Aller au contenu principal

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 :

EndpointRôle
POST /chat/completionsChat completions, en streaming ou non, avec appel d'outils sur les modèles qui le supportent
POST /responsesL'API Responses, en streaming ou non, que Codex parle par défaut
GET /modelsLes 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.

IdentifiantFournisseursContexteOutilsResponsesEntréeEntrée en cacheSortie
glm-5.3Scaleway256kouioui2,25 €—6,90 €
deepseek-v4.1-flashScaleway256kouioui0,75 €0,15 €2,25 €
qwen3.8-27bScaleway, OVHcloud256kouioui0,75 €—4,15 €
qwen3.5-397bScaleway250kouioui0,75 €—4,50 €
gpt-oss-120bScaleway, OVHcloud128kResponses seulementoui0,20 €—0,75 €
mistral-medium-3.5Scaleway180kouioui1,90 €—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​

LimiteValeurRéponse une fois atteinte
Requêtes par minute, par clé60429 avec Retry-After
Tokens par minute, par clé300 000429 avec Retry-After
Budget mensuel, par projet50 € par défaut, ajustable402 avec insufficient_quota
Corps de requête2 Mio413
Délai avant le premier octet30 s504, après la bascule
Durée d'un stream10 minle 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.