---
title: "Modèles de raisonnement par API · hébergés en Europe"
description: "Utilisez des modèles de raisonnement ouverts qui réfléchissent avant de répondre. Réglez l'effort, lisez les tokens de raisonnement, traitement dans l'UE."
canonical: "https://inference.eu/fr/api/reasoning/"
language: "fr"
---

Guides · Reasoning models

# Modèles de raisonnement : des modèles ouverts qui réfléchissent, dans l'UE

Les modèles de raisonnement décomposent un problème étape par étape avant de répondre. Plus lents et plus gourmands en tokens que les modèles de chat classiques, ils sont nettement meilleurs en mathématiques, en planification en plusieurs étapes, sur du code difficile et sur les questions où la première idée est souvent fausse. Avec l'API inference.eu, vous réglez l'intensité de leur réflexion et voyez combien de tokens elle a consommés.

[Contacter l'équipe](https://inference.eu/fr/contact/)[Exemple de requête](#example)

1.  01Format d'API: OpenAI et Anthropic
2.  02Centres de données dans l'UE
3.  03Couvert par un seul DPA

reasoning.py

```
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.inference.eu/v1", api_key=os.environ["INFERENCE_EU_API_KEY"])

response = client.responses.create(
    model="gpt-oss-120b",
    reasoning={"effort": "high"},
    max_output_tokens=8000,
    input=(
        "A warehouse ships 1,240 parcels a day. 3.5% are returned, and each return costs "
        "EUR 7.80 to process. A new packaging change cuts returns by a fifth but adds "
        "EUR 0.12 per parcel. Is the change worth it over a 250-day working year?"
    ),
)

print(response.output_text)
print("reasoning tokens:", response.usage.output_tokens_details.reasoning_tokens)
```

## Comment fonctionnent les modèles de raisonnement

Lorsque vous interrogez un modèle de raisonnement comme `gpt-oss-120b`, il génère d'abord des tokens de raisonnement : une chaîne de pensée interne où il essaie des pistes, vérifie ses résultats et corrige ses erreurs. Il rédige ensuite la réponse finale. Les deux types de tokens sont générés sur notre infrastructure dans l'UE et comptent comme tokens de sortie.

Vous utilisez les mêmes points de terminaison que pour tout autre modèle : chat completions, Responses ou Messages. La différence porte sur le réglage des limites et la lecture de la réponse. Le raisonnement aide surtout sur les problèmes dont la solution se vérifie ; pour reformuler ou classer, un modèle standard est plus rapide et moins cher.

## Régler l'effort de raisonnement

Dans l'API Responses, réglez `reasoning.effort` sur `low`, `medium` ou `high` ; dans chat completions, le champ équivalent est `reasoning_effort`. Un effort faible donne des réponses rapides avec une courte chaîne de pensée ; un effort élevé laisse le modèle réfléchir plus longtemps sur les problèmes ardus. Commencez par `medium` et ajustez tâche par tâche selon la qualité mesurée.

Prévoyez un `max_output_tokens` (ou `max_tokens` dans chat completions) généreux, car la limite couvre le raisonnement et la réponse. Un problème difficile en effort élevé peut consommer des milliers de tokens de raisonnement avant le premier mot de la réponse. Avec une limite trop basse, la réponse s'arrête avant même d'apparaître.

## Lire la réponse

Dans l'API Responses, `output` contient un élément `reasoning` suivi du `message` portant la réponse, et `output_text` ne renvoie que la réponse. `usage.output_tokens_details.reasoning_tokens` indique combien de tokens la réflexion a consommés : c'est le chiffre à surveiller pour le coût et la vitesse.

Les modèles ouverts peuvent renvoyer le texte de leur raisonnement, utile pour déboguer les prompts et garder une trace d'audit, mais montrez-le aux utilisateurs avec prudence : il contient des idées abandonnées et des faux départs. Pour poursuivre un échange avec des appels d'outils, transmettez les éléments de raisonnement via `previous_response_id` afin que le modèle garde le fil. Dans chat completions, ne renvoyez pas l'ancien raisonnement dans `content`.

## Erreurs et cas particuliers

Le problème le plus courant est une réponse vide ou incomplète due à une limite de tokens trop basse : dans Responses, `status` vaut `incomplete` ; dans chat completions, `finish_reason` vaut `length`. Augmentez la limite ou baissez l'effort.

Les modèles de raisonnement mettent plus de temps avant le premier token visible : ajustez les délais d'attente du client et diffusez en streaming si l'utilisateur attend. Certains réglages d'échantillonnage, comme une `temperature` très élevée, nuisent à un raisonnement soigné ; gardez les valeurs par défaut sauf raison précise. Envoyer `reasoning_effort` à un modèle sans raisonnement renvoie une erreur 400 ou est ignoré, selon le modèle.

