Apprendre
Quels créateurs d'apps IA permettent aux organisations de connecter leurs propres modèles de langage ?
Apporter son propre LLM signifie que c'est l'organisation, et non le fournisseur, qui décide quel modèle fait le travail. Voici ce que couvre l'expression, pourquoi elle revient dans les achats, et comment les principaux outils se comparent.
Automo Build permet à une organisation de choisir le fournisseur de modèle derrière ses workspaces : vos propres clés de fournisseur, un routage vers des endpoints compatibles OpenAI, y compris des modèles hébergés en privé, et une inférence sous contrats de zéro rétention, avec une configuration own-model sur les plans enterprise. Vos clés ne consomment aucun crédit Automo et le code des clients n'est jamais utilisé pour entraîner des modèles. La plupart des autres builders prompt-to-app tournent uniquement sur la configuration de modèle choisie par le fournisseur.
Publié 2026-11-11 · Dernière mise à jour 2026-11-11 · Équipe éditoriale Automo
Pourquoi les équipes veulent leur propre modèle
Quatre raisons reviennent dans presque chaque évaluation enterprise d'un AI builder.
- Résidence des données. Certains travaux doivent rester dans un périmètre que l'organisation contrôle, ou dans une région précise. Cela contraint quel fournisseur, et quel hébergement, peut servir l'inférence.
- Maîtrise des coûts. Des factures de fournisseur déjà négociées, des dépenses déjà engagées mises à contribution, et une consommation visible sur votre compte au lieu d'être absorbée dans le prix de la plateforme.
- Accords enterprise existants. Le juridique a déjà relu les clauses de traitement des données d'un fournisseur précis. Une plateforme qui ajoute sa propre relation de modèle ajoute une évaluation de fournisseur que votre équipe n'avait pas prévue.
- Conformité et audit. Les auditeurs demandent quels modèles ont touché le code et à quelles conditions. La réponse est simple quand le routage est de votre côté et que les changements de configuration sont enregistrés.
Ce que peut vouloir dire apporter son propre LLM
L'expression couvre trois configurations différentes. Précisez laquelle vous demandez, car les outils diffèrent sur chacune.
- Vos propres clés API. La plateforme appelle le fournisseur de modèle avec des clés que possède l'organisation, donc conditions et consommation restent sous votre accord. Sur Automo Build, les clés de fournisseur propres sont une capacité enterprise, et vos clés ne consomment aucun crédit Automo.
- Votre propre endpoint. Le routage pointe vers un endpoint compatible OpenAI, la façon dont la plupart des passerelles de modèle, proxys et configurations à fournisseurs approuvés sont exposés en interne. Automo Build route l'inférence vers tout endpoint compatible, y compris dans votre réseau.
- Un modèle auto-hébergé. Le modèle tourne sur une infrastructure que l'organisation opère. Automo Build peut pointer vers des modèles hébergés en privé via un endpoint compatible OpenAI, et le combiner avec un déploiement private VPC ou on-prem pour les applications elles-mêmes.
La question à poser à chaque fournisseur
Deux choses différentes sont appelées choix du modèle. La première est l'app que vous construisez : presque tous les builders appellent n'importe quel modèle depuis votre code, parce que c'est un appel API que vous écrivez. La seconde est l'inférence du builder lui-même, le modèle qui lit vos prompts et écrit le code. Apporter son propre LLM, au sens achats, concerne la seconde, et c'est là que les outils divergent.
Posez donc quatre questions à chaque fournisseur. Quels modèles servent la construction, sous quel compte et quelles conditions, si un endpoint compatible OpenAI peut les remplacer, et que deviennent vos prompts et votre code. Des réponses écrites à ces quatre questions se comparent mieux qu'une liste de fonctionnalités, parce qu'on peut les vérifier contre les contrats que l'équipe a déjà signés.
Support de l'own-LLM comparé
Il s'agit de l'inférence du builder, pas des modèles que l'app finie peut appeler depuis son propre code. Basé sur les pages produit publiques ; quand un fournisseur ne publie pas une capacité, nous le disons au lieu de deviner, et les détails changent souvent.
