Models
Appelez des modèles de langage open-weight à travers un endpoint compatible OpenAI, avec une clé API de projet, depuis votre code ou depuis les agents de code que vous utilisez déjà.
URL de base
https://app.sailops.io/api/ai/v1
Trois endpoints sont servis :
| Endpoint | Rôle |
|---|---|
POST /chat/completions | Chat completions, en streaming ou non, avec appel d'outils sur les modèles qui le supportent |
POST /responses | L'API Responses, en streaming ou non, que Codex parle par défaut |
GET /models | Les modèles que votre clé peut utiliser |
Les corps de requête et de réponse sont aux formats OpenAI. Tout le reste sous /api/ai/ — l'API Messages d'Anthropic, les embeddings, GET ou DELETE /responses/{id} — répond 404.
Authentification
Créez une clé API de projet portant la permission ai-models:invoke, depuis IA → Models → Créer une clé dans la console, ou depuis Paramètres du projet → Clés API en cochant la permission. La clé n'est affichée qu'une fois.
Envoyez-la en bearer, comme le font tous les SDK OpenAI, ou dans X-Api-Key :
curl https://app.sailops.io/api/ai/v1/chat/completions \
-H "Authorization: Bearer $SAILOPS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role": "user", "content": "Dis bonjour en français."}]
}'
Les clés d'organisation et les clés personnelles sont refusées avec 403 : une requête est toujours servie dans le projet que sa clé désigne, et l'usage est facturé à ce projet.
La suppression, la rotation ou la modification d'une clé prend effet en une ou deux secondes. Si la notification entre les serveurs SailOps se perd, le changement s'applique au plus tard 30 secondes après.
Utiliser SailOps Models en un clic
Une sandbox d'agent n'a pas besoin d'une clé collée à la main. Sur sa carte dans la console, Use SailOps Models crée une clé de projet nommée models-<nom>, portant uniquement ai-models:invoke, et écrit OPENAI_API_KEY et OPENAI_BASE_URL dans l'environnement secret de la sandbox ; Codex, OpenCode et Pi y utilisent Models à leur prochain démarrage.
Relancer l'action fait tourner la clé : une nouvelle est écrite, la précédente clé models-<nom> est révoquée. La clé ne sort jamais de la charge de travail ; la liste des clés du projet montre son préfixe, et la vue d'usage compte ses tokens sous son nom. L'action est refusée pendant l'essai.
Modèles et prix
Les prix sont en euros par million de tokens, hors taxes. Les tokens d'entrée en cache sont la partie du prompt que le fournisseur a servie depuis son cache ; ils sont facturés au prix du cache quand le modèle en a un, au prix d'entrée sinon. Les tokens de raisonnement font partie de la sortie.
| Identifiant | Fournisseurs | Contexte | Outils | Responses | Entrée | Entrée en cache | Sortie |
|---|---|---|---|---|---|---|---|
glm-5.3 | Scaleway | 256k | oui | oui | 2,25 € | — | 6,90 € |
deepseek-v4.1-flash | Scaleway | 256k | oui | oui | 0,75 € | 0,15 € | 2,25 € |
qwen3.8-27b | Scaleway, OVHcloud | 256k | oui | oui | 0,75 € | — | 4,15 € |
qwen3.5-397b | Scaleway | 250k | oui | oui | 0,75 € | — | 4,50 € |
gpt-oss-120b | Scaleway, OVHcloud | 128k | Responses seulement | oui | 0,20 € | — | 0,75 € |
mistral-medium-3.5 | Scaleway | 180k | oui | oui | 1,90 € | — | 9,40 € |
GET /models et l'API publique renvoient la même liste avec les prix auxquels votre organisation est facturée : un prix négocié apparaît là plutôt qu'ici. gpt-oss-120b n'appelle des outils qu'à travers l'API Responses.
