La plupart des équipes n’ont pas besoin, dès le premier jour, d’un déploiement massif de passerelle IA. Elles ont besoin d’un chemin court entre « nous avons un compte » et « nous avons comparé quelques modèles sur des tâches réelles et savons quoi tester ensuite ».
Ce kit de démarrage d’intégration Flatkey est conçu pour cette première session. Il relie les éléments essentiels — accès API, première requête, outils de bureau, assistants de codage, comparaison de modèles, tarification et passation à l’équipe — sans vous obliger à adopter tous les flux de travail d’un coup.
L’idée directrice est simple : commencez avec une seule clé API Flatkey et une seule URL de base compatible OpenAI, puis choisissez l’environnement de travail qui correspond à la personne qui réalise l’évaluation.
https://router.flatkey.ai/v1
Les développeurs peuvent utiliser un SDK ou le terminal. Les responsables de prompts peuvent commencer dans Cherry Studio. Les équipes de développement peuvent ajouter un profil Flatkey dans CC Switch. Tout le monde peut travailler à partir de la même liste restreinte de modèles et comparer les résultats avant que l’équipe ne s’engage sur une voie de production.
La pile de démarrage Flatkey en un coup d’œil
Utilisez ce tableau pour choisir la configuration la plus légère et la plus utile pour votre premier test.
| Votre objectif immédiat | Commencez ici | À quoi ressemble le succès |
|---|---|---|
| Vérifier que l’API fonctionne | Guide de démarrage rapide Flatkey | Une réponse valide apparaît dans votre application et dans les journaux d’utilisation |
| Comparer les prompts manuellement | Guide de configuration de Cherry Studio | Le même prompt peut être testé sur une courte liste de modèles |
| Ajouter Flatkey à un flux de travail de codage | Guide de configuration de CC Switch | Un profil Flatkey local peut être sélectionné sans remplacer tous les profils existants |
| Construire un benchmark reproductible | Flux de travail de test de prompts multi-modèles | Chaque modèle reçoit les mêmes cas de test et la même grille d’évaluation |
| Choisir un candidat pour la production | Liste de contrôle pour l’évaluation des modèles IA | La qualité, la latence, la fiabilité et le coût effectif sont examinés ensemble |
| Estimer l’adéquation opérationnelle | Tarification Flatkey | Votre liste restreinte reflète l’accès actuel aux modèles et la charge de travail attendue |
Vous n’avez pas besoin de compléter chaque ligne. Un évaluateur solo peut utiliser le guide de démarrage rapide et Cherry Studio. Une équipe d’ingénierie peut passer directement du guide de démarrage rapide à un environnement de test SDK. Une équipe de développement peut commencer avec CC Switch et ajouter une évaluation structurée après avoir identifié des modèles prometteurs.
Étape 1 : choisissez une tâche réelle, pas une démo générique
La session d’intégration la plus rapide commence par une tâche représentative. Évitez de commencer avec une consigne vague comme « écrivez quelque chose de créatif ». Il est difficile de la noter et elle ressemble rarement au travail qui justifiera l’intégration.
Choisissez une tâche avec une condition de réussite visible, par exemple :
- Extraire cinq champs obligatoires d’un message de support.
- Renvoyer un JSON valide qui correspond au schéma de votre application.
- Rédiger une réponse qui respecte une politique et un ton spécifiques.
- Expliquer une modification de code sans inventer de fichiers ni de fonctions.
- Appeler un outil approuvé avec les arguments corrects.
Préparez cinq à dix exemples avant de comparer les modèles. Incluez des cas ordinaires, un cas difficile et au moins un cas qui doit échouer de manière sûre. Ce petit ensemble suffit à révéler les différences évidentes sans transformer la première session en un programme d’évaluation complet.
Conservez le prompt, la forme de sortie attendue et les règles de notation stables. Le modèle doit être la principale variable.
Step 2: Make one API call through the quickstart
Suivez le guide de démarrage rapide Flatkey pour créer une clé API, diriger un client compatible OpenAI vers le routeur Flatkey, et effectuer la première requête.
Votre checklist pour le premier appel est volontairement courte :
- Stockez la clé dans une variable d’environnement plutôt que dans le code source.
