Un modèle, c’est un échantillon.
Une réponse unique d’un LLM est un seul tirage dans une seule distribution. Kirat permet à Claude de poser la même question à ChatGPT et à Gemini. Chaque famille de modèles prend position indépendamment, Claude soumet la sienne, et le résultat consigne chaque vote avec sa confiance autodéclarée. La dissidence est conservée, pas diluée dans une moyenne. Le débat s’arrête au plus tard après deux tours, et ce plafond est imposé dans le code, pas dans un prompt.
L’accord est rapporté. Le désaccord se perd.
Un relecteur demande si la conclusion tient avec une autre famille de modèles. Pour répondre, il faut tout relancer à la main.
L’accord entre modèles est présenté comme de la robustesse — sans aucune trace de ce qui était en désaccord, ni avec quelle force.
Le prompt, le nom du modèle, les paramètres et le coût restent dans un historique de chat que personne n’exporte. Le vendredi venu, ils ont disparu.
Chaque délibération renvoie un résultat que vous pouvez décrire dans une section Méthodes.
Un vote du conseil renvoie un résultat structuré : l’issue, la décision, la manière dont elle a été atteinte, le nombre de tours, le vote de chaque membre avec sa confiance autodéclarée, et le coût. Une majorité des deux tiers décide. Si des membres font défaut et que les autres sont partagés, un responsable de domaine désigné tranche. Sans majorité, le résultat indique needs_human au lieu de forcer un accord.
FIG. 1 — Une délibération réelle, unanime. Les nombres dans votes sont des valeurs de confiance que les modèles déclarent eux-mêmes — voir les limites ci-dessous. Autres valeurs possibles de l’issue : needs_human, domain_decision, limited, budget_exhausted.
Ce qu’il faut consigner
Certaines parties de la procédure sont fixées dans le code : le plafond de tours, la règle de départage, le garde-fou budgétaire. D’autres sont à votre choix, et elles ont leur place dans votre section Méthodes : quels modèles siègent au conseil, le niveau d’effort, la date. Les noms de modèles sont des réglages ; les valeurs par défaut ci-dessous ne sont donc que des valeurs par défaut.
FIG. 2 — Une liste de contrôle minimale pour le compte rendu. La version de Kirat et les réglages propres à Kirat doivent aussi y figurer.
Ce que Kirat ne fait pas
- —Ce n’est pas déterministe. Les sorties des LLM varient d’une exécution à l’autre. Ce qui se répète ici, c’est la procédure — même outil, mêmes modèles, même plafond de tours, mêmes champs de résultat —, pas le texte produit par les modèles.
- —L’accord n’est pas la validité. L’accord entre familles est un signal descriptif, valable au sein des modèles que vous avez choisis. Des familles de modèles différentes se trompent différemment, mais elles peuvent tout de même s’accorder sur une mauvaise réponse.
- —Les valeurs de confiance sont autodéclarées. Les modèles indiquent un nombre. Il n’est pas calibré, ce n’est pas une probabilité, et il ne doit pas être analysé comme tel.
- —Ce n’est pas un instrument validé. Il n’y a derrière aucun article, aucune étude de validation, aucune évaluation par les pairs. C’est une procédure documentée et un format de résultat. Ce que vous en concluez relève de votre responsabilité.
- —Le conseil n’est pas toujours composé des trois mêmes membres. Après des erreurs d’API répétées, le disjoncteur (circuit breaker) suspend un membre pour le reste de la session. Un appel qui expire au niveau d’effort maximal est relancé une fois, un niveau d’effort plus bas. Avec une seule clé API, le conseil n’a qu’un membre externe, et chaque résultat indique la clé manquante.
kirat_statusindique quels membres sont disponibles — vérifiez-le avant une série de délibérations. - —Ce n’est pas un entrepôt de données. Kirat ne conserve que les 20 derniers résultats, dans le dossier
.kiratde votre dossier personnel. Enregistrez vous-même chaque résultat que vous voulez analyser. - —Il ne fonctionne pas partout où vous utilisez Claude. Uniquement là où Claude exécute des outils sur une machine où Kirat est installé : les chats de Claude Desktop sur macOS et Windows, Claude Code dans un terminal ou dans VS Code, les sessions locales de l’onglet Code de Claude Desktop, les sessions SSH — et les sessions cloud de Claude Code (sessions cloud de l’onglet Code, Claude Code sur le web ou dans l’application mobile) après une configuration unique de votre environnement cloud. Le cloud a des limites : toute personne qui utilise l’environnement peut lire ses variables d’environnement, y compris vos clés ; le budget quotidien de Kirat est compté par session, fixez donc des plafonds de dépenses chez OpenAI et Google ; les tâches en arrière-plan et les résultats récents prennent fin avec la session ; et l’environnement doit autoriser deux hôtes,
api.openai.comet l’hôte de téléchargement de Kirat. Si la configuration échoue, la session démarre quand même, simplement sans Kirat, et l’état d’échec peut rester en cache pour les nouvelles sessions jusqu’à ce que vous modifiiez le script de configuration. Pas le chat dans le navigateur ou les applications mobiles, ni les tâches Cowork exécutées dans le cloud. Les sessions WSL et les tâches Cowork locales ne sont pas testées. Les réseaux de votre propre ordinateur qui exigent un proxy HTTP ne sont pas pris en charge — à vérifier sur un réseau institutionnel. Les organisations qui limitent les extensions Desktop à une liste d’autorisation bloquent les installations manuelles ; adressez-vous à votre administrateur. Où il fonctionne, en détail.
