<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel>
    <title>DEV Community: Antoine Laurent</title>
    <description>The latest articles on DEV Community by Antoine Laurent (@antoine_laurentt).</description>
    <link>https://dev.to/antoine_laurentt</link>
    <image>
      <url>https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Fuser%2Fprofile_image%2F3820003%2Fa715e92b-d41a-4a32-8b32-8cf0b0c9b5c8.png</url>
      <title>DEV Community: Antoine Laurent</title>
      <link>https://dev.to/antoine_laurentt</link>
    </image>
    <atom:link rel="self" type="application/rss+xml" href="https://dev.to/feed/antoine_laurentt"/>
    <language>en</language>
    <item>
      <title>Codex Sandbox vs Docker Sandboxes : deux façons d’isoler un agent de codage</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 08:37:31 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/codex-sandbox-vs-docker-sandboxes-deux-facons-disoler-un-agent-de-codage-1lh9</link>
      <guid>https://dev.to/antoine_laurentt/codex-sandbox-vs-docker-sandboxes-deux-facons-disoler-un-agent-de-codage-1lh9</guid>
      <description>&lt;h1&gt;
  
  
  Sandbox Codex vs Docker Sandboxes : quelle frontière d'isolation choisir ?
&lt;/h1&gt;

&lt;p&gt;Dans la comparaison entre le sandbox Codex et Docker Sandboxes, la différence tient à l'endroit où s'exécutent les commandes de l'agent. Le sandbox Codex maintient les commandes sur votre propre machine et les limite avec des outils du système d'exploitation (Seatbelt sur macOS, bubblewrap et seccomp sur Linux, MXC sur Windows). Docker Sandboxes déplace l'agent dans une microVM dotée de son propre noyau, système de fichiers, Docker Engine et réseau. Choisissez le sandbox de Codex lorsque vous avez besoin de chaînes d'outils natives ; choisissez Docker Sandboxes lorsque vous voulez une frontière étanche autour de tout ce que fait l'agent.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;h2&gt;
  
  
  Sandbox Codex vs Docker Sandboxes en un coup d'œil
&lt;/h2&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;/th&gt;
&lt;th&gt;Sandbox Codex&lt;/th&gt;
&lt;th&gt;Docker Sandboxes&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Où s'exécutent les commandes&lt;/td&gt;
&lt;td&gt;Votre environnement existant&lt;/td&gt;
&lt;td&gt;Une microVM par sandbox&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Mécanisme d'isolation&lt;/td&gt;
&lt;td&gt;Seatbelt (macOS), bubblewrap + seccomp-bpf (Linux), MXC (Windows)&lt;/td&gt;
&lt;td&gt;Hyperviseur, noyau distinct par sandbox&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Configuré avec&lt;/td&gt;
&lt;td&gt;Profils de permissions dans &lt;code&gt;config.toml&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;CLI &lt;code&gt;sbx&lt;/code&gt; et politiques&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Réseau par défaut&lt;/td&gt;
&lt;td&gt;Désactivé pour le profil &lt;code&gt;:workspace&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;Proxy en refus par défaut avec une liste d'autorisation par défaut&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Outils natifs de l'hôte&lt;/td&gt;
&lt;td&gt;Oui (Xcode, simulateurs, SDK locaux)&lt;/td&gt;
&lt;td&gt;Non, uniquement ce qui se trouve dans la VM&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Agents pris en charge&lt;/td&gt;
&lt;td&gt;Codex (et toute commande via &lt;code&gt;codex sandbox&lt;/code&gt;)&lt;/td&gt;
&lt;td&gt;Claude Code, Codex, Copilot, Cursor, Devin, Kiro, OpenCode et plus encore&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Politique d'équipe&lt;/td&gt;
&lt;td&gt;Exigences gérées via &lt;code&gt;requirements.toml&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;Docker AI Governance (abonnement payant séparé)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Prix&lt;/td&gt;
&lt;td&gt;Inclus dans Codex&lt;/td&gt;
&lt;td&gt;CLI &lt;code&gt;sbx&lt;/code&gt; et calcul local gratuits ; le cloud est facturé à l'usage&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;h2&gt;
  
  
  Qu'est-ce que le sandbox Codex ?
&lt;/h2&gt;

&lt;p&gt;Le sandbox Codex est la couche qui limite ce que les commandes exécutées par Codex sur votre ordinateur peuvent lire, écrire et atteindre. Il ne déplace pas le travail dans un conteneur ou une VM. Il enveloppe plutôt chaque commande, et chaque processus enfant qu'elle engendre, dans les dispositifs de sandboxing du système d'exploitation lui-même, selon les règles que vous définissez dans un profil de permissions.&lt;/p&gt;

&lt;p&gt;Le profil intégré &lt;code&gt;:workspace&lt;/code&gt; est celui par défaut pour un dépôt Git. Il autorise les écritures dans l'espace de travail tout en gardant &lt;code&gt;.git&lt;/code&gt; et &lt;code&gt;.codex&lt;/code&gt; en lecture seule, autorise de larges lectures ailleurs (les compilateurs ont besoin des SDK hors du dépôt) et désactive l'accès réseau. Vous pouvez l'étendre dans &lt;code&gt;config.toml&lt;/code&gt;. Cet exemple est tiré de l'article d'OpenAI :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight toml"&gt;&lt;code&gt;&lt;span class="na"&gt;default_permissions&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"dev"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.dev]&lt;/span&gt;
&lt;span class="na"&gt;description&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"Development with extra read-only protections."&lt;/span&gt;
&lt;span class="na"&gt;extends&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;":workspace"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.dev.filesystem]&lt;/span&gt;
&lt;span class="s2"&gt;"~/build-cache"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"write"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.dev.filesystem.":workspace_roots"]&lt;/span&gt;
&lt;span class="s2"&gt;".devcontainer"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"read"&lt;/span&gt;
&lt;span class="s2"&gt;".vscode"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"read"&lt;/span&gt;
&lt;span class="s2"&gt;"**/*.env"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"deny"&lt;/span&gt;
&lt;span class="s2"&gt;"secrets"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"deny"&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;La commande &lt;code&gt;codex sandbox&lt;/code&gt; exécute n'importe quel programme sous un profil, en dehors d'une session d'agent. C'est ainsi que vous testez un profil, ou que vous enveloppez un serveur MCP stdio que Codex lancerait sinon sans sandbox :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;codex sandbox --permission-profile dev -- bash -c &lt;span class="s1"&gt;'cat &amp;gt; .vscode/settings.json'&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Sur macOS, cette écriture échoue avec &lt;code&gt;Operation not permitted&lt;/code&gt;. Pour des profils prêts à copier, consultez la &lt;a href="https://learn.chatgpt.com/docs/permissions" rel="noopener noreferrer"&gt;documentation sur les profils de permissions&lt;/a&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  Que sont les Docker Sandboxes ?
&lt;/h2&gt;

&lt;p&gt;Les Docker Sandboxes exécutent des agents de codage IA dans des microVM isolées, sur votre machine ou sur l'infrastructure cloud gérée par Docker. Chaque sandbox dispose de son propre noyau, démon Docker, système de fichiers et réseau. L'agent a tous les privilèges à l'intérieur de la VM, y compris sudo et un Docker Engine privé, mais n'atteint que les ressources de l'hôte que vous partagez.&lt;/p&gt;

&lt;p&gt;Vous le pilotez avec la CLI &lt;code&gt;sbx&lt;/code&gt;, qui ne nécessite pas Docker Desktop. Les sandboxes locales nécessitent macOS 14 ou ultérieur sur Apple silicon, Windows 11 avec Hypervisor Platform, ou Ubuntu 24.04 ou ultérieur avec KVM. D'après le &lt;a href="https://docs.docker.com/ai/sandboxes/get-started/" rel="noopener noreferrer"&gt;guide de démarrage&lt;/a&gt; :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;&lt;span class="nb"&gt;cd&lt;/span&gt; ~/my-project
sbx run --name my-sandbox claude   &lt;span class="c"&gt;# or: sbx run codex&lt;/span&gt;
sbx policy ls
sbx policy allow network registry.npmjs.org
sbx stop my-sandbox
sbx rm my-sandbox
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Le répertoire de votre projet est monté dans la VM au même chemin absolu. Un montage direct est en lecture-écriture, l'agent modifie donc votre arborescence de travail sur place. Avec &lt;code&gt;--clone&lt;/code&gt;, le dépôt hôte est monté en lecture seule et l'agent travaille dans un clone Git privé à la place. Les identifiants restent sur l'hôte : la &lt;a href="https://docs.docker.com/ai/sandboxes/architecture/" rel="noopener noreferrer"&gt;documentation d'architecture&lt;/a&gt; de Docker indique que « les valeurs brutes des identifiants n'entrent jamais dans la VM ».&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fvpoy4i2yr47uo0q57mhc.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fvpoy4i2yr47uo0q57mhc.png" alt="Diagramme côte à côte : le sandbox Codex enveloppe les commandes sur le système d'exploitation hôte avec un profil de permissions, tandis que les Docker Sandboxes exécutent tout l'agent dans une microVM dotée de son propre noyau et proxy réseau" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  Force de l'isolation : politique du SE vs noyau distinct
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Codex&lt;/strong&gt; contraint les processus sur le noyau de l'hôte. Sur macOS, il génère un profil Seatbelt qui part de &lt;code&gt;(deny default)&lt;/code&gt;. Sur Linux, il construit une vue du système de fichiers avec bubblewrap, dissocie les namespaces réseau, IPC et PID, et applique un filtre seccomp-bpf avec &lt;code&gt;no_new_privs&lt;/code&gt; activé. Sur Windows, il migre vers la bibliothèque MXC (Microsoft eXecution Container) de Microsoft. Les limites sont réelles et appliquées par le noyau, mais l'agent partage votre noyau et voit votre machine à travers un filtre.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Docker&lt;/strong&gt; place un hyperviseur entre l'agent et votre hôte. Chaque sandbox dispose d'un noyau distinct et de son propre Docker Engine « sans chemin vers le démon hôte ». Un bug du noyau ou une règle mal configurée à l'intérieur de la VM ne livre pas votre portable à l'agent.&lt;/p&gt;

&lt;p&gt;Les deux laissent des failles qu'ils documentent honnêtement :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Le profil par défaut de Codex maintient de larges lectures activées, si bien qu'un fichier de configuration situé ailleurs et contenant une clé API peut rester lisible. OpenAI avertit également qu'un agent pourrait altérer un fichier ignoré comme &lt;code&gt;node_modules/prettier&lt;/code&gt;, que votre éditeur exécuterait ensuite hors du sandbox.&lt;/li&gt;
&lt;li&gt;Le montage direct de Docker est en lecture-écriture, si bien que les hooks Git, la configuration CI et un &lt;code&gt;Makefile&lt;/code&gt; modifiés par l'agent peuvent s'exécuter plus tard sur votre hôte. Les serveurs MCP stdio locaux s'exécutent eux aussi hors de la VM du sandbox.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Aucun des deux ne dispense de relire les modifications de l'agent. Si vous luttez contre le sandbox Codex, notre guide pour &lt;a href="https://apidog.com/fr/blog/bypass-codex-sandbox?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;contourner le sandbox Codex&lt;/a&gt; couvre le compromis le plus sûr.&lt;/p&gt;

&lt;h2&gt;
  
  
  Outils natifs et coût de mise en place
&lt;/h2&gt;

&lt;p&gt;L'argument d'OpenAI contre les conteneurs est concret. Si vous mettiez Codex dans un sandbox Docker pendant le développement d'une app iOS, « Codex ne pourrait pas exécuter la chaîne d'outils de build iOS composée d'exécutables Mac natifs, ni lancer le simulateur iPhone ». Déléguer ces étapes à l'hôte les ramènerait hors du sandbox.&lt;/p&gt;

&lt;p&gt;Le sandbox Codex ne coûte donc presque rien à mettre en place : votre shell, vos SDK et vos caches restent là où ils sont.&lt;/p&gt;

&lt;p&gt;Les Docker Sandboxes demandent davantage au départ. La VM démarre à partir d'un template (&lt;code&gt;docker/sandbox-templates:codex&lt;/code&gt; pour Codex), et vous ajoutez des outils via des kits ou en les installant à l'intérieur. Les sandboxes ne lisent pas la configuration au niveau utilisateur comme &lt;code&gt;~/.codex&lt;/code&gt;, seulement la configuration au niveau projet dans le répertoire de travail. En échange, vous obtenez un environnement propre et reproductible qui fonctionne de la même manière pour chaque agent, et une charge de travail conteneurisée peut s'exécuter en sécurité dans le Docker Engine privé de la VM.&lt;/p&gt;

&lt;p&gt;Pour un service qui se build déjà dans un conteneur, ce coût est faible. Pour Xcode ou un SDK de bureau sous licence, il est élevé.&lt;/p&gt;

&lt;h2&gt;
  
  
  Contrôle réseau comparé
&lt;/h2&gt;

&lt;p&gt;Les deux font passer le trafic par un proxy qui vérifie les domaines, et les deux démarrent fermés.&lt;/p&gt;

&lt;p&gt;Codex propose trois modes : réseau désactivé (par défaut pour &lt;code&gt;:workspace&lt;/code&gt;), accès complet (&lt;code&gt;:danger-full-access&lt;/code&gt;), ou un proxy qui applique des règles de domaine par profil :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight toml"&gt;&lt;code&gt;&lt;span class="k"&gt;[permissions.dev.network]&lt;/span&gt;
&lt;span class="na"&gt;enabled&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="kc"&gt;true&lt;/span&gt;

&lt;span class="k"&gt;[permissions.dev.network.domains]&lt;/span&gt;
&lt;span class="s2"&gt;"*.openai.com"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"allow"&lt;/span&gt;
&lt;span class="s2"&gt;"localhost"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"allow"&lt;/span&gt;
&lt;span class="s2"&gt;"evil.example"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"deny"&lt;/span&gt;

&lt;span class="k"&gt;[features]&lt;/span&gt;
&lt;span class="na"&gt;network_proxy&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="kc"&gt;true&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Les refus explicites l'emportent sur les autorisations, et une requête vers un domaine non listé peut se mettre en pause en attendant votre approbation. Le proxy ne résout un nom d'hôte qu'après son autorisation, mais OpenAI note que de larges jokers peuvent toujours permettre une exfiltration via DNS.&lt;/p&gt;