Fournisseurs et bascule
Tous les modèles sont servis depuis la France : les Generative APIs de Scaleway à Paris, les AI Endpoints d'OVHcloud à Gravelines. Un modèle listé avec deux fournisseurs part vers le moins cher pour SailOps ; si ce fournisseur répond 429, une 5xx, dépasse le délai ou est injoignable avant le premier octet de la réponse, la requête est renvoyée une fois à l'autre fournisseur. Une fois le premier octet envoyé, rien n'est rejoué ni basculé : un stream qui casse en route casse aussi pour vous.
Le prix ne dépend pas du fournisseur. Le reçu de chaque requête enregistre le fournisseur qui l'a servie, pour que la vue d'usage et le CSV puissent le montrer, mais le montant facturé est celui du modèle.
Limites
| Limite | Valeur | Réponse une fois atteinte |
|---|---|---|
| Requêtes par minute, par clé | 60 | 429 avec Retry-After |
| Tokens par minute, par clé | 300 000 | 429 avec Retry-After |
| Budget mensuel, par projet | 50 € par défaut, ajustable | 402 avec insufficient_quota |
| Corps de requête | 2 Mio | 413 |
| Délai avant le premier octet | 30 s | 504, après la bascule |
| Durée d'un stream | 10 min | le stream est coupé ; ce qui a été produit est facturé |
Les listes de modèles et tentatives de génération authentifiées comptent dans la limite de requêtes, y compris les tentatives refusées avant tout appel fournisseur. Une requête déjà limitée ne consulte ni les tarifs ni le budget.
Chaque réponse porte x-ratelimit-limit-requests, x-ratelimit-remaining-requests, x-ratelimit-limit-tokens et x-ratelimit-remaining-tokens. Les tokens sont débités une fois la réponse connue : une rafale peut dépasser la minute et la rembourse aux recharges suivantes.
Le budget mensuel se règle par projet dans IA → Models, avec une liste optionnelle de modèles autorisés, ou via l'API publique (PUT /api/v1/ai/models/settings, permission ai-models:update). Une modification atteint l'endpoint en moins d'une minute. L'usage est compté à partir du reçu de chaque requête, si bien que le budget bloque les requêtes dans la minute qui suit son atteinte. Un budget à zéro refuse toute requête. Réglez le budget avant de confier une clé à un agent qui tourne sans surveillance.
Les erreurs utilisent l'enveloppe OpenAI, les SDK lèvent donc leurs exceptions habituelles :
{"error": {"message": "Monthly budget of 50.00 EUR reached for this project (50.12 EUR spent this month). A project maintainer can raise it in the console.", "type": "insufficient_quota", "param": null, "code": "budget_exceeded"}}
Streaming
Le streaming fonctionne comme chez OpenAI : envoyez "stream": true et lisez les server-sent events. SailOps reçoit toujours le décompte de tokens du fournisseur ; sur les chat completions, le dernier chunk, qui ne porte que l'usage, ne vous est transmis que si vous le demandez avec "stream_options": {"include_usage": true}, pour que les clients qui lisent choices[0] continuent de fonctionner. Sur l'API Responses, l'usage arrive dans l'événement response.completed, comme chez OpenAI.
Si votre client se déconnecte en cours de stream, SailOps continue de lire la réponse du fournisseur pour que les tokens produits soient enregistrés — et facturés — plutôt que perdus.
API Responses
POST /responses prend le format Responses d'OpenAI — input, instructions, tools, stream — et le relaie au fournisseur. L'usage est lu dans l'objet usage de la réponse, ou dans l'événement response.completed d'un stream : input_tokens, output_tokens, input_tokens_details.cached_tokens et output_tokens_details.reasoning_tokens sont facturés exactement comme leurs équivalents des chat completions.
L’extension facultative de Codex include: ["reasoning.encrypted_content"] est retirée avant transmission : les fournisseurs sans état ne produisent pas de raisonnement chiffré. Les autres champs sont transmis.
