Qu’est-ce qu’une API LLM ?

Une API LLM permet à votre application d’envoyer une conversation, sous forme de liste de messages et sur de nombreux modèles avec images, vidéo ou documents, à un grand modèle de langage et de recevoir le texte généré par celui-ci. Vous choisissez le modèle par requête, et l’utilisation est comptée en jetons d’entrée et de sortie.

Types de modèles

Ce que fait une API LLM

Un grand modèle de langage (LLM) est un modèle entraîné à lire et écrire du texte. Une API LLM rend ce modèle disponible via HTTPS: votre application envoie une requête avec un ID de modèle et une liste de messages, et l’API renvoie la réponse du modèle. Chaque message a un rôle. A Système le message établit des instructions permanentes, utilisateur les messages portent l’entrée de la personne, et assistant Les messages retiennent les réponses antérieures, donc le modèle voit la conversation qu’il poursuit.

De nombreux modèles de texte acceptent plus que du texte. Selon le modèle, un message peut inclure des images, des vidéos, de l’audio ou des documents, et le modèle répond en texte. Les modèles lisent et écrivent le texte comme jetons, et le Fenêtre de contexte limite le nombre de jetons qu’une requête peut conterir. Les fenêtres de contexte diffèrent selon le modèle, et certains modèles de texte acceptent 1M de jetons.

Comment fonctionne une demande

Tu envoies un POST requête avec votre clé API dans le Autorisation en-tête. Le corps nomme le modèle et les messages, ainsi que des réglages optionnels tels que max_tokens, température ou Outils. La réponse contient la réponse et un Utilisation objet qui compte les jetons d’entrée et de sortie de la requête.

L’API ne se souvient pas des requêtes précédentes. Pour poursuivre une conversation, envoyez à nouveau les messages précédents avec le nouveau. Pour afficher une réponse longue pendant qu’elle est en cours d’écriture, définissez Stream à Vrai: la réponse arrive sous forme d’événements envoyés par le serveur, quelques jetons à la fois, et l’utilisation arrive à la fin du flux.

Ce que les développeurs construisent avec des API LLM

  • Assistants et chat de support. Répondez aux questions à l’intérieur de votre produit, en suivant vos propres instructions.
  • Résumés et extraction. Condensez des documents, transcriptions et e-mails, ou extraissez des champs de ceux-ci sous forme de JSON avec Sortie structurée.
  • Agents. Avec appel de fonction, le modèle demande à votre code d’exécuter une fonction, telle qu’une recherche dans une base de données, et utilise le résultat dans sa réponse.
  • Codage. Générez, expliquez et révisez du code, ou exécutez un agent de codage dans votre éditeur.
  • Réponses tirées de votre propre contenu. Trouvez des passages pertinents avec un API d’embeddings et incluez-les dans le sujet.

Que comparer entre les modèles de texte

  • Qualité dans votre tâche. Faites passer les mêmes questions à plusieurs candidats et lisez les réponses. Comparaisons de modèles côte à côte Aidez à réduire la liste.
  • Raisonnement. A Modèle de raisonnement On règle un problème avant qu’il ne réponde. Cela aide en mathématiques, en planification et en codage, mais prend plus de temps et produit plus de jetons de sortie. Beaucoup de modèles permettent de définir l’effort de raisonnement ou un budget réfléchi.
  • Fenêtre de contexte. De longs documents, de vastes bases de code et de longs historiques de discussion ont besoin d’une grande fenêtre.
  • Entrées et fonctionnalités. Vérifiez si le modèle lit des images, des vidéos, des fichiers audio ou des documents, et s’il supporte l’appel d’outils, la sortie structurée ou la recherche web.
  • Vitesse. Le temps jusqu’au premier jeton et la vitesse de sortie déterminent la rapidité avec laquelle une interface de chat répond.
  • Prix. La plupart des modèles textuels sont facturés par million de jetons d’entrée et par million de jetons de sortie, et les jetons de sortie coûtent souvent plus cher. Certains modèles facturent l’entrée mise en cache à un débit plus bas (voir mise en cache des prompts), et certains passent également par l’API Batch pour les tâches volumineuses qui ne nécessitent pas de réponse immédiate (voir Inférence par lots).

Essayez d’appeler un modèle de texte sur EmpirioLabs AI

Parcourez le Modèles de texte, puis ouvre le Playground pour discuter avec l’un d’eux avant d’écrire du code. Pour appeler un modèle depuis votre application, créez une clé API dans le tableau de bord et envoyez une requête à https://api.empiriolabs.ai/v1/chat/completions. La plupart des modèles de texte acceptent également les formats de requête de /v1/responses et /v1/messages. Le point de terminaison du chat est compatible OpenAI, donc une intégration SDK OpenAI existante fonctionne une fois que vous changez l’URL de base et la clé.

