Premier appel à un modèle

La bibliothèque openai, la clé dans OPENAI_API_KEY, le code de la documentation de l'éditeur, adapté sur deux points : la question en français et la lecture du fichier .env.

uv add openai python-dotenv

from dotenv import load_dotenv
load_dotenv()  # lit la clé dans le fichier .env

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6-luna",
    input="Explique en une phrase ce qu'est un token.",
)

print(response.output_text)

1. from openai import OpenAI : importe le client de la bibliothèque d'OpenAI.
2. client = OpenAI() : crée le client ; il lit tout seul la clé dans la variable OPENAI_API_KEY.
3. client.responses.create(...) : envoie la demande à l'API Responses, qu'OpenAI recommande pour tout nouveau projet.
4. model="gpt-6-luna" : le modèle qu'OpenAI présente pour les gros volumes à petit prix ; sa documentation prend gpt-6-astra, le plus capable.
5. response.output_text : le texte de la réponse, tous morceaux réunis.

La bibliothèque anthropic, la clé dans ANTHROPIC_API_KEY, le code de la documentation de l'éditeur, adapté sur deux points : la question en français et la lecture du fichier .env.

uv add anthropic python-dotenv

from dotenv import load_dotenv
load_dotenv()  # lit la clé dans le fichier .env

import anthropic

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=1000,
    messages=[{"role": "user", "content": "Explique en une phrase ce qu'est un token."}],
)
for block in message.content:
    if block.type == "text":
        print(block.text)

1. anthropic.Anthropic() : crée le client ; il lit la clé dans ANTHROPIC_API_KEY.
2. client.messages.create(...) : envoie la demande à l'API Messages.
3. model="claude-opus-5-5" : le modèle qu'Anthropic conseille pour commencer ; Claude Haiku 5.5 coûte moins, pour les gros volumes.
4. max_tokens=1000 : le plafond de ce que le modèle écrira, obligatoire chez Anthropic : la réponse s'arrête là.
5. messages=[...] : la conversation, ici un seul message de l'utilisateur.
6. for block in message.content : la réponse arrive en blocs ; on n'affiche que les blocs de texte.

La bibliothèque google-genai, la clé dans GEMINI_API_KEY, le code de la documentation de l'éditeur, adapté sur deux points : la question en français et la lecture du fichier .env.

uv add google-genai python-dotenv

from dotenv import load_dotenv
load_dotenv()  # lit la clé dans le fichier .env

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Explique en une phrase ce qu'est un token.",
)
print(interaction.output_text)

1. genai.Client() : crée le client ; il lit la clé dans GEMINI_API_KEY ou GOOGLE_API_KEY, la seconde l'emportant si les deux existent.
2. client.interactions.create(...) : l'API Interactions, que Google recommande pour tout nouveau projet depuis juin 2026 ; generateContent reste disponible.
3. model="gemini-3.8-flash" : le modèle stable le plus capable de Google pour le texte ; le démarrage rapide prend encore gemini-3.5-flash, que la page des modèles dit ancien.
4. interaction.output_text : le texte de la réponse.

La bibliothèque mistralai, la clé dans MISTRAL_API_KEY, le code de la documentation de l'éditeur, adapté sur deux points : la question en français et la lecture du fichier .env.

uv add mistralai python-dotenv

from dotenv import load_dotenv
load_dotenv()  # lit la clé dans le fichier .env

import os
from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Explique en une phrase ce qu'est un token."}],
)

print(response.choices[0].message.content)

1. from mistralai.client import Mistral : l'import des versions 2 et 3 de la bibliothèque ; l'ancien from mistralai import Mistral ne marche plus.
2. Mistral(api_key=...) : ici, la clé se passe explicitement, lue dans MISTRAL_API_KEY.
3. client.chat.complete(...) : envoie la demande à l'API de conversation.
4. model="mistral-large-latest" : le nom que prend la documentation : un alias qui suit la dernière version du modèle.
5. response.choices[0].message.content : le texte de la première réponse.