Retour aux guides
Agents de programmation·21 septembre 2026·Mis à jour le 24 septembre 2026·11 min de lecture

Alternatives à Open Interpreter : agent actuel, Python historique et migration

Déterminez d’abord quel Open Interpreter vous quittez — l’agent de programmation Rust, l’outil Python figé ou l’application de bureau — puis choisissez la voie adaptée.

Dernière vérification le .

Avant de chercher des alternatives à Open Interpreter, déterminez quel Open Interpreter vous quittez : ce nom désigne désormais un agent de codage terminal Rust qui est un fork de Codex d’OpenAI, tandis que l’outil Python qui exécutait du code généré sur votre propre machine est figé en version 0.4.3 depuis octobre 2024 et n’est plus maintenu par le projet. Toutes ses générations sont gratuites et open source ; il ne s’agit donc jamais d’une décision concernant le prix d’une licence — c’est une décision sur le programme que vous voulez, le seul coût récurrent étant celui de l’API du modèle vers laquelle vous le dirigez.

Deux redirections dissimulent cette séparation. La demande de l’ancien chemin de dépôt OpenInterpreter/open-interpreter via l’API GitHub renvoie openinterpreter/openinterpreter, en langage Rust, et docs.openinterpreter.com répond HTTP 308 vers la documentation du terminal Rust. Les liens d’un tutoriel de 2023 ou 2024 continuent de fonctionner ; ils fournissent simplement la documentation d’un autre programme, décrivant des commandes que le binaire installé ne possède pas. Les deux éléments ont été vérifiés le 18 septembre 2026.

Un nom, trois programmes et un paquet abandonné

Ce que c’estLangage et licenceMode d’installationÉtat au 18 septembre 2026
Open Interpreter — l’agent terminal actuel, un fork de Codex d’OpenAIRust, Apache-2.0Installateur Shell : curl -fsSL https://www.openinterpreter.com/install | shNon archivé, 68 379 étoiles, dernier push le 15 septembre 2026. Dernière version rust-v0.0.44, publiée le 15 septembre 2026
Open Interpreter Classic — l’assistant Python que décrivent presque tous les articlesPython, AGPL-3.0pip install open-interpreterFigé en version 0.4.3, téléversé le 26 octobre 2024, non retiré. Le projet amont n’est plus maintenu
endolith/open-interpreter — le fork communautaire vers lequel le projet lui-même redirigePython, AGPL-3.0pip install git+https://github.com/endolith/open-interpreter.git@classic/developActif, dernier push le 17 septembre 2026, 33 étoiles. Jamais republié sur PyPI
Interpreter Workstation — un produit de bureau distinct sous la même marqueTypeScript, Apache-2.0Téléchargements de la plateforme depuis le site du projetCréé le 1er août 2026, dernier push le 15 septembre 2026
Le paquet npm open-interpreter—npm i open-interpreter installe un espace réservéVersion 0.0.0, une seule publication le 23 septembre 2023, depuis un autre dépôt. Ce n’est pas ce produit

La redirection depuis l’ancien chemin du dépôt explique pourquoi la séparation est facile à manquer. Le README actuel l’indique en une seule ligne vers le bas — « Il s’agit de la nouvelle version Rust d’Open Interpreter, basée sur Codex. Vous cherchez le projet Python original ? Il continue d’exister sous la forme d’un fork maintenu par la communauté à l’adresse endolith/open-interpreter. » Notez que la licence a également changé avec la réécriture, passant d’AGPL-3.0 à Apache-2.0, ce qui compte si vous avez intégré l’ancien code à votre projet. L’organisation détient aussi le projet vocal dormant 01, dont le dernier push date de novembre 2024, ainsi que 01-app et aifs, qui n’ont tous deux pas été touchés depuis 2024. Aucun des trois n’est archivé, et aucun n’est actuel non plus.