&lt;p&gt;Docker fait passer tout le TCP sortant de la VM par un proxy sur l'hôte, bloque l'UDP et l'ICMP par défaut, et gère les règles avec &lt;code&gt;sbx policy&lt;/code&gt;. Sa &lt;a href="https://docs.docker.com/ai/sandboxes/security/" rel="noopener noreferrer"&gt;page sur le modèle de sécurité&lt;/a&gt; avertit que « les domaines autorisés par défaut incluent de larges jokers », alors exécutez &lt;code&gt;sbx policy ls&lt;/code&gt; avant de faire confiance aux valeurs par défaut.&lt;/p&gt;

&lt;h2&gt;
  
  
  Politique d'équipe : exigences gérées vs Docker AI Governance
&lt;/h2&gt;

&lt;p&gt;Les équipes ont besoin d'une politique que les utilisateurs ne peuvent pas discrètement assouplir.&lt;/p&gt;

&lt;p&gt;Codex utilise les &lt;a href="https://learn.chatgpt.com/docs/enterprise/managed-configuration" rel="noopener noreferrer"&gt;exigences gérées&lt;/a&gt;. Un administrateur déploie un &lt;code&gt;requirements.toml&lt;/code&gt;, depuis un fichier système comme &lt;code&gt;/etc/codex/requirements.toml&lt;/code&gt; ou depuis une politique cloud, qui limite les profils que les utilisateurs peuvent choisir :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight toml"&gt;&lt;code&gt;&lt;span class="na"&gt;default_permissions&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;":read-only"&lt;/span&gt;

&lt;span class="k"&gt;[allowed_permission_profiles]&lt;/span&gt;
&lt;span class="s2"&gt;":read-only"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="kc"&gt;true&lt;/span&gt;
&lt;span class="s2"&gt;":danger-full-access"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="kc"&gt;false&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Docker vend cette couche sous le nom de &lt;a href="https://www.docker.com/blog/agentic-ai-security-docker-governance/" rel="noopener noreferrer"&gt;Docker AI Governance&lt;/a&gt; : politiques réseau et système de fichiers des sandboxes, politiques d'outils MCP écrites en Cedar et appliquées au niveau du MCP Gateway de Docker, et journaux d'audit de chaque décision que vous pouvez conserver localement ou envoyer au cloud. La documentation de Docker liste la politique au niveau de l'organisation comme un abonnement payant séparé. L'avantage est une politique unique pour tous les agents utilisés par votre équipe, et pas seulement pour Codex.&lt;/p&gt;

&lt;h2&gt;
  
  
  Quand utiliser l'un ou l'autre
&lt;/h2&gt;

&lt;p&gt;Il n'y a pas de gagnant unique. Faites correspondre la frontière au travail :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;Utilisez le sandbox Codex&lt;/strong&gt; quand vous développez pour macOS ou iOS, dépendez de SDK disponibles uniquement sur l'hôte, ou voulez une configuration zéro et que Codex est votre seul agent.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Utilisez Docker Sandboxes&lt;/strong&gt; quand vous exécutez plusieurs agents, voulez un noyau distinct entre l'agent et votre portable, ou laissez l'agent exécuter de longues tâches sans surveillance avec Docker à l'intérieur.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Utilisez les deux&lt;/strong&gt; quand vous voulez Codex à l'intérieur d'une frontière étanche. La page Codex de Docker montre que &lt;code&gt;sbx run codex&lt;/code&gt; lance &lt;code&gt;codex --dangerously-bypass-approvals-and-sandbox&lt;/code&gt; par défaut : la microVM devient le rempart et les approbations de Codex s'effacent. Gardez ce compromis en tête avant de le choisir.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fsbeiqqtrenhvk8p2k9vv.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fsbeiqqtrenhvk8p2k9vv.png" alt="Arbre de décision pour choisir entre le sandbox Codex et Docker Sandboxes selon les outils natifs, le nombre d'agents et les besoins d'isolation" width="800" height="875"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  Testez votre API depuis l'un ou l'autre sandbox avec Apidog CLI
&lt;/h2&gt;

&lt;p&gt;Quelle que soit la frontière choisie, votre agent doit encore prouver que ses modifications fonctionnent contre une vraie API. &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt; lui fournit des commandes pour les cas de test et les exécutions avec une sortie JSON qu'il peut lire. Configurez-le une fois :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog auth login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
apidog skill install
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Ouvrez ensuite le réseau à exactement deux hôtes : votre API et &lt;code&gt;api.apidog.com&lt;/code&gt;, la base d'API par défaut de la CLI. Dans Codex, ajoutez les deux à la table &lt;code&gt;[permissions.&amp;lt;name&amp;gt;.network.domains]&lt;/code&gt; du profil. Dans Docker Sandboxes, exécutez &lt;code&gt;sbx policy allow network api.apidog.com&lt;/code&gt; ainsi que l'hôte de votre API.&lt;/p&gt;

&lt;p&gt;Donnez un seul prompt à votre agent :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Using Apidog CLI, create a test case in project &amp;lt;projectId&amp;gt; for
POST /orders on endpoint &amp;lt;endpointId&amp;gt; that asserts a 201 status and an
"id" field in the body. Run it against environment &amp;lt;envId&amp;gt; and summarize
any failures.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;L'agent lit le schéma, valide sa charge utile et exécute le cas :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json
apidog test-case run --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --endpoint &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;endpointId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Si une exécution échoue avec une erreur réseau, le sandbox a fait son travail : vérifiez quel hôte manque dans la liste d'autorisation. Pour le tutoriel complet sur Codex, consultez &lt;a href="https://apidog.com/fr/blog/apidog-cli-in-codex?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI dans Codex&lt;/a&gt;, et remplacez &lt;code&gt;-r cli,json&lt;/code&gt; par &lt;code&gt;-r junit&lt;/code&gt; lorsque la même exécution passe dans &lt;a href="https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;un pipeline CI&lt;/a&gt;. Le plan gratuit d'Apidog couvre jusqu'à 4 utilisateurs.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Le sandbox Codex est-il un conteneur ?&lt;/strong&gt; Non. Codex contraint les commandes dans votre environnement existant avec Seatbelt sur macOS, bubblewrap et seccomp-bpf sur Linux, et MXC sur Windows. Il n'y a ni image de système de fichiers séparée ni VM.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Les Docker Sandboxes ne sont-elles que des conteneurs ?&lt;/strong&gt; Non. La documentation de Docker les décrit comme des microVM avec isolation par hyperviseur et un noyau distinct par sandbox. Chacune exécute son propre Docker Engine, ce qui permet à l'agent de builder et d'exécuter des conteneurs à l'intérieur.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Puis-je exécuter Codex à l'intérieur de Docker Sandboxes ?&lt;/strong&gt; Oui. &lt;code&gt;sbx run codex&lt;/code&gt; lance Codex dans une microVM. Par défaut, il démarre avec &lt;code&gt;--dangerously-bypass-approvals-and-sandbox&lt;/code&gt;, la VM, et non le sandbox de Codex, constituant la frontière.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Les Docker Sandboxes sont-elles gratuites ?&lt;/strong&gt; Docker indique que la CLI &lt;code&gt;sbx&lt;/code&gt; et le calcul local des sandboxes sont gratuits, y compris pour un usage commercial. Les sandboxes cloud utilisent un abonnement à l'usage, les frais du fournisseur de modèle sont séparés, et la gestion des politiques au niveau de l'organisation est un abonnement payant distinct.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;L'un ou l'autre sandbox couvre-t-il les serveurs MCP ?&lt;/strong&gt; Pas par défaut. Codex ne sandboxe pas les serveurs MCP stdio sauf si vous les enveloppez avec &lt;code&gt;codex sandbox&lt;/code&gt;. Docker exécute les serveurs MCP stdio locaux hors de la VM ; son gateway MCP et ses politiques Cedar régissent les serveurs qui y passent.&lt;/p&gt;

</description>
      <category>agents</category>
      <category>devops</category>
      <category>docker</category>
      <category>security</category>
    </item>
    <item>
      <title>Que sont les sandboxes Docker ? Comment Docker isole les agents de codage IA</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 08:37:08 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/que-sont-les-sandboxes-docker-comment-docker-isole-les-agents-de-codage-ia-4mo1</link>
      <guid>https://dev.to/antoine_laurentt/que-sont-les-sandboxes-docker-comment-docker-isole-les-agents-de-codage-ia-4mo1</guid>
      <description>&lt;p&gt;&lt;strong&gt;Réponse rapide :&lt;/strong&gt; Les Docker Sandboxes exécutent des agents de codage IA comme Claude Code, Codex et Cursor dans des microVM isolées, sur votre machine ou sur le cloud de Docker. Chaque sandbox dispose de son propre noyau, système de fichiers, réseau et Docker Engine privé. Vous le pilotez avec la CLI gratuite &lt;code&gt;sbx&lt;/code&gt;, et l'agent n'accède qu'aux dossiers et domaines que vous autorisez.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;Le 19 novembre 2026, Docker a relancé sa marque autour d'une phrase : « Les conteneurs isolent les charges de travail. Mais les agents ne sont pas des charges de travail. Les agents sont des acteurs. » Le &lt;a href="https://www.docker.com/blog/meet-the-new-docker-built-to-run-on-trust/" rel="noopener noreferrer"&gt;billet de rebranding&lt;/a&gt; en dit peu sur le produit lui-même. Il renvoie les lecteurs vers Docker Sandboxes et Docker AI Governance, c'est pourquoi ce guide tire les faits de la documentation Docker.&lt;/p&gt;

&lt;h2&gt;
  
  
  Que sont les Docker Sandboxes ?
&lt;/h2&gt;

&lt;p&gt;Les Docker Sandboxes sont des environnements microVM isolés conçus pour exécuter des agents de codage IA autonomes. Chaque sandbox dispose de son propre noyau, daemon Docker, système de fichiers et réseau. À l'intérieur, l'agent dispose de tous les privilèges, y compris sudo. À l'extérieur, il ne voit que l'espace de travail que vous partagez et les destinations réseau autorisées par votre politique.&lt;/p&gt;

&lt;p&gt;Vous gérez les sandboxes avec la CLI &lt;code&gt;sbx&lt;/code&gt;, qui ne nécessite ni Docker Desktop ni Docker Engine. La même CLI exécute des sandboxes locales sur votre ordinateur portable et des sandboxes cloud sur l'infrastructure gérée par Docker, et &lt;code&gt;sbx move&lt;/code&gt; transfère le système de fichiers d'une sandbox entre les deux.&lt;/p&gt;

&lt;p&gt;La &lt;a href="https://docs.docker.com/ai/sandboxes/architecture/" rel="noopener noreferrer"&gt;page d'architecture&lt;/a&gt; de Docker compare cette approche avec les alternatives habituelles :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Approche&lt;/th&gt;
&lt;th&gt;Isolation&lt;/th&gt;
&lt;th&gt;Accès Docker&lt;/th&gt;
&lt;th&gt;Idéal pour&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Docker Sandboxes (microVM)&lt;/td&gt;
&lt;td&gt;Complète (hyperviseur)&lt;/td&gt;
&lt;td&gt;Daemon isolé&lt;/td&gt;
&lt;td&gt;Agents autonomes&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Conteneur avec socket monté&lt;/td&gt;
&lt;td&gt;Partielle (namespaces)&lt;/td&gt;
&lt;td&gt;Daemon hôte partagé&lt;/td&gt;
&lt;td&gt;Outils de confiance&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Docker-in-Docker&lt;/td&gt;
&lt;td&gt;Partielle (privilégié)&lt;/td&gt;
&lt;td&gt;Daemon imbriqué&lt;/td&gt;
&lt;td&gt;Pipelines CI/CD&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Exécution sur l'hôte&lt;/td&gt;
&lt;td&gt;Aucune&lt;/td&gt;
&lt;td&gt;Daemon hôte&lt;/td&gt;
&lt;td&gt;Développement manuel&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Le compromis : des ressources contre la sécurité. Chaque sandbox exécute une VM plus son propre daemon, et les sandboxes ne partagent pas d'images.&lt;/p&gt;

&lt;h2&gt;
  
  
  Comment Docker Sandboxes isole un agent IA
&lt;/h2&gt;

&lt;p&gt;La microVM constitue la principale frontière de confiance. Le &lt;a href="https://docs.docker.com/ai/sandboxes/security/" rel="noopener noreferrer"&gt;modèle de sécurité&lt;/a&gt; de Docker énumère cinq couches :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;Isolation par hyperviseur.&lt;/strong&gt; Chaque sandbox dispose d'un noyau séparé, sans mémoire ni processus partagés avec l'hôte.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Isolation réseau.&lt;/strong&gt; Le trafic TCP sortant passe par un proxy sur votre hôte selon une politique de refus par défaut. L'UDP et l'ICMP sont bloqués par défaut.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Isolation Docker Engine.&lt;/strong&gt; Les conteneurs de l'agent s'exécutent sur un moteur privé sans aucun chemin vers votre daemon hôte.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Isolation de l'espace de travail.&lt;/strong&gt; Vous choisissez ce que l'agent voit : rien, un dépôt en lecture seule avec un clone privé, ou votre arbre de travail en lecture-écriture.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Isolation des identifiants.&lt;/strong&gt; Les clés API n'entrent jamais dans la VM. L'agent voit une valeur sentinelle, et le proxy hôte substitue le véritable identifiant une fois la requête sortie du sandbox.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fsjhhwpuu03dlk9vbyvck.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fsjhhwpuu03dlk9vbyvck.png" alt="Diagramme d'un Docker Sandbox : l'agent et son Docker Engine privé à l'intérieur d'une microVM, avec uniquement le montage de l'espace de travail, le proxy réseau de l'hôte et la passerelle MCP franchissant la frontière vers l'hôte" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Un agent victime d'une injection de prompt ne peut pas afficher une clé qu'il n'a jamais eue. Il peut toutefois l'utiliser via des requêtes autorisées, c'est pourquoi la politique réseau compte autant que l'astuce des identifiants.&lt;/p&gt;

&lt;p&gt;Docker est également clair sur ce que l'isolation ne couvre pas. En mode direct, l'agent modifie vos vrais fichiers, y compris les hooks Git, la configuration CI et les scripts &lt;code&gt;package.json&lt;/code&gt; qui s'exécuteront plus tard sur votre hôte. Les hooks Git n'apparaissent pas dans &lt;code&gt;git diff&lt;/code&gt;, vérifiez-les séparément.&lt;/p&gt;

&lt;h2&gt;
  
  
  Quels agents les Docker Sandboxes prennent en charge
&lt;/h2&gt;

