« Alternative à l’API OpenAI » recouvre deux changements différents, et la plupart des comparatifs issus de cette recherche ne répondent qu’à l’un des deux. Remplacer le modèle — par Claude, Gemini ou des poids ouverts — modifie les fournisseurs, les comptes, les SDK et la facturation. Remplacer le point de terminaison modifie un base_url et une clé API, tout en laissant votre code intact, car c’est le format filaire d’OpenAI qui est copié. Déterminez d’abord quel changement vous effectuez ; une liste de modèles ne peut pas vous indiquer le coût de la migration.
La question que les listes omettent est celle qui décide de tout : quelles surfaces OpenAI survivent réellement au changement. Cette page répond à cette question pour Kunavo précisément, y compris les trois lignes pour lesquelles la réponse est non. Biais déclaré : Kunavo est notre produit — une passerelle indépendante compatible avec OpenAI, ni OpenAI ni Anthropic. Tarifs et disponibilité vérifiés pour la dernière fois le 1 octobre 2026.
Les trois voies et le coût de chacune en code
| Formule | Ce qui change dans votre code | Choisissez-le lorsque |
|---|---|---|
| L’API propre à un autre fournisseur | Nouveau SDK, nouvelle authentification, nouvelles formes de requête | Vous voulez toute la surface d’un fournisseur, y compris les fonctions qu’il est le seul à proposer |
| Une passerelle compatible avec OpenAI | base_url et la clé | Vous voulez les modèles de plusieurs fournisseurs sans plusieurs comptes |
| Un serveur compatible avec OpenAI auto-hébergé | base_url et la clé, auxquels s’ajoute l’exécution du serveur | Le texte des prompts ne peut pas quitter votre infrastructure |
Le point de terminaison de compatibilité propre à un fournisseur constitue une quatrième option, plus limitée : Google publie une couche de compatibilité OpenAI pour l’API Gemini, qui correspond au même changement de base_url, limité aux modèles d’un seul fournisseur.
Remplacer le point de terminaison, en détail
# The whole migration, when you swap the endpoint rather than the model.
from openai import OpenAI
client = OpenAI(
api_key="sk-kn-...", # was sk-proj-...
base_url="https://api.kunavo.com/v1", # the only other line that moves
)
# Same SDK, same call shape, same streaming, same tool-call format.
resp = client.chat.completions.create(
model="claude-sonnet-5", # now reachable on the same key
messages=[{"role": "user", "content": "Summarise this changelog."}],
stream=True,
)Quelles surfaces OpenAI survivent au changement
Lisez la colonne du milieu avant de migrer. « Route uniquement » signifie que le format filaire est implémenté et qu’aucun modèle n’est activé derrière lui : l’appel échoue donc — une surprise plus fâcheuse qu’une route non implémentée, et la raison pour laquelle cette ligne existe au lieu d’être discrètement omise.
| Surface OpenAI | Sur Kunavo | Ce que c’est / remarque |
|---|---|---|
/v1/chat/completions | oui | Chat, streaming, tool calls — The one almost every migration is about. |
/v1/responses | oui | The Responses API — Implemented — this is what Codex CLI speaks. |
/v1/models | oui | List what you can call — Always the authority on availability. |
/v1/images/generations | oui | Texte vers image |
/v1/images/edits | oui | Image editing — Prompt-directed; no mask inpainting. |
/v1/embeddings | route uniquement | Embeddings — Route exists, no model enabled — embed against OpenAI, Voyage or Cohere directly. |
/v1/audio/speech | route uniquement | Text to speech — Route exists, no model enabled. |
/v1/audio/transcriptions | route uniquement | Speech to text — Route exists, no model enabled. |
/v1/files | oui | Upload a source image — For image edits and image-to-video. |
Assistants, Threads, Vector Stores | non | OpenAI's hosted agent state — Not implemented. Keep that state in your own app. |
Realtime | non | Realtime voice sessions — Not implemented. |
Batch, Fine-tuning, Moderations | non | Non implémenté. |
Les lignes 3 « route uniquement » sont celles qu’il faut prévoir. Un pipeline RAG est le cas courant : effectuez l’embedding directement auprès d’un fournisseur d’embeddings, puis générez via la passerelle. Les deux appels sont de toute façon des requêtes HTTP distinctes ; le coût est donc une seconde clé, et non une seconde architecture. GET /v1/models fait toujours autorité sur ce qui est appelable aujourd’hui.
Coût du changement par token
Comparaison à conditions égales sur Kunavo en septembre 2026 : Claude Sonnet 4.6 à $2.10 en entrée / $10.50 en sortie par million de tokens contre le tarif d’Anthropic de $3.00 / $15.00, et GPT-5.6 Sol à $2.00 / $12.00 contre le tarif promotionnel actuel d’OpenAI de $4.00 / $20.00 (tarif catalogue : $5.00 / $30.00 ; la promotion est valable au moins jusqu’au 21 novembre 2026). Vérifiez les tarifs d’OpenAI sur leur page de tarification plutôt que de nous croire sur parole. Le facteur qui modifie généralement davantage une facture que le choix du fournisseur est la mise en cache des prompts : un agent renvoie un prompt système volumineux à chaque tour, de sorte que l’entrée non mise en cache domine.
