---
title: "Agents IA de longue durée : timeouts, retries, checkpoints"
description: "Faire tourner un agent LLM des heures : timeout par appel, streaming contre les blocages, retries sûrs, effets de bord idempotents et checkpoint à chaque étape."
url: https://broadrouter.com/fr/blog/long-running-agents-timeouts-retries/
lang: fr
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/blog/long-running-agents-timeouts-retries/) (mis à jour le 2026-11-16).

# Agents de longue durée : timeouts, retries et checkpoints qui tiennent

Par l’équipe BroadNet Inference · 4 min de lecture · Publié 2026-11-14 · Mis à jour 2026-11-16

Traitez chaque appel au modèle comme jetable et l’état de l’agent comme durable. Fixez un timeout par appel, utilisez le streaming pour détecter les blocages, relancez les 429, les 5xx et les flux interrompus avec un backoff borné, et donnez une clé d’idempotence à chaque outil à effet de bord. Enregistrez la liste des messages après chaque étape, pour qu’un plantage reprenne au dernier checkpoint et non depuis le début.

## À retenir

-   Le SDK Python d’OpenAI expire au bout de 10 minutes et fait deux nouvelles tentatives par défaut. Fixez les deux explicitement pour vos agents.
-   Un flux qui se termine avant data \[DONE\] est une réponse incomplète. La relancer est une nouvelle inférence, facturée à nouveau en paiement à l’usage.
-   Les appels au modèle peuvent être relancés sans risque. Les effets de bord des outils non, sauf s’ils portent une clé d’idempotence.
-   Faites un checkpoint après chaque étape terminée : la liste des messages, le numéro d’étape et les ID des effets de bord déjà exécutés.
-   Dans une session de forfait, les retries ne coûtent rien de plus, mais occupent l’unique emplacement de requête pendant leur exécution.

**Sur cette page**

1.  Qu’est-ce qui casse quand un agent tourne pendant des heures ?
2.  1\. Combien de temps un appel peut-il durer ?
3.  2\. Pourquoi utiliser le streaming dans un agent de longue durée ?
4.  3\. Que faut-il relancer ?
5.  4\. Comment rendre les appels d’outils idempotents ?
6.  5\. Comment faire des checkpoints d’un agent ?
7.  Une checklist avant une exécution de nuit
8.  Où se situe BroadNet Inference

Un agent qui tourne cinq minutes peut ignorer les pannes. Un agent qui tourne cinq heures verra un timeout, un 429, un flux interrompu et probablement un redémarrage. La plupart des guides sur les agents de longue durée vendent un moteur de workflow. Vous n’en avez peut-être pas besoin. Cet article présente les cinq habitudes qui maintiennent en vie pendant des heures une simple boucle d’agent, avec du code pour le SDK Python d’OpenAI.

## Qu’est-ce qui casse quand un agent tourne pendant des heures ?

| Panne | À quoi elle ressemble | Habitude qui la gère |
| --- | --- | --- |
| Appel bloqué ou lent | Pas de réponse pendant des minutes | Timeout par appel, streaming |
| Limite de débit ou surcharge | 429, 5xx | Retry borné avec backoff |
| Flux interrompu | La connexion se ferme avant `[DONE]` | La traiter comme incomplète, relancer l’appel |
| Effet de bord en double | Un outil s’exécute deux fois après un retry | Clés d’idempotence |
| Plantage du processus ou déploiement | L’agent redémarre à l’étape 1 | Checkpoint à chaque étape |

## 1\. Combien de temps un appel peut-il durer ?

Le README du SDK Python d’OpenAI indique que les requêtes expirent par défaut au bout de 10 minutes et que certaines erreurs sont relancées deux fois. Pour un agent, fixez les deux vous-même, pour que le comportement ne change pas à votre insu :

```python
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"],
                timeout=300, max_retries=4)
```

Choisissez le timeout à partir de données. Journalisez la durée de chaque appel pendant une journée et fixez le timeout bien au-dessus de l’appel réussi le plus lent. Les gros prompts mettent plus de temps à démarrer, et les [modèles de raisonnement](https://broadrouter.com/fr/glossary/reasoning-tokens/) réfléchissent avant d’écrire. À environ 100 tokens par seconde, 8 000 tokens de sortie prennent à eux seuls plus d’une minute. Ajoutez un budget de temps séparé par **tâche**, pour qu’une boucle qui ne s’arrête pas ne tourne pas toute la nuit.

## 2\. Pourquoi utiliser le streaming dans un agent de longue durée ?

Le [streaming](https://broadrouter.com/fr/glossary/streaming/) vous donne un signal pendant que le modèle travaille. Sans lui, un appel lent et une connexion morte se ressemblent jusqu’au déclenchement du timeout. Avec lui, vous voyez les chunks arriver et vous obtenez aussi la consommation de tokens dans le dernier chunk.