&lt;p&gt;La &lt;a href="https://docs.docker.com/ai/sandboxes/agents/" rel="noopener noreferrer"&gt;page des agents&lt;/a&gt; répertorie les suivants pour les sandboxes locales :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Claude Code&lt;/li&gt;
&lt;li&gt;Codex&lt;/li&gt;
&lt;li&gt;Copilot&lt;/li&gt;
&lt;li&gt;Cursor&lt;/li&gt;
&lt;li&gt;Devin&lt;/li&gt;
&lt;li&gt;Docker Agent&lt;/li&gt;
&lt;li&gt;Droid&lt;/li&gt;
&lt;li&gt;Kiro&lt;/li&gt;
&lt;li&gt;OpenCode&lt;/li&gt;
&lt;li&gt;Shell, un sandbox sans agent pour une configuration manuelle&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Chaque agent démarre à partir d'une image de modèle. Codex utilise &lt;code&gt;docker/sandbox-templates:codex&lt;/code&gt;, et sa commande de démarrage par défaut est &lt;code&gt;codex --dangerously-bypass-approvals-and-sandbox&lt;/code&gt;. Le raisonnement de Docker : la microVM, la politique réseau et l'isolation des identifiants gèrent déjà ce contre quoi les invites d'approbation protègent. Vous pouvez réactiver les approbations au sein de la session.&lt;/p&gt;

&lt;p&gt;Un détail de configuration surprend souvent. Les sandboxes n'importent pas la configuration au niveau utilisateur comme &lt;code&gt;~/.claude&lt;/code&gt; ou &lt;code&gt;~/.codex&lt;/code&gt;, uniquement la configuration au niveau projet dans le répertoire de travail.&lt;/p&gt;

&lt;h2&gt;
  
  
  Comment configurer Docker Sandboxes
&lt;/h2&gt;

&lt;p&gt;Les sandboxes locales nécessitent l'un de ces hôtes, selon le &lt;a href="https://docs.docker.com/ai/sandboxes/install/" rel="noopener noreferrer"&gt;guide d'installation&lt;/a&gt; :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;OS&lt;/th&gt;
&lt;th&gt;Prérequis&lt;/th&gt;
&lt;th&gt;Commande d'installation&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;macOS&lt;/td&gt;
&lt;td&gt;Sonoma 14 ou ultérieur, Apple silicon&lt;/td&gt;
&lt;td&gt;&lt;code&gt;brew trust docker/tap &amp;amp;&amp;amp; brew install docker/tap/sbx&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Windows&lt;/td&gt;
&lt;td&gt;Windows 11, Intel ou AMD 64 bits, Windows Hypervisor Platform activé&lt;/td&gt;
&lt;td&gt;&lt;code&gt;winget install -h Docker.sbx&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Linux&lt;/td&gt;
&lt;td&gt;Ubuntu 24.04 ou ultérieur, KVM activé, utilisateur dans le groupe &lt;code&gt;kvm&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;Le script pratique de Docker avec &lt;code&gt;SBX=1&lt;/code&gt; (ci-dessous)&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Sur Ubuntu, c'est &lt;code&gt;curl -fsSL https://get.docker.com | sudo SBX=1 sh&lt;/code&gt;. Suivez ensuite le &lt;a href="https://docs.docker.com/ai/sandboxes/get-started/" rel="noopener noreferrer"&gt;guide de démarrage&lt;/a&gt; :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;Connectez-vous&lt;/strong&gt; avec &lt;code&gt;sbx login&lt;/code&gt;. Docker lie chaque sandbox à une identité Docker vérifiée.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Stockez les identifiants sur l'hôte.&lt;/strong&gt; Pour Codex, &lt;code&gt;sbx secret set openai --oauth&lt;/code&gt; lance le flux OAuth dans votre navigateur et conserve les jetons dans le trousseau de votre système d'exploitation.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Choisissez un preset réseau.&lt;/strong&gt; &lt;code&gt;sbx policy init balanced&lt;/code&gt; autorise le trafic de développement typique, y compris les services IA et les registres de paquets. Les autres options sont &lt;code&gt;deny-all&lt;/code&gt; et &lt;code&gt;allow-all&lt;/code&gt;.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Lancez un agent&lt;/strong&gt; depuis le dossier de votre projet :
&lt;/li&gt;
&lt;/ol&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;&lt;span class="nb"&gt;cd&lt;/span&gt; ~/my-project
sbx run --name my-sandbox claude   &lt;span class="c"&gt;# or: sbx run codex&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;Surveillez-le.&lt;/strong&gt; &lt;code&gt;sbx ls&lt;/code&gt; affiche l'agent, l'état et l'espace de travail de chaque sandbox. La commande &lt;code&gt;sbx&lt;/code&gt; seule ouvre un tableau de bord en direct.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Nettoyez.&lt;/strong&gt; &lt;code&gt;sbx stop my-sandbox&lt;/code&gt; conserve les paquets et les images pour la prochaine fois. &lt;code&gt;sbx rm my-sandbox&lt;/code&gt; supprime tout ce qu'il contient ; votre arbre de travail hôte reste intact.&lt;/li&gt;
&lt;/ol&gt;

&lt;h2&gt;
  
  
  Politique réseau et système de fichiers
&lt;/h2&gt;

&lt;p&gt;La politique réseau décide où l'agent peut aller. Listez les règles, puis n'ouvrez que ce dont la tâche a besoin :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;sbx policy ls
sbx policy allow network registry.npmjs.org
sbx policy check network api.anthropic.com
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;sbx policy check&lt;/code&gt; répond &lt;code&gt;Allowed&lt;/code&gt; ou &lt;code&gt;Denied&lt;/code&gt; selon la politique active, vous pouvez donc confirmer une frontière avant que l'agent ne démarre. Docker avertit que la liste d'autorisation par défaut inclut de larges jokers comme &lt;code&gt;*.googleapis.com&lt;/code&gt;. Éliminez ce dont vous n'avez pas besoin.&lt;/p&gt;

&lt;p&gt;L'exposition du système de fichiers est définie lors de la création du sandbox :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Montage direct&lt;/strong&gt; (par défaut avec &lt;code&gt;sbx run&lt;/code&gt;) : le dossier de votre projet apparaît au même chemin absolu, en lecture-écriture.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Mode clone&lt;/strong&gt; (&lt;code&gt;--clone&lt;/code&gt;) : votre dépôt est monté en lecture seule et l'agent travaille sur un clone privé. Idéal pour plusieurs agents sur un même dépôt.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Sans montage&lt;/strong&gt; (&lt;code&gt;sbx create&lt;/code&gt; sans chemin) : rien de votre hôte n'est partagé.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Pour des configurations d'équipe reproductibles, un kit regroupe les outils, identifiants, règles réseau et configuration d'un agent dans un seul fichier YAML.&lt;/p&gt;

&lt;h2&gt;
  
  
  Tarification des Docker Sandboxes
&lt;/h2&gt;

&lt;p&gt;La &lt;a href="https://docs.docker.com/ai/sandboxes/faq/" rel="noopener noreferrer"&gt;FAQ&lt;/a&gt; de Docker indique que la CLI &lt;code&gt;sbx&lt;/code&gt; et le calcul des sandboxes locales sont gratuits, y compris pour un usage commercial. Les frais du fournisseur de modèle sont facturés séparément.&lt;/p&gt;

&lt;p&gt;Les sandboxes cloud nécessitent un abonnement Docker Agentic Platform et sont facturés à la seconde. La &lt;a href="https://www.docker.com/products/docker-sandboxes/" rel="noopener noreferrer"&gt;page produit Docker Sandboxes&lt;/a&gt; affichait ces tarifs le 20 novembre 2026 :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Taille&lt;/th&gt;
&lt;th&gt;vCPU&lt;/th&gt;
&lt;th&gt;Mémoire&lt;/th&gt;
&lt;th&gt;Par heure&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Micro&lt;/td&gt;
&lt;td&gt;1&lt;/td&gt;
&lt;td&gt;2 GB&lt;/td&gt;
&lt;td&gt;0,07 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Small&lt;/td&gt;
&lt;td&gt;2&lt;/td&gt;
&lt;td&gt;4 GB&lt;/td&gt;
&lt;td&gt;0,14 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Medium&lt;/td&gt;
&lt;td&gt;4&lt;/td&gt;
&lt;td&gt;8 GB&lt;/td&gt;
&lt;td&gt;0,28 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Large&lt;/td&gt;
&lt;td&gt;8&lt;/td&gt;
&lt;td&gt;16 GB&lt;/td&gt;
&lt;td&gt;0,56 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;XL&lt;/td&gt;
&lt;td&gt;16&lt;/td&gt;
&lt;td&gt;32 GB&lt;/td&gt;
&lt;td&gt;1,12 $&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Les sandboxes cloud expirent après une heure par défaut et ne peuvent pas monter de dossier hôte. La gouvernance d'organisation est un abonnement payant distinct, vendu via Docker Sales.&lt;/p&gt;

&lt;h2&gt;
  
  
  Docker AI Governance et la MCP Enterprise Gateway
&lt;/h2&gt;

&lt;p&gt;Docker AI Governance est la couche d'équipe qui se superpose aux sandboxes. Le &lt;a href="https://www.docker.com/blog/agentic-ai-security-docker-governance/" rel="noopener noreferrer"&gt;billet du 18 novembre&lt;/a&gt; la divise en trois parties :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Politiques de sandbox :&lt;/strong&gt; autoriser ou bloquer des domaines, plages IP et ports, et contrôler les chemins hôtes pouvant être montés. L'application se fait au niveau du proxy et des couches de montage, pas dans l'agent.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Gouvernance des outils MCP :&lt;/strong&gt; les administrateurs décident quels serveurs MCP peuvent être enregistrés et quels appels d'outils les agents peuvent effectuer. Les politiques sont écrites en Cedar, et les requêtes gouvernées sont refusées sauf si une politique les autorise.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Audit et visibilité :&lt;/strong&gt; un enregistrement de chaque décision de politique (principal, action, cible, décision, horodatage) pouvant alimenter un SIEM. Les enregistrements contiennent des métadonnées, pas les prompts.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Voici l'exemple Cedar tiré de ce billet, autorisant les appels d'outils en lecture seule sur un serveur :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;permit (principal, action == MCP::Action::"invokeTool", resource)
when {
  resource in MCP::Server::"example" &amp;amp;&amp;amp;
  resource.readOnly == true
};
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Lorsque la gouvernance d'organisation est activée, les règles d'autorisation locales de &lt;code&gt;sbx policy&lt;/code&gt; ne comptent plus ; les règles de refus locales s'appliquent toujours.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fb15cjfr3yfdifsm2e2cb.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fb15cjfr3yfdifsm2e2cb.png" alt="Diagramme de Docker AI Governance : une console d'administration pousse les politiques réseau et système de fichiers des sandboxes, les politiques des outils MCP et la journalisation d'audit vers les sandboxes locales de chaque développeur" width="800" height="533"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;La partie MCP existe en deux tailles. Chaque sandbox dispose d'une passerelle MCP locale : enregistrez un serveur une fois avec &lt;code&gt;sbx mcp add notion --url https://mcp.notion.com/mcp&lt;/code&gt;, puis exposez-le à un sandbox avec &lt;code&gt;--static-mcp notion&lt;/code&gt;. Les serveurs stdio locaux s'exécutent sur l'hôte, pas dans la VM, considérez-les donc comme du code hôte de confiance. Pour les organisations, Docker vend la &lt;a href="https://www.docker.com/products/mcp-enterprise-gateway/" rel="noopener noreferrer"&gt;MCP Enterprise Gateway&lt;/a&gt;, qui approuve les serveurs, limite les outils par groupes et journalise chaque appel.&lt;/p&gt;

&lt;p&gt;Une frontière à retenir : un agent qui appelle directement un serveur MCP distant depuis un sandbox relève de la politique réseau, pas de la politique MCP.&lt;/p&gt;

&lt;h2&gt;
  
  
  Tester une API depuis un Docker Sandbox avec Apidog CLI
&lt;/h2&gt;

&lt;p&gt;Un sandbox permet à votre agent de modifier du code sans risque pour votre ordinateur portable. Il doit toutefois prouver que la modification fonctionne contre une vraie API. &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt; lui fournit des commandes pour les cas de test et les exécutions, avec une sortie JSON qu'il peut lire.&lt;/p&gt;

&lt;p&gt;Vérifiez que le sandbox peut atteindre Apidog et votre API, puis autorisez-les en cas de refus :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;sbx policy check network api.apidog.com
sbx policy allow network api.apidog.com
sbx policy allow network api.example.com
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Installez et connectez-vous ensuite dans le sandbox :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;sbx &lt;span class="nb"&gt;exec&lt;/span&gt; -it my-sandbox bash
npm install -g apidog-cli@latest
apidog auth login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
apidog skill install
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Apidog ne fait pas partie des services que &lt;code&gt;sbx secret set&lt;/code&gt; injecte, ce jeton réside donc dans la VM. Utilisez-en un que vous pouvez révoquer, et faites &lt;code&gt;sbx rm&lt;/code&gt; du sandbox une fois terminé.&lt;/p&gt;

&lt;p&gt;Donnez un seul prompt à votre agent :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Using Apidog CLI, create a test case in project &amp;lt;projectId&amp;gt; for
POST /orders on endpoint &amp;lt;endpointId&amp;gt; that asserts a 201 status and an
"id" field in the body. Run it against environment &amp;lt;envId&amp;gt; and
summarize any failures.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;L'agent lit le schéma de payload, valide son fichier et exécute le cas :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json
apidog test-case run --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --endpoint &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;endpointId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Une erreur réseau signifie généralement que la liste d'autorisation a oublié un hôte : le sandbox fait son travail. Pour une configuration propre à chaque agent, consultez &lt;a href="https://apidog.com/fr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI dans Claude Code&lt;/a&gt; ou &lt;a href="https://apidog.com/fr/blog/apidog-cli-in-codex?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI dans Codex&lt;/a&gt;, et remplacez &lt;code&gt;-r cli,json&lt;/code&gt; par &lt;code&gt;-r junit&lt;/code&gt; dans &lt;a href="https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;un pipeline CI&lt;/a&gt;. Le plan gratuit d'Apidog couvre jusqu'à 4 utilisateurs.&lt;/p&gt;

