Maîtriser les paramètres de réponse

Travailler avec l’API OpenAI Responses

James Chapman

AI Curriculum Manager, DataCamp

Choix du modèle

response = client.responses.create(
    model="gpt-5-mini",
    input="What is recursion?",
)

¹ https://platform.openai.com/docs/models

Choix du modèle

response = client.responses.create(
    model="gpt-5-mini",
    input="What is recursion?",
)

Règle pratique : utiliser le modèle le moins cher répondant aux autres exigences

Modèle	Vitesse	Coût	Idéal pour
gpt-5-nano	Très rapide	Ultra-faible	Apps à faible latence
gpt-5-mini	Rapide	Faible	Tâches simples, Q&R
gpt-5	Modérée	Plus élevé	Raisonnement complexe

¹ https://platform.openai.com/docs/models

LLM et tokens

Tokens : unités de texte qui aident l’IA à comprendre et interpréter le texte

La phrase « How can the OpenAI API deliver business value? » avec chaque token en couleur différente.

¹ https://platform.openai.com/tokenizer

LLM et tokens

LLM sans raisonnement : génèrent les tokens avec la probabilité la plus élevée après l’invite

Sortie sans raisonnement

LLM et tokens

Sortie avec raisonnement

Effort de raisonnement

response = client.responses.create(
    model="gpt-5-mini",
    input="Explain LLMs to a 6yr old.",

    reasoning={"effort": "minimal"}

)

Effort de raisonnement

response = client.responses.create(
    model="gpt-5-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={"effort": "minimal"}
)

Effort	Idéal pour
minimal	Tâches triviales ou mécaniques.
low	Tâches simples, priorité à la vitesse et au coût.
medium	Par défaut, équilibre raisonnement/efficacité.
high	Tâches complexes, multi-étapes ou très logiques.

Synthèses de raisonnement

response = client.responses.create(
    model="gpt-5-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={
        "effort": "medium",

        "summary": "auto"

    }
)

Limiter les tokens de sortie

response = client.responses.create(
    model="gpt-5-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={"effort": "minimal"},

    max_output_tokens=500

)

max_output_tokens inclut les tokens de raisonnement

Résumé

Tâches simples → commencer par de petits modèles, raisonnement minimal, peu de tokens
Tâches complexes → commencer par des modèles et un raisonnement moyens, puis affiner

Lien vers paramètres

Passons à la pratique !

Travailler avec l’API OpenAI Responses