Summary

Project website comparia.beta.gouv.fr
Project maintainers3 User avatar HadrienUser avatar lucie.termignonUser avatar Axolotle
Translation license Apache License 2.0
Translation process
  • Translations can be made directly.
  • Translation suggestions can be made.
  • Any authenticated user can contribute.
  • The translation uses monolingual files.
  • The translation base language can not be edited.
Source code repository https://github.com/betagouv/ComparIA
Repository branch develop
Last remote commit Merge pull request #428 from betagouv/archive-olmo-3-32b-think bb4e4172
Elie Gavoty authored 04/08/2026
Last commit in Weblate Merge pull request #428 from betagouv/archive-olmo-3-32b-think bb4e4172
Elie Gavoty authored 04/08/2026
Weblate repository https://hosted.weblate.org/git/comparia/develop/
File mask frontend/locales/messages/*.json
Monolingual base language file frontend/locales/messages/fr.json
Translation file Download frontend/locales/messages/lt.json
Last change April 9, 2026, 1:54 p.m.
Last change made by None
Language Lithuanian
Language code lt
Text direction Left to right
Case sensitivity Case-sensitive
Number of speakers 2,405,298
Number of plurals 3
Plural type One/few/many
Plurals One 1, 21, 31, 41, 51, 61, 71, 81, 91, 101, …
Few 2, 3, 4, 5, 6, 7, 8, 9, 22, 23, …
Many 0, 10, 11, 12, 13, 14, 15, 16, 17, 18, …
Plural formula (n % 10 == 1 && (n % 100 < 11 || n % 100 > 19)) ? 0 : ((n % 10 >= 2 && n % 10 <= 9 && (n % 100 < 11 || n % 100 > 19)) ? 1 : 2)
04/09/2026

String statistics

Strings percent Hosted strings Words percent Hosted words Characters percent Hosted characters
Total 1,309 34,038 229,453
Translated 7% 104 4% 1,541 4% 11,356
Needs editing 1% 1 1% 6 1% 37
Read-only 0% 0 0% 0 0% 0
Failing checks 1% 9 2% 689 2% 5,322
Strings with suggestions 0% 0 0% 0 0% 0
Untranslated strings 91% 1,204 95% 32,491 95% 218,060
Last 12 months Previous

Activity in last 12 months

0 changes 0 changes 0 changes 0 changes 0 changes 0 changes 0 changes 0 changes 0 changes 730 changes 0 changes 367 changes 0 changes 181 changes 0 changes 140 changes 0 changes 85 changes 0 changes 15 changes 0 changes 39 changes 0 changes 40 changes
AprMayJunJulAugSepOctNovDecJanFebMar

Quick numbers

34,038
Hosted words
1,309
Hosted strings
7%
Translated
4
Contributors
and previous 30 days

Trends of last 30 days

+14%
Hosted words
+100%
+5%
Hosted strings
+100%
−1%
Translated
+8%
—
Contributors
+100%
User avatar Axolotle

Resource updated
The “frontend/locales/messages/fr.json” file was changed. 04/09/2026
User avatar Axolotle

String added in the repository
<p>Avec 31 milliards de paramètres tous activés à chaque jeton généré, ce modèle se place dans la catégorie des modèles de taille moyenne. Il peut être hébergé sur un serveur équipé d'une seule carte graphique puissante, ce qui contribue à limiter les coûts d'infrastructure.</p>
<p>Sa fenêtre de contexte atteint 256 000 jetons, ce qui est adapté à l'analyse de longs documents.</p>
<p>Les modèles de raisonnement de ce type fonctionnent plus longtemps pour produire une réponse, ce qui augmente la consommation énergétique.</p>
 
generated.models.Gemma 4 31B.size_desc
04/09/2026
User avatar Axolotle

String added in the repository
<p>Développé par Google DeepMind et publié sous licence Apache 2.0 (contrairement aux versions précédentes sous licence propriétaire Gemma), ce modèle repose sur une architecture dense de 60 couches combinant attention locale à fenêtre glissante (1 024 jetons) et attention globale sur l'ensemble du contexte.</p>
<p>Il intègre un encodeur visuel d'environ 550 millions de paramètres capable de traiter des images à résolution variable et des vidéos jusqu'à 60 secondes. Il prend en charge plus de 140 langues et dispose d'appels de fonctions natifs, ce qui le rend utilisable dans des contextes agentiques.</p>
<p>Ses performances sont remarquables pour sa taille : sur le classement Arena AI, il se place au 3e rang mondial des modèles ouverts, rivalisant avec des modèles 20 fois plus volumineux comme Kimi K2.5 (744 milliards de paramètres) ou GLM-5 (1 000 milliards de paramètres). Selon l'éditeur, il obtient 89,2 % sur AIME 2026 (raisonnement mathématique), 85,2 % sur MMLU Pro, 84,3 % sur GPQA Diamond (raisonnement scientifique) et 80,0 % sur LiveCodeBench v6, avec un score Codeforces de 2 150.</p>
 
