Upstage: Solar Pro 3

Solar Pro 3 est un modèle de génération de texte d'Upstage, publié le 27 janvier 2026. C'est un modèle de langage Mixture-of-Experts (MoE) avec 102B de paramètres au total et 12B de paramètres actifs par passe avant, ce qui signifie qu'une fraction seulement du réseau est sollicitée pour chaque token qu'il génère. Cette conception vise à maintenir l'inférence efficace sur le plan computationnel tout en s'appuyant sur un large pool global de paramètres. Il appartient à la catégorie texte, il est donc destiné aux tâches de langage plutôt qu'au travail sur image, audio ou vidéo.

Le modèle accepte du texte en entrée et renvoie du texte en sortie. Il dispose d'une fenêtre de contexte de 131 072 tokens, et sa longueur de sortie maximale est de 117 964 tokens, il peut donc produire des réponses très longues en un seul appel. Les paramètres de requête pris en charge incluent temperature, top_p, frequency_penalty, presence_penalty et max_tokens pour contrôler l'échantillonnage et la longueur. Il prend également en charge response_format et structured_outputs, qui permettent de contraindre la forme du texte renvoyé. Côté raisonnement, le modèle expose reasoning, reasoning_effort et include_reasoning, et il prend en charge l'utilisation d'outils via tools, tool_choice et parallel_tool_calls.

Ces capacités correspondent à quelques schémas pratiques. La grande fenêtre de contexte convient au travail sur de longs documents : résumer de longs rapports, répondre à des questions sur l'ensemble d'une base de code ou d'un contrat, ou maintenir une longue conversation cohérente sans tronquer l'historique. Les sorties structurées et response_format en font un choix raisonnable pour les pipelines d'extraction où vous avez besoin de JSON ou d'un autre schéma fixe plutôt que de prose libre. L'appel d'outils et les appels d'outils parallèles prennent en charge les flux de travail de type agent, où le modèle décide quelles fonctions invoquer et peut émettre plusieurs appels à la fois. Les contrôles de raisonnement sont utiles lorsque vous voulez que le modèle travaille un problème étape par étape, ou lorsque vous voulez augmenter ou réduire cet effort selon la tâche. Le plafond de sortie élevé aide pour les tâches qui génèrent de longs artefacts, comme rédiger de la documentation ou développer un plan en sections complètes.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'id de modèle "upstage/solar-pro-3". Comme l'interface suit la forme des chat completions d'OpenAI, vous pouvez pointer un client OpenAI existant vers l'URL de base d'api14 et définir le champ model sur cet id, sans réécrire votre intégration. Le corps de la requête accepte les paramètres listés ci-dessus, notamment temperature, top_p, max_tokens, frequency_penalty, presence_penalty, response_format, structured_outputs, tools, tool_choice, parallel_tool_calls, reasoning, reasoning_effort et include_reasoning. La tarification en direct du modèle est affichée dans le tableau des prix sur cette page.

Une chose à garder à l'esprit est que Solar Pro 3 est uniquement texte. Si votre tâche dépend d'une entrée image, audio ou vidéo, ce modèle ne la traitera pas, et vous auriez besoin d'un modèle multimodal à la place. Il en va de même si vous avez besoin d'une modalité de sortie non textuelle. Pour les charges de travail textuelles dans la fenêtre de contexte de 131 072 tokens, cependant, la combinaison de contexte long, de prise en charge des sorties structurées et d'appel d'outils couvre un large éventail d'applications.