## Reasoning models

Catégorie

Guides

Format d'API

OpenAI et Anthropic

Base URL

api.inference.eu/v1

Traitement

Centres de données dans l'UE

Entraînement sur vos données

Jamais

## Reasoning models : questions fréquentes

Les questions que nous posent le plus les achats, les développeurs et les juristes. Il en manque une ? Posez-la-nous directement.

Un modèle de raisonnement produit une chaîne de pensée avant sa réponse finale, en traitant le problème par étapes et en se vérifiant lui-même. Il gagne ainsi en précision sur les mathématiques, la logique, la planification et le code difficile, au prix de plus de tokens et d'une attente plus longue. \`gpt-oss-120b\` est un modèle de raisonnement ouvert disponible sur inference.eu.

Dans l'API Responses, passez \`reasoning: {"effort": "low" | "medium" | "high"}\`. Dans chat completions, passez \`reasoning\_effort\` avec les mêmes valeurs. Un effort plus élevé améliore en général les réponses aux problèmes difficiles, mais consomme plus de tokens et de temps. Testez le niveau adapté à chaque tâche.

Les tokens de raisonnement sont des tokens de sortie : ils figurent dans \`usage\` et sont facturés comme le reste de la réponse. Dans l'API Responses, vous les trouvez dans \`usage.output\_tokens\_details.reasoning\_tokens\`. Baissez l'effort pour les tâches qui ne demandent pas de réflexion approfondie.

Les modèles de raisonnement ouverts peuvent renvoyer leur texte de réflexion sous forme d'élément \`reasoning\` dans l'API Responses. C'est utile pour déboguer et relire. Considérez-le comme un brouillon de travail, pas comme une explication à montrer aux clients, car il peut contenir des idées que le modèle a ensuite écartées.

Le modèle a sans doute épuisé la limite de tokens pendant sa réflexion. Vérifiez \`status\` et \`incomplete\_details\` dans Responses, ou \`finish\_reason\` dans chat completions. Augmentez \`max\_output\_tokens\` ou \`max\_tokens\`, ou baissez l'effort de raisonnement, puis relancez la requête.

Pour les tâches simples et volumineuses : résumé, reformulation, classification, extraction courte ou conversation légère. Un modèle de chat standard répond plus vite avec moins de tokens, et le raisonnement apporte peu. Réservez les modèles de raisonnement aux cas où l'erreur coûte cher et où le problème comporte plusieurs étapes.

Oui. Ils planifient les outils à appeler, les appellent et raisonnent sur les résultats. Dans l'API Responses, conservez les éléments de raisonnement d'un tour à l'autre avec \`previous\_response\_id\`, pour que le modèle n'ait pas à reconstruire son plan après chaque résultat d'outil.

Oui. Le streaming fonctionne comme avec tout autre modèle. Vous recevez d'abord les événements de raisonnement, si le modèle les renvoie, puis la réponse sous forme de morceaux de texte. Affichez un indicateur de progression pendant la phase de réflexion pour que l'utilisateur sache que le modèle travaille.

[Poser une question](https://inference.eu/fr/contact/)

## Pages liées

[Présentation de l'API](https://inference.eu/fr/api/)

-   [ResponsesUtilisez le format de l'API Responses d'OpenAI avec des modèles open-weight sur inference.eu. Sorties typées, outils intégrés, traitement dans l'UE.Endpoints](https://inference.eu/fr/api/responses/)
-   [Chat completionsEnvoyez vos messages à des modèles open-weight au format chat completions d'OpenAI. Traitement dans des centres de données de l'UE, sans entraînement.Endpoints](https://inference.eu/fr/api/chat-completions/)
-   [Structured outputsObtenez des modèles ouverts un JSON valide conforme à votre schéma grâce aux sorties structurées compatibles OpenAI. Mode JSON, json\_schema, strict, pièges.Guides](https://inference.eu/fr/api/structured-outputs/)
-   [Tool callingLaissez des modèles ouverts appeler vos fonctions et vos API grâce à l'appel d'outils compatible OpenAI. Définir les outils, gérer la boucle, dans l'UE.Guides](https://inference.eu/fr/api/tool-calling/)

## Faites passer vos charges IA sur une infrastructure européenne

Dites-nous quels modèles vous utilisez et votre volume approximatif. Nous répondons sous un jour ouvré avec un tarif et la suite.

-   Réponse sous un jour ouvré
-   Tarif adapté à votre volume
-   DPA prêt à signer