&lt;p&gt;Vous préférez garder Codex sur votre hôte ? Notre guide sur &lt;a href="https://apidog.com/fr/blog/bypass-codex-sandbox?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;le sandbox Codex&lt;/a&gt; couvre cette voie, et &lt;a href="https://apidog.com/fr/blog/what-is-cubesandbox-for-ai-agents?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;CubeSandbox&lt;/a&gt; est une autre option d'isolation conçue pour les agents.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Les Docker Sandboxes ne sont-ils que des conteneurs ?&lt;/strong&gt; Non. Ce sont des microVM avec un noyau séparé par sandbox. Chacune exécute son propre Docker Engine, l'agent peut donc construire des conteneurs sans toucher à votre daemon hôte.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Les Docker Sandboxes sont-ils gratuits ?&lt;/strong&gt; La CLI &lt;code&gt;sbx&lt;/code&gt; et le calcul local sont gratuits, y compris pour un usage commercial. Les sandboxes cloud démarrent à 0,07 $ de l'heure, les frais de modèle sont séparés, et la gouvernance d'organisation coûte un supplément.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Ai-je besoin de Docker Desktop ?&lt;/strong&gt; Non. La CLI &lt;code&gt;sbx&lt;/code&gt; s'installe seule via Homebrew, WinGet ou les paquets Ubuntu de Docker.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;L'agent peut-il voir mes clés API ?&lt;/strong&gt; Pas pour les services gérés par &lt;code&gt;sbx&lt;/code&gt;, comme OpenAI, Anthropic et GitHub. Le proxy hôte injecte ces identifiants, et les valeurs brutes n'entrent jamais dans la VM. Tout ce que vous installez vous-même dans le sandbox y réside bien.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Pourquoi Codex s'exécute-t-il avec les approbations désactivées dans un sandbox ?&lt;/strong&gt; &lt;code&gt;sbx run codex&lt;/code&gt; lance &lt;code&gt;codex --dangerously-bypass-approvals-and-sandbox&lt;/code&gt; par défaut, car la microVM constitue la frontière de sécurité. Vous pouvez réactiver les invites d'approbation au sein de la session.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Profils de permissions Codex : exemples de config.toml pour exécuter des agents en toute sécurité</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 07:31:12 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/profils-de-permissions-codex-exemples-de-configtoml-pour-executer-des-agents-en-toute-securite-4poh</link>
      <guid>https://dev.to/antoine_laurentt/profils-de-permissions-codex-exemples-de-configtoml-pour-executer-des-agents-en-toute-securite-4poh</guid>
      <description>&lt;p&gt;Les profils d'autorisations Codex sont des politiques nommées dans &lt;code&gt;config.toml&lt;/code&gt; qui déterminent ce que les commandes exécutées par Codex sur votre machine peuvent lire, écrire et atteindre sur le réseau. On en choisit un avec &lt;code&gt;default_permissions&lt;/code&gt;, on part d'un profil intégré (&lt;code&gt;:read-only&lt;/code&gt;, &lt;code&gt;:workspace&lt;/code&gt; ou &lt;code&gt;:danger-full-access&lt;/code&gt;), puis on ajoute des chemins &lt;code&gt;read&lt;/code&gt;, &lt;code&gt;write&lt;/code&gt; et &lt;code&gt;deny&lt;/code&gt; ainsi qu'une liste de domaines autorisés.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;Ce guide fournit des exemples de &lt;code&gt;config.toml&lt;/code&gt; prêts à copier pour les configurations les plus courantes, dont un dédié au travail d'API qui permet à votre agent de codage d'exécuter les tests Apidog CLI contre vos propres hôtes d'API sans accès à Internet ouvert.&lt;/p&gt;

&lt;h2&gt;
  
  
  Que sont les profils d'autorisations Codex ?
&lt;/h2&gt;

&lt;p&gt;Un profil d'autorisations est une politique de bac à sable réutilisable pour Codex. Il combine des règles de système de fichiers (quels chemins les commandes peuvent lire, écrire ou ne jamais toucher) et des règles réseau (si les commandes peuvent accéder au réseau, et quels domaines). Codex l'applique avec Seatbelt sur macOS, bubblewrap plus seccomp sur Linux et WSL, et MXC sur Windows.&lt;/p&gt;

&lt;p&gt;OpenAI a expliqué cette conception dans &lt;a href="https://openai.com/index/inside-the-codex-sandbox/" rel="noopener noreferrer"&gt;Inside the Codex sandbox&lt;/a&gt;, publié le 18 novembre 2026. Plutôt que de déplacer votre travail dans un conteneur, Codex encadre les commandes dans votre environnement existant, afin que les chaînes d'outils natives fonctionnent toujours.&lt;/p&gt;

&lt;p&gt;Codex fournit trois profils intégrés :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Profil&lt;/th&gt;
&lt;th&gt;Système de fichiers&lt;/th&gt;
&lt;th&gt;Réseau&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;:read-only&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;Les commandes peuvent lire, pas écrire&lt;/td&gt;
&lt;td&gt;Désactivé&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;:workspace&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;Écritures dans les racines de l'espace de travail et les répertoires temporaires ; &lt;code&gt;.git&lt;/code&gt;, &lt;code&gt;.agents&lt;/code&gt;, &lt;code&gt;.codex&lt;/code&gt;, &lt;code&gt;.aws&lt;/code&gt; restent en lecture seule&lt;/td&gt;
&lt;td&gt;Désactivé&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;:danger-full-access&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;Aucune restriction de bac à sable local&lt;/td&gt;
&lt;td&gt;Complet, direct&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;La &lt;a href="https://learn.chatgpt.com/docs/permissions" rel="noopener noreferrer"&gt;documentation sur les autorisations&lt;/a&gt; classe encore la fonctionnalité en Beta, attendez-vous donc à ce que les clés changent d'une version à l'autre.&lt;/p&gt;

&lt;h2&gt;
  
  
  Où placer la table des autorisations dans config.toml
&lt;/h2&gt;

&lt;p&gt;Vos profils résident dans &lt;code&gt;~/.codex/config.toml&lt;/code&gt; (ou dans une couche projet ou système). Deux éléments de premier niveau comptent :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;code&gt;default_permissions&lt;/code&gt; nomme le profil que Codex applique par défaut. Il doit correspondre à un profil intégré ou à un profil défini sous &lt;code&gt;[permissions]&lt;/code&gt;.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;[permissions.&amp;lt;name&amp;gt;]&lt;/code&gt; définit un profil. Donnez-lui une &lt;code&gt;description&lt;/code&gt; ; elle apparaît dans le sélecteur &lt;code&gt;/permissions&lt;/code&gt;.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Une règle en piège plus d'un. Les profils d'autorisations ne se combinent pas avec les anciens paramètres de bac à sable. Si &lt;code&gt;sandbox_mode&lt;/code&gt; figure dans un fichier de configuration chargé, ou si vous passez &lt;code&gt;--sandbox&lt;/code&gt;, Codex utilise les anciens paramètres et ignore &lt;code&gt;default_permissions&lt;/code&gt;. Supprimez &lt;code&gt;sandbox_mode&lt;/code&gt; et &lt;code&gt;[sandbox_workspace_write]&lt;/code&gt; avant de basculer.&lt;/p&gt;

&lt;p&gt;Les profils suivent le modèle habituel de &lt;a href="https://learn.chatgpt.com/docs/config-file/config-basic" rel="noopener noreferrer"&gt;priorité de configuration&lt;/a&gt;. Les tables fusionnent de façon récursive, ainsi une configuration d'équipe peut ajouter un domaine ou un chemin au profil d'une organisation sans devoir tout redéclarer.&lt;/p&gt;

&lt;h2&gt;
  
  
  Règles de système de fichiers : read, write et deny
&lt;/h2&gt;

&lt;p&gt;Chaque entrée de système de fichiers associe un chemin à &lt;code&gt;read&lt;/code&gt;, &lt;code&gt;write&lt;/code&gt; ou &lt;code&gt;deny&lt;/code&gt;. Les chemins plus spécifiques priment sur les plus généraux, et lorsque deux entrées ciblent le même chemin, &lt;code&gt;deny&lt;/code&gt; l'emporte sur &lt;code&gt;write&lt;/code&gt;, qui l'emporte sur &lt;code&gt;read&lt;/code&gt;.&lt;/p&gt;

&lt;p&gt;Les formes de chemins que vous utiliserez le plus :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;code&gt;:minimal&lt;/code&gt; : les chemins de plateforme et d'exécution dont les outils courants ont besoin&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;:workspace_roots&lt;/code&gt; : les racines de l'espace de travail de la session, plus les racines ajoutées par le profil&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;:root&lt;/code&gt;, &lt;code&gt;:tmpdir&lt;/code&gt;, &lt;code&gt;:slash_tmp&lt;/code&gt;, les chemins absolus et les chemins &lt;code&gt;~/&lt;/code&gt;
&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Utilisez &lt;code&gt;extends&lt;/code&gt; pour hériter des protections intégrées au lieu de les reconstruire. Voici un profil qui conserve les valeurs par défaut de &lt;code&gt;:workspace&lt;/code&gt; et verrouille les secrets :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight toml"&gt;&lt;code&gt;&lt;span class="na"&gt;default_permissions&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"dev"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.dev]&lt;/span&gt;
&lt;span class="na"&gt;description&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"Workspace edits, secrets denied, no network."&lt;/span&gt;
&lt;span class="na"&gt;extends&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;":workspace"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.dev.filesystem]&lt;/span&gt;
&lt;span class="s2"&gt;"~/build-cache"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"write"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.dev.filesystem.":workspace_roots"]&lt;/span&gt;
&lt;span class="s2"&gt;".vscode"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"read"&lt;/span&gt;
&lt;span class="s2"&gt;"**/*.env"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"deny"&lt;/span&gt;
&lt;span class="s2"&gt;"secrets"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"deny"&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Les règles sous &lt;code&gt;:workspace_roots&lt;/code&gt; s'appliquent à chaque racine, donc &lt;code&gt;secrets&lt;/code&gt; désigne le dossier &lt;code&gt;secrets&lt;/code&gt; de chaque racine de projet. Un profil peut étendre &lt;code&gt;:read-only&lt;/code&gt;, &lt;code&gt;:workspace&lt;/code&gt; ou un autre profil nommé. Il ne peut pas étendre &lt;code&gt;:danger-full-access&lt;/code&gt;.&lt;/p&gt;

&lt;p&gt;Sur Linux, WSL et Windows natif, un motif d'exclusion &lt;code&gt;**&lt;/code&gt; non borné peut nécessiter &lt;code&gt;glob_scan_max_depth&lt;/code&gt; (au moins &lt;code&gt;1&lt;/code&gt;) sous &lt;code&gt;[permissions.&amp;lt;name&amp;gt;.filesystem]&lt;/code&gt; afin que Codex puisse l'étendre avant le démarrage du bac à sable.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fxhbb1hfbz7i5d0t2ldmy.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fxhbb1hfbz7i5d0t2ldmy.png" alt="Diagram of how a Codex permission profile filters filesystem paths and network requests before a command runs" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  Règles réseau : désactivé, ouvert ou liste d'autorisation
&lt;/h2&gt;

&lt;p&gt;Le réseau a trois états, et deux paramètres les contrôlent :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;Réseau désactivé&lt;/strong&gt; (&lt;code&gt;enabled = false&lt;/code&gt;, la valeur par défaut de &lt;code&gt;:workspace&lt;/code&gt;) : les commandes ne peuvent pas atteindre le réseau.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Réseau activé, proxy désactivé&lt;/strong&gt; : les commandes obtiennent un accès direct et illimité. Vos règles de domaine sont ignorées.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Réseau activé, proxy activé&lt;/strong&gt; : le trafic passe par le proxy réseau Codex, qui applique les règles de domaine du profil.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;Le deuxième état est le piège. Définir &lt;code&gt;permissions.&amp;lt;name&amp;gt;.network.enabled = true&lt;/code&gt; ne démarre pas le proxy. Il faut aussi ceci au niveau supérieur :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight toml"&gt;&lt;code&gt;&lt;span class="k"&gt;[features]&lt;/span&gt;
&lt;span class="na"&gt;network_proxy&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="kc"&gt;true&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Les motifs de domaine prennent en charge les hôtes exacts (&lt;code&gt;api.example.com&lt;/code&gt;), &lt;code&gt;*.example.com&lt;/code&gt; pour les sous-domaines uniquement, &lt;code&gt;**.example.com&lt;/code&gt; pour le domaine apex et les sous-domaines, et &lt;code&gt;*&lt;/code&gt; comme joker global d'autorisation uniquement. Les entrées de refus l'emportent sur les entrées d'autorisation, et un proxy actif sans entrées &lt;code&gt;allow&lt;/code&gt; bloque tout accès externe.&lt;/p&gt;

&lt;p&gt;Lorsque le proxy est actif, il bloque aussi par défaut les cibles locales et privées. Pour atteindre un service local, ajoutez à la liste d'autorisation l'hôte littéral, comme &lt;code&gt;"localhost" = "allow"&lt;/code&gt; ou &lt;code&gt;"127.0.0.1" = "allow"&lt;/code&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  Un profil d'autorisations Codex pour le travail d'API
&lt;/h2&gt;

&lt;p&gt;Voici le profil que nous avons testé pour le développement d'API. Il modifie le code dans l'espace de travail, ne lit jamais les fichiers &lt;code&gt;.env&lt;/code&gt; ni le dossier &lt;code&gt;secrets&lt;/code&gt;, et ne peut atteindre que votre hôte d'API et Apidog :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight toml"&gt;&lt;code&gt;&lt;span class="na"&gt;default_permissions&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"api-work"&lt;/span&gt;

&lt;span class="k"&gt;[features]&lt;/span&gt;
&lt;span class="na"&gt;network_proxy&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="kc"&gt;true&lt;/span&gt;

&lt;span class="k"&gt;[permissions.api-work]&lt;/span&gt;
&lt;span class="na"&gt;description&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"Workspace edits, no secrets, API hosts only."&lt;/span&gt;
&lt;span class="na"&gt;extends&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;":workspace"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.api-work.filesystem.":workspace_roots"]&lt;/span&gt;
&lt;span class="s2"&gt;"**/*.env"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"deny"&lt;/span&gt;
&lt;span class="s2"&gt;"secrets"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"deny"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.api-work.network]&lt;/span&gt;
&lt;span class="na"&gt;enabled&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="kc"&gt;true&lt;/span&gt;

&lt;span class="k"&gt;[permissions.api-work.network.domains]&lt;/span&gt;
&lt;span class="s2"&gt;"api.your-company.com"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"allow"&lt;/span&gt;      &lt;span class="c1"&gt;# the API under test&lt;/span&gt;
&lt;span class="s2"&gt;"staging-api.your-company.com"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"allow"&lt;/span&gt;
&lt;span class="s2"&gt;"**.apidog.com"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"allow"&lt;/span&gt;             &lt;span class="c1"&gt;# Apidog CLI and its API&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Remplacez les deux hôtes par ceux que vos tests ciblent. Apidog CLI envoie des requêtes de test depuis votre machine vers l'API testée, donc cet hôte doit figurer dans la liste d'autorisation, pas seulement celui d'Apidog. Si vous testez un serveur local, ajoutez &lt;code&gt;"localhost" = "allow"&lt;/code&gt;.&lt;/p&gt;