Tarification d’Open Interpreter : il n’y en a pas, et ces trois chiffres ne la représentent pas

Il n’existe aucun forfait, siège, quota ni compte. openinterpreter.com/pricing a renvoyé HTTP 404 le 18 septembre 2026 ; les pages d’installation dans le terminal, de démarrage rapide et de configuration ne contiennent aucun texte relatif aux prix, aux abonnements ou à la facturation ; et le README du produit de bureau indique lui-même qu’il « ne nécessite pas de compte Interpreter ». Il s’agit d’une conclusion fondée sur l’absence de preuve — aucune page tarifaire trouvée, plutôt qu’une promesse du projet qu’il n’y en aura jamais — mais c’est la réponse honnête à « open interpreter pricing » : le seul coût récurrent concerne les jetons du modèle.

Les prix qui dominent cette recherche appartiennent à d’autres produits. Ne les incluez pas dans votre budget :

Chiffre que vous trouverezCe qu’il tarifie réellementPourquoi ce n’est pas Open Interpreter
0,03 $ / 0,12 $ / 0,48 $ / 1,92 $ par session de 20 minutes, selon la mémoire du conteneur, facturés à la minute avec un minimum de 5 minutes (tarification de l’API OpenAI)L’outil Code Interpreter hébergé d’OpenAIUn bac à sable distant loué à la minute. Open Interpreter s’exécute sur votre propre machine et ne facture rien pour l’exécution
0,05 $ par heure et par conteneur après 1 550 heures gratuites par organisation et par mois, minimum de 5 minutes, gratuit avec la recherche ou la récupération Web (outil d’exécution de code)L’outil d’exécution de code d’AnthropicIl s’agit également d’un conteneur hébergé, facturé selon le temps d’exécution plutôt que selon les jetons
Tout forfait ChatGPT grand public présenté comme « le prix de Code Interpreter »L’accès à un forfait ChatGPT grand public, qui est encore un autre produitCette page n’indique aucun prix de forfait ChatGPT : la page tarifaire officielle a refusé la récupération le 18 septembre 2026 ; aucun montant n’a donc été vérifié ni cité

Les prix des deux outils ont été vérifiés le 18 septembre 2026.

Quelle alternative convient à quel utilisateur

Pourquoi vous partezOù allerCe que vous accepiez
Vous voulez le interpreter Python qui exécutait du code dans une boucle de conversation, et la réécriture l’a suppriméLe fork endolith, installé depuis git — le projet amont y renvoie lui-mêmeUn fork personnel de 33 étoiles dont le README décrit la branche par défaut comme « accumulant des changements codés à l’intuition (d’une qualité douteuse) » — le même paragraphe ajoute que le mainteneur l’utilise très fréquemment et qu’il fonctionne plutôt bien. Jamais republié sur PyPI, donc aucune version publiée à épingler et installer
Vous voulez un agent de codage en terminal activement maintenu et la filiation Python ne vous importe pasL’Open Interpreter actuel. Son README le décrit comme un fork de Codex axé sur l’émulation du harnais qui offre les meilleures performances avec les modèles peu coûteuxUne réécriture complète : nouveau chemin d’installation, nouveau format de configuration, nouvelle interface de commandes. Aucune instruction de 2024 ne se transfère
Vous utilisez déjà Codex CLI et voulez des modèles moins chers avec les mêmes habitudes d’utilisationL’Open Interpreter actuel, qui lit la même structure TOML [model_providers.<id>] et accepte deux transports que le Codex amont n’accepte pasUn autre répertoire de configuration (~/.openinterpreter/), une couche de harnais à apprendre et aucune connexion ChatGPT documentée pour un fournisseur personnalisé — la documentation ne la répertorie que pour le fournisseur intégré openai
Vous voulez une application de bureau plutôt qu’un terminalInterpreter Workstation, un produit TypeScript distinct configuré via Settings → Models → New Model → Custom endpoint, avec des champs Base URL, API Key et Model ID au lieu de TOMLUne base de code plus récente — créée en août 2026 — et des paramètres qui ne partagent pas le fichier de configuration de l’agent en terminal. Sa case à cocher « Use Chat Completions » est désactivée par défaut ; un point de terminaison limité aux conversations nécessite donc de l’activer
Vous voulez un client entièrement différentAider, OpenCode, Cline et Codex CLI acceptent chacun un point de terminaison personnalisé, mais pas via le même protocole — Codex CLI nécessite une route Responses ; consultez l’annuaire des API d’agents IAChacun possède sa propre frontière de protocole. Tarification d’Aider, alternatives à OpenCode et alternatives à Claude Code couvrent les compromis

