Codev
généralConvertissez des descriptions textuelles en applications web full-stack
Cette catégorie regroupe les outils construits autour des grands modèles de langage : infrastructure pour déployer, affiner par réglage fin, évaluer et surveiller les LLM en production. Avec 369 outils répertoriés, c'est l'une des catégories les plus techniques du site, destinée principalement aux développeurs et aux ingénieurs en apprentissage automatique plutôt qu'aux utilisateurs finaux.
Convertissez des descriptions textuelles en applications web full-stack
Générez automatiquement du texte alternatif optimisé SEO pour vos images
Gestion du contexte de code pour les workflows de développement IA
Éditeur vidéo IA gratuit avec sous-titres automatiques
Résumé de documents et questions-réponses
Créateur d'applications mobiles doté d'IA
Réécrire les textes IA pour qu'ils sonnent humains
Synthèse vocale, transcription et traduction
Créer des emojis personnalisés avec l'IA
Réécrire un texte IA pour le rendre plus naturel
Synthèse vocale gratuite en plusieurs langues
Lire à voix haute Google Docs, PDF et pages web
Convertir un texte IA en espagnol pour qu'il paraisse humain
Génération instantanée de textes professionnels en espagnol
Template SvelteKit et TypeScript pour applications SaaS
Générez instantanément des options de réponse pour vos applis de rencontre
Générez des morceaux de musique originaux à partir de descriptions textuelles
Chattez avec des personnages IA et explorez des scénarios de roleplay
Transcription de réunions en français par IA
Dictée et transcription voix-vers-texte
Transcrivez les messages vocaux WhatsApp en texte
Éditeur de texte minimaliste avec synchronisation cloud
Créateur de pages de destination IA pour marketeurs
Vérifier des affirmations avec des sources fiables
L'écosystème d'outils pour LLM a explosé en même temps que les modèles eux-mêmes, et la catégorie couvre désormais plusieurs problématiques distinctes. Les outils de déploiement et de serving comme PeriFlow et Dstack aident les équipes à faire tourner les modèles efficacement à grande échelle. Les outils d'évaluation et d'observabilité comme UpTrain et AIWatch suivent la qualité des modèles, leur dérive et leurs coûts dans le temps. Les outils de mémoire et de récupération comme Cognee ajoutent du contexte persistant ou des capacités RAG aux applications LLM. Pour choisir, les questions clés portent sur l'adéquation à l'infrastructure (cloud, on-premise ou hybride), la compatibilité des modèles (exclusivement OpenAI ou modèles open source), et si l'outil répond à votre vrai goulot d'étranglement, que ce soit la latence, le coût, la précision ou la productivité des développeurs. Les structures tarifaires varient : certains outils facturent par token traité, d'autres par utilisateur ou par appel API. Des options open source existent dans la plupart des sous-catégories, ce qui mérite attention pour les équipes ayant la capacité technique d'auto-héberger.