&lt;p&gt;Installez les paquets avant la session, pas pendant. L'exécution de &lt;code&gt;npm install -g apidog-cli@latest&lt;/code&gt; nécessite &lt;code&gt;registry.npmjs.org&lt;/code&gt;, que ce profil bloque volontairement.&lt;/p&gt;

&lt;p&gt;Un piège rencontré lors de notre test : sur un Mac exécutant une application proxy ou un VPN en mode DNS fake-IP, chaque hôte autorisé se résolvait en une adresse &lt;code&gt;198.18.x.x&lt;/code&gt;. La protection local/privé les traitait comme privées et les bloquait, et Codex signalait « local/private network addresses are blocked by the sandbox policy ». L'ajout de &lt;code&gt;allow_local_binding = true&lt;/code&gt; sous &lt;code&gt;[permissions.api-work.network]&lt;/code&gt; a résolu le problème, mais cela ouvre aussi des noms d'hôtes autorisés qui se résolvent en adresses privées ; ne l'activez donc que si nécessaire.&lt;/p&gt;

&lt;h2&gt;
  
  
  Testez le profil avec codex sandbox
&lt;/h2&gt;

&lt;p&gt;Ne faites pas confiance à un profil avant de l'avoir vu bloquer quelque chose. La commande &lt;code&gt;codex sandbox&lt;/code&gt; exécute n'importe quelle commande sous un profil nommé et traite le répertoire courant comme racine d'espace de travail :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;codex sandbox --permission-profile api-work -- cat README.md .env
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Avec le profil ci-dessus, notre exécution a affiché le README puis :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;cat: .env: Operation not permitted
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Une écriture hors de l'espace de travail a échoué de la même façon (&lt;code&gt;Operation not permitted&lt;/code&gt;), tandis qu'un nouveau fichier dans l'espace de travail a bien été créé. Pour le réseau, vérifiez que le proxy bloque un hôte que vous n'avez pas listé :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;codex sandbox -P api-work -- curl -sI https://example.org
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Le proxy a répondu &lt;code&gt;403 Forbidden&lt;/code&gt; avec &lt;code&gt;x-proxy-error: blocked-by-allowlist&lt;/code&gt;, tandis qu'&lt;code&gt;apidog.com&lt;/code&gt; a renvoyé &lt;code&gt;200&lt;/code&gt;. Sur macOS, ajoutez &lt;code&gt;--log-denials&lt;/code&gt; pour afficher les refus Seatbelt après la sortie de la commande.&lt;/p&gt;

&lt;p&gt;Vous pouvez aussi utiliser &lt;code&gt;codex sandbox&lt;/code&gt; pour encadrer des processus que Codex ne sandboxe pas de lui-même. L'article d'OpenAI indique que les serveurs MCP stdio dans &lt;code&gt;config.toml&lt;/code&gt; s'exécutent sans bac à sable, et montre un profil &lt;code&gt;memory-mcp&lt;/code&gt; avec &lt;code&gt;"~/mcp-data" = "write"&lt;/code&gt; et &lt;code&gt;network.enabled = false&lt;/code&gt; enveloppant la commande &lt;code&gt;npx&lt;/code&gt; du serveur.&lt;/p&gt;

&lt;h2&gt;
  
  
  Changez de profil en cours de session avec /permissions
&lt;/h2&gt;

&lt;p&gt;Dans le CLI Codex, tapez &lt;code&gt;/permissions&lt;/code&gt; pour ouvrir le sélecteur. Lorsque des profils nommés existent, il les liste avec leurs descriptions. Pour en sélectionner un directement :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;/permissions api-work --approval-policy=on-request --reviewer=user
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Cela définit le profil pour la session en cours et vous envoie les demandes d'approbation. Profils et approbations sont des contrôles distincts : le profil décide de ce qu'une commande sandboxée peut toucher, et la politique d'approbation décide quand Codex demande une validation avant d'en sortir. La &lt;a href="https://learn.chatgpt.com/docs/developer-commands?surface=cli" rel="noopener noreferrer"&gt;référence des commandes CLI&lt;/a&gt; liste les autres commandes de session.&lt;/p&gt;

&lt;h2&gt;
  
  
  Laissez Codex tester votre API avec Apidog CLI
&lt;/h2&gt;

&lt;p&gt;Avec &lt;code&gt;api-work&lt;/code&gt; actif, Codex peut exécuter de vrais tests d'API sans accès à Internet ouvert. &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt; fournit à votre agent des commandes pour les endpoints, les cas de test et les exécutions, avec une sortie JSON qu'il peut lire. Configurez-le une fois en dehors du bac à sable :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog auth login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
apidog skill install
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Ensuite, donnez une seule instruction à Codex :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Using Apidog CLI, create a test case in project &amp;lt;projectId&amp;gt; for
GET /orders/{id} on endpoint &amp;lt;endpointId&amp;gt; that asserts a 200 status and
a non-empty "items" array. Run it against environment &amp;lt;envId&amp;gt; and
summarize any failures.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Codex lit le schéma de charge utile, valide son JSON et exécute le cas :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json
apidog test-case run --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --endpoint &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;endpointId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Lors de notre test, &lt;code&gt;apidog auth status&lt;/code&gt; et &lt;code&gt;apidog project list&lt;/code&gt; se sont tous deux exécutés dans le bac à sable &lt;code&gt;api-work&lt;/code&gt; avec seulement &lt;code&gt;**.apidog.com&lt;/code&gt; autorisé. Votre jeton reste dans &lt;code&gt;~/.apidog&lt;/code&gt;, que le profil peut lire mais pas modifier. Pour un tutoriel complet, consultez &lt;a href="https://apidog.com/fr/blog/apidog-cli-in-codex?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;comment utiliser l'Apidog CLI dans Codex&lt;/a&gt;, et remplacez &lt;code&gt;-r cli,json&lt;/code&gt; par &lt;code&gt;-r junit&lt;/code&gt; lorsque la même exécution passe dans &lt;a href="https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;un pipeline CI&lt;/a&gt;. Le plan gratuit d'Apidog couvre jusqu'à 4 utilisateurs.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F9zlur3je0zy78b8o21hj.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F9zlur3je0zy78b8o21hj.png" alt="Flow diagram of Codex running Apidog CLI inside the api-work profile, with the network proxy allowing the API host and Apidog and blocking other domains" width="800" height="400"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  Les limites à connaître avant de faire confiance à un profil
&lt;/h2&gt;

&lt;p&gt;Les profils d'autorisations réduisent le rayon d'impact. Ils ne rendent pas un agent sûr à eux seuls. La documentation et l'article d'OpenAI listent ces limites :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Les lectures larges restent actives avec &lt;code&gt;:workspace&lt;/code&gt;.&lt;/strong&gt; Les compilateurs ont besoin de SDK et de configurations hors du dépôt, donc un fichier de configuration situé ailleurs et contenant des clés d'API peut rester lisible. Refusez explicitement &lt;code&gt;~/.ssh&lt;/code&gt; et les chemins similaires, ou utilisez &lt;code&gt;":root" = "deny"&lt;/code&gt; plus &lt;code&gt;":minimal" = "read"&lt;/code&gt;.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Les motifs d'exclusion sont un instantané.&lt;/strong&gt; Sur Linux, WSL et Windows, les correspondances sont étendues au démarrage de chaque processus sandboxé. Un &lt;code&gt;.env&lt;/code&gt; créé plus tard reste lisible par un shell ou un serveur de développement de longue durée.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Les jokers peuvent encore fuiter via DNS.&lt;/strong&gt; Le proxy ne résout un nom d'hôte qu'après son autorisation, mais des règles à jokers larges ou l'accès à des services DNS peuvent toujours permettre une exfiltration via DNS.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Le proxy ne couvre que les commandes sandboxées.&lt;/strong&gt; La recherche web, les connecteurs, les serveurs MCP, le navigateur et le trafic propre au modèle de Codex utilisent des contrôles distincts.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Les écritures peuvent survivre à la session.&lt;/strong&gt; L'exemple d'OpenAI est un &lt;code&gt;node_modules/prettier&lt;/code&gt; altéré que votre éditeur exécutera plus tard lors de l'enregistrement, hors du bac à sable.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Si vous avez utilisé des &lt;a href="https://apidog.com/fr/blog/bypass-codex-sandbox?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;contournements pour échapper au bac à sable Codex&lt;/a&gt;, un profil personnalisé étroit est généralement la solution la plus propre. Les équipes qui ont besoin d'une politique sur plusieurs machines devraient consulter le &lt;a href="https://learn.chatgpt.com/docs/enterprise/security-cookbook" rel="noopener noreferrer"&gt;cookbook de sécurité Codex&lt;/a&gt; et les &lt;code&gt;allowed_permission_profiles&lt;/code&gt; gérés.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;h3&gt;
  
  
  Quel est le profil d'autorisations Codex par défaut ?
&lt;/h3&gt;

&lt;p&gt;Il n'y en a pas sur lequel vous devriez compter. La documentation indique de définir &lt;code&gt;default_permissions&lt;/code&gt; explicitement pour un comportement prévisible. Pour la plupart des travaux de codage, &lt;code&gt;:workspace&lt;/code&gt; est une base raisonnable : écritures dans les racines de l'espace de travail et les répertoires temporaires, réseau désactivé.&lt;/p&gt;

&lt;h3&gt;
  
  
  Pourquoi mes règles de domaine sont-elles ignorées ?
&lt;/h3&gt;

&lt;p&gt;Généralement, &lt;code&gt;features.network_proxy&lt;/code&gt; est absent. Avec &lt;code&gt;network.enabled = true&lt;/code&gt; et sans proxy, les commandes obtiennent un accès réseau direct et illimité. Vérifiez aussi qu'aucune configuration chargée ne définit &lt;code&gt;sandbox_mode&lt;/code&gt;, ce qui désactive entièrement les profils.&lt;/p&gt;

&lt;h3&gt;
  
  
  Comment empêcher Codex de lire les fichiers .env ?
&lt;/h3&gt;

&lt;p&gt;Ajoutez &lt;code&gt;"**/*.env" = "deny"&lt;/code&gt; sous &lt;code&gt;[permissions.&amp;lt;name&amp;gt;.filesystem.":workspace_roots"]&lt;/code&gt;. Sur Linux, WSL et Windows, définissez &lt;code&gt;glob_scan_max_depth&lt;/code&gt; pour les motifs &lt;code&gt;**&lt;/code&gt; non bornés, et rappelez-vous que les nouvelles correspondances ne sont pas ajoutées aux processus déjà en cours d'exécution.&lt;/p&gt;

&lt;h3&gt;
  
  
  Puis-je autoriser localhost dans un profil d'autorisations Codex ?
&lt;/h3&gt;

&lt;p&gt;Oui. Ajoutez à la liste d'autorisation l'hôte littéral, comme &lt;code&gt;"localhost" = "allow"&lt;/code&gt; ou &lt;code&gt;"127.0.0.1" = "allow"&lt;/code&gt;. Ne définissez &lt;code&gt;allow_local_binding = true&lt;/code&gt; que lorsqu'un nom d'hôte autorisé se résout en adresse locale ou privée.&lt;/p&gt;

&lt;h3&gt;
  
  
  Les profils d'autorisations sandboxent-ils les serveurs MCP ?
&lt;/h3&gt;

&lt;p&gt;Non. Les serveurs MCP stdio dans &lt;code&gt;config.toml&lt;/code&gt; démarrent sans bac à sable. Enveloppez la commande du serveur dans &lt;code&gt;codex sandbox --permission-profile &amp;lt;name&amp;gt; --&lt;/code&gt; avec son propre profil.&lt;/p&gt;

&lt;h3&gt;
  
  
  Puis-je utiliser les profils avec l'option --sandbox ?
&lt;/h3&gt;

&lt;p&gt;Non. Passer &lt;code&gt;--sandbox&lt;/code&gt; ou définir &lt;code&gt;sandbox_mode&lt;/code&gt; fait que Codex utilise les anciens paramètres de bac à sable au lieu de &lt;code&gt;default_permissions&lt;/code&gt;. Choisissez un système par session.&lt;/p&gt;

</description>
      <category>agents</category>
      <category>programming</category>
      <category>security</category>
    </item>
    <item>
      <title>Comment isoler un serveur MCP avec codex sandbox</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 07:31:09 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/comment-isoler-un-serveur-mcp-avec-codex-sandbox-le2</link>
      <guid>https://dev.to/antoine_laurentt/comment-isoler-un-serveur-mcp-avec-codex-sandbox-le2</guid>
      <description>&lt;h1&gt;
  
  
  Comment exécuter un serveur MCP dans un sandbox Codex (guide pratique)
&lt;/h1&gt;

&lt;p&gt;Pour exécuter un serveur MCP dans un sandbox Codex, définissez un profil de permissions dans &lt;code&gt;~/.codex/config.toml&lt;/code&gt;, puis faites pointer le &lt;code&gt;command&lt;/code&gt; du serveur vers &lt;code&gt;codex sandbox --permission-profile &amp;lt;name&amp;gt; --&lt;/code&gt; suivi de la commande d'origine. Codex ne place pas les serveurs MCP stdio dans un sandbox par défaut ; sans cet enrobage, un serveur &lt;code&gt;npx&lt;/code&gt; s'exécute avec l'ensemble de vos permissions utilisateur.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;L'article d'ingénierie d'OpenAI &lt;a href="https://openai.com/index/inside-the-codex-sandbox/" rel="noopener noreferrer"&gt;Inside the Codex sandbox&lt;/a&gt;, publié le 18 novembre 2026, l'explique sans détour : Codex ne peut pas deviner de manière fiable quels fichiers ou services réseau un serveur nécessite, il laisse donc intacte la commande de lancement du serveur. Chaque serveur MCP que vous ajoutez avec &lt;code&gt;npx -y&lt;/code&gt; peut lire votre dossier personnel, écrire partout où vous avez les droits d'écriture et appeler n'importe quel hôte sur Internet.&lt;/p&gt;

&lt;p&gt;Vous allez ci-dessous créer un profil pour le &lt;a href="https://apidog.com/fr/blog/apidog-mcp-server?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;serveur MCP Apidog&lt;/a&gt;, le verrouiller sur un fichier OpenAPI local avec le réseau désactivé, vérifier que le profil fonctionne avec &lt;code&gt;codex sandbox&lt;/code&gt;, puis confier le travail routinier à votre agent de programmation via la CLI Apidog.&lt;/p&gt;

&lt;h2&gt;
  