Le Guide de démarrage parcourt une première requête. Une réponse qui nécessite plus de temps que ce qu’une requête HTTP permet peut s’exécuter sur le Mode WebSocket pour les réponses longues.

Payez à l’avance, ou choisissez un plan avec des indemnités hebdomadaires. Les tarifs actuels de chaque modèle sont sur le page de prix.

Modèles Génération de texte sur EmpirioLabs AI

74 modèles, du moins cher au plus cher lorsqu'ils partagent une unité de facturation. La page de chaque modèle présente sa grille tarifaire complète, ses paramètres et du code.

Endpoints

POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1/completions POST /v1/audio/speech POST /v1/audio/speech:stream

Par million de tokens, selon le tarif d'entrée

ModèleEntréeSortie
GLM 4.5 Flash Z.aiGratuitGratuit
GLM 4.6V Flash Z.aiGratuitGratuit
GLM 4.7 Flash Z.aiGratuitGratuit
Qwen3.7 Flash Alibaba Cloud<=32K $0.03 32K-256K $0.10 256K-1M $0.20<=32K $0.13 32K-256K $0.40 256K-1M $0.80
Qwen3.5 4B Alibaba Cloud$0.04$0.07
Nova Micro 1.0 Amazon$0.040$0.16
GLM 4.6V FlashX Z.ai$0.04$0.40
Gemma 4 26B-A4B Google$0.15$0.05$0.50$0.29
Afficher les 71 modèles
ModèleEntréeSortie
Qwen3.5 35B-A3B Alibaba Cloud$0.25 <=128K $0.057 $0.25 128K-256K $0.229$2.00 <=128K $0.459 $2.00 128K-256K $1.835
Nova Lite 1.0 Amazon$0.069$0.28
GLM 4.7 FlashX Z.ai$0.07$0.40
Qwen3.6 35B A3B Alibaba Cloud$0.248$0.07$1.485$0.42
GLM 5.3 Flash Z.ai$0.075$0.25
Qwen3.5 27B Alibaba Cloud$0.30 <=128K $0.086 $0.30 128K-256K $0.258$2.40 <=128K $0.688 $2.40 128K-256K $2.064
Qwen3.5 9B Alibaba Cloud$0.10$0.09$0.15$0.13
Qwen3.5 Flash Alibaba Cloud$0.10$0.090$0.40$0.368
Step 3.5 Flash StepFun$0.10$0.30
Step 3.5 Flash 2603 StepFun$0.10$0.30
MiniMax M3.1 Flash MiniMax$0.15$0.1125$0.60$0.45
Qwen3.5 122B-A10B Alibaba Cloud$0.40 <=128K $0.115 $0.40 128K-256K $0.287$3.20 <=128K $0.917 $3.20 128K-256K $2.294
Seed 2.0 Mini ByteDance<=128K $0.12 128K-256K $0.24<=128K $0.50 128K-256K $1.00
MiMo V2.6 Flash Xiaomi$0.14$0.28
Mistral Small 4 Mistral AI$0.15$0.60
Qwen3.8 Flash Alibaba Cloud$0.16$0.47
Qwen3.8 27B Alibaba Cloud$0.45$0.17$3.20$0.50
Qwen3.5 397B-A17B Alibaba Cloud$0.60 <=128K $0.172 $0.60 128K-256K $0.43$3.60 <=128K $1.032 $3.60 128K-256K $2.58
DeepSeek V4.1 Flash 1017 DeepSeek$0.20$0.80
Muse Glimmer 30B Meta AI$0.35$0.20$1.50$0.80
Step 3.7 Flash StepFun$0.20$1.15
MiniMax M3 MiniMax$0.30 <=512K $0.225 $0.60 >512K $0.45$1.20 <=512K $0.90 $2.40 >512K $1.80
Qwen3.6 Flash Alibaba Cloud<=256K $0.25 256K-1M $1.00<=256K $1.50 256K-1M $4.00
Qwen3.8 Omni Flash Alibaba Cloud$0.30$0.94
Seed 2.0 Lite ByteDance<=128K $0.31 128K-256K $0.62<=128K $2.50 128K-256K $5.00
Qwen3.5 Plus Alibaba Cloud$0.40 <=256K $0.36 $0.50 256K-1M $0.45$2.40 <=256K $2.21 $3.00 256K-1M $2.76
Nova Lite 2 Amazon$0.38$3.16
Qwen3.7 Plus Alibaba Cloud<=256K $0.40 256K-1M $1.20<=256K $1.60 256K-1M $4.80
Seed 2.0 Code ByteDance<=128K $0.40 128K-256K $0.80<=128K $2.40 128K-256K $4.80
Qwen3.6 27B Alibaba Cloud$0.60$0.412564$3.60$2.475384
DeepSeek V4 Flash 0731 DeepSeek$0.424$1.272
MiMo V2.6 Pro Xiaomi$0.435$0.87
Qwen3.6 Plus Alibaba Cloud<=256K $0.50 256K-1M $2.00<=256K $3.00 256K-1M $6.00
Seed 2.1 Turbo ByteDance$0.63$3.13
Seed 2.0 Pro ByteDance<=128K $0.63 128K-256K $1.26<=128K $3.79 128K-256K $7.58
Qwen3.5 Omni Flash Alibaba Cloud$0.80$4.40
GLM 5.1 Z.ai$1.40 <=32K $0.825 $1.40 32K-200K $1.10$4.40 <=32K $3.301 $4.40 32K-200K $3.851
Kimi K2.6 Moonshot AI$0.95$0.8939$4.00$3.7131
Kimi K2.7 Code Moonshot AI$0.95$4.00
Step 5 Preview StepFun$1.00$2.70
Muse Spark 1.1 Meta AI$1.25$4.25
Muse Spark 1.2 Meta AI$1.25$4.25
Muse Spark 1.3 Meta AI$1.25$4.25
DeepSeek V4 Pro 0813 DeepSeek$1.32$3.96
GLM 5.2 Z.ai$1.40$4.40
GLM 5.3 Z.ai$1.40$4.40
StepAudio 2.5 Chat StepFun$1.50$3.50
StepAudio 3 Chat StepFun$1.50$3.50
Qwen4 Max Alibaba Cloud$1.50$4.50
DeepSeek V4 Pro DeepSeek$1.74$1.65$3.48$3.30
Kimi K2.7 Code Highspeed Moonshot AI$1.90$8.00
Fugu Max Sakana AI$2.00$6.00
Qwen3.8 Max Alibaba Cloud$2.00$6.00
Qwen3.8 Max 0902 Alibaba Cloud$2.00$6.00
Kimi K3.1 Pro Moonshot AI$2.00$10.00
Nova Pro 1.0 Amazon$2.40$9.60
Qwen3.7 Max Alibaba Cloud$2.50$7.50
Qwen3.5 Omni Plus Alibaba Cloud$2.80$16.60
Kimi K3 Moonshot AI$3.00$15.00
MiMo V2.6 Pro UltraSpeed Xiaomi$4.35$8.70
Fugu Ultra v1.1 Sakana AI<=272K $5.00 >272K $10.00<=272K $30.00 >272K $45.00
Fugu Ultra v2.0 Sakana AI<=272K $5.00 >272K $10.00<=272K $30.00 >272K $45.00
Fugu Ultra v1.0 Sakana AI<=272K $7.50 >272K $15.00<=272K $45.00 >272K $67.50