Les règles de streaming de BroadNet : lisez jusqu’à la ligne littérale `data: [DONE]`. Si la connexion se ferme avant, la réponse est incomplète. Notez le `X-Request-ID`, puis décidez s’il faut faire une nouvelle requête. [Guide complet du streaming](https://broadrouter.com/fr/guides/streaming-chat-completions/).

```python
def call_streaming(messages, tools=None):
    parts, done = [], False
    stream = client.chat.completions.create(
        model="broadnet/glm-5.3", messages=messages, tools=tools, stream=True,
        stream_options={"include_usage": True}, max_tokens=8000)
    for chunk in stream:
        if chunk.choices and chunk.choices[0].finish_reason:
            done = True
        if chunk.choices and chunk.choices[0].delta.content:
            parts.append(chunk.choices[0].delta.content)
    if not done:
        raise IncompleteStream()   # retry the whole call
    return "".join(parts)
```

Cette esquisse ne collecte que le texte. Si vous diffusez des appels d’outils en streaming, accumulez aussi `delta.tool_calls` par index.

## 3\. Que faut-il relancer ?

Le SDK relance déjà les erreurs de connexion, les 408, 409, 429 et 5xx. Ajoutez votre propre retry par-dessus uniquement pour ce qu’il ne voit pas, comme un flux incomplet :

1.  **À relancer :** erreurs de connexion, 429, 5xx, flux incomplets. Utilisez un [backoff exponentiel](https://broadrouter.com/fr/glossary/exponential-backoff/) avec jitter et un plafond, par exemple 4 tentatives.
2.  **À corriger, pas à relancer :** 400, 401, 402, 403, 413, 422. Ces erreurs échouent de la même façon à chaque fois. Voir [codes d’erreur et quand relancer](https://broadrouter.com/fr/guides/errors-and-retries/).
3.  **Budgétez les retries par tâche**, pas seulement par appel. Dix étapes relancées chacune quatre fois, ce sont quarante appels de plus.
4.  **Basculez une fois les retries épuisés.** Si une exécution doit survivre à une panne du fournisseur, envoyez les erreurs de connexion, les 5xx et les 429 de limite de débit vers un second fournisseur. [Le basculement d’API LLM](https://broadrouter.com/fr/blog/llm-api-failover-fallback/) montre le code client et un circuit breaker.

En paiement à l’usage, chaque retry est une nouvelle inférence, facturée à nouveau. Une clé en paiement à l’usage autorise aussi 30 requêtes par minute et 4 en parallèle : les tempêtes de retries atteignent donc vite la [limite de débit](https://broadrouter.com/fr/glossary/rate-limit/) ; le [calculateur de limites de débit](https://broadrouter.com/tools/llm-rate-limit-calculator/) montre la marge dont dispose votre agent. [L’article sur la gestion des 429](https://broadrouter.com/fr/blog/handle-llm-api-429-rate-limits/) détaille le backoff. Avec un [forfait illimité](https://broadrouter.com/fr/guides/unlimited-llm-api-sessions/), les retries ne coûtent rien de plus, mais occupent l’unique emplacement de requête de la session pendant leur exécution.

## 4\. Comment rendre les appels d’outils idempotents ?

Un appel au modèle n’a pas d’effet de bord. Un appel d’outil peut en avoir. Si l’agent plante après l’exécution de `send_invoice` mais avant l’enregistrement de l’étape, l’agent redémarré enverra la facture une seconde fois.

Donnez à chaque appel à effet de bord une [clé d’idempotence](https://broadrouter.com/fr/glossary/idempotency-key/) dérivée de la tâche et de l’étape, vérifiez-la avant d’agir et sautez l’appel s’il est déjà enregistré :

```python
def run_side_effect(task_id, step, call, store):
    key = f"{task_id}:{step}:{call.id}"
    if store.done(key):
        return store.result(key)       # already ran: return the saved result
    result = execute(call)             # pass key to the API if it supports one
    store.save(key, result)
    return result
```

Beaucoup d’API de paiement et de messagerie acceptent un en-tête de clé d’idempotence. Transmettez-y la vôtre quand c’est le cas.

## 5\. Comment faire des checkpoints d’un agent ?

Enregistrez après chaque étape terminée : la liste des messages, le numéro d’étape et les clés des effets de bord. Au démarrage, chargez le dernier checkpoint s’il en existe un.

```python
def save_checkpoint(path, step, messages):
    tmp = path + ".tmp"
    with open(tmp, "w") as f:
        json.dump({"step": step, "messages": messages}, f)
    os.replace(tmp, path)   # atomic on the same filesystem
```

Écrire dans un fichier temporaire puis le renommer garantit qu’un plantage en pleine écriture ne laisse jamais un demi-checkpoint. Pour les sessions très longues, enregistrez aussi un **résumé** : remplacez les anciens tours par un court résumé, pour qu’un agent qui reprend ne recharge pas un historique énorme. Vous restez ainsi dans la [fenêtre de contexte](https://broadrouter.com/fr/glossary/context-window/), même à 1 048 576 tokens sur [DeepSeek V4.1 Flash](https://broadrouter.com/fr/models/deepseek-v4.1-flash/).