  
  Pourquoi Codex laisse les serveurs MCP stdio hors sandbox
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Un serveur MCP stdio est un programme local que Codex lance et auquel il parle via l'entrée et la sortie standard. Codex applique un sandbox aux commandes shell exécutées par son modèle, mais il ne sandboxe pas la commande qui lance un serveur MCP, car il ne peut pas déterminer de quels fichiers ou hôtes ce serveur a besoin. Le serveur hérite de l'ensemble de vos permissions utilisateur.&lt;/strong&gt;&lt;/p&gt;

&lt;p&gt;Les commandes exécutées par le modèle bénéficient du profil intégré &lt;code&gt;:workspace&lt;/code&gt; : écritures limitées à l'espace de travail, &lt;code&gt;.git&lt;/code&gt; et &lt;code&gt;.codex&lt;/code&gt; en lecture seule, lectures étendues, aucun réseau. Un serveur MCP déclaré dans &lt;code&gt;[mcp_servers]&lt;/code&gt; ne bénéficie de rien de tout cela.&lt;/p&gt;

&lt;p&gt;Cette lacune est importante, car les serveurs MCP sont du code tiers que vous récupérez au moment du lancement. Une configuration typique ressemble à ceci :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight toml"&gt;&lt;code&gt;&lt;span class="k"&gt;[mcp_servers.memory]&lt;/span&gt;
&lt;span class="na"&gt;command&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"npx"&lt;/span&gt;
&lt;span class="na"&gt;args&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="s2"&gt;"-y"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"@modelcontextprotocol/server-memory@1.0.0"&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;npx -y&lt;/code&gt; télécharge le paquet et l'exécute sans confirmation. Si ce paquet est compromis, il peut lire vos fichiers &lt;code&gt;.env&lt;/code&gt; et vos clés SSH et les envoyer n'importe où. Notre guide sur les &lt;a href="https://apidog.com/fr/blog/mcp-security-policies?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;politiques de sécurité MCP&lt;/a&gt; couvre le modèle de menace dans son ensemble ; cet article comble la seule faille de votre configuration Codex.&lt;/p&gt;

&lt;h2&gt;
  
  
  Fonctionnement d'un profil de permissions Codex
&lt;/h2&gt;

&lt;p&gt;Un profil de permissions est un ensemble nommé de règles de système de fichiers et de réseau définies sous &lt;code&gt;[permissions]&lt;/code&gt; dans &lt;code&gt;config.toml&lt;/code&gt;. L'article d'OpenAI et la &lt;a href="https://learn.chatgpt.com/docs/permissions" rel="noopener noreferrer"&gt;documentation sur les permissions Codex&lt;/a&gt; décrivent trois niveaux de système de fichiers :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Valeur&lt;/th&gt;
&lt;th&gt;Effet&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;read&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;Accès en lecture seule&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;write&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;Accès en lecture et en écriture&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;deny&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;Aucun accès&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Trois clés font l'essentiel du travail :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;code&gt;":root" = "read"&lt;/code&gt; accorde des lectures étendues, dont Node.js et npm ont besoin pour charger leurs propres fichiers.&lt;/li&gt;
&lt;li&gt;Un chemin tel que &lt;code&gt;"~/.npm" = "write"&lt;/code&gt; n'accorde l'écriture que dans ce dossier.&lt;/li&gt;
&lt;li&gt;Une table &lt;code&gt;":workspace_roots"&lt;/code&gt; applique des règles relatives à chaque racine d'espace de travail. &lt;code&gt;"**/*.env" = "deny"&lt;/code&gt; bloque tous les fichiers &lt;code&gt;.env&lt;/code&gt; qu'elle contient.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;Le réseau dispose de trois modes : désactivé, routé via le proxy de Codex avec une liste de domaines autorisés, ou accès complet.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fht1j68kpv781jdy59fj0.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fht1j68kpv781jdy59fj0.png" alt="Trois modes réseau pour un profil de permissions Codex : network.enabled = false pour aucun réseau, un proxy avec une liste de domaines autorisés comme api.apidog.com, et un accès réseau complet à éviter pour les serveurs MCP" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;La &lt;a href="https://github.com/openai/codex" rel="noopener noreferrer"&gt;CLI Codex open source&lt;/a&gt; fait respecter ces règles par le système d'exploitation : Seatbelt sur macOS, bubblewrap associé à seccomp sur Linux et, sur les appareils Windows compatibles, MXC de Microsoft. Les processus enfants héritent des limites, si bien que tout ce que le serveur lance reste dans la même boîte.&lt;/p&gt;

&lt;h2&gt;
  
  
  Étape 1 : choisir le mode le plus sûr pour le serveur MCP Apidog
&lt;/h2&gt;

&lt;p&gt;Le serveur MCP Apidog (&lt;a href="https://www.npmjs.com/package/apidog-mcp-server" rel="noopener noreferrer"&gt;&lt;code&gt;apidog-mcp-server&lt;/code&gt; sur npm&lt;/a&gt;, version 0.0.18 aujourd'hui) fonctionne selon deux modes :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Mode projet&lt;/strong&gt;, avec &lt;code&gt;--project-id=&amp;lt;id&amp;gt;&lt;/code&gt; et un &lt;code&gt;APIDOG_ACCESS_TOKEN&lt;/code&gt;, récupère la documentation de vos API depuis un projet Apidog via le réseau.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Mode OAS&lt;/strong&gt;, avec &lt;code&gt;--oas=&amp;lt;url-or-path&amp;gt;&lt;/code&gt;, lit directement un fichier Swagger ou OpenAPI.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Le mode OAS avec un fichier local ne nécessite aucun réseau. C'est le profil le plus restrictif que vous puissiez écrire, c'est donc l'exemple principal ici. La CLI Apidog maintient la spec à jour depuis l'extérieur du sandbox (étape 5).&lt;/p&gt;

&lt;p&gt;Nous avons examiné le paquet 0.0.18 pour identifier ce que le serveur écrit : il met des données en cache dans &lt;code&gt;~/.apidog-mcp-server&lt;/code&gt; (ou dans le dossier défini par &lt;code&gt;APIDOG_DATA_LOCATION&lt;/code&gt;), et en mode projet, il appelle &lt;code&gt;https://api.apidog.com&lt;/code&gt; sauf si vous passez &lt;code&gt;--apidog-api-base-url&lt;/code&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  Étape 2 : définir le profil de permissions
&lt;/h2&gt;

&lt;p&gt;Ajoutez ceci dans &lt;code&gt;~/.codex/config.toml&lt;/code&gt; :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight toml"&gt;&lt;code&gt;&lt;span class="k"&gt;[permissions.apidog-mcp.filesystem]&lt;/span&gt;
&lt;span class="c1"&gt;# Broad reads so Node.js and npm can load their own files.
&lt;/span&gt;&lt;span class="s2"&gt;":root"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"read"&lt;/span&gt;
&lt;span class="s2"&gt;"~/.npm"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"write"&lt;/span&gt;
&lt;span class="s2"&gt;"~/.apidog-mcp-server"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"write"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.apidog-mcp.filesystem.":workspace_roots"]&lt;/span&gt;
&lt;span class="s2"&gt;"**/*.env"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"deny"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.apidog-mcp.network]&lt;/span&gt;
&lt;span class="na"&gt;enabled&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="kc"&gt;false&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Le serveur peut lire la spec et écrire dans deux dossiers de cache. Il ne peut ouvrir aucun fichier &lt;code&gt;.env&lt;/code&gt; de l'espace de travail et n'a aucun accès réseau.&lt;/p&gt;

&lt;h2&gt;
  
  
  Étape 3 : enrober la commande du serveur dans codex sandbox
&lt;/h2&gt;

&lt;p&gt;Remplacez maintenant le lancement &lt;code&gt;npx&lt;/code&gt; simple par &lt;code&gt;codex sandbox&lt;/code&gt;. L'option &lt;code&gt;-C&lt;/code&gt; définit le répertoire de travail, qui est aussi la racine d'espace de travail à laquelle s'applique la règle &lt;code&gt;.env&lt;/code&gt; :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight toml"&gt;&lt;code&gt;&lt;span class="k"&gt;[mcp_servers.pets-api-docs]&lt;/span&gt;
&lt;span class="na"&gt;command&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"codex"&lt;/span&gt;
&lt;span class="na"&gt;args&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="p"&gt;[&lt;/span&gt;
  &lt;span class="s2"&gt;"sandbox"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="s2"&gt;"--permission-profile"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"apidog-mcp"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="s2"&gt;"-C"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"/Users/you/code/pets-api"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="s2"&gt;"--"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="s2"&gt;"npx"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"--offline"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="s2"&gt;"apidog-mcp-server@0.0.18"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="s2"&gt;"--oas=/Users/you/code/pets-api/openapi.json"&lt;/span&gt;
&lt;span class="p"&gt;]&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Trois détails comptent :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Épinglez la version.&lt;/strong&gt; &lt;code&gt;@0.0.18&lt;/code&gt; empêche une nouvelle version de remplacer le code sous vos pieds.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Utilisez &lt;code&gt;npx --offline&lt;/code&gt;.&lt;/strong&gt; Avec le réseau désactivé, &lt;code&gt;npx&lt;/code&gt; doit trouver le paquet dans le cache.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Utilisez des chemins absolus.&lt;/strong&gt; Codex transmet les &lt;code&gt;args&lt;/code&gt; directement, sans passer par un shell, donc &lt;code&gt;~&lt;/code&gt; n'est pas développé.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Le README d'Apidog suggère de nommer le serveur d'après l'API qu'il documente, par exemple « Pets API Documentation », afin que le modèle sache quand l'utiliser.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F62b2cm6eoubckn5418d8.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F62b2cm6eoubckn5418d8.png" alt="Schéma : Codex lance codex sandbox avec le profil apidog-mcp, qui exécute npx --offline apidog-mcp-server avec un fichier OpenAPI ; dans le sandbox, il peut lire openapi.json et écrire dans ~/.npm et ~/.apidog-mcp-server, tandis que les fichiers .env, Internet et les autres dossiers sont bloqués" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  Étape 4 : pré-mettre le paquet en cache et vérifier que le profil fonctionne
&lt;/h2&gt;

&lt;p&gt;Le sandbox peut écrire dans le dossier de cache mais ne peut pas le créer, et il ne peut rien télécharger. Exécutez ces commandes une fois, en dehors du sandbox :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;mkdir -p ~/.apidog-mcp-server
npx -y --package=apidog-mcp-server@0.0.18 -c &lt;span class="kc"&gt;true&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Testez ensuite le profil avant de lui faire confiance. &lt;code&gt;codex sandbox&lt;/code&gt; exécute n'importe quelle commande sous un profil, ce qui en fait un banc d'essai rapide :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;&lt;span class="nb"&gt;cd&lt;/span&gt; /Users/you/code/pets-api

&lt;span class="c"&gt;# 1. A .env file in the workspace is unreadable&lt;/span&gt;
codex sandbox --permission-profile apidog-mcp -- cat .env
&lt;span class="c"&gt;# cat: .env: Operation not permitted&lt;/span&gt;

&lt;span class="c"&gt;# 2. Writes outside the allowed folders fail&lt;/span&gt;
codex sandbox --permission-profile apidog-mcp -- bash -c &lt;span class="s1"&gt;'echo x &amp;gt; /tmp/probe.txt'&lt;/span&gt;
&lt;span class="c"&gt;# bash: /tmp/probe.txt: Operation not permitted&lt;/span&gt;

&lt;span class="c"&gt;# 3. The allowed cache folder is writable&lt;/span&gt;
codex sandbox --permission-profile apidog-mcp -- touch ~/.apidog-mcp-server/probe
&lt;span class="c"&gt;# (no output, exit 0)&lt;/span&gt;

&lt;span class="c"&gt;# 4. No network&lt;/span&gt;
codex sandbox --permission-profile apidog-mcp -- curl -sS https://api.apidog.com/
&lt;span class="c"&gt;# curl: (6) Could not resolve host: api.apidog.com&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Voici les résultats que nous avons obtenus sur macOS. Vérifiez ensuite que le serveur fonctionne toujours en lui envoyant un handshake MCP :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;&lt;span class="nb"&gt;printf&lt;/span&gt; &lt;span class="s1"&gt;'%s\n'&lt;/span&gt; \
 &lt;span class="s1"&gt;'{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18","capabilities":{},"clientInfo":{"name":"t","version":"1"}}}'&lt;/span&gt; \
 &lt;span class="s1"&gt;'{"jsonrpc":"2.0","method":"notifications/initialized"}'&lt;/span&gt; \
 &lt;span class="s1"&gt;'{"jsonrpc":"2.0","id":2,"method":"tools/list"}'&lt;/span&gt; \
&lt;span class="o"&gt;|&lt;/span&gt; codex sandbox --permission-profile apidog-mcp -- \
  npx --offline apidog-mcp-server@0.0.18 --oas=&lt;span class="nv"&gt;$PWD&lt;/span&gt;/openapi.json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Avec le réseau désactivé, le serveur a répondu avec trois outils : un qui lit la spec OpenAPI, un qui lit les fichiers référencés par &lt;code&gt;$ref&lt;/code&gt;, et un qui rafraîchit la spec. C'est tout ce dont Codex a besoin pour écrire du code contre votre API.&lt;/p&gt;

&lt;p&gt;Sous macOS, ajoutez &lt;code&gt;--log-denials&lt;/code&gt; à n'importe quel appel &lt;code&gt;codex sandbox&lt;/code&gt; pour afficher les refus Seatbelt après la sortie de la commande. C'est le moyen le plus rapide d'identifier un dossier dont le serveur a légitimement besoin.&lt;/p&gt;

&lt;h2&gt;
  
  
  Étape 5 : laisser Codex maintenir la spec à jour avec la CLI Apidog
&lt;/h2&gt;

