Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

API compatible OpenAI

Une API compatible OpenAI (OpenAI-compatible API) est un point de terminaison d'un autre fournisseur ou outil qui accepte le même format de requête et de réponse que l'API d'OpenAI, si bien que du code écrit pour OpenAI peut y basculer en changeant l'URL de base, la clé et le nom du modèle.

Aussi appelé : OpenAI compatible endpoint

Par Divya Sharma · Vérifié le 16 nov. 2026 · Notre méthode

Le format Chat Completions d'OpenAI est devenu la façon courante de dialoguer avec les modèles de langage. Beaucoup d'autres services l'ont copié pour que les développeurs n'aient pas à réécrire leur code. Des serveurs open source comme vLLM, Ollama et llama.cpp le proposent, tout comme de nombreux fournisseurs d'inférence et passerelles LLM comme OpenRouter et LiteLLM.

En pratique

Vous continuez d'utiliser une bibliothèque cliente OpenAI et la dirigez ailleurs. Pour un serveur Ollama local, la documentation fixe l'URL de base à `http://localhost:11434/v1/` ; pour vLLM, le serveur tourne sur le port de votre choix. Vous passez ensuite le nom de modèle de ce service. Le corps de la requête (messages, température, nombre maximal de tokens) et la forme de la réponse restent identiques, ce qui facilite la comparaison des modèles ou le passage d'un fournisseur à l'autre.

Compatible ne veut pas dire identique

La compatibilité couvre généralement les points de terminaison texte principaux, pas tout le reste. La documentation d'Ollama indique qu'il prend en charge un sous-ensemble de l'API OpenAI. Les manques courants concernent les options de sortie structurée, les détails du function calling, les entrées image ou audio, les points de terminaison récents, les codes d'erreur et les champs d'usage comme les tokens en cache. Des paramètres peuvent être acceptés mais ignorés. Testez sur chaque backend les fonctionnalités dont vous dépendez plutôt que de supposer qu'elles se comportent comme chez OpenAI.

Sécurité

Un serveur compatible auto-hébergé est un vrai service réseau. La documentation de vLLM avertit que son option de clé API ne protège pas tous les points de terminaison : placez donc ces serveurs derrière une authentification sérieuse et ne les exposez pas directement sur internet.

Termes liés

Passerelle LLM
Une passerelle LLM (LLM gateway) est un serveur proxy placé entre vos applications et les fournisseurs de modèles, qui expose une seule API et gère en un seul endroit les clés, le routage, les replis, les limites de débit, la journalisation et le suivi des dépenses.
Service de modèles
Le service de modèles (model serving) consiste à faire tourner un modèle entraîné comme un service que les applications appellent sur le réseau, avec un logiciel qui charge les poids sur les GPU, met en file et regroupe les requêtes, gère la mémoire et renvoie les résultats.
Fournisseur d'inférence
Un fournisseur d'inférence (inference provider) est une entreprise qui fait tourner des modèles d'IA sur son propre matériel et en vend l'accès par une API, généralement facturée au token. Vous envoyez des prompts et recevez des sorties sans gérer vous-même de GPU.
Clé API
Une clé API est une chaîne secrète qu'une application envoie avec chaque requête pour qu'un service sache quel compte appelle, applique ses limites et le facture. Toute personne qui détient la clé peut généralement s'en servir.
Appel d'outils
L'appel d'outils (tool calling), aussi appelé appel de fonctions (function calling), est une fonction des API de modèles dans laquelle vous décrivez des fonctions avec un schéma, le modèle répond par une demande structurée d'appel de l'une d'elles, et votre code l'exécute et renvoie le résultat.

Sources