Les gros utilisateurs de Codex font tourner leurs agents soixante heures par jour. J'ai relu la phrase trois fois. Une journée fait vingt-quatre heures, donc chez ces gens-là il y a forcément trois ou quatre machines qui travaillent en même temps pendant qu'une seule personne regarde. Ce chiffre, OpenAI l'a donné en juin, et il résume mieux que n'importe quel discours ce qui est en train de se passer dans le métier.

Depuis le 10 septembre, cette façon de travailler n'est plus réservée à ceux qui installent quelque chose sur leur machine. OpenAI a ouvert en bêta publique une API qui fait tourner le moteur de Codex chez eux. Tu envoies une tâche, un agent l'exécute dans une machine louée, tu récupères le résultat. Le même moteur qui fait tourner ChatGPT for Work, avec l'orchestration, les sessions longues et la gestion du contexte compris dans le paquet.

L'appel de base tient en une ligne : POST /v1/agents/sessions. Il existe des bibliothèques pour Python, TypeScript, Go, Java et Ruby. Tu crées une session, tu lui donnes une tâche, tu suis l'avancement par événements ou par webhook, et tu renvoies une deuxième tâche dans la même session quand la première est finie. L'état est conservé entre les tours, donc pas besoin de reconstruire la conversation à chaque fois.

Une session, c'est quoi de plus qu'un appel d'API ?

C'est la question qu'il faut se poser, alors autant y répondre tout de suite. L'API que tu appelles déjà, celle qui envoie une question à un modèle et récupère sa réponse, c'est un aller-retour : au coup suivant le modèle ne se souvient de rien, et c'est ton code qui garde l'historique et qui relance la boucle. Une session, c'est autre chose. Tu confies une tâche et l'agent la poursuit chez OpenAI, avec sa mémoire, ses outils et une machine louée, pendant que ton portable reste fermé.

Pour mesurer l'écart, fais le compte de ce qu'il fallait écrire soi-même avant : la boucle qui redemande au modèle quoi faire, la mémoire qui tient sur la longueur, l'exécution des outils, le bac à sable où le code tourne sans casser la machine, et la reprise après un plantage. C'est du travail, et c'est du travail à refaire à chaque fois qu'un nouveau modèle change la donne. Ce paquet-là, c'est exactement ce qu'OpenAI met en boîte : la boucle, le contexte, les outils et la machine sont de leur côté, et tu gardes la partie qui parle de ton métier.

Reste la vraie question, celle de l'argent, et la réponse n'est pas celle qu'on croit. Un appel d'API classique ne te coûte que des jetons. Une session te facture les jetons, plus les appels d'outils, plus les heures de la machine louée. Les chiffres sont plus bas dans l'article, et ils font réfléchir.

La boucle, le contexte et la machine louée. Tu ne gardes que la partie qui parle de ton métier

Pour situer le gabarit, j'avais écrit il y a dix jours qu'OpenAI achetait des Mac mini par dizaines de milliers. On ne parle pas d'un service qui tourne sur trois serveurs.

Quatre choses que le moteur fait à ta place

Le compactage automatique du contexte, d'abord. Quand la conversation approche de la limite, le moteur résume ce qui précède au lieu de tout jeter ou de te faire payer la facture d'un historique entier. N'importe qui a déjà vu un agent oublier le début de sa propre tâche comprend pourquoi c'est la fonction la plus utile de la liste.

La recherche d'outils, ensuite, et celle-là se voit sur la facture. Si tu branches ton agent sur cinquante outils, le modèle n'a pas besoin de lire les cinquante modes d'emploi à chaque tour : il ne charge que les définitions utiles. Moins de jetons envoyés, et surtout un cache qui reste valable plus longtemps.

Les appels d'outils programmatiques, troisièmement. Au lieu de demander au modèle d'appeler cinq outils l'un après l'autre, tu lances les cinq en parallèle depuis du code, tu enchaînes, tu filtres les résultats avant de les renvoyer. Ce qui se compte en secondes chez ton agent se compte en millisecondes ici.

Et les sous-agents, pour finir. Un agent principal peut déléguer à plusieurs agents en parallèle, chacun avec son propre contexte, et tu règles le nombre qui tournent en même temps. Un client d'OpenAI, Ciridae, annonce une latence divisée par quatre avec ce montage. C'est leur chiffre à eux, pas une mesure indépendante, mais l'ordre de grandeur est crédible et j'y reviens plus bas.