- Définissez l’URL de base sur
https://router.flatkey.ai/v1. - Choisissez un modèle actuellement disponible dans le catalogue ou la console Flatkey en direct.
- Envoyez un prompt représentatif.
- Confirmez que la réponse est analysable et que la requête apparaît dans les journaux d’utilisation.
N’ajoutez pas de routage de repli, de nouvelles tentatives complexes ou plusieurs outils avant que cette requête fonctionne. Ces couches peuvent masquer si la clé, l’URL de base, la sélection du modèle et le contrat de requête sont corrects.
Une fois un appel réussi, enregistrez le prompt exact, l’identifiant du modèle, l’heure de la requête, la réponse, la latence et l’utilisation. Cet enregistrement devient la base de référence pour le modèle suivant.
Step 3: Choose the right evaluation surface
Le meilleur point de départ d’intégration dépend de la personne qui réalise le travail.
Cherry Studio for hands-on prompt comparison
Cherry Studio est utile lorsqu’un chef de produit, un concepteur de prompts, un spécialiste marketing, un chercheur ou un évaluateur technique veut un espace de travail graphique pour tester des conversations et le comportement des modèles.
Utilisez le guide de configuration de l’API Cherry Studio pour ajouter le point de terminaison et les identifiants Flatkey. Créez ensuite une petite routine de comparaison :
- Collez les mêmes instructions système et la même entrée utilisateur.
- Ne changez que le modèle, sauf si un modèle nécessite un ajustement de paramètre documenté.
- Enregistrez si la réponse satisfait aux exigences strictes.
- Évaluez séparément la clarté, l’utilité et la préférence.
- Conservez les échecs ainsi que les réponses solides.
C’est la façon la plus rapide de rendre les différences entre modèles visibles pour les non-développeurs. Ce n’est pas un remplacement des tests automatisés, mais cela peut produire une liste restreinte ciblée avant que l’ingénierie ne construise un harness.
CC Switch for coding-assistant profiles
CC Switch est un point de départ pratique lorsque le cas d’usage immédiat est la configuration locale d’un assistant de codage. Suivez le guide de configuration CC Switch pour créer un profil adossé à Flatkey et conserver la possibilité de passer d’une configuration approuvée à une autre.
Évaluez les modèles de codage à l’aide de tâches spécifiques au dépôt plutôt que d’une énigme de codage générique. Demandez à chaque candidat d’expliquer un module réel, de proposer un correctif ciblé, d’identifier un test en échec ou de générer un plan de migration. Vérifiez s’il respecte les frontières des fichiers, suit les instructions et évite les affirmations non prises en charge sur la base de code.
Conservez votre profil existant disponible jusqu’à ce que la nouvelle route ait validé les tâches qui comptent pour votre équipe. Une connexion réussie prouve l’accès ; elle ne prouve pas que chaque modèle convient à chaque dépôt ni à chaque niveau d’automatisation.
An SDK harness for repeatable results
Utilisez un SDK ou un script lorsque vous avez besoin de reproductibilité. Un client compatible OpenAI peut envoyer le même jeu de tests à plusieurs identifiants de modèle, tandis que votre évaluateur stocke les réponses dans un format cohérent.
Le flux de travail de test de prompts multi-modèles montre comment figer le contrat de requête, séparer les exigences strictes des préférences, enregistrer la latence et l’utilisation, et éviter de modifier plusieurs variables à la fois.
Commencez avec deux ou trois modèles. Davantage de candidats créent plus de travail de revue et retardent souvent la décision sans l’améliorer.
Étape 4 : Évaluez le résultat qui atteint la production
La requête la moins chère n’est pas toujours le résultat le moins coûteux. Une réponse qui nécessite une correction manuelle, viole un schéma, expire ou déclenche des tentatives répétées peut coûter plus cher qu’un modèle plus onéreux qui réussit du premier coup.
Utilisez quatre groupes de score :
| Groupe de score | Questions à poser |
|---|---|
| Réussite de la tâche | Le résultat a-t-il satisfait à chaque exigence stricte ? |
| Qualité | Était-il exact, utile, concis et adapté au public ? |
| Opérations | La latence était-elle acceptable, et la requête s’est-elle terminée de manière fiable ? |
| Économie | Quel est le coût effectif par résultat accepté, y compris les tentatives répétées et la revue ? |
La checklist d’évaluation des modèles d’IA fournit un flux de travail plus approfondi pour la notation pondérée, les vérifications de sortie structurée, les tests de limite de débit, le déploiement canari et les critères de retour en arrière.