Ce qui se migre, et ce qui ne se migre pas

Rien ne se transfère de la génération Python. Les indicateurs, l’API Python, les fichiers de profils YAML et Python ainsi que la convention de noms de modèles LiteLLM ont tous disparu. En revanche, la configuration compatible avec Codex et avec les standards se transfère ; le projet la documente volontairement sur sa page de migration :

Ce que vous avezDestinationEffort
Instructions de l’agentAGENTS.mdDéjà une convention partagée ; généralement, rien à faire
Compétences.agents/skills/ ou ~/.agents/skills/Aucun — la documentation indique que les compétences déjà présentes dans ces emplacements partagés sont lues sur place
Serveurs MCP[mcp_servers] dans la configurationCopiez, puis revérifiez tout serveur utilisant une authentification, des en-têtes ou des transports personnalisés
Points d’accrochehooks.json ou [hooks] intégréCopiez, puis lisez chaque hook qui exécute une commande locale avant de lui faire confiance
Sous-agentsConfiguration [agents]Réécriture dans le bloc de configuration
Choix du fournisseur et du modèle~/.openinterpreter/config.toml ou .openinterpreter/config.tomlÀ écrire de zéro — consultez la section suivante
Tout ce qui vient de Python 0.4.3 : --api_base, --api_key, --model openai/…, profilsNulle partÀ supprimer. Les concepts subsistent ; aucune syntaxe ne subsiste

Vérifiez le conflit de noms binaires avant l’installation. La roue héritée 0.4.3 déclare quatre scripts de console — interpreter, i, interpreter-classic et wtf — tandis que l’installateur actuel place interpreter, i et codex-code-mode-host dans ~/.local/bin, conformément à la page d’installation. Si vous avez déjà exécuté pip install open-interpreter, deux programmes différents se disputent désormais deux de ces noms, interpreter et i, et celui qui l’emporte dépend de la priorité du shell. Exécutez which -a interpreter, which -a i et interpreter --version d’abord, puis à nouveau après l’installation.

Retour arrière. Sauvegardez ~/.openinterpreter/ avant de changer de fournisseur — la boucle de désinstallation documentée supprime l’installation autonome gérée, mais conserve volontairement ce répertoire, y compris la configuration, les sessions, les journaux et les identifiants stockés dans des fichiers ; une réinstallation restaure donc votre configuration. Dans l’autre sens, conservez l’environnement virtuel hérité au lieu de le supprimer : la version 0.4.3 est toujours disponible sur PyPI, mais il n’est pas garanti qu’un ancien ensemble de dépendances puisse être résolu à nouveau ultérieurement.

Configurer l’agent actuel pour utiliser un point de terminaison compatible avec OpenAI

C’est la phrase la plus importante si vous arrivez de notre configuration de Codex CLI, qui indique que wire_api n’a qu’une seule valeur autorisée. Cette règle est vraie pour Codex en amont et fausse pour Open Interpreter. La propre référence de configuration du projet amont indique à propos de wire_api que « responses est la seule valeur prise en charge et la valeur par défaut lorsqu’elle est omise ». Le delta maintenu d’Open Interpreter présente donc comme ajouts délibérés un « transport OpenAI-compatible Chat Completions de première classe » et un « transport compatible avec Anthropic Messages pour les fournisseurs exposant cette API ». Le fork atteint ainsi des points de terminaison auxquels Codex en amont ne peut pas accéder, et les trois interfaces de Kunavo — /v1/responses, /v1/chat/completions et /v1/messages — disposent d’une valeur de protocole correspondante.