Ce que ça donne quand on additionne plusieurs agents sur une seule journée de travail

Le prix, et les deux lignes qui fâchent

L'API ne coûte rien en soi. OpenAI ne facture pas d'accès : tu paies les jetons consommés, les appels d'outils, et le temps de la machine hébergée quand tu prends la leur. C'est la même logique qu'une location de matériel, tu ne paies pas le local, tu paies les heures. Corollaire qu'il faut avoir en tête : un agent qui tourne la nuit te coûte de l'argent même si personne ne regarde le résultat.

Les ordres de grandeur maintenant, parce qu'un tarif sans chiffre ne veut rien dire. Le barème relevé le 11 septembre donne trois centimes les vingt minutes dans le plus petit conteneur, et un dollar quarante-quatre de l'heure dans un conteneur de 16 Go. Une nuit de huit heures passée à travailler sur cette taille frôle donc les douze dollars de machine, sans compter un seul jeton. Le même agent branché sur l'API classique ne t'aurait coûté que ses jetons. Le pari d'OpenAI, c'est que le compactage du contexte et la recherche d'outils en économisent assez pour compenser la différence, et sur un agent bavard ce n'est pas gagné d'avance.

Et tu n'es pas obligé de prendre leur machine. Tu peux héberger le bac à sable toi-même, ou passer par un partenaire, Cloudflare, DigitalOcean et Oracle sont annoncés. Le calcul se fait sur trois lignes : ce que tu paies, ce que tu contrôles, et ce que tu as le temps d'administrer.

Les deux lignes qui fâchent sont dans les conditions. Les données restent aux États-Unis, et la rétention zéro n'est pas disponible. Traduction pour quelqu'un qui travaille en Europe avec des données de clients : ton agent va lire et manipuler ces données sur des machines américaines, et personne ne te promet qu'il n'en gardera pas de trace. Ce n'est pas rédhibitoire pour un outil interne qui trie des tickets de support. Ça devient une vraie question le jour où l'agent touche à un dossier médical ou à une fiche de paie.

Concrètement, ça change quoi pour toi

Trois choses, dans l'ordre de ce qui arrive.

La première, c'est que ton ordinateur portable va cesser d'être l'endroit où le travail se passe. Aujourd'hui, pour qu'un agent travaille, il faut qu'une machine soit allumée, la tienne ou une autre. Demain, la machine est de l'autre côté du fil et c'est une ligne sur une facture. Toi, tu fermes ton capot à 18h, et le travail continue sans toi.

Tu fermes le capot le soir, la machine de l'autre côté continue. C'est tout le changement

La deuxième, plus proche, c'est que le petit commerce du coin va se retrouver avec des agents sans le savoir. Le support par courriel, la réponse automatique, le formulaire qui se remplit tout seul, ça tourne déjà sur des machines louées, et ce genre de produit rend la chose accessible à des boîtes qui n'ont pas d'informaticien. Quand tu écris à une entreprise et que la réponse arrive en trente secondes, à trois heures du matin, tu sauras à peu près d'où elle vient.

La troisième est pour ceux qui développent, et c'est la plus importante. Ce qui se vend n'est plus le modèle, c'est le moteur qui le fait travailler. OpenAI facturait des jetons, il facture maintenant des heures de machine et une orchestration. Le modèle devient un composant qu'on branche, comme un moteur dans une voiture. Ça ne dit pas si le résultat est bon, ça dit où se déplace l'argent.

Ce qui se vend n'est plus le moteur, c'est l'atelier autour

Ce qui me gêne dans tout ça

Rien dans le produit, et c'est bien le problème. Un agent qui tourne sans surveillance, sur des machines qui ne sont pas les tiennes, avec des données qui partent aux États-Unis et une note qui monte à chaque heure, ça va devenir la configuration par défaut, pas un choix qu'on assume. Personne ne se réveille un matin en décidant de confier son support client à une machine. On le fait parce que c'est trois lignes de code.

J'écrivais il y a trois jours que des milliers d'agents d'OpenAI discutaient tout seuls sur un vieux wiki allemand. Ils ne faisaient rien de méchant, ils tournaient. Le jour où la même chose se passe sur des machines louées à l'heure et facturées à la seconde, la question ne sera plus de savoir si c'est amusant, mais qui a laissé le compteur ouvert.

Selon moi, les développeurs devraient ouvrir un compte sur cette bêta et aller voir comment le moteur est fait. C'est le même Codex qui tourne dans votre éditeur, sauf que cette fois vous voyez la plomberie. Et quand vous l'aurez vue, vous regarderez votre propre boucle d'agent avec un certain dédain.