: Choisit un outil. restart_db(production)
  3. Strom: Vérifie l’appel d’outil. pas de ticket de changement, bloqué (0.97)
  4. Votre système: L’appel est bloqué. l’agent demande à l’ingénieur d’astreinte

Instruction cachée

Le log que lit l’agent lui dit de supprimer une base de données.

  1. Votre système: Une alerte se déclenche. disque de la base de production plein à 95 %
  2. Un agent: Choisit un outil. read_file(postgresql.log)
  3. Strom: Vérifie l’appel d’outil. autorisé (0.93)
  4. Votre système: L’outil s’exécute. le log contient une instruction
  5. Strom: Vérifie le résultat. instruction cachée, bloqué (0.74)
  6. Votre système: Le résultat est écarté. l’agent n’agit jamais dessus

Appel sûr

L’agent nettoie d’anciens fichiers de log.

  1. Votre système: Une alerte se déclenche. disque de la base de production plein à 95 %
  2. Un agent: Choisit un outil. cleanup_logs(older than 30 days)
  3. Strom: Vérifie l’appel d’outil. autorisé (0.94)
  4. Votre système: L’outil s’exécute. 412 fichiers supprimés, disque à 61 %
  5. Strom: Vérifie le résultat. utilisable sans risque (0.93)

Personnes (Industrie)

Rapport complet

Un flexible hydraulique remplacé comme le prévoit la politique.

  1. Une personne: Le technicien dépose un rapport. « consignée, flexible remplacé, testé à 210 bar »
  2. Strom: Contrôlé avant envoi. complet (0.98)
  3. Une personne: Le chef d’équipe valide. un clic
  4. Strom: Vérifié après validation. conforme à la politique de sécurité (0.99)
  5. Votre système: Ordre de travail clôturé. dans votre système de maintenance

Essai manquant

Le rapport omet l’essai de pression.

  1. Une personne: Le technicien dépose un rapport. « flexible remplacé, ça remarche »
  2. Strom: Contrôlé avant envoi. pas d’essai de pression, renvoyé (0.62)
  3. Une personne: Retour au technicien. avec ce qui manque

Consignation sautée

La réparation a été faite avec la machine en marche, et le chef d’équipe l’a validée.

  1. Une personne: Le technicien dépose un rapport. « flexible remplacé avec la presse en marche »
  2. Strom: Contrôlé avant envoi. complet (0.97)
  3. Une personne: Le chef d’équipe valide. un clic
  4. Strom: Vérifié après validation. pas de consignation, second regard (0.997)
  5. Une personne: L’équipe sécurité vérifie à nouveau. avant que la presse ne redémarre

Tout ensemble (Support e-commerce)

Remboursement de plus de 50 €

« Mon blender est arrivé avec le bol fissuré. Je voudrais être remboursé. »

  1. Votre système: Un ticket arrive. « arrivé avec le bol fissuré »
  2. Strom: Que veut le client ?. remboursement ou retour (0.99)
  3. Un agent: S’en charge. refund(order 4471, €89)
  4. Strom: Vérifie l’appel d’outil. plus de 50 €, demander à une personne (0.8)
  5. Une personne: Le responsable support valide. un clic
  6. Strom: Évalue la réponse. prochaine étape claire (4.5 / 5)
  7. Votre système: La réponse part. avec le remboursement

Où est ma commande ?

« J’ai commandé un blender il y a une semaine et il n’est toujours pas arrivé. »

  1. Votre système: Un ticket arrive. « toujours pas arrivé »
  2. Strom: Que veut le client ?. statut de commande (0.98)
  3. Un agent: S’en charge. get_tracking(order 4471)
  4. Strom: Vérifie l’appel d’outil. autorisé (0.93)
  5. Strom: Évalue la réponse. prochaine étape claire (4.4 / 5)
  6. Votre système: La réponse part. avec le lien de suivi

Vitesse et prix. Enchaînez les décisions. Des millisecondes chacune.

Une seule passe avant, pas un paragraphe de raisonnement. Environ 90 à 430 ms par requête, si bien qu’une chaîne de décisions se termine en à peu près une seconde.