## Une checklist avant une exécution de nuit

1.  Timeout et `max_retries` fixés explicitement sur le client.
2.  Streaming activé, avec `include_usage`, et flux incomplets relancés.
3.  Un budget de retries par tâche et une limite de temps.
4.  Des clés d’idempotence sur chaque outil qui écrit, envoie ou paie.
5.  Un checkpoint après chaque étape, écrit de façon atomique.
6.  Des logs avec numéro d’étape, durée, tokens et `X-Request-ID`.

Si vous faites tourner plusieurs agents côte à côte, lisez [faire tourner des agents de code en parallèle au forfait](https://broadrouter.com/fr/blog/run-parallel-coding-agents-flat-rate/) et [ce que coûtent les configurations multi-agents](https://broadrouter.com/fr/blog/multi-agent-cost/).

## Où se situe BroadNet Inference

BroadNet Inference utilise le streaming standard des chat completions, renvoie un en-tête `X-Request-ID` que vous pouvez journaliser et documente quelles erreurs relancer : les modèles ci-dessus fonctionnent donc tels quels. Pour les agents qui tournent toute la journée, les forfaits illimités suppriment le compteur de tokens sur DeepSeek V4.1 Flash pour $60 par mois et par session, ce qui rend les retries gratuits. Gardez en tête qu’une heure Meteor se termine une heure après l’achat et une semaine Orbit au bout de sept jours : une longue tâche doit donc finir dans la période ou passer sur une session Full Moon renouvelable. Les forfaits sont sur [inference.broadnet.ai/plans](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-long-running-agents-timeouts-retries&utm_content=body).

Outils gratuits sur ce sujet (en anglais)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Outils gratuits (en anglais)](https://broadrouter.com/tools/)

## Termes de cet article

[Streaming](https://broadrouter.com/fr/glossary/streaming/)

Le streaming est une manière de renvoyer la réponse d’un modèle de langage par petits chunks pendant sa génération, plutôt qu’en un seul bloc à la fin. Les API compatibles OpenAI streament via des server-sent events quand la requête règle stream sur true.

[Token](https://broadrouter.com/fr/glossary/token/)

Un token est l’unité de texte qu’un modèle de langage lit et écrit : un mot, une partie de mot, un signe de ponctuation ou une suite d’octets produite par le tokenizer du modèle. Les API LLM comptent, limitent et facturent généralement l’usage en tokens.

[Timeout de requête (délai d’expiration)](https://broadrouter.com/fr/glossary/request-timeout/)

Un timeout de requête est la durée maximale pendant laquelle un client HTTP attend un serveur avant d’abandonner la requête. Les clients le divisent souvent en un timeout de connexion, pour ouvrir la connexion, et un timeout de lecture, pour attendre les données. Les appels de LLM exigent des timeouts de lecture généreux, car les longues réponses prennent du temps.

[Limite de débit (rate limit)](https://broadrouter.com/fr/glossary/rate-limit/)

Une limite de débit (rate limit) est un plafond qu’une API impose à l’usage d’un client sur une période, par exemple en requêtes ou en tokens par minute. Les requêtes au-delà sont refusées, généralement avec HTTP 429 Too Many Requests, jusqu’à ce que l’usage repasse sous la limite.

[Débit (throughput)](https://broadrouter.com/fr/glossary/throughput/)

Le débit (throughput), dans le service de LLM, est la quantité totale de travail qu’un système accomplit par unité de temps sur toutes les requêtes simultanées, généralement mesurée en tokens de sortie par seconde ou en requêtes par seconde. Il se distingue de la vitesse par flux, c’est-à-dire la vitesse à laquelle une seule requête reçoit ses tokens.

[Paiement à l’usage (pay-as-you-go)](https://broadrouter.com/fr/glossary/pay-as-you-go/)

Le paiement à l’usage (pay-as-you-go) est un modèle tarifaire où vous ne payez que ce que vous consommez, mesuré par unité, comme les tokens, les requêtes ou les minutes d’audio, sans abonnement ni engagement minimal. La plupart des API LLM facturent ainsi, à partir d’un solde prépayé ou d’une facture périodique.

