Contexte et objectifs

Entelligence propose deux modèles de génération de texte, GPT‑5.6 Luna et GPT‑6 Astra, destinés à automatiser la revue de code. Le service se vend à 1,20 $ par appel, ce qui place le coût d’une analyse de pull‑request bien en dessous des offres traditionnelles. L’objectif affiché est de transformer la dépense en IA en un retour sur investissement mesurable pour les équipes d’ingénierie.

Architecture du Model Router

Le Model Router d’Entelligence agit comme un proxy qui sélectionne le modèle le plus adapté à chaque requête. Le routage s’effectue « per request », c’est‑à‑dire que chaque appel API peut être dirigé soit vers Luna, soit vers Astra selon des critères internes (complexité du diff, latence attendue, etc.). Cette granularité permet de combiner la qualité « frontier‑model » de GPT‑6 avec le coût réduit de GPT‑5.6.

Le produit inclut également un Code Review Agent qui s’intègre aux pipelines CI/CD et commente automatiquement chaque pull‑request. L’agent s’appuie sur le modèle sélectionné par le router et renvoie des suggestions de correction, des remarques de style et des alertes de sécurité.

Évaluation des performances et du coût

Les informations publiques indiquent que les deux modèles sont capables de générer des revues de code « on every pull request ». Aucun benchmark chiffré n’est fourni, ce qui limite la comparaison objective de la précision entre Luna et Astra. Cependant, le prix fixe de 1,20 $ par appel implique que le coût total dépend du nombre de revues exécutées, et non du modèle choisi.

Le service propose aussi des fonctionnalités annexes : Agent Insights (visibilité sur chaque exécution), Team Insights (métriques d’ingénierie) et une interface CLI permettant d’appeler le router depuis le terminal. La génération de documentation à partir du code est annoncée, mais les critères de déclenchement et la qualité du rendu ne sont pas détaillés.

Limites et perspectives

Le principal point d’interrogation reste l’absence de données de précision, de taux de faux positifs ou de temps de latence. Sans ces métriques, les équipes ne peuvent pas évaluer l’impact réel sur la vélocité du développement. De plus, le modèle de tarification à l’appel ne prend pas en compte les variations de charge : un pic de pull‑requests pourrait rapidement augmenter la facture.

Sur le plan technique, le routage dynamique introduit une couche supplémentaire de complexité réseau, potentiellement source de latence supplémentaire. Les organisations soucieuses de la confidentialité du code devront vérifier les garanties de chiffrement et de non‑rétention des données, qui ne sont pas explicitement mentionnées dans la documentation publique.