&lt;p&gt;Un serveur hors ligne lit un fichier, donc quelque chose doit mettre à jour ce fichier. Confiez cette tâche à votre agent de programmation avec la &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;CLI Apidog&lt;/a&gt;. Elle s'exécute en dehors du sandbox MCP, sous les règles de commande normales de Codex, et le serveur MCP n'a jamais besoin de jeton.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Configuration (une seule fois) :&lt;/strong&gt;&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli
apidog auth login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;your-access-token&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Si vous n'avez pas encore intégré la CLI à Codex, suivez notre guide &lt;a href="https://apidog.com/fr/blog/apidog-cli-in-codex?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;How to Use the Apidog CLI in Codex&lt;/a&gt;.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Demandez à votre agent :&lt;/strong&gt;&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Export the OpenAPI 3.1 spec for Apidog project 1234567 to ./openapi.json,
then run test scenario 637132 in environment 358171 against it and give me
a CLI summary. Don't touch any .env file.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;strong&gt;Commandes exécutées par l'agent&lt;/strong&gt; (options issues de &lt;code&gt;apidog export --help&lt;/code&gt; et &lt;code&gt;apidog run --help&lt;/code&gt;, CLI 2.2.12) :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog &lt;span class="kd"&gt;export&lt;/span&gt; --project 1234567 --format openapi --oas-version 3.1 --output ./openapi.json
apidog run -t 637132 -e 358171 -r cli,junit --out-dir ./apidog-reports
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;export&lt;/code&gt; écrase le fichier lu par le serveur sandboxé, de sorte que l'appel MCP suivant voit les nouveaux endpoints. &lt;code&gt;run&lt;/code&gt; exécute votre scénario de test et écrit un rapport JUnit pour la CI. Ajoutez &lt;code&gt;--upload-report&lt;/code&gt; si vous voulez consulter l'exécution dans l'application Apidog. Le forfait Free d'Apidog couvre jusqu'à 4 utilisateurs.&lt;/p&gt;

&lt;h2&gt;
  
  
  Quand le serveur a besoin du réseau : la liste de domaines autorisés
&lt;/h2&gt;

&lt;p&gt;Le mode projet doit pouvoir joindre &lt;code&gt;api.apidog.com&lt;/code&gt;. La solution de Codex est le proxy réseau : définissez &lt;code&gt;enabled = true&lt;/code&gt;, listez les domaines autorisés et activez la fonctionnalité &lt;code&gt;network_proxy&lt;/code&gt;. Voici la forme documentée dans l'article d'OpenAI, adaptée à Apidog :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight toml"&gt;&lt;code&gt;&lt;span class="k"&gt;[permissions.apidog-mcp-live.filesystem]&lt;/span&gt;
&lt;span class="s2"&gt;":root"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"read"&lt;/span&gt;
&lt;span class="s2"&gt;"~/.npm"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"write"&lt;/span&gt;
&lt;span class="s2"&gt;"~/.apidog-mcp-server"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"write"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.apidog-mcp-live.filesystem.":workspace_roots"]&lt;/span&gt;
&lt;span class="s2"&gt;"**/*.env"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"deny"&lt;/span&gt;

&lt;span class="k"&gt;[permissions.apidog-mcp-live.network]&lt;/span&gt;
&lt;span class="na"&gt;enabled&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="kc"&gt;true&lt;/span&gt;

&lt;span class="k"&gt;[permissions.apidog-mcp-live.network.domains]&lt;/span&gt;
&lt;span class="s2"&gt;"api.apidog.com"&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"allow"&lt;/span&gt;

&lt;span class="k"&gt;[features]&lt;/span&gt;
&lt;span class="na"&gt;network_proxy&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="kc"&gt;true&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Un &lt;code&gt;deny&lt;/code&gt; explicite l'emporte sur &lt;code&gt;allow&lt;/code&gt;, et le proxy ne résout un nom d'hôte qu'une fois qu'une règle l'a autorisé, car même une requête DNS peut exfiltrer des données. OpenAI prévient que des wildcards trop larges peuvent encore permettre une exfiltration via DNS ; listez donc des hôtes précis.&lt;/p&gt;

&lt;p&gt;Une mise en garde tirée de notre propre test. Sur notre Mac, le proxy a démarré et injecté &lt;code&gt;HTTP_PROXY&lt;/code&gt; et consorts dans le sandbox, mais il a répondu &lt;code&gt;403&lt;/code&gt; avec &lt;code&gt;x-proxy-error: blocked-by-allowlist&lt;/code&gt; pour tous les hôtes, y compris ceux qui étaient autorisés. Notre machine route le DNS via une application de proxy locale, ce qui explique peut-être ce comportement. Exécutez &lt;code&gt;codex sandbox --permission-profile apidog-mcp-live -- curl -sS https://api.apidog.com/&lt;/code&gt; sur votre propre machine avant de vous fier à ce profil. Si l'hôte autorisé échoue, revenez au mode OAS de l'étape 1.&lt;/p&gt;

&lt;h2&gt;
  
  
  Quel profil choisir ?
&lt;/h2&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Type de serveur&lt;/th&gt;
&lt;th&gt;Réseau&lt;/th&gt;
&lt;th&gt;Écritures sur le système de fichiers&lt;/th&gt;
&lt;th&gt;Exemple&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Lecture de fichiers locaux uniquement&lt;/td&gt;
&lt;td&gt;&lt;code&gt;enabled = false&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;cache npm + son propre dossier de données&lt;/td&gt;
&lt;td&gt;Serveur MCP Apidog avec &lt;code&gt;--oas&lt;/code&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Appel à une API connue&lt;/td&gt;
&lt;td&gt;Proxy + domaines précis&lt;/td&gt;
&lt;td&gt;cache npm + son propre dossier de données&lt;/td&gt;
&lt;td&gt;Serveur MCP Apidog avec &lt;code&gt;--project-id&lt;/code&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Nécessite un accès Internet ouvert&lt;/td&gt;
&lt;td&gt;À éviter, ou isoler dans une VM&lt;/td&gt;
&lt;td&gt;Le plus restreint possible&lt;/td&gt;
&lt;td&gt;Serveurs de navigation web&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Si vous utilisez Codex en équipe, les administrateurs peuvent utiliser &lt;code&gt;allowed_permission_profiles&lt;/code&gt; dans &lt;code&gt;requirements.toml&lt;/code&gt; pour limiter les profils que les utilisateurs peuvent sélectionner. Et si vous êtes tenté de désactiver le sandbox à la place, lisez pourquoi &lt;a href="https://apidog.com/fr/blog/bypass-codex-sandbox?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;contourner le sandbox Codex&lt;/a&gt; revient exactement à renoncer à cette protection.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Codex sandboxe-t-il les serveurs MCP par défaut ?&lt;/strong&gt; Non. OpenAI précise que Codex ne place pas dans un sandbox la commande qui démarre un serveur MCP stdio configuré dans &lt;code&gt;config.toml&lt;/code&gt;. Vous ajoutez le sandbox vous-même en lançant le serveur via &lt;code&gt;codex sandbox --permission-profile &amp;lt;name&amp;gt; --&lt;/code&gt;.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Pourquoi utiliser &lt;code&gt;npx --offline&lt;/code&gt; plutôt que &lt;code&gt;npx -y&lt;/code&gt; ?&lt;/strong&gt; Avec &lt;code&gt;network.enabled = false&lt;/code&gt;, &lt;code&gt;npx&lt;/code&gt; ne peut rien télécharger. &lt;code&gt;--offline&lt;/code&gt; lui indique d'utiliser la copie que vous avez mise en cache via &lt;code&gt;npx -y --package=&amp;lt;pkg&amp;gt;@&amp;lt;version&amp;gt; -c true&lt;/code&gt;, et épingler la version empêche une nouvelle version de remplacer le code.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Le sandbox protège-t-il mes clés d'API ?&lt;/strong&gt; Il bloque ce que vous refusez. Le profil &lt;code&gt;:workspace&lt;/code&gt; autorise des lectures étendues ; ajoutez donc des règles &lt;code&gt;deny&lt;/code&gt; pour les fichiers &lt;code&gt;.env&lt;/code&gt; et les dossiers de secrets. Avec le réseau désactivé, le serveur ne peut pas non plus envoyer ce qu'il lit.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Cela fonctionne-t-il sous Linux et Windows ?&lt;/strong&gt; Oui. Le même profil s'applique partout ; Codex l'impose via bubblewrap et seccomp sous Linux, et via un sandbox basé sur MXC sur les appareils Windows compatibles. Testez chaque machine avec &lt;code&gt;codex sandbox&lt;/code&gt;, car les chemins et les configurations DNS diffèrent.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Puis-je sandboxer d'autres serveurs MCP de la même manière ?&lt;/strong&gt; Oui. N'importe quel serveur stdio fait l'affaire : identifiez les dossiers dans lesquels il écrit et les hôtes qu'il appelle, attribuez-lui un profil, enrobez la commande, pré-mettez le paquet en cache et testez. L'exemple d'OpenAI sandboxe &lt;a href="https://www.npmjs.com/package/@modelcontextprotocol/server-memory" rel="noopener noreferrer"&gt;&lt;code&gt;@modelcontextprotocol/server-memory&lt;/code&gt;&lt;/a&gt; avec des écritures limitées à &lt;code&gt;~/.npm&lt;/code&gt; et &lt;code&gt;~/mcp-data&lt;/code&gt;.&lt;/p&gt;

</description>
      <category>ai</category>
      <category>mcp</category>
      <category>security</category>
      <category>tutorial</category>
    </item>
    <item>
      <title>GPT-Live-1.1 vs GPT-Realtime : quelle API vocale OpenAI choisir ?</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 06:12:17 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/gpt-live-11-vs-gpt-realtime-quelle-api-vocale-openai-choisir--epn</link>
      <guid>https://dev.to/antoine_laurentt/gpt-live-11-vs-gpt-realtime-quelle-api-vocale-openai-choisir--epn</guid>
      <description>&lt;p&gt;Le match GPT-Live-1.1 vs GPT-Realtime se résume à une question d'architecture. GPT-Live-1.1 est un frontend vocal full-duplex qui délègue le raisonnement et les outils à un modèle backend distinct et facture 0,05 $ par minute active. GPT-Realtime-2.1 est un modèle speech-to-speech unique qui écoute, raisonne, appelle des outils et parle, facturé au token. Choisissez GPT-Live-1.1 si vous disposez déjà d'un agent texte ; choisissez Realtime si vous voulez qu'un seul modèle fasse tout.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;OpenAI a intégré GPT-Live-1.1 à l'API le 20 novembre 2026 : vous disposez donc désormais de deux stacks vocales avec des endpoints, une facturation et des modèles d'outils différents. Notre article de juillet &lt;a href="https://apidog.com/fr/blog/gpt-live-vs-gpt-realtime?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live vs GPT-Realtime&lt;/a&gt; comparait la fonctionnalité ChatGPT avec l'API ; celui-ci oppose API et API.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 vs GPT-Realtime en un coup d'œil
&lt;/h2&gt;

&lt;p&gt;Voici comment les deux stacks se comparent, d'après la &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1.1" rel="noopener noreferrer"&gt;page du modèle GPT-Live-1.1&lt;/a&gt;, la &lt;a href="https://developers.openai.com/api/docs/models/gpt-realtime-2.1" rel="noopener noreferrer"&gt;page du modèle gpt-realtime-2.1&lt;/a&gt; et la &lt;a href="https://developers.openai.com/api/docs/pricing" rel="noopener noreferrer"&gt;page de tarification d'OpenAI&lt;/a&gt; consultées le 20 novembre 2026 :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;th&gt;gpt-realtime-2.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Endpoint&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/live/sessions&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/realtime&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Conception&lt;/td&gt;
&lt;td&gt;Voix full-duplex + backend délégué&lt;/td&gt;
&lt;td&gt;Un seul modèle de raisonnement speech-to-speech&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Entrée&lt;/td&gt;
&lt;td&gt;Audio, texte&lt;/td&gt;
&lt;td&gt;Audio, texte, image&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Sortie&lt;/td&gt;
&lt;td&gt;Audio, texte&lt;/td&gt;
&lt;td&gt;Audio, texte&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Facturation&lt;/td&gt;
&lt;td&gt;0,05 $/min en activité, 0,02 $/min en veille&lt;/td&gt;
&lt;td&gt;32 $ en entrée, 64 $ en sortie par million de tokens audio&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Raisonnement et outils&lt;/td&gt;
&lt;td&gt;Modèle backend, facturé séparément&lt;/td&gt;
&lt;td&gt;Au sein du même modèle et du même prix&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Appel de fonctions&lt;/td&gt;
&lt;td&gt;Via la délégation&lt;/td&gt;
&lt;td&gt;&lt;code&gt;session.tools&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Transports&lt;/td&gt;
&lt;td&gt;WebRTC, WebSocket, SIP (entrant et sortant)&lt;/td&gt;
&lt;td&gt;WebRTC, WebSocket, SIP (entrant)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Limites de débit&lt;/td&gt;
&lt;td&gt;Sessions simultanées&lt;/td&gt;
&lt;td&gt;Requêtes et tokens par minute&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Le &lt;a href="https://developers.openai.com/api/docs/guides/voice-agents" rel="noopener noreferrer"&gt;guide des agents vocaux&lt;/a&gt; d'OpenAI résume cette distinction dans son tableau d'architecture. GPT-Live est destiné aux « conversations full-duplex avec un backend séparé ». La Realtime API sert à la « parole, au raisonnement et à l'usage d'outils dans une seule session ».&lt;/p&gt;

&lt;h2&gt;
  
  
  Architecture : délégation vs modèle unique
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1 sépare la parole de la réflexion. Le modèle vocal gère la conversation en temps réel et écoute pendant qu'il parle. Lorsqu'une requête demande du raisonnement, une recherche ou un outil, il délègue le travail à un modèle backend et poursuit la conversation pendant que celui-ci s'exécute.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F03891twjicw2hlb8p8gl.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F03891twjicw2hlb8p8gl.png" alt="Architecture côte à côte : à gauche, un appelant se connecte à la voix de GPT-Live-1.1, qui délègue à un modèle backend Responses appelant des outils hébergés, vos fonctions et MCP ; à droite, un appelant se connecte à gpt-realtime-2.1, qui appelle lui-même vos fonctions et MCP" width="800" height="400"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;La délégation se configure une seule fois, à la création de la session, comme l'explique le &lt;a href="https://developers.openai.com/api/docs/guides/live-conversations" rel="noopener noreferrer"&gt;guide des conversations live&lt;/a&gt;. Elle propose deux modes :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;&lt;code&gt;responses&lt;/code&gt;&lt;/strong&gt; : OpenAI exécute le backend via la Responses API. Vous choisissez le modèle dans &lt;code&gt;delegation.responses.model&lt;/code&gt; et ajoutez &lt;code&gt;instructions&lt;/code&gt;, &lt;code&gt;tools&lt;/code&gt;, &lt;code&gt;tool_choice&lt;/code&gt;, &lt;code&gt;reasoning&lt;/code&gt; et &lt;code&gt;service_tier&lt;/code&gt;. La documentation conseille de commencer avec &lt;code&gt;gpt-6-luna&lt;/code&gt; puis de passer à &lt;code&gt;gpt-6-sol&lt;/code&gt; pour les tâches plus difficiles.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;&lt;code&gt;client&lt;/code&gt;&lt;/strong&gt; : c'est votre application qui exécute le backend. GPT-Live envoie un événement &lt;code&gt;session.delegation.created&lt;/code&gt; et vous renvoyez les résultats via des événements tels que &lt;code&gt;session.instructions.append&lt;/code&gt;.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Le mode ne peut pas changer en cours de session ; en changer implique de créer une nouvelle session. En revanche, les paramètres du backend qu'elle contient peuvent être modifiés avec &lt;code&gt;session.update&lt;/code&gt;.&lt;/p&gt;