[Appel d’outils (tool calling, function calling)](https://broadrouter.com/fr/glossary/tool-calling/)

L’appel d’outils, aussi appelé function calling, est une fonctionnalité des API LLM dans laquelle le modèle renvoie une demande structurée d’exécution d’une fonction définie par le développeur, avec des arguments JSON. L’application exécute la fonction et renvoie le résultat ; le modèle n’exécute jamais de code lui-même.

[Clé d’idempotence (idempotency key)](https://broadrouter.com/fr/glossary/idempotency-key/)

Une clé d’idempotence est une valeur unique, généralement un identifiant aléatoire comme un UUID, qu’un client joint à une requête qui modifie un état, comme un paiement ou un achat. Si la même requête est renvoyée avec la même clé, le serveur renvoie le résultat d’origine au lieu d’exécuter l’action deux fois.

## Questions fréquentes

### Quel timeout fixer pour les appels à une API LLM dans un agent ?

Assez long pour l’appel légitime le plus lent, assez court pour repérer un appel bloqué. Le SDK Python d’OpenAI utilise 10 minutes par défaut. Beaucoup d’agents utilisent 2 à 5 minutes par appel avec le streaming, plus une limite de temps séparée par tâche.

### Quelles erreurs d’API LLM un agent doit-il relancer ?

Relancez les erreurs de connexion, les 429 et les 5xx avec un backoff exponentiel borné et du jitter. Pour les 400, 401, 402, 403, 413 et 422, corrigez la cause au lieu de relancer. Chez BroadNet, journalisez aussi l’en-tête X-Request-ID de chaque échec.

### Peut-on relancer une chat completion sans risque ?

L’appel au modèle n’a pas d’effet de bord, donc oui, mais c’est une nouvelle inférence, facturée à nouveau en paiement à l’usage. Le danger vient des outils : une étape relancée peut envoyer un e-mail deux fois si l’outil n’utilise pas de clé d’idempotence.

### Comment reprendre un agent après un plantage ?

Enregistrez la liste des messages et le numéro d’étape après chaque étape terminée, écrivez les ID des effets de bord avant d’agir, et rechargez-les au démarrage. L’agent reprend à la dernière étape enregistrée.

### Les agents de longue durée ont-ils besoin d’un forfait illimité ?

Non, mais les retries et les longs contextes s’additionnent en paiement à l’usage. Avec les forfaits illimités de BroadNet, DeepSeek V4.1 Flash n’a pas de compteur de tokens, donc les retries ne coûtent rien de plus, même si chaque session n’exécute toujours qu’une requête à la fois.

## À lire ensuite

-   [Appel d’outils et modèles ouverts : schémas, parallélisme, relances](https://broadrouter.com/fr/blog/tool-calling-open-models/)
-   [Ce que coûte vraiment un système multi-agents : au token ou au forfait](https://broadrouter.com/fr/blog/multi-agent-cost/)
-   [Lancer des agents de code en parallèle sur une API LLM au forfait](https://broadrouter.com/fr/blog/run-parallel-coding-agents-flat-rate/)
-   [Ce que « illimité » veut vraiment dire dans un forfait d’API LLM](https://broadrouter.com/fr/blog/what-unlimited-llm-api-really-means/)
-   [Failover d’API LLM : un fournisseur de secours dans votre propre code](https://broadrouter.com/fr/blog/llm-api-failover-fallback/)
-   [Coût d’une exécution d’agent de code IA : étapes, contexte, cache](https://broadrouter.com/fr/blog/ai-coding-agent-run-cost/)
-   [Claude Code et modèles ouverts : proxys, endpoints natifs, limites](https://broadrouter.com/fr/blog/claude-code-with-openai-compatible-models/)
-   [Guide : Codes d’erreur de BroadNet Inference : quand réessayer ?](https://broadrouter.com/fr/guides/errors-and-retries/)
-   [Guide : Streamer des chat completions et gérer les connexions coupées](https://broadrouter.com/fr/guides/streaming-chat-completions/)
-   [Guide : Comment fonctionnent les forfaits API LLM illimités pour agents](https://broadrouter.com/fr/guides/unlimited-llm-api-sessions/)
-   [Guide : Utiliser le SDK Python d’OpenAI avec BroadNet Inference](https://broadrouter.com/fr/guides/openai-python-sdk/)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-long-running-agents-timeouts-retries&utm_content=page-cta) ·

**Sources**

-   [README du SDK Python d’OpenAI, nouvelles tentatives et timeouts (vérifié le 2026-11-14)](https://github.com/openai/openai-python)
-   [Référence de l’API de BroadNet Inference, erreurs et nouvelles tentatives (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-long-running-agents-timeouts-retries&utm_content=sources#errors)
-   [Référence de l’API de BroadNet Inference, streaming et limites (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-long-running-agents-timeouts-retries&utm_content=sources#requests)
-   [Forfaits illimités de BroadNet Inference (en anglais)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-long-running-agents-timeouts-retries&utm_content=sources)