$0.042 par million de tokens d’entrée, sortie gratuite

Premier client entreprise. Feddersen saisit 20 000 articles d’inventaire à partir de photos prises au téléphone.

Feddersen Group a commencé par un workflow, l’inventaire à partir de photos prises au téléphone, et déploie maintenant Strom dans les suivants.

L’inventaire, c’était du travail manuel pur, et nous avons essayé plusieurs outils pour le réduire. Aucun n’a fonctionné, l’OCR compris. Strom est le premier qui y soit parvenu. Rien que dans le premier workflow, cela nous a fait gagner d’innombrables heures et nous a épargné non seulement de l’argent, mais aussi beaucoup de frustration. C’est grâce à ce succès que nous étendons maintenant Strom à d’autres domaines du groupe, avec Uprelic.

Joachim Friedrich, Head of Digital Office, Feddersen Group

Lire l’étude de cas

Conçu en Europe. Vos données restent dans l’UE.

Strom est développé par Uprelic, une entreprise allemande. Les requêtes sont traitées sur des GPU dans l’UE, exploités pour nous par des fournisseurs cloud européens, et ne sont jamais transmises à un autre fournisseur d’IA. La seule exception est l’auto-amélioration facultative de l’extraction de documents, que vous activez vous-même et qui utilise un fournisseur d’IA hébergé dans l’UE.

Questions. Ce que l’on nous demande.

Qu’est-ce qu’un modèle de décision ?

Un modèle qui lit une entrée non structurée, comme un e-mail, un PDF, une photo ou un appel d’outil, et répond à une question que vous avez définie par l’une de vos options et une probabilité. Il n’écrit pas de texte. C’est ce qui le rend rapide, économique et facile à vérifier, et lui permet de tourner à chaque étape d’un workflow.

En quoi est-ce différent du mode JSON ou des sorties structurées ?

Le mode JSON contraint le texte qu’un modèle de chat écrit. Il écrit toujours token par token, peut toujours enfreindre le schéma et ne fournit aucune probabilité calibrée. Strom n’écrit jamais. Il évalue vos options, et notre API construit le JSON à partir des scores.

Strom peut-il se tromper ?

Oui. Il peut choisir la mauvaise option, comme tout modèle. Il ne peut pas en inventer une nouvelle, et chaque réponse porte une probabilité : vous pouvez donc agir automatiquement sur les réponses sûres et envoyer les incertaines à une personne.

Quand dois-je encore utiliser un LLM ?

Pour les tâches ouvertes comme rédiger des réponses, résumer, planifier et coder. Utilisez Strom pour les décisions autour de ce travail, et votre LLM tournera bien moins souvent.

Fonctionne-t-il avec les images et la vidéo ?

Oui. Envoyez jusqu’à huit images par requête et posez des questions dessus, trouvez des objets avec une question de type boîte, ou envoyez une vidéo image par image et obtenez une nouvelle réponse pour chaque image.

Où mes données sont-elles traitées ?

Sur des serveurs GPU dans l’UE, exploités pour nous par un fournisseur cloud européen. Aucune requête n’est envoyée à un fournisseur d’IA tiers. Les contenus des requêtes sont supprimés après 7–365 jours et ne servent jamais à entraîner un modèle. La seule exception est l’auto-amélioration facultative de l’extraction de documents, que vous activez vous-même et qui utilise un fournisseur d’IA hébergé dans l’UE.

J’utilise déjà Jev. Puis-je migrer ?

Strom accepte le même format de requête, un état et des questions typées. Pointez votre client vers notre API et utilisez votre clé Uprelic.

Qui est derrière Strom ?

Uprelic GmbH, une équipe à Berlin qui développe de l’IA pour le travail quotidien des entreprises. Strom est né des étapes de décision de nos propres agents IA.

Posez votre première question.

100 exécutions gratuites dans le playground à l’inscription. Ensuite 0,042 $ par million de tokens d’entrée, tokens de sortie gratuits, paiement à l’usage.

Coding agents: everything about Strom (what it is, when to use it, the API, the Python SDK, pricing and limits) is in one Markdown file at https://platform.uprelic.com/skill.md. It doubles as an agent skill. For a hands-on tour with live calls, see getting-started-with-strom.md.