Le format d’API d’OpenAI est devenu la langue commune des outils LLM. De nombreux fournisseurs l’acceptent désormais : une seule bibliothèque cliente peut parler à de nombreux backends.
Comment ça marche
Une API compatible reprend les parties de l’API OpenAI dont dépendent les clients :
- les mêmes chemins, comme
/v1/chat/completionset/v1/audio/transcriptions; - les mêmes structures JSON : un tableau
messagesen entrée,choices[0].message.contenten sortie, et un blocusageavec le nombre de tokens ; - une clé d’API envoyée sous la forme
Authorization: Bearer <key>; - le streaming en server-sent events quand
streamvaut true.
Changer de fournisseur est une modification de configuration. Avec le SDK Python officiel :
from openai import OpenAI
import os
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
reply = client.chat.completions.create(
model="broadnet/gemma-4-26b-a4b",
messages=[{"role": "user", "content": "Say hello in Arabic."}],
)
print(reply.choices[0].message.content)
Par rapport à un exemple OpenAI, seules trois valeurs ont changé : l’URL de base, la clé et l’ID du modèle.
Pourquoi c’est important
La compatibilité réduit le coût du changement. Les SDK, frameworks d’agents, extensions d’IDE et routeurs qui parlent le format OpenAI fonctionnent sans nouveau code. Vous pouvez tester un deuxième fournisseur en quelques minutes et garder la possibilité de migrer.
Mais compatible ne veut pas dire identique. La couche de compatibilité d’Anthropic, par exemple, ignore strict sur les outils et laisse prompt_tokens_details vide. Les écarts typiques :
- des paramètres ignorés ou rejetés ;
- la façon dont les tokens de raisonnement sont décomptés de
max_tokens; - la présence ou non de l’usage à la fin d’un flux ;
- les limites de débit et les codes d’erreur.
Sur BroadNet Inference
BroadNet Inference sert POST /v1/chat/completions, POST /v1/audio/transcriptions et GET /v1/models sur https://inference.broadnet.ai/v1. Les clés ne sont envoyées que sous la forme Authorization: Bearer <key>. Les guides Python et Node montrent une configuration complète, et LangChain fonctionne de la même façon.
Deux différences à prévoir : DeepSeek V4.1 Flash, GLM 5.3 et Qwen3.8 27B raisonnent avant de répondre, et ce raisonnement est décompté de max_tokens. Et une clé à l’usage autorise 30 requêtes par minute et 4 simultanées. La checklist de migration couvre le reste.
Erreurs fréquentes
- Garder un nom de modèle OpenAI comme
gpt-6-astra(le modèle phare d’OpenAI sur sa page des modèles, vérifié le 2026-11-15). Utilisez l’ID de modèle du fournisseur. - Supposer qu’un paramètre fonctionne parce que la requête a réussi. Certains fournisseurs ignorent les champs inconnus sans rien dire.