Le projet · La communauté · La vision
Candy n'est pas un wrapper d'une API tierce. C'est un projet communautaire construit from scratch — un modèle entraîné indépendamment depuis plus de 3 ans, une librairie pensée pour les développeurs par les développeurs.
Le moteur
Cédric7-Thinking est notre modèle le plus performant, il est jusqu'à 80 fois meilleur que la génération précédente — grâce à un entraînement intensif sur 12 VPS fonctionnant en parallèle à vitesse maximale, nourri d'une grande quantité de données soigneusement sélectionnées.
La grande majorité des librairies Python "IA" ne sont que des wrappers autour de GPT, Claude ou Gemini. Candy est différent. Cédric7-Thinking est un modèle entraîné from scratch, hébergé de façon indépendante, développé sur plus de 3 ans.
Ce n'est pas un fine-tune. Ce n'est pas un proxy déguisé. C'est un modèle développé en dehors des grandes plateformes commerciales, ce qui permet à Candy de fonctionner sans clé API, sans compte, sans friction.
Le nom Cédric7-Thinking désigne le modèle texte et le projet qui l'entoure. Il est accompagné de Cédric7-Picasso, notre modèle de génération d'images — lui aussi entraîné from scratch. Candy est le pont Python qui donne accès à ces deux moteurs depuis ton code.
Candy n'est pas fait par une entreprise, et n'est pas destiné à un usage en entreprise. C'est un projet purement communautaire, né d'une passion pour l'IA indépendante. Il n'y a pas d'investisseurs, pas de roadmap dictée par le profit. Chaque amélioration vient des retours de la communauté.
Les 90 personnalités spécialisées de Candy sont le résultat direct de ce choix : chaque personnalité est optimisée pour son domaine dans le modèle lui-même, pas juste dans le prompt système.
Nos benchmarks sont très prometteurs : Cédric7-Thinking et Cédric7-Picasso représentent un bond de ×80 par rapport aux versions précédentes. Mais soyons honnêtes : le modèle n'est pas aussi performant que ChatGPT. C'est un projet communautaire indépendant, pas un produit soutenu par des milliards d'investissement — et c'est assumé.
De même, la latence est plus élevée qu'avec une API commerciale. Les serveurs sont financés par la communauté, pas par des fonds de capital-risque. Si tu veux nous aider à réduire cette latence en nous permettant d'acheter de meilleures machines, tu peux faire un don ici →
Les API commerciales imposent des contraintes : coût, quotas, dépendance à un tiers, vie privée des données. Avec Cédric7-Thinking, le modèle appartient au projet et à sa communauté. Il peut être amélioré, spécialisé et maintenu indépendamment.
Histoire
Le projet existe depuis bien avant la première version publiée sur PyPI — plus de 3 ans de travail silencieux.
candy helper ouvre l'interface graphique. Les fichiers .cdy permettent de partager et exécuter des scripts en une commande.Ce qu'on croit
Des choix qui se retrouvent dans chaque décision technique.
Infrastructure
Pas de magie noire. Voici exactement comment Candy fonctionne de bout en bout.
Quand tu appelles candy.ask() depuis ton code Python, la requête part vers notre API REST hébergée indépendamment. Un tunnel Cloudflare assure la stabilité et la disponibilité même si l'IP du serveur change. Le modèle tourne en local sur nos machines — pas de tier cloud tiers, pas d'AWS, pas de GCP.
L'URL de l'API est résolue automatiquement par la librairie au démarrage. Si l'endpoint change côté serveur, tu n'as rien à mettre à jour dans ton code — candy s'adapte tout seul.
Pour entraîner Cédric7-Thinking et Cédric7-Picasso, on a utilisé 12 VPS configurés en parallèle à vitesse maximale. Chaque machine traitait une portion du dataset simultanément. Ce setup distribué nous a permis de réduire drastiquement le temps d'entraînement et d'itérer plus vite entre chaque version du modèle.
Ce n'est pas de l'infrastructure de Google — c'est de la débrouille intelligente. Et c'est précisément ce qui rend le projet intéressant : on prouve que t'as pas besoin d'un budget colossal pour entraîner un modèle qui tient la route.
En version gratuite, Candy autorise 800 requêtes par jour par installation. C'est largement suffisant pour du développement, des prototypes, et des projets personnels. Le quota est géré côté serveur, sans token stocké sur ton poste.
Les dons permettent d'augmenter la capacité globale du serveur et donc d'envisager des quotas plus élevés à terme.
Vie privée
Comparaison honnête
On ne prétend pas être meilleurs. On est différents. Voici ce que ça change concrètement.
Les grandes APIs (OpenAI, Anthropic, Google) ont des avantages indéniables : des modèles très puissants, une latence faible, une infrastructure mondiale. Si tu as besoin du meilleur niveau de performance pour un usage en production critique, elles restent la référence.
Candy a d'autres avantages : aucune clé API, aucun compte, aucune facturation, aucune dépendance. Tu peux distribuer ton projet sans que les utilisateurs aient à configurer quoi que ce soit. Tu peux prototyper sans sortir ta carte bleue. Et tu soutiens un projet indépendant plutôt qu'une mégacorporation.
Prototypage rapide, chatbots, génération de contenu, pipelines de traitement de texte, projets open source, scripts personnels, outils internes, bots Discord ou Telegram, assistants spécialisés — Candy est parfaitement adapté à ces usages. Les 90 personnalités permettent d'obtenir des réponses calibrées pour chaque contexte sans écrire un seul prompt système.
Les tâches de raisonnement très complexe, les analyses juridiques ou médicales critiques, les usages nécessitant une latence inférieure à la seconde en temps réel, ou les workloads massifs à très haute fréquence — pour ces cas-là, une API commerciale sera plus adaptée. On préfère te le dire clairement plutôt que de survendre.
FAQ
Oui. Candy est gratuit jusqu'à 800 requêtes par jour. Il n'y a pas de version payante cachée, pas de freemium. Les dons sont optionnels et vont uniquement à l'infrastructure.
Non. Candy interroge un modèle hébergé à distance via l'API. Une connexion internet est nécessaire. Un mode local n'est pas prévu à court terme, mais c'est une piste qu'on étudie pour les versions futures.
Cédric7-Thinking est le modèle de génération de texte — raisonnement, rédaction, résumé, traduction, code, conversation. Cédric7-Picasso est le modèle de génération d'images. Les deux sont accessibles via Candy avec des personnalités adaptées.
Oui. La licence MIT te permet d'utiliser Candy dans n'importe quel projet, y compris commercial. La seule contrainte est de respecter les termes de la licence MIT — ce qui se résume à conserver la mention de copyright.
Parce que nos serveurs sont financés par la communauté, pas par des investisseurs. La puissance de calcul disponible est proportionnelle aux ressources qu'on a. Les dons vont directement à l'achat de machines plus performantes. C'est aussi simple que ça.
En faisant un don pour l'infrastructure, en remontant des bugs via les issues, en partageant le projet autour de toi, ou en proposant des améliorations. Candy est un projet communautaire — chaque contribution compte.
La librairie Python candy-ai est open source (MIT). Le modèle Cédric7-Thinking lui-même n'est pas encore publié en open weights — c'est un objectif à long terme, conditionné aux ressources disponibles.
Non. Candy requiert Python 3.10 minimum. Il est compatible Windows, macOS et Linux.
Une commande suffit pour commencer. Et si le projet te plaît, un don nous aide à améliorer les serveurs et réduire la latence pour tout le monde.