> ## Documentation Index > Fetch the complete documentation index at: https://docs.happycapy.ai/llms.txt > Use this file to discover all available pages before exploring further. # Modèles et effort de réflexion > Choisir un modèle, ajuster l'effort de réflexion et laisser Happycapy s'adapter à la tâche. Le sélecteur de modèle ne sert pas seulement à choisir le modèle qui répondra à votre prochain message. Il permet aussi de choisir combien de raisonnement Happycapy doit investir dans la tâche. Utilisez l'effort de réflexion lorsque vous voulez arbitrer entre qualité, vitesse et credits. Un effort plus faible est plus rapide et plus efficace. Un effort plus élevé donne à Happycapy plus de marge pour analyser, utiliser des tools, inspecter des fichiers et vérifier le résultat. Cette page explique : * comment comprendre `Low`, `Medium`, `High` et `Max` * ce que fait **Adaptive thinking** * quel réglage choisir pour les tâches simples, complexes et agentiques * comment éviter de consommer plus de credits que nécessaire ## Où le trouver Ouvrez un Project et cliquez sur le nom du modèle près de la zone de saisie du chat. Dans le menu du modèle, choisissez le modèle à utiliser, puis ouvrez **Effort**. Le menu Effort contient : * `Low` * `Medium` * `High` * `Max` * **Adaptive thinking** Certains modèles peuvent afficher un label default à côté d'un niveau d'effort. Utilisez ce label comme le réglage par défaut actuel du produit pour ce modèle. ## Ce que contrôle l'effort de réflexion L'effort de réflexion est une instruction souple qui indique combien de travail Happycapy doit mettre dans la réponse. Il peut influencer : * la quantité de planification avant d'agir * le nombre de fichiers ou sources vérifiés * la fréquence d'utilisation des tools * le niveau d'explication avant et après les changements * le soin apporté à la vérification du résultat final Ce n'est pas un budget fixe de credits. Un effort plus élevé prend généralement plus de temps et peut consommer des credits plus vite, mais l'usage réel dépend toujours du modèle, de la tâche, des fichiers, des tools et de la longueur de sortie. Pour une tâche simple, augmenter l'effort peut ne pas améliorer assez le résultat pour justifier le temps et les credits supplémentaires. Pour une tâche importante ou complexe, réduire l'effort peut rendre la réponse trop superficielle. ## Niveaux d'effort | Effort | Idéal pour | À quoi s'attendre | | -------- | -------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------- | | `Low` | Questions rapides, courtes reformulations, résumés simples, formatage léger | Le plus rapide et le plus efficace. Happycapy reste direct et évite l'exploration inutile. | | `Medium` | Travail quotidien où vous voulez un équilibre entre vitesse et qualité | Un bon réglage par défaut pour le travail courant dans un Project qui demande encore du jugement. | | `High` | Code, analyse, traitement de fichiers, recherche et livrables importants | Plus de planification, d'utilisation de tools et de vérification. Généralement plus lent et plus consommateur de credits. | | `Max` | Problèmes difficiles, tâches longues, code complexe et sorties qui demandent une revue approfondie | L'option la plus complète. À utiliser quand la qualité compte plus que la vitesse ou les credits. | ## Adaptive Thinking **Adaptive thinking** permet à Happycapy de décider combien de raisonnement une tâche demande. Quand il est activé, Happycapy peut répondre directement aux demandes simples et consacrer plus de raisonnement aux demandes complexes. C'est utile lorsqu'une même session mélange des questions rapides et un travail plus profond. Adaptive thinking fonctionne avec le niveau d'effort : * Avec un effort plus faible, Happycapy reste plus conservateur et peut éviter un raisonnement approfondi pour les tâches simples. * Avec un effort plus élevé, Happycapy est plus susceptible de planifier, raisonner, utiliser des tools et vérifier le travail avant de terminer. Utilisez Adaptive thinking lorsque la complexité de la tâche est incertaine, ou lorsque vous voulez que Happycapy s'ajuste automatiquement au lieu de changer le réglage à chaque message. ## Quand augmenter l'effort Augmentez l'effort lorsque la tâche a une vraie complexité ou un enjeu plus élevé : * écrire ou relire du code * comparer des options ou faire une recommandation * traiter plusieurs fichiers * rechercher un sujet avant de rédiger * créer un rapport, un deck, une page ou un tableau soigné * demander à Happycapy d'utiliser des tools sur plusieurs étapes * déboguer un problème où une réponse superficielle ne suffit pas ## Quand réduire l'effort Utilisez un effort plus faible lorsque vous voulez un travail rapide et efficace : * reformuler une phrase * résumer un court message * traduire un paragraphe * mettre une liste en forme * répondre à une question simple * faire une petite modification de texte ## Credits et vitesse Un effort plus élevé signifie généralement que Happycapy peut prendre plus de temps et utiliser plus de credits, car il consacre plus de travail à la planification, aux appels de tools, à l'analyse et à la vérification. Pour la plupart des tâches, commencez avec le réglage par défaut du sélecteur ou `Medium`. Passez à `High` ou `Max` lorsque la tâche est difficile, importante ou coûteuse à refaire. Passez à `Low` lorsque la vitesse et l'efficacité comptent plus que la profondeur. ## Ressources liées * [Projects](/fr/features/projects) : garder le travail et les fichiers liés ensemble * [Files](/fr/features/files) : fournir à Happycapy des fichiers à inspecter * [Credits & Usage](/fr/getting-started/credits) : comprendre l'utilisation des credits