Ce que Kunavo n’est pas
Ni OpenAI, ni un moyen d’obtenir l’infrastructure d’agents hébergée par OpenAI à moindre coût — Assistants, Threads, Vector Stores, Realtime, Batch, fine-tuning et moderations ne sont pas implémentés, et une application fondée sur ces fonctions ne peut pas migrer simplement en changeant le base_url. Ce n’est pas non plus un hébergement de modèles à poids ouverts : si vous voulez Llama ou Qwen sur votre propre matériel, la voie appropriée est un serveur compatible avec OpenAI auto-hébergé, et ce service n’en est pas un. Et ce n’est pas un fournisseur d’embeddings, comme l’indique le tableau ci-dessus.
Pour les comparaisons voisines : les alternatives à OpenRouter, les quatre types de passerelles LLM et la référence du point de terminaison de chat pour connaître les formes exactes des requêtes et des réponses.
Questions fréquentes
Quelles sont les meilleures alternatives à l’API OpenAI ?
Cela dépend du remplacement que vous effectuez, et les comparatifs de cette recherche répondent principalement à l’une de deux questions. Si vous voulez un modèle différent, la sélection courte comprend Claude d’Anthropic, Gemini de Google et les familles à poids ouverts fournies par des fournisseurs d’inférence. Si vous voulez conserver votre code OpenAI et modifier sa destination, la sélection est différente : une passerelle compatible OpenAI comme Kunavo ou OpenRouter, un endpoint de compatibilité propre à un fournisseur comme celui de Google, ou un serveur compatible OpenAI auto-hébergé comme Ollama ou vLLM. Le second type de changement coûte une base_url et une clé ; le premier peut nécessiter une migration de SDK.
Existe-t-il une alternative gratuite à l’API OpenAI ?
Pas pour du trafic de production fourni par un fournisseur hébergé — l’inférence correspond à un véritable temps GPU et personne ne la fournit gratuitement sans limite. Les routes réellement gratuites consistent à auto-héberger des modèles à poids ouverts sur du matériel que vous payez déjà (Ollama et vLLM exposent tous deux un endpoint compatible OpenAI, le changement de code se limite donc au remplacement de base_url) et à utiliser les formules gratuites proposées par certains fournisseurs avec des plafonds quotidiens stricts. Considérez toute API compatible OpenAI annoncée comme gratuite et illimitée comme une question sur ce qu’elle relaie réellement et sur ce qu’elle fait de vos prompts.
Quelle API est la moins chère, OpenAI ou Anthropic ?
Aucune n’est systématiquement moins chère — cela dépend de la formule utilisée et de la part de votre entrée qui se répète. À comparaison équivalente sur Kunavo en septembre 2026 : Claude Sonnet 4.6 coûte $2.10 en entrée / $10.50 en sortie par million de tokens et GPT-5.6 Sol $2.00 / $12.00. Le facteur qui modifie généralement davantage une facture que le choix du fournisseur est la mise en cache des prompts, car un agent renvoie un long prompt système à chaque tour et l’entrée mise en cache est facturée à une fraction de l’entrée fraîche dans les deux familles.
Puis-je quitter l’API OpenAI sans modifier mon code ?
Dans la plupart des cas, et les exceptions sont précisément l’objet du tableau de compatibilité de cette page. Si votre application utilise les chat completions, le streaming, les appels d’outils et la Responses API, une passerelle compatible OpenAI se résume à une base_url et une clé API — le SDK, les formats de requête et les formats de réponse restent inchangés. Ce qui ne se transfère pas, ce sont l’état d’agent hébergé par OpenAI (Assistants, Threads, Vector Stores), l’API Realtime, Batch, le fine-tuning et les moderations, qu’aucun Kunavo n’implémente. Vérifiez les interfaces précises appelées par votre code avant de supposer un remplacement direct.
Une passerelle compatible OpenAI prend-elle en charge les embeddings ?
Pas automatiquement, et c’est la surface la plus susceptible de manquer — vérifiez avant de migrer, et non après. Sur Kunavo précisément, /v1/embeddings est un format filaire implémenté sans aucun modèle activé derrière lui, donc l’appel échoue et l’étape d’embedding d’un pipeline RAG doit passer directement par OpenAI, Voyage ou Cohere. Cela coûte une seconde clé API et rien de plus, car l’appel d’embedding et l’appel de génération sont de toute façon des requêtes distinctes. GET /v1/models fait toujours autorité sur ce qui est réellement appelable.
Une API compatible avec OpenAI est-elle la même chose qu’OpenAI ?
Non. Une API compatible avec OpenAI reprend le format filaire — les formes d’URL, les corps des requêtes, les corps des réponses — afin que votre client existant puisse communiquer avec elle. Elle n’est pas gérée par OpenAI, ne sert pas nécessairement les modèles d’OpenAI et prend ses propres décisions concernant la conservation des données, les limites de débit et les surfaces à implémenter. Kunavo est une passerelle indépendante, ni OpenAI ni Anthropic, ce qui explique précisément pourquoi le tableau ci-dessus indique aussi bien ce qui ne fonctionne pas que ce qui fonctionne.