La structure documentée d’un fournisseur personnalisé, présentée sur la page des fournisseurs, est un bloc chat-completions avec une URL de base se terminant par /v1 ; la même page montre une passerelle hébergée configurée exactement de cette manière. Appliqué à Kunavo :

~/.openinterpreter/config.toml
# Top-level keys come FIRST. Anything written after a [table] header
# belongs to that table, so model_provider placed below would be ignored.
model_provider = "kunavo"
model = "gpt-5-6-terra"

[model_providers.kunavo]
name = "Kunavo"
base_url = "https://api.kunavo.com/v1"
env_key = "KUNAVO_API_KEY"
wire_api = "chat"

Trois limites qu’il vaut la peine de connaître avant d’y consacrer une soirée, toutes tirées de la documentation du projet et non testées ici :

  • Kunavo ne figure pas dans le catalogue intégré ; définissez donc model manuellement. Le catalogue des fournisseurs généré est construit à partir de models.dev et de quelques points de terminaison de fournisseurs actifs ; il comptait 116 fournisseurs lors de la vérification. Kunavo ne figure ni dans ce catalogue ni dans models.dev. Ne vous attendez pas à ce que le sélecteur /model renseigne les métadonnées de fenêtre de contexte ou de capacités pour un fournisseur défini manuellement.
  • Le routage du harnais est strict. Selon la page du harnais, chat accepte le chat natif ainsi que claude-code, claude-code-bare, deepseek-tui, kimi-code, kimi-cli, qwen-code, swe-agent et minimal ; responses accepte le mode natif, claude-code et claude-code-bare ; et avec messages, « le mode natif est rejeté, car Messages nécessite un transport propre au harnais ». Toute chaîne de harnais non reconnue revient au chat sans générateur de requêtes intégré ; une faute de frappe dégrade donc silencieusement l’exécution. La documentation n’indique pas quel harnais offre les meilleures performances avec un modèle donné, et cette page ne le suppose pas.
  • L’URL de base Messages est une déduction, pas un exemple Kunavo documenté. Les fournisseurs Messages fournis dans le catalogue — Anthropic et ZCode de Z.AI — utilisent tous deux une racine d’API sans /v1, et la page de Z.AI indique que la requête ZCode Messages est envoyée à /v1/messages — le client ajoute donc le chemin. Selon cette règle, un bloc compatible avec Anthropic utiliserait la racine de l’API plutôt que l’URL /v1 ci-dessus ; toutefois, aucun exemple de fournisseur Messages personnalisé n’existe dans la documentation officielle et cela n’a pas été exécuté. Commencez avec le protocole chat, qui est la structure documentée.

Deux autres détails documentés : env_key désigne le nom de la variable d’environnement, pas la clé elle-même, et pour les exécutions ponctuelles interpreter --chat-completions remplace la structure de la requête pour cette invocation sans modifier l’URL de base, les identifiants ou le modèle du fournisseur. La connexion ChatGPT est répertoriée comme l’authentification du fournisseur intégré openai, et non comme une option de fournisseur personnalisé ; les sources d’authentification documentées par la page des fournisseurs pour un tableau de fournisseurs sont env_key, experimental_bearer_token et un bloc auth adossé à une commande, ainsi qu’un bloc aws réservé à Amazon Bedrock.

Estimation détaillée du coût d’une session

Il s’agit d’un calcul illustratif de jetons, pas de coûts de tâche mesurés ni d’un plafond de facturation. Supposons une session d’agent qui envoie 300 000 jetons d’entrée non mis en cache et reçoit 20 000 jetons de sortie — une forme choisie à titre d’illustration, car un harnais de type Codex renvoie le contexte accumulé à chaque tour. Votre propre dépôt et votre nombre de tours seront différents. Les tarifs sont les prix actuels du catalogue Kunavo par million de jetons.

