Inflection: Inflection 3 Pi
Inflection: Inflection 3 Pi est un LLM publié par Inflection le 11 octobre 2024. Avec environ deux ans d’ancienneté, il appartient déjà à une génération très éloignée du rythme actuel de l’IA, ce qui le situe surtout comme un modèle de sa période plutôt que comme une référence…
Inflection: Inflection 3 Pi est un LLM publié par Inflection le 11 octobre 2024. Avec environ deux ans d’ancienneté, il appartient déjà à une génération très éloignée du rythme actuel de l’IA, ce qui le situe surtout comme un modèle de sa période plutôt que comme une référence contemporaine.
Le modèle combine une fenêtre de contexte de 8 000 tokens et des connaissances arrêtées au 31 octobre 2024. Son positionnement tarifaire reste dans la moyenne, mais au-dessus des LLM similaires, tout en restant nettement moins coûteux que les modèles frontière.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Inflection |
| Date de sortie | 11 octobre 2024 |
| Connaissances jusqu'à | 2024-10-31 |
| Multimodal | non |
| Fenêtre de contexte | 8 000 tokens |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Ethics (Baseline) | 98,0 % | 161ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 97,0 % | 163ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 90,0 % | 145ᵉ / 229 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 88,5 % | 206ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 59,0 % | 177ᵉ / 217 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 56,0 % | 212ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 52,0 % | 181ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 0,0 % | 229ᵉ / 252 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Benchable : Ethics (Baseline)
Benchable : Email Classification (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Inflection | 2,5 $ | 10 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 28 % au-dessus de la moyenne des LLM similaires, et 1,9 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,1 $ |
| Latence moyenne par benchmark — Benchable | 5 min 09 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Inflection: Inflection 3 Pi obtient ses meilleurs signaux sur Benchable Ethics et Benchable Email Classification, deux évaluations où ses scores bruts sont élevés même si ses rangs ne le placent pas dans le tout premier groupe. Le résultat en Benchable Hallucinations reste correct pour un modèle de cette génération, avec une capacité mesurée à limiter les réponses inventées dans le cadre du benchmark. À sa sortie, son intérêt tenait surtout à un profil généraliste équilibré, associé à un coût inférieur aux modèles haut de gamme, malgré une tarification supérieure à la moyenne des LLM comparables.
Limites et points d’attention. Son ancienneté pèse fortement: à l’échelle de l’IA, un modèle sorti en octobre 2024 est aujourd’hui largement dépassé et souvent retiré du catalogue de son éditeur. Les résultats en Benchable General Knowledge le placent bas dans le classement, et les benchmarks Mathematics et Coding montrent des faiblesses nettes pour le raisonnement quantitatif et la programmation. La fenêtre de contexte de 8 000 tokens limite aussi les usages sur documents longs par rapport aux modèles plus récents. Les données disponibles restent relativement solides, avec 2 sources concordantes, mais elles décrivent surtout un modèle historique plutôt qu’une option actuelle de premier plan.
Sources des données : OpenRouter (openrouter.ai) · Benchable.ai (benchable.ai).