Un outil de ligne de commande gratuit vous montre désormais ce que pense un modèle et communique avec presque tous les modèles

Simon Willison a publié la version 0.32 de LLM, l’outil open source gratuit qu’il développe depuis des années, et il la qualifie de mise à jour la plus importante depuis le lancement du projet. LLM est un utilitaire de ligne de commande : vous tapez une invite dans un terminal, il l’envoie au modèle que vous avez configuré et enregistre tout dans une base de données locale. Considérez-le comme une version simple et scriptable d’une fenêtre de discussion qui fonctionne avec tous les principaux fournisseurs à la fois.

La principale caractéristique est que les modèles de raisonnement affichent désormais leurs traces de raisonnement. Les modèles de raisonnement sont ceux qui traitent un problème étape par étape avant d’y répondre, et jusqu’à présent, ces étapes étaient cachées. LLM les imprime avec l’erreur standard, ce qui est la manière technique de dire qu’ils apparaissent sur votre écran mais ne se retrouvent pas dans la sortie si vous dirigez la réponse vers un autre programme. Si vous préférez ne pas les voir, le drapeau est -R. Le modèle par défaut pour une simple invite est désormais GPT-5.6 Luna, choisi parce qu’il est bon marché et performant plutôt que parce qu’il est le plus grand.

Deux autres changements sont plus importants qu’il n’y paraît. Le premier concerne les outils côté serveur : le fournisseur de modèles exécute l’outil sur sa propre infrastructure, de sorte qu’une seule commande peut désormais demander à OpenAI d’exécuter Python dans son interpréteur de code ou d’exécuter une recherche sur le Web, et le plugin compagnon llm-anthropic ajoute la recherche sur le Web, la récupération sur le Web, l’exécution de code et un connecteur MCP. La seconde est une nouvelle commande llm openai endpoint qui déclenche une invite à n’importe quelle adresse compatible OpenAI sous la forme d’une seule ligne. Cela inclut un modèle exécuté localement sur votre propre machine via LM Studio, ce qui signifie que le même outil communique avec un frontier model dans le cloud et avec un modèle ouvert sur votre ordinateur portable avec presque la même commande.

En dessous, la journalisation a été reconstruite sous la forme d’un magasin de messages adressables par le contenu, calqué sur Git, de sorte qu’une longue conversation ne stocke plus tout l’historique à chaque tour. Willison note également, avec une certaine ironie, que le LLM est progressivement devenu un cadre d’agent : les chaînes d’outils peuvent désormais s’arrêter pour obtenir l’approbation humaine et reprendre à partir d’un historique enregistré. Un agent, selon sa propre définition de travail, n’est qu’un modèle exécutant des outils en boucle vers un objectif.

Ce que cela signifie pour vous: si vous n’avez jamais ouvert de terminal, ce n’est pas votre point d’entrée, et ce n’est pas un problème. Si vous êtes à l’aise avec une ligne de commande, LLM est l’un des rares moyens véritablement utiles de ne plus être enfermé dans la fenêtre de discussion d’un fournisseur : mêmes commandes, même journal local, différents modèles. La prise en charge du modèle local est la partie qui vaut la peine d’être essayée si vous souhaitez conserver les données sur votre propre machine. Une mise en garde honnête : les plugins existants continuent de fonctionner, mais les plugins qui ajoutent des modèles doivent être mis à jour vers la version 0.32 avant de prendre en charge les nouveaux événements de streaming, alors vérifiez le vôtre avant de vous y fier.

Sources

-Simon Willison : La nouvelle version de LLM ajoute la prise en charge des traces de raisonnement, des réponses OpenAI, des outils côté serveur et une journalisation plus intelligente

• Notes de version LLM 0.32
• llm-anthropique 0,26