EN DIRECT
Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|L'IA de Google reste évasive sur l'issue de l'élection américaine de 202028/10/26 · Google|NVIDIA dévoile Nemotron 3.5 Transcribe, un modèle de transcription multilingue pilotable par prompt28/10/26 · NVIDIA|OpenAI et ServiceNow élargissent leur partenariat autour des workflows d'entreprise28/10/26 · OpenAI|Des start-ups défuntes revendent leurs données pour entraîner des IA28/10/26|Anthropic élargit son programme AI for Science à 20 fondations et instituts de recherche28/10/26 · Anthropic|Anthropic détaille les premiers résultats de Claude appliqué au développement de médicaments27/10/26 · Anthropic|GEPA-Curator : filtrer les échecs pour mieux entraîner les agents LLM27/10/26|Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|L'IA de Google reste évasive sur l'issue de l'élection américaine de 202028/10/26 · Google|NVIDIA dévoile Nemotron 3.5 Transcribe, un modèle de transcription multilingue pilotable par prompt28/10/26 · NVIDIA|OpenAI et ServiceNow élargissent leur partenariat autour des workflows d'entreprise28/10/26 · OpenAI|Des start-ups défuntes revendent leurs données pour entraîner des IA28/10/26|Anthropic élargit son programme AI for Science à 20 fondations et instituts de recherche28/10/26 · Anthropic|Anthropic détaille les premiers résultats de Claude appliqué au développement de médicaments27/10/26 · Anthropic|GEPA-Curator : filtrer les échecs pour mieux entraîner les agents LLM27/10/26|
Tooléditeur officiel

Lakera Guard

Tool : Une action précise que l’IA peut appeler · nécessite lakera-api

Détecte les injections directes et indirectes avant l'appel du modèle ou de l'outil.

Le garde-fou managé de référence, sous 50 ms.

Score global
8.0 /10
Sécu : rien à signaler
Utilité
8.0
Fiabilité
6.0
Sécurité
Aucune réserve recensée
Facilité
5 min · À l’aise

La sécurité reflète la destination des données, les permissions demandées et les incidents recensés à la date de vérification. Ce n’est pas une garantie d’absence de risque : vérifiez le mode de déploiement et les connexions que vous activez.

Ce que ça fait, concrètement

Les applications qui s'appuient sur des modèles de langage sont exposées à des attaques par injection de prompt : des utilisateurs malveillants ou des contenus tiers peuvent détourner le comportement du modèle, exfiltrer des données ou contourner les règles métier. Lakera Guard s'intercale entre votre application et le modèle pour bloquer ces tentatives avant qu'elles n'atteignent le modèle ou l'outil appelé.

Concrètement, chaque message entrant ou sortant est envoyé à l'API Lakera Guard, qui analyse le contenu en lecture seule et retourne un verdict en moins de 50 ms. La plateforme couvre aussi bien les injections directes (saisies utilisateur) qu'indirectes (contenus récupérés depuis des sources externes, comme des pages web ou des documents). Elle s'intègre via une API REST et propose un tableau de bord pour surveiller et gouverner les interactions.

Lakera Guard s'adresse aux équipes de développement et aux responsables sécurité qui déploient des agents IA ou des applications LLM en production et qui ont besoin d'un garde-fou managé, auditable et rapide. La documentation distingue explicitement les profils : leaders sécurité, praticiens, développeurs et évaluateurs.

Ce service n'est pas adapté aux projets personnels ou aux expérimentations à budget nul, car la tarification est sur devis. Les équipes qui souhaitent une solution entièrement auto-hébergée devront vérifier les options disponibles auprès de Lakera.

Ce que ça propose

  • ·Détection des injections de prompt directes, issues des saisies utilisateur, avant l'appel au modèle (payant).
  • ·Détection des injections indirectes, provenant de contenus tiers récupérés dynamiquement, avant l'appel au modèle (payant).
  • ·Analyse en lecture seule : le service ne modifie pas les messages, il rend uniquement un verdict.
  • ·Latence inférieure à 50 ms pour ne pas ralentir les flux de production (payant).
  • ·Tableau de bord centralisé pour découvrir, surveiller et gouverner l'ensemble des interactions IA (payant).
  • ·Couverture des agents IA et des workflows multi-outils, pas seulement des chatbots simples (payant).
  • ·Documentation structurée par profil (leaders sécurité, praticiens, développeurs, évaluateurs) pour faciliter l'intégration.

En pratique

Prix
PayantSur devis.
Usage commercial
Usage commercial : oui
Disponible sur
api
Hôte
lakera-api
Interface FR
Non

Sécurité et données

Pastille
Sécu : rien à signaler
Capacités
litécritexécuteréseau
Vos données
Données chez l’éditeur
Permissions
Analyse en lecture, ne modifie rien.
Maintenance
Active

Liens et dépôt vérifiés le 25 octobre 2026 · ajoutée le 1 avril 2023

Comment installer Lakera Guard

1. Demandez un accès à l'API Lakera Guard via le formulaire de contact ou la page de démonstration sur lakera.ai. 2. Récupérez votre clé API dans le tableau de bord une fois votre compte activé. 3. Consultez le guide de démarrage rapide (Quickstart) dans la documentation pour obtenir votre premier appel API fonctionnel. 4. Intégrez l'appel à l'API Guard dans votre pipeline, avant chaque appel au modèle de langage ou à un outil externe. 5. Configurez vos politiques de filtrage dans le tableau de bord (Guardrails Dashboard) selon vos besoins métier. 6. Précaution sécurité : stockez votre clé API dans une variable d'environnement et ne la commitez jamais dans votre dépôt de code.
POST /v2/guard

Documentation officielle ↗

Dans la même catégorie

Toute la catégorie Surveiller →