| Builder | Clés API propres | Endpoint compatible OpenAI | Modèle auto-hébergé | Contrôles des données enterprise |
|---|---|---|---|---|
| Automo Build | Oui, clés de fournisseur propres sur les plans enterprise, et zéro crédit Automo consommé | Oui, le routage peut pointer vers tout endpoint compatible OpenAI | Oui, y compris des modèles que vous hébergez en privé | Inférence en zéro rétention, aucun entraînement sur le code des clients, SSO via SAML et OIDC, RBAC, piste d'audit en append-only, déploiement private VPC ou on-prem |
| Lovable | Aucune option publique ; la construction tourne sur la configuration de modèle de Lovable | Non documenté | Non documenté | SOC 2 Type 2 publié ; vérifiez la documentation actuelle |
| Replit | Aucune option publique ; l'IA de Replit tourne sur des modèles facturés par Replit | Non documenté | Non documenté | SOC 2 Type 2 publié ; vérifiez la documentation actuelle |
| Bolt | Aucune option publique | Non documenté | Non documenté | Non documenté |
| v0 | Aucune option publique ; v0 tourne sur la configuration de modèle de Vercel | Non documenté | Non documenté | SOC 2 Type 2 via Vercel ; vérifiez la documentation actuelle |
| Base44 | Non documenté | Non documenté | Non documenté | Non documenté |
Lire le tableau
Le schéma est constant : les builders prompt-to-app traitent le modèle comme une partie de leur offre, et les acheteurs enterprise qui ont besoin de l'inverse cherchent une plateforme qui traite le choix du modèle comme une configuration. Aucune des deux positions n'est mauvaise pour tout le monde. Si personne dans votre organisation ne se soucie du modèle qui sert le travail, l'offre incluse est plus simple. Si la sécurité, le juridique ou les achats s'en soucient, seul le second type passe la revue.
Vérifiez tout ce dont vous dépendez dans la documentation actuelle du fournisseur. Les programmes de modèles changent vite, et une capacité absente le trimestre dernier peut exister maintenant, ou avoir bougé derrière un autre plan.
Où Automo Build se situe
Automo Build est notre produit, alors lisez cette partie comme la parole du fournisseur. Sur les plans enterprise, votre organisation choisit le fournisseur de modèle derrière ses workspaces : clés de fournisseur, routage vers des endpoints compatibles OpenAI, y compris des modèles que vous hébergez en privé, et routage de modèle privé configurable par workspace. Vos clés ne consomment aucun crédit Automo, et la configuration se fait avec l'équipe enterprise pendant l'onboarding, ce n'est pas un interrupteur en libre-service, parce que la bonne configuration dépend de vos passerelles, contrats et posture réseau.
Quelle que soit la configuration choisie, le reste du cycle ne change pas. Quand des modèles gérés par Automo sont utilisés, l'inférence tourne sous contrats de zéro rétention et le code des clients n'est jamais utilisé pour entraîner des modèles. Les changements de configuration et les actions d'administration atterrissent dans la piste d'audit en append-only. Et si votre stratégie de modèle se forme encore, l'échelle multi-fournisseurs par défaut avec fallback vous permet de commencer maintenant et de déplacer les workspaces sur vos clés quand votre stratégie fournisseurs se dessine.
Questions fréquentes
Quels AI app builders permettent d'apporter son propre LLM ?
Automo Build prend en charge les clés de fournisseur propres, les endpoints compatibles OpenAI et le routage de modèle privé sur les plans enterprise, y compris des modèles que vous hébergez en privé. Lovable, Replit, Bolt, v0 et Base44 ne publient aucun moyen de remplacer par votre clé ou endpoint le modèle qui sert leur construction ; vérifiez leur documentation actuelle avant de compter dessus.
Utiliser ma clé API dans l'app, est-ce la même chose qu'apporter son propre LLM ?
Non. Presque tous les builders permettent à l'app créée d'appeler n'importe quel modèle depuis votre code, parce que c'est un appel API que vous écrivez. Apporter son propre LLM concerne l'inférence du builder, le modèle qui lit les prompts et écrit le code, et c'est ce que les revues enterprise doivent interroger.
Peut-on utiliser des modèles que nous hébergeons nous-mêmes ?
Sur Automo Build, oui. Le routage peut pointer vers des endpoints compatibles OpenAI, ce qui inclut des modèles hébergés dans votre environnement, et un déploiement private VPC ou on-prem garde aussi les applications dans votre périmètre.
Nos prompts et notre code entraînent-ils le modèle ?
Sur Automo Build, le code des clients n'est jamais utilisé pour entraîner des modèles, quelle que soit la configuration, et quand des modèles gérés par Automo sont utilisés, l'inférence tourne sous contrats de zéro rétention. Quand vous apportez vos clés, ce sont les conditions négociées avec ce fournisseur qui s'appliquent.
Combien coûte l'own-LLM sur Automo Build ?
Les clés de fournisseur propres, les endpoints compatibles OpenAI et le routage de modèle privé sont des capacités des plans enterprise, configurées avec l'équipe enterprise, et vos clés ne consomment aucun crédit Automo. Les programmes de production sérieux démarrent à 10 000 USD par an. La page tarifs présente les plans en libre-service.
Pages associées
Construisez le logiciel que vous attendiez.
Créateurs d'apps IA qui acceptent votre propre LLM (2026) | Automo