Avant d’acheter.
Puis-je le citer ?
Vous pouvez décrire et citer la procédure comme vous citeriez n’importe quel outil : nom, version, noms des modèles, niveau d’effort, date, plafond de tours. La fig. 2 ci-dessus est un point de départ. C’est ce que le résultat permet d’étayer.
Il n’existe aucun article de validation à citer, et aucune revue n’a accepté quoi que ce soit sur la foi de cet outil. N’affirmez pas plus que ce que contient le résultat.
Est-ce reproductible ?
La procédure, oui. Les sorties, non — c’est une propriété des modèles, pas de Kirat. Rapportez les deux.
Indiquez aussi les noms des modèles et les dates. Les fournisseurs retirent des modèles. Lorsqu’un modèle est retiré, vous saisissez le nom du nouveau modèle et ses deux prix dans les réglages de Kirat, et à partir de là vos délibérations utilisent un autre modèle.
Puis-je ajouter une autre famille de modèles, ou un modèle local ?
Non. Le conseil se compose de ChatGPT (OpenAI) et de Gemini (Google), avec Claude comme troisième votant. Vous choisissez quels modèles OpenAI et Gemini y siègent, car les noms de modèles sont des réglages. Kirat ne prend en charge qu’OpenAI et Google ; il n’existe pas d’adaptateur pour d’autres fournisseurs, et le code n’est pas open source.
Si vous avez besoin d’autres fournisseurs, regardez du côté de PAL MCP : un serveur MCP gratuit et open source qui prend en charge de nombreux fournisseurs et dispose de son propre outil de consensus. Vérifiez son état actuel. S’il couvre vos besoins, utilisez-le.
Si vous voulez construire votre propre serveur de conseil avec un agent de programmation, le Blueprint présenté sur la page principale ne contient que des documents : la spécification, les décisions d’architecture avec leur justification, la liste de contrôle de recette et les données de benchmark à l’origine des chiffres de ce site. Vous n’en avez pas besoin pour utiliser Kirat.
Qu’en est-il des données sensibles ou personnelles ?
Tout ce que vous confiez à Kirat (questions, contexte, code, images) va directement à OpenAI et à Google, sous vos comptes et selon leurs conditions — depuis votre ordinateur, ou, dans les sessions cloud de Claude Code, depuis votre propre environnement cloud via le proxy réseau d’Anthropic pour cet environnement. Kirat n’a pas de serveur, pas de compte chez nous et pas de télémétrie. Nous ne voyons jamais vos clés ni vos données.
Sur votre ordinateur, Kirat conserve un dossier .kirat dans votre dossier personnel : le compteur de coûts quotidien, le journal des coûts, les 20 derniers résultats (ils contiennent vos questions et les réponses), le journal des décisions déléguées et les images générées. Vous pouvez le supprimer à tout moment.
Si vos données ne doivent pas être transmises à OpenAI ou à Google, Kirat n’est pas fait pour vous.
Combien coûte une délibération, et combien de temps prend-elle ?
Une décision du conseil coûte de $0.02 à $0.15 lors de nos mesures, selon le niveau d’effort et la taille des entrées, et prend de 8 secondes à 3 minutes. Vous payez directement OpenAI et Google. Trois modèles ne coûtent pas le prix d’un seul.
Les délibérations longues renvoient immédiatement un ticket et se terminent en arrière-plan ; Claude récupère le résultat avec kirat_result, de sorte qu’un délai d’expiration côté client n’engloutit pas un résultat facturé. Les délais d’expiration sont définis par fournisseur, à partir du débit mesuré, car les fournisseurs diffèrent : le débit de sortie médian était de ≈ 48 jetons/s pour gpt-5.6 et de ≈ 196 jetons/s pour gemini-3.6-flash (exécutions en production, août 2026, un seul conteneur dans l’UE).
Un garde-fou budgétaire réserve le coût maximal possible avant chaque appel et bloque les appels qui pourraient dépasser le budget quotidien — $5 par jour UTC par défaut, ajustable. Il fonctionne au mieux (best-effort) ; fixez donc aussi des plafonds de dépenses chez les fournisseurs. Un projet distinct chez le fournisseur, avec son propre plafond, est une bonne idée.
Quelle licence pour un usage de recherche ?
Kirat est vendu sous licence propriétaire, et non sous licence open source. Une licence couvre une personne, sur un nombre quelconque d’appareils et d’environnements cloud appartenant à cette personne. Elle n’autorise pas la redistribution : chaque membre de votre groupe qui utilise Kirat a donc besoin de sa propre licence, et un environnement cloud partagé avec d’autres nécessite une licence par personne.
Vous pouvez utiliser les résultats dans vos propres travaux, y compris commerciaux.
Un seul produit pour tout le monde : un achat, un téléchargement comprenant l’extension Claude Desktop et le plugin Claude Code. Les tarifs et les détails figurent sur la page principale.