Maîtriser les paramètres de réponse

Travailler avec l’API OpenAI Responses

James Chapman

AI Curriculum Manager, DataCamp

Choisir un modèle

response = client.responses.create(
    model="gpt-5.4-mini",
    input="What is recursion?",
)

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

Choisir un modèle

response = client.responses.create(
    model="gpt-5.4-mini",
    input="What is recursion?",
)

Règle générale : utilisez le modèle le moins cher qui répond aux autres besoins

Modèle	Vitesse	Coût	Idéal pour
gpt-5.4-mini	Rapide	Faible	Tâches simples, Q&R
gpt-5.5	Modérée	Plus élevé	Raisonnement complexe

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

LLMs et jetons

Jetons : unités de texte qui aident l'IA à comprendre et interpréter le texte

La phrase « How can the OpenAI API deliver business value? », chaque jeton étant mis en évidence par une couleur différente.

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

LLMs et jetons

LLMs sans raisonnement : génèrent les jetons les plus probables après l'invite

LLMs et jetons

Niveau de raisonnement

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",

    reasoning={"effort": "none"}

)

Niveau de raisonnement

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={"effort": "none"}
)

Effort	Idéal pour
none	Tâches triviales ou mécaniques.
low	Tâches simples, priorisant vitesse et coût.
medium	Par défaut : équilibre raisonnement/efficacité.
high	Tâches complexes, multi-étapes ou très logiques.
xhigh	Les tâches les plus difficiles, aux limites du possible

Synthèses de raisonnement

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={
        "effort": "medium",

        "summary": "auto"

    }
)

Limiter les jetons de sortie

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={"effort": "none"},

    max_output_tokens=500

)

max_output_tokens inclut les jetons de raisonnement

Récapitulatif

Tâches simples → commencer par de petits modèles, sans raisonnement, et peu de jetons
Tâches complexes → commencer par des modèles moyens avec raisonnement, puis affiner

Passons à la pratique !

Travailler avec l’API OpenAI Responses