Les réponses ne sont pas conservées : previous_response_id n'est pas supporté, et GET ou DELETE /responses/{id} répondent 404 avec le code responses_not_stored. Renvoyez la sortie précédente dans input pour poursuivre une conversation, ce que fait Codex. Les outils intégrés (recherche web, recherche de fichiers) ne sont pas disponibles ; l'appel de fonctions l'est.
curl https://app.sailops.io/api/ai/v1/responses \
-H "Authorization: Bearer $SAILOPS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "gpt-oss-120b", "input": "Dis bonjour en français.", "stream": true}'
Ce qui est journalisé
Models ne conserve que des métadonnées : le projet et la clé, le modèle, le fournisseur qui a servi la requête, les décomptes de tokens, la latence, le statut et si le client s'est déconnecté. Les prompts et les complétions ne sont jamais stockés par SailOps ; les Generative APIs de Scaleway sont servies depuis Paris sans rétention de données, et les AI Endpoints d'OVHcloud depuis Gravelines. Le reçu de chaque requête alimente la vue d'usage du projet et la ligne AI Models de la facture mensuelle.
Usage
IA → Models affiche les requêtes, tokens et montants du mois par modèle et par clé API, lus depuis les reçus, aujourd'hui compris. Les mêmes chiffres sont disponibles via l'API publique (GET /api/v1/ai/models/usage, permission ai-models:get) et les outils MCP ai_models_list et ai_usage_get. La facture mensuelle porte une ligne AI Models par projet, les lignes de tokens étant détaillées dans le CSV d'usage.
Configurer vos outils
SDK OpenAI
from openai import OpenAI
client = OpenAI(base_url="https://app.sailops.io/api/ai/v1", api_key=os.environ["SAILOPS_API_KEY"])
completion = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Dis bonjour en français."}],
)
print(completion.choices[0].message.content)
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://app.sailops.io/api/ai/v1", apiKey: process.env.SAILOPS_API_KEY });
const response = await client.responses.create({
model: "gpt-oss-120b",
input: "Dis bonjour en français.",
});
console.log(response.output_text);
Codex
Codex parle l'API Responses par défaut ; pointez-le vers Models dans ~/.codex/config.toml :
model = "gpt-oss-120b"
model_provider = "sailops"
[model_providers.sailops]
name = "SailOps Models"
base_url = "https://app.sailops.io/api/ai/v1"
env_key = "SAILOPS_API_KEY"
wire_api = "responses"
wire_api = "chat" fonctionne aussi, sur tous les modèles ; gpt-oss-120b n'appelle des outils que sur le fil Responses. Dans une sandbox d'agent pointée vers Models par l'action en un clic, OPENAI_API_KEY et OPENAI_BASE_URL sont déjà posés : env_key = "OPENAI_API_KEY" et la même base_url suffisent.
OpenCode
Ajoutez un fournisseur dans ~/.config/opencode/opencode.json :
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"sailops": {
"npm": "@ai-sdk/openai-compatible",
"name": "SailOps Models",
"options": {
"baseURL": "https://app.sailops.io/api/ai/v1",
"apiKey": "{env:SAILOPS_API_KEY}"
},
"models": {
"glm-5.3": { "name": "GLM 5.3" },
"deepseek-v4.1-flash": { "name": "DeepSeek V4.1 Flash" },
"qwen3.5-397b": { "name": "Qwen 3.5 397B" }
}
}
}
}
Claude Code
Claude Code parle l'API Messages d'Anthropic, que Models ne relaie pas : utilisez votre propre clé Anthropic avec Claude Code, et SailOps Models avec les outils compatibles OpenAI ci-dessus. Les sandboxes d'agents portent les deux clés en secrets de conteneur.
Disponibilité
Models n'est pas disponible pendant l'essai : la clé d'une organisation en essai est refusée avec 403, et l'action en un clic est refusée dans la console. Sur une installation où Models n'est pas activé, l'endpoint répond 404 ; les clés peuvent tout de même être créées et écrites dans les charges de travail.