generated.models.Gemma 4 31B.fyi
04/09/2026
User avatar Axolotle

String added in the repository
<p>Variante dense de la famille Gemma 4, ce modèle de taille moyenne multimodal est performant en génération de code, raisonnement et compréhension de documents. Il intègre une capacité de raisonnement avancée activable à la demande, avec un niveau de raisonnement paramétrable par l'utilisateur ou le développeur.</p>
 
generated.models.Gemma 4 31B.desc
04/09/2026
User avatar Axolotle

String added in the repository
<p>Avec 26 milliards de paramètres au total, ce modèle se place dans la catégorie des modèles de taille moyenne. Grâce à une architecture de mélange d'experts (MoE, Mixture of Experts), il n'active que 4 milliards de paramètres par jeton généré, ce qui le rend particulièrement efficace à l'inférence et permet de l'héberger sur un serveur équipé d'une seule carte graphique.</p>
<p>Sa fenêtre de contexte atteint 256 000 jetons, ce qui est adapté à l'analyse de longs documents.</p>
<p>L'architecture de mélange d'experts (MoE, Mixture of Experts) n'active qu'une partie des paramètres à chaque jeton, limitant ainsi son empreinte énergétique. Les modèles de raisonnement de ce type fonctionnent toutefois plus longtemps pour produire une réponse, ce qui augmente la consommation énergétique.</p>
 
generated.models.Gemma 4 26B A4B.size_desc
04/09/2026
User avatar Axolotle

String added in the repository
<p>Publié par Google DeepMind sous licence Apache 2.0, ce modèle repose sur une architecture de mélange d'experts (MoE, Mixture of Experts) de 30 couches, avec 8 experts actifs par jeton parmi 128 experts disponibles, plus un expert partagé. Il combine attention locale à fenêtre glissante (1 024 jetons) et attention globale sur l'ensemble du contexte.</p>
<p>Il partage le même encodeur visuel d'environ 550 millions de paramètres que la variante dense 31B, et prend en charge les images à résolution variable, les vidéos jusqu'à 60 secondes, plus de 140 langues et les appels de fonctions natifs.</p>
<p>Malgré ses 4 milliards de paramètres actifs seulement, il atteint des performances très proches de la variante dense 31B. Selon l'éditeur, il obtient 88,3 % sur AIME 2026, 82,6 % sur MMLU Pro, 82,3 % sur GPQA Diamond et 77,1 % sur LiveCodeBench v6, ce qui en fait l'un des modèles de raisonnement les plus efficaces en paramètres actifs disponibles à ce jour.</p>
 
generated.models.Gemma 4 26B A4B.fyi
04/09/2026
User avatar Axolotle

String added in the repository
<p>Variante à mélange d'experts (MoE, Mixture of Experts) de la famille Gemma 4, ce modèle multimodal multilingue offre des performances proches de la version dense 31B pour un coût d'inférence bien inférieur. Il intègre une capacité de raisonnement avancée activable à la demande, avec un niveau de raisonnement paramétrable par l'utilisateur ou le développeur.</p>
 
generated.models.Gemma 4 26B A4B.desc
04/09/2026
User avatar None

Resource updated
The “frontend/locales/messages/lt.json” file was changed. 04/03/2026
User avatar None

String added in the repository
Le choix de modèles est limité pour garantir un accès équitable à tous. Vous pouvez continuer à utiliser le mode aléatoire, ou réessayer plus tard.
Modelių pasirinkimas yra ribotas, kad būtų užtikrinta vienoda prieiga visiems. Galite toliau naudoti atsitiktinį režimą arba bandyti vėliau.
arenaHome.errors.rateLimitCustomSelection
04/03/2026
User avatar None

Resource updated
The “frontend/locales/messages/fr.json” file was changed. 04/01/2026
Browse all translation changes