Vous ajoutez une réponse générée par un modèle dans votre application, puis une question arrive vite : faut-il appeler directement OpenAI depuis le navigateur ? L’API OpenAI se consomme généralement depuis un serveur, mais le bon endpoint et le traitement des données dépendent de ce que votre application doit faire.

Le serveur garde la clé, l’API fournit les briques du modèle
- Réponses texte et outils : l’API Responses convient aux nouveaux projets qui veulent générer du texte ou appeler des outils.
- Clé secrète : stockez-la côté serveur, jamais dans le code envoyé au navigateur ou à une application mobile.
- Facturation : l’usage de l’API est facturé séparément d’un abonnement ChatGPT.
- Erreur 429 : elle peut signaler une limite temporaire, un solde épuisé ou un plafond de dépenses.
- Données : vérifiez la conservation associée à chaque endpoint et à chaque fonctionnalité activée.
Pour un nouveau projet, partez de l’API Responses
Une fonction de résumé, un assistant dans un logiciel métier ou un générateur de texte n’ont pas besoin d’un accès magique à ChatGPT. Votre application envoie une requête à l’API, reçoit une réponse du modèle, puis décide quoi en faire. La logique de votre produit reste dans votre code.
Pour démarrer une intégration textuelle, l’API Responses offre une interface pour envoyer des instructions et recevoir une réponse. Elle peut aussi donner accès à des outils intégrés comme la recherche web ou la recherche dans des fichiers. Je considère que c’est le point de départ le plus lisible quand vous construisez un nouveau flux, surtout si celui-ci doit évoluer vers des outils. La documentation de l’API Responses détaille ses capacités.
Le choix dépend toutefois de l’existant. Si votre application utilise déjà Chat Completions et fonctionne correctement, une migration n’est pas automatiquement nécessaire. Pour une nouvelle intégration, partez plutôt de Responses, puis vérifiez que le modèle choisi prend en charge les entrées, sorties et outils dont vous avez besoin.
La clé API doit rester derrière votre serveur
Le piège se cache souvent dans une démo qui marche : placer la clé dans le JavaScript du navigateur permet de tester vite, mais expose le secret à toute personne qui inspecte l’application. Une clé récupérée peut servir à envoyer des requêtes et générer des frais sur votre compte. Le navigateur appelle votre serveur, et votre serveur appelle OpenAI.
from openai import OpenAI
client = OpenAI() # lit OPENAI_API_KEY dans l’environnement
response = client.responses.create(
model="MODELE_DISPONIBLE",
input="Résume ce texte en trois phrases."
)
print(response.output_text)
Définissez la variable d’environnement OPENAI_API_KEY sur le serveur, puis gardez les secrets hors du dépôt de code. En production, limitez aussi les entrées acceptées, surveillez les volumes et consignez les identifiants de requête utiles au diagnostic. La référence de l’API OpenAI précise l’authentification Bearer et les informations de requête disponibles.
ChatGPT Plus ne paie pas les appels de votre application
Une interface ChatGPT et une intégration API répondent à deux usages différents. Avec ChatGPT, une personne utilise un produit prêt à l’emploi ; avec l’API, votre logiciel envoie des requêtes et vous réglez la consommation associée. Un abonnement ChatGPT ne constitue donc pas un forfait d’appels API.
Le coût dépend du modèle, des tokens traités en entrée et en sortie, et parfois des outils ou du stockage utilisés. Pour estimer votre budget, mesurez quelques requêtes représentatives de votre application, puis multipliez leur coût observé par le volume mensuel attendu. Si vous ajoutez la recherche web ou un traitement de fichiers, intégrez aussi ces frais au calcul au lieu de ne compter que les tokens. L’aide OpenAI sur la facturation ChatGPT et API confirme que les deux facturations sont distinctes ; les tarifs courants figurent dans la grille tarifaire de l’API.
Une erreur 429 demande un diagnostic avant toute relance
Quand une requête échoue avec le code 429, relancer en boucle peut empirer la situation. Le code peut correspondre à une limite de débit, mais aussi à un solde prépayé épuisé ou à une limite de dépenses. Le message d’erreur et les en-têtes de réponse indiquent la piste à suivre.
| Situation observée | Cause possible | Action à prendre |
|---|---|---|
| Beaucoup d’appels arrivent ensemble | Limite de requêtes ou de tokens atteinte sur une période courte | Réduisez les rafales et appliquez un délai progressif avant les nouvelles tentatives. |
| Le message signale un crédit ou un solde insuffisant | Crédit prépayé épuisé ou facturation à régulariser | Vérifiez le solde et le moyen de paiement ; attendre ne rétablit pas le crédit. |
| Les appels échouent malgré un rythme modéré | Plafond d’utilisation ou limite de l’organisation | Consultez les limites de l’organisation et le détail de l’erreur avant de modifier le code. |
Pour une limite temporaire, respectez l’en-tête Retry-After lorsqu’il est présent. Sans délai exploitable, utilisez un recul exponentiel avec une part aléatoire et bornez le nombre de tentatives ; les requêtes échouées peuvent elles-mêmes contribuer aux limites par minute. Le guide officiel sur les limites de débit distingue notamment les plafonds de requêtes et de tokens, qui peuvent être atteints séparément.
La conservation des données dépend aussi des fonctionnalités utilisées
Dire qu’une donnée « n’est pas utilisée pour l’entraînement » ne répond pas à toutes les questions de confidentialité. Il faut aussi examiner les journaux de surveillance des abus et l’état conservé par les fonctionnalités employées. Dans la documentation actuelle, les endpoints Responses et Chat Completions indiquent une rétention des journaux de surveillance des abus pouvant aller jusqu’à 30 jours, tandis que certaines fonctions conservent un état d’application. Le choix de l’endpoint seul ne suffit donc pas à déterminer la conservation.
Avant d’envoyer des données personnelles ou des documents internes, réduisez les informations transmises au strict nécessaire et vérifiez les règles applicables aux outils activés. La recherche de fichiers, les conversations persistantes et le stockage de fichiers n’ont pas nécessairement le même comportement qu’une requête simple. La documentation OpenAI sur les contrôles des données détaille la conservation par endpoint et les limites des options de rétention.
Un premier déploiement doit rester facile à surveiller
Pour un prototype, une requête serveur simple avec l’API Responses suffit souvent à valider le besoin. Avant d’ouvrir la fonctionnalité à davantage de personnes, ajoutez des limites de volume, une gestion d’erreurs bornée et un suivi des coûts par projet. Une intégration fiable se juge aussi à sa capacité à échouer proprement.
Si une requête contient des données sensibles ou déclenche un outil, traitez ces deux aspects comme des choix d’architecture, pas comme de simples paramètres. C’est ce qui permet de passer d’une démonstration qui répond à une application que vous pouvez maintenir.