ModèleEntrée / sortie par millionEstimation pour la session supposée
Claude Haiku 4.5$0.70 / $3.50$0.280
GPT-5.6 Terra$0.70 / $4.20$0.294
Claude Sonnet 4.6$2.10 / $10.50$0.840

L’écart est le point important, plutôt qu’une ligne en particulier : selon ces hypothèses, les modèles Claude Haiku 4.5 facturent la même session $0.280 contre $0.840 pour Claude Sonnet 4.6. Cela ne constitue pas une recommandation de choisir le tarif le moins cher. Le prix affiché le plus bas et le coût total le plus faible pour terminer la tâche sont deux affirmations différentes ; un modèle qui nécessite trois tentatives pour une refactorisation peut coûter plus cher qu’un modèle qui réussit en une seule passe — mesurez les deux sur votre propre dépôt avant de décider. Le montant du catalogue Kunavo est un plancher de facturation, pas un plafond : lorsque le fournisseur amont communique son montant, la facture correspond au plus élevé entre le coût du catalogue et le coût amont multiplié par la majoration applicable. Les frais de cache et les outils externes ne sont pas inclus dans cet exemple. Le rechargement minimal est de $10 de crédit prépayé, ce qui constitue un minimum de financement, et non des frais de tâche ou un abonnement — consultez les détails de facturation.

Configuration, en toute honnêteté

Open Interpreter n’a pas été testé en conditions d’exécution avec Kunavo : rien sur cette page n’a été exécuté et chaque affirmation de configuration ci-dessus a été lue dans le dépôt et la documentation du projet le 18 septembre 2026. La référence publiée la plus proche est l’intégration Codex CLI, dont le bloc TOML a la même structure — copiez-le, remplacez le répertoire de configuration par ~/.openinterpreter/config.toml et ignorez sa règle imposant un seul wire_api, qui appartient à Codex en amont. Conservez une route fonctionnelle, exécutez une tâche limitée, puis consultez le montant enregistré par votre compte. Créez un compte Kunavo lorsque vous serez prêt à approvisionner une clé.

Vous comparez encore les routes plutôt que les clients ? L’API compatible avec OpenAI couvre ce que le protocole chat garantit ou non, et la passerelle LLM traite en général du compromis entre une clé unique et un solde unique.

Questions fréquentes

Quelles sont les meilleures alternatives à Open Interpreter ?

Cela dépend de ce que vous remplacez dans Open Interpreter. Si vous voulez l’assistant Python qui exécutait le code généré sur votre propre machine, le README du projet pointe vers le fork communautaire endolith/open-interpreter, installé depuis git — son propre README décrit cette branche comme « empilant des changements codés avec vibe (d’une qualité douteuse) », tandis que le mainteneur ajoute qu’il l’utilise très fréquemment et qu’il fonctionne plutôt bien. Si vous voulez un agent de codage terminal activement développé, l’Open Interpreter Rust actuel est lui-même cette alternative, et les clients comparables incluent Aider, OpenCode, Cline et Codex CLI. Ces quatre outils ne parlent pas tous le même protocole : la propre référence de configuration de Codex CLI fait de « responses » la seule valeur prise en charge, ce qui nécessite une voie Responses plutôt qu’une voie chat-completions. Si vous voulez une application de bureau plutôt qu’un terminal, la même organisation fournit Interpreter Workstation comme produit distinct. Aucune de ces quatre voies n’est un produit payant ; la comparaison porte donc sur le flux de travail et la maintenance, et non sur les frais de licence.

Combien coûte Open Interpreter ?

Rien, dans chacune de ses générations. L’agent Rust actuel est sous licence Apache-2.0, l’ancien paquet Python sous licence AGPL-3.0, et openinterpreter.com/pricing renvoyait HTTP 404 lors de la vérification du 18 septembre 2026 — il n’existe ni forfait, ni siège, ni compte à créer. Ce que vous payez est la facture de l’API du modèle auprès du fournisseur que vous configurez, ou rien par requête si vous exécutez un modèle local via Ollama ou LM Studio, qui sont fournis comme fournisseurs intégrés. Il s’agit d’une conclusion fondée sur l’absence de preuves concernant les offres payantes : aucune page tarifaire ni aucun texte de facturation dans la documentation, plutôt qu’une déclaration du projet selon laquelle aucune offre n’existera.

Le prix d’Open Interpreter est-il le même que celui de Code Interpreter de ChatGPT ?