Également disponibles : DeepReasoning, Gemma 3 27B, Mistral Small 3.1

Questions fréquentes

Quelle est la différence entre un LLM et une API LLM ?

Un LLM est le modèle entraîné. Une API LLM est l’interface que votre code appelle pour envoyer une requête au modèle et recevoir sa sortie, afin que vous puissiez utiliser le modèle sans l’exécuter vous-même.

Comment une API LLM est-elle facturée ?

La plupart des modèles textuels sont facturés par jetons, avec un taux par million de jetons d’entrée et un autre par million de jetons de sortie, donc les prompts plus longs et les réponses plus longues coûtent plus cher. Sur EmpirioLabs AI vous pouvez payer au fil de l’emploi ou choisir un forfait avec des quotas hebdomadaires.

Une API LLM se souvienne-t-elle de la conversation ?

Non. Chaque requête est autonome, vous envoyez donc les messages précédents à chaque nouvelle requête. La fenêtre de contexte du modèle limite la quantité d’historique qui tient dans une seule requête.

Que signifie le streaming dans une API LLM ?

Avec le streaming, l’API envoie la réponse par petits morceaux pendant que le modèle l’écrit, au lieu d’une réponse unique à la fin. Réglez le flux sur true sur une requête de chat pour recevoir la réponse sous forme d’événements envoyés par le serveur.

Puis-je utiliser le SDK OpenAI avec EmpirioLabs AI ?

Oui. Définissez l’URL de base du SDK sur https://api.empiriolabs.ai/v1, utilisez votre clé API EmpirioLabs AI, et passez un ID de modèle depuis le catalogue.

Quel modèle Génération de texte coûte le moins cher sur EmpirioLabs AI ?

GLM 4.5 Flash, GLM 4.6V Flash, GLM 4.7 Flash partagent le tarif d'entrée le plus bas des 71 modèles Génération de texte facturés de cette façon. Le tableau des prix de cette page indique le tarif le plus bas de chaque modèle et ce à quoi il s'applique.

Prêt à utiliser de meilleurs points de terminaison ?

Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.