Avant de choisir les finalistes, consultez la page de tarification Flatkey actuelle. L’accès aux modèles et l’économie peuvent évoluer, alors utilisez la page en direct plutôt que de recopier d’anciens chiffres dans un tableau d’évaluation. Estimez les jetons de prompt, les jetons de complétion, le volume de requêtes, les tentatives répétées attendues et tout trafic de repli pour la charge de travail que vous prévoyez réellement d’exécuter.
Étape 5 : Transformez un test personnel en un parcours prêt pour l’équipe
Une intégration personnelle fonctionnelle est le début de l’adoption, pas la fin. Avant que le flux de travail ne devienne une infrastructure partagée, désignez des responsables et ajoutez des contrôles de base.
Utilisez cette checklist de passation :
- Responsable de l’accès : Gère la création, le stockage, la rotation et la révocation des clés API.
- Responsable du modèle : Maintient la liste restreinte approuvée des modèles et la politique de routage au niveau des tâches.
- Responsable qualité : Organise les cas de test, les règles de notation et les seuils de régression.
- Responsable des opérations : Passe en revue l’utilisation, les erreurs, la latence, les quotas et le comportement de repli.
- Responsable budgétaire : Compare l’utilisation prévue avec les dépenses réelles et étudie les écarts.
Si plusieurs équipes ou régions doivent partager la passerelle, poursuivez avec le guide de passerelle IA pour les équipes. Si la finance ou les opérations ont besoin d’un processus d’examen reproductible, utilisez le guide de gestion des dépenses des API IA pour relier la visibilité de l’utilisation, les quotas, les enregistrements de recharge et la planification mensuelle.
L’objectif n’est pas de créer un comité pour un test de départ. Il s’agit de s’assurer que le parcours de l’expérience à la production dispose de responsables nommés avant que l’intégration ne devienne difficile à démanteler.
Un plan de démarrage d’intégration Flatkey en 30 minutes
Voici un calendrier pratique pour une première session :
| Heure | Action | Résultat |
|---|---|---|
| 0–5 minutes | Choisissez une tâche réelle et cinq exemples | Un petit jeu de tests représentatif |
| 5–10 minutes | Créez une clé et terminez le guide de démarrage rapide | Une requête API enregistrée |
| 10–15 minutes | Connectez Cherry Studio, CC Switch ou un SDK | Un point d’évaluation prêt à l’emploi |
| 15–25 minutes | Exécutez deux ou trois modèles sur les mêmes exemples | Des réponses et des mesures comparables |
| 25–30 minutes | Examinez les tarifs et choisissez le prochain test | Une liste restreinte, un responsable et une action de suivi |
À la fin de la session, vous devriez être en mesure de répondre à quatre questions :
- La route Flatkey fonctionne-t-elle dans notre outil préféré ou notre chemin de code préféré ?
- Quels modèles candidats passent les exigences non négociables ?
- Quelles preuves manquent encore avant une utilisation en production ?
- Qui est responsable de la prochaine étape d’évaluation ?
C’est suffisant pour progresser dès le premier jour. Vous pouvez ajouter des jeux de données plus volumineux, des juges automatisés, un routage de secours et des contrôles d’équipe après que la pile de démarrage a produit une liste restreinte fiable.
Commencez par le chemin le plus simple qui puisse vous apprendre quelque chose
Flatkey prend en charge plusieurs voies d’adoption, mais le trajet le plus court est généralement le meilleur : une clé, une URL de base, une tâche représentative et un point d’évaluation.
Commencez par le guide de démarrage rapide. Ajoutez Cherry Studio pour les tests visuels de prompts, CC Switch pour les profils d’assistant de codage, ou un harness SDK pour des benchmarks reproductibles. Puis utilisez la tarification actuelle et des critères d’évaluation axés sur la production pour décider ce qui mérite un déploiement plus large.
Le résultat est une pile de démarrage suffisamment rapide pour un nouvel évaluateur et suffisamment structurée pour être transmise à l’ingénierie, aux opérations et aux finances lorsque le test devient un vrai travail.