Non, et c’est la confusion la plus fréquente sur cette requête. L’outil Code Interpreter hébergé d’OpenAI facture les sessions de conteneur — 0,03 $ pour 1 Go, 0,12 $ pour 4 Go, 0,48 $ pour 16 Go et 1,92 $ pour 64 Go par session de 20 minutes, les sessions éligibles étant facturées à la minute avec un minimum de 5 minutes, selon la page de tarification API d’OpenAI au 18 septembre 2026. L’outil d’exécution de code d’Anthropic facture 0,05 $ par heure et par conteneur après 1 550 heures gratuites par organisation et par mois, également avec un minimum de 5 minutes, et il est gratuit lorsqu’il est utilisé avec la recherche web ou la récupération web. Les deux sont des bacs à sable distants loués à la minute. Open Interpreter exécute le code sur votre propre machine et ne facture rien pour l’exécution ; aucun de ces prix de conteneur ne doit donc être inclus dans le budget d’Open Interpreter.

pip install open-interpreter fonctionne-t-il encore ?

Il s’installe toujours, et c’est précisément le problème. PyPI fournit open-interpreter 0.4.3, téléversé le 26 octobre 2024 et non retiré, de sorte que la commande vous procure silencieusement la génération que le projet ne maintient plus. La prise en charge Python déclarée est >=3.9,<4, mais un ensemble de dépendances datant de 2024 face aux bibliothèques de 2026 présente un risque évident d’échec, et cette page n’a pas créé d’environnement pour le tester — ne supposez pas qu’il fonctionne encore. L’agent actuel n’est présent ni sur PyPI ni sur npm : il s’installe avec un installateur shell depuis openinterpreter.com/install, et le paquet npm nommé open-interpreter est un espace réservé de 2023 en version 0.0.0 avec une seule publication, provenant d’un autre dépôt.

Puis-je encore utiliser --api_base et --model avec la nouvelle version ?

Non. Ces options appartiennent à la génération Python, qui passait par LiteLLM : interpreter --api_base <endpoint> --api_key <key> --model openai/<model-id>, la propre documentation de LiteLLM exigeant le préfixe openai/ afin de savoir qu’elle doit appeler un point de terminaison chat-completions. L’agent Rust ne possède ni ces options ni cette convention de préfixe. Il lit une table de fournisseurs TOML depuis ~/.openinterpreter/config.toml ou .openinterpreter/config.toml au niveau du projet, la sélectionne avec les clés de niveau supérieur model_provider et model, et récupère la clé API dans la variable d’environnement que vous nommez dans env_key. Rien n’est conservé d’une génération à l’autre ; la configuration est entièrement réécrite.

Quel wire_api un point de terminaison tiers doit-il utiliser dans Open Interpreter ?

Open Interpreter documente trois valeurs, qui ne sont pas interchangeables : responses pour les fournisseurs compatibles avec OpenAI Responses, chat pour les fournisseurs compatibles avec les chat-completions d’OpenAI, et messages uniquement pour les fournisseurs compatibles avec Anthropic Messages. L’exemple documenté de fournisseur personnalisé utilise wire_api = "chat" avec une URL de base se terminant par /v1, et la documentation montre une passerelle hébergée configurée exactement de cette façon. Notez que le routage du harness est strict : sur le protocole messages, le mode natif est rejeté sans condition et seuls claude-code, claude-code-bare et zcode sont acceptés, même si un fournisseur messages sélectionne automatiquement claude-code lorsqu’aucun harness n’est défini. Une valeur de harness qui n’est pas un identifiant reconnu revient à chat sans générateur intégré de requêtes de harness ; une faute de frappe dégrade donc l’exécution au lieu de l’interrompre.

État du dépôt, versions, registres de paquets, documentation et catalogue des fournisseurs généré vérifiés le 18 septembre 2026 ; les prix des outils OpenAI et Anthropic ont été lus sur leurs propres pages tarifaires le même jour. Aucun prix d’abonnement ChatGPT n’est cité, car cette page a refusé la récupération. Rien ici n’a été testé en conditions d’exécution avec un point de terminaison. Les tarifs des jetons Kunavo proviennent du catalogue actuel, et chaque exemple en dollars de cette page est un calcul illustratif de jetons, non un coût de tâche mesuré.