> ## Documentation Index > Fetch the complete documentation index at: https://docs.lighton.ai/llms.txt > Use this file to discover all available pages before exploring further. # Alfred Frontier 5 > LightOn présente Alfred-ft5, son nouveau modèle haute performance destiné aux organisations qui priorisent la qualité brute, le raisonnement avancé et un usage intensif des outils. ## **Un modèle haute performance, optimisé pour les cas d’usage d’entreprise** Alfred-ft5 Alfred-ft5 s’adresse aux équipes qui **veulent le meilleur niveau de performance** que LightOn peut proposer aujourd’hui. Il repose sur une architecture vision–language moderne de **32 milliards de paramètres**, **finetunée par LightOn** pour exceller dans les workflows RAG et agentiques en production. Au-delà des scores bruts de benchmark, Alfred-ft5 met l’accent sur la **robustesse, la fiabilité et un comportement centré sur l’usage d’outils** : le modèle est entraîné et évalué dans des scénarios d’entreprise réalistes impliquant de longs contextes, plusieurs outils et une décomposition fine des tâches. Là où Alfred-sv5 privilégie l’**origine européenne et la souveraineté**, Alfred-ft5 vise les organisations dont la priorité numéro un est la **qualité et la capacité du modèle**. ## **Éléments techniques** Dans l’esprit de LightOn, le LLM reste **un composant** d’une stack RAG et agentique plus large. La véritable valeur se joue dans l’orchestration et le retrieval. Pour les équipes qui ont néanmoins besoin de repères techniques, Alfred-ft5 propose : * une **fenêtre de contexte jusqu’à 32 768 tokens** permettant de traiter des prompts riches et multi-documents tout en maintenant une latence maîtrisée, * une architecture **vision–language 32B** capable de comprendre à la fois texte et images pour des workflows multimodaux avancés, * un **suivi solide des instructions**, finetuné pour la documentation d’entreprise, les procédures et les scénarios de conformité, * un **raisonnement et une planification optimisés** pour les tâches multi-étapes, y compris la décomposition de problèmes complexes en étapes actionnables. L’écosystème d’outils LightOn garantit que le contexte transmis au LLM est de la meilleure qualité possible, grâce à des modèles de parsing de pointe et à une stack de retrieval avancée, ce qui vient compléter ces forces et permet à Alfred-ft5 de briller dans les cas d’usage RAG et agentiques. ## **Un usage des outils de premier plan et des comportements agentiques avancés** L’un des principaux différenciateurs d’Alfred-ft5 est sa **performance en matière de tool calling**, en particulier dans les **architectures agentiques construites avec LightOn** : il offre un meilleur **choix des outils et construction des arguments**, réduisant les appels échoués ou ambigus, ainsi qu’une meilleure **coordination multi-outils**, lorsque le modèle doit appeler plusieurs outils en séquence ou en parallèle. Le modèle est **finetuné spécifiquement pour tirer parti et renforcer l’écosystème d’outils de LightOn**. Cela inclut les pipelines RAG, les interfaces de function calling et les agents de plus haut niveau, afin qu’Alfred-ft5 se comporte comme un cœur de décision fiable et prévisible plutôt que comme un simple assistant de chat généraliste. ## **Frontier vs Sovereign : deux lignes de modèles complémentaires** LightOn structure désormais son offre autour de deux familles de modèles complémentaires : * **Alfred-ft5** : pour les organisations qui priorisent la **performance de pointe, le raisonnement et l’usage intensif des outils**, indépendamment de l’origine du modèle. * **Alfred-sv5** : pour les équipes qui doivent respecter des exigences de **souveraineté ou d’origine européenne** du LLM, quitte à renoncer au modèle global intrinsèquement le plus performant. Ces deux familles bénéficient de la même **expertise R\&D de LightOn et des mêmes pipelines d’évaluation**. Cette séparation permet aux organisations de choisir une ligne de modèles alignée avec leurs **priorités de risque, de conformité et de performance**, tout en conservant inchangée le reste de leur stack RAG et agentique.