&lt;p&gt;gpt-realtime-2.1 adopte l'approche inverse : un seul modèle de raisonnement interprète l'audio, appelle les outils et répond vocalement. Pas de second modèle, pas de transfert, et tout le contexte au même endroit.&lt;/p&gt;

&lt;p&gt;Avec GPT-Live-1.1, vous pouvez changer de backend, ou conserver votre agent texte existant, sans toucher à la couche vocale. Avec Realtime, le modèle vocal est l'agent.&lt;/p&gt;

&lt;h2&gt;
  
  
  Tarification : à la minute vs au token
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1 facture au temps, Realtime facture au token. Leurs coûts se comportent donc très différemment dès que les appelants marquent des pauses, s'étendent ou restent en ligne.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Poste de coût&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;th&gt;gpt-realtime-2.1&lt;/th&gt;
&lt;th&gt;gpt-realtime-2.1-mini&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Audio&lt;/td&gt;
&lt;td&gt;0,05 $/min en activité, 0,02 $/min en veille&lt;/td&gt;
&lt;td&gt;32 $ en entrée, 64 $ en sortie par million de tokens&lt;/td&gt;
&lt;td&gt;10 $ en entrée, 20 $ en sortie par million de tokens&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Texte&lt;/td&gt;
&lt;td&gt;Facturé à la durée de la session&lt;/td&gt;
&lt;td&gt;4 $ en entrée, 24 $ en sortie par million de tokens&lt;/td&gt;
&lt;td&gt;0,60 $ en entrée, 2,40 $ en sortie par million de tokens&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Entrée mise en cache&lt;/td&gt;
&lt;td&gt;n/a&lt;/td&gt;
&lt;td&gt;0,40 $ par million de tokens&lt;/td&gt;
&lt;td&gt;0,30 $ audio, 0,06 $ texte par million&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Raisonnement et outils&lt;/td&gt;
&lt;td&gt;Modèle backend à ses propres tarifs&lt;/td&gt;
&lt;td&gt;Inclus dans le prix au token&lt;/td&gt;
&lt;td&gt;Inclus dans le prix au token&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;GPT-Live facture à la seconde : un appel de 90 secondes coûte donc 0,075 $ de temps vocal, et non 0,10 $. Une session WebRTC est facturée 15 secondes le temps de son initialisation, ce montant étant crédité dès qu'elle démarre.&lt;/p&gt;

&lt;p&gt;La veille est le levier de coût que Realtime n'a pas. En WebRTC, définissez &lt;code&gt;wake_policy.type&lt;/code&gt; sur &lt;code&gt;"speech"&lt;/code&gt; et &lt;code&gt;idle_timeout_s&lt;/code&gt; sur un nombre entier compris entre 5 et 60. Après ce nombre de secondes sans parole, la session passe à 0,02 $ par minute jusqu'à ce que quelqu'un reparle. La veille n'est documentée que pour WebRTC : les sessions WebSocket et SIP facturent chaque seconde connectée au tarif actif.&lt;/p&gt;

&lt;p&gt;Pour comparer les deux sur votre propre trafic, calculez un seuil de rentabilité plutôt que de partir au hasard. 0,05 $ achète environ 1 560 tokens audio d'entrée ou 780 tokens audio de sortie sur gpt-realtime-2.1, et environ 5 000 tokens d'entrée ou 2 500 tokens de sortie sur 2.1-mini. Récupérez les volumes de tokens audio par minute dans vos événements d'usage Realtime. Si votre minute active moyenne en consomme davantage, le temps vocal de GPT-Live est plus économique ; ajoutez ensuite la facture de tokens du modèle backend pour obtenir une vue complète.&lt;/p&gt;

&lt;p&gt;Realtime intègre le raisonnement dans le prix au token ; GPT-Live ajoute une facture backend par tâche déléguée, mais réduit le coût des moments de silence grâce à la veille. Pour le volet tokens, consultez notre &lt;a href="https://apidog.com/fr/blog/how-to-use-gpt-realtime-2-1-mini-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;guide gpt-realtime-2.1-mini&lt;/a&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  Appels de fonctions et outils
&lt;/h2&gt;

&lt;p&gt;Les deux stacks appellent vos fonctions, mais depuis des endroits différents.&lt;/p&gt;

&lt;p&gt;Avec Realtime, les outils sont attachés à la session. Le &lt;a href="https://developers.openai.com/api/docs/guides/realtime-mcp" rel="noopener noreferrer"&gt;guide des outils Realtime&lt;/a&gt; montre un outil &lt;code&gt;"type": "function"&lt;/code&gt; dans &lt;code&gt;session.tools&lt;/code&gt;, envoyé avec &lt;code&gt;session.update&lt;/code&gt;. Votre client exécute la fonction et renvoie un élément &lt;code&gt;function_call_output&lt;/code&gt;. Les serveurs MCP distants fonctionnent aussi : ajoutez un outil avec &lt;code&gt;"type": "mcp"&lt;/code&gt;, un &lt;code&gt;server_label&lt;/code&gt; et une &lt;code&gt;server_url&lt;/code&gt;, et la Realtime API appelle le serveur pour vous. Vous pouvez également limiter les outils à un seul tour avec &lt;code&gt;response.tools&lt;/code&gt;.&lt;/p&gt;

&lt;p&gt;Avec GPT-Live-1.1, les outils résident sur le backend. Placez les outils de fonction, les serveurs MCP et les outils hébergés comme la recherche web, la recherche de fichiers et Code Interpreter dans &lt;code&gt;delegation.responses.tools&lt;/code&gt;. Les événements du backend vous parviennent enveloppés dans des enveloppes &lt;code&gt;response.event&lt;/code&gt;, et les résultats de vos fonctions sont renvoyés sous forme d'éléments &lt;code&gt;function_call_output&lt;/code&gt; suivis d'un &lt;code&gt;response.create&lt;/code&gt;.&lt;/p&gt;

&lt;p&gt;L'avantage : la voix reste réactive pendant qu'un outil lent s'exécute sur le backend. Le prix à payer : deux modèles, deux flux d'événements et deux factures.&lt;/p&gt;

&lt;h2&gt;
  
  
  Prise de parole, interruptions et transports
&lt;/h2&gt;

&lt;p&gt;C'est là que la différence se ressent le plus pour un appelant.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Prise de parole.&lt;/strong&gt; GPT-Live-1.1 est full-duplex : il traite l'audio entrant pendant qu'il génère sa réponse, et peut donc écouter, émettre des signaux d'écoute et s'ajuster en pleine phrase. Realtime fonctionne par tours détectés via l'activité vocale. Le &lt;a href="https://developers.openai.com/api/docs/guides/realtime-vad" rel="noopener noreferrer"&gt;guide VAD de Realtime&lt;/a&gt; répertorie deux modes dans &lt;code&gt;session.audio.input.turn_detection.type&lt;/code&gt; :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;code&gt;server_vad&lt;/code&gt;, le mode par défaut, ajusté avec &lt;code&gt;threshold&lt;/code&gt;, &lt;code&gt;prefix_padding_ms&lt;/code&gt; et &lt;code&gt;silence_duration_ms&lt;/code&gt;.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;semantic_vad&lt;/code&gt;, ajusté avec &lt;code&gt;eagerness&lt;/code&gt; (&lt;code&gt;low&lt;/code&gt;, &lt;code&gt;medium&lt;/code&gt;, &lt;code&gt;high&lt;/code&gt; ou &lt;code&gt;auto&lt;/code&gt;, qui équivaut à &lt;code&gt;medium&lt;/code&gt;).&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;Realtime gère l'interruption (barge-in) avec &lt;code&gt;interrupt_response&lt;/code&gt;. GPT-Live n'a pas besoin de ce paramètre, puisqu'il écoute déjà pendant qu'il parle.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Transports.&lt;/strong&gt; Les deux prennent en charge WebRTC dans le navigateur et WebSocket côté serveur. La téléphonie, elle, diffère. D'après le &lt;a href="https://developers.openai.com/api/docs/guides/voice-sip?api=live" rel="noopener noreferrer"&gt;guide SIP&lt;/a&gt;, GPT-Live prend en charge le SIP entrant et sortant, et les appels sortants sont « disponibles pour toutes les organisations via la Live API, et non via l'endpoint de création d'appel de la Realtime API ». Un appel SIP GPT-Live connecté est limité à 2 heures. Le guide SIP de Realtime couvre les appels entrants via le webhook &lt;code&gt;realtime.call.incoming&lt;/code&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  Limites et contexte
&lt;/h2&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Limite&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;th&gt;gpt-realtime-2.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Contexte&lt;/td&gt;
&lt;td&gt;128 000 tokens par session, gérés automatiquement&lt;/td&gt;
&lt;td&gt;128 000 tokens&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Nombre maximal de tokens en sortie&lt;/td&gt;
&lt;td&gt;Non publié&lt;/td&gt;
&lt;td&gt;32 000&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Instructions&lt;/td&gt;
&lt;td&gt;Jusqu'à 16 384 tokens&lt;/td&gt;
&lt;td&gt;Non publié&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Limites de débit&lt;/td&gt;
&lt;td&gt;Sessions simultanées, par modèle&lt;/td&gt;
&lt;td&gt;400 RPM et 200 000 TPM sur le palier Build&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;GPT-Live compte les sessions simultanées, pas les tokens. La &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1" rel="noopener noreferrer"&gt;page GPT-Live-1&lt;/a&gt; indique 50 sessions simultanées sur Build, 300 sur Launch et 500 sur Grow, sans accès au palier Free. GPT-Live-1.1 dispose de sa propre limite, distincte, et sa page ne publie pas encore de chiffres : vérifiez la page des limites de votre organisation avant un lancement.&lt;/p&gt;

&lt;p&gt;Les limites de Realtime montent jusqu'à 10 000 RPM sur Launch et 20 000 RPM sur Grow.&lt;/p&gt;

&lt;h2&gt;
  
  
  Quelle API vocale d'OpenAI choisir ?
&lt;/h2&gt;

&lt;p&gt;Optez pour GPT-Live-1.1 lorsque la voix est une couche posée sur un agent auquel vous faites déjà confiance, et pour Realtime lorsque c'est le modèle vocal qui doit être l'agent.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F40squmyx1nxylf4u9icz.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F40squmyx1nxylf4u9icz.png" alt="Organigramme de décision : si vous avez déjà un agent texte ou un backend à conserver, utilisez GPT-Live-1.1 ; sinon, si vous avez besoin d'entrée image ou d'un seul modèle qui fait tout, utilisez gpt-realtime-2.1 ; sinon, pour les sessions longues avec beaucoup de silence, utilisez GPT-Live-1.1 avec la veille, sinon gpt-realtime-2.1-mini" width="800" height="875"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Choisissez GPT-Live-1.1 pour :&lt;/strong&gt;&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Ajouter la voix à un agent texte, un bot de support ou un workflow existant sans le reconstruire.&lt;/li&gt;
&lt;li&gt;Les sessions longues avec des temps morts, comme le tutorat, le coaching ou les compagnons, où la veille est rentable.&lt;/li&gt;
&lt;li&gt;Les appels téléphoniques sortants, que seule la Live API propose.&lt;/li&gt;
&lt;li&gt;Les conversations qui exigent des chevauchements naturels et des signaux d'écoute.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;Choisissez gpt-realtime-2.1 pour :&lt;/strong&gt;&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Les agents vocaux autonomes où un seul modèle doit raisonner et agir.&lt;/li&gt;
&lt;li&gt;Les applications qui envoient des images avec la parole.&lt;/li&gt;
&lt;li&gt;Les équipes qui veulent un seul flux d'événements et une seule facture.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;Choisissez gpt-realtime-2.1-mini pour&lt;/strong&gt; les tâches vocales courtes, à fort volume et à faible coût, où le prix au token bat le prix à la minute. Notre &lt;a href="https://apidog.com/fr/blog/gpt-realtime-2-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;guide de l'API GPT-Realtime-2&lt;/a&gt; détaille la configuration de Realtime.&lt;/p&gt;

&lt;h2&gt;
  
  
  Laissez votre agent de code tester l'API d'outils avec Apidog CLI
&lt;/h2&gt;

&lt;p&gt;Quelle que soit la stack retenue, les deux appellent la même chose : votre API d'outils. Une requête lente, c'est du silence à l'antenne dans les deux cas : testez sa latence et son contrat avant qu'un appelant ne l'entende. Laissez Claude Code, Codex ou Cursor s'en charger avec &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;.&lt;/p&gt;

&lt;p&gt;Installez-le une fois pour toutes :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog auth login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
apidog skill install
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Puis donnez un seul prompt à votre agent :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Import ./voice-tools-openapi.yaml into Apidog project &amp;lt;projectId&amp;gt;. Build a test scenario
that calls GET /orders/{order_id} and GET /customers/{id} in sequence, asserts 200 and
the fields my voice agent reads aloud, and fails any request slower than 800 ms.
Run it 20 times against staging and tell me which step is slowest.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;L'agent importe la spec, vérifie la forme du payload, construit le scénario et l'exécute :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog import --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --format openapi --file ./voice-tools-openapi.yaml
apidog cli-schema get test-scenario-create
apidog cli-schema validate test-scenario-create --file scenario.json
apidog test-scenario create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file scenario.json
apidog test-scenario import-steps &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;scenarioId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --source endpoint --ids &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;endpointIds&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --sync manual
apidog run -t &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;scenarioId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -n 20 --timeout-request 800 -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;-n 20&lt;/code&gt; répète l'exécution pour qu'une réponse chanceuse ne masque pas une queue lente, et &lt;code&gt;--timeout-request 800&lt;/code&gt; fait échouer tout appel assez lent pour laisser un appelant attendre. Remplacez &lt;code&gt;-r cli,json&lt;/code&gt; par &lt;code&gt;-r junit&lt;/code&gt; en CI pour qu'une régression bloque le déploiement, comme le montre notre &lt;a href="https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;guide CI/CD d'Apidog CLI&lt;/a&gt;. Vous débutez avec le workflow agent ? Commencez par &lt;a href="https://apidog.com/fr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI dans Claude Code&lt;/a&gt;. Le plan Free d'Apidog couvre jusqu'à 4 utilisateurs.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Lequel est le moins cher, GPT-Live-1.1 ou GPT-Realtime ?&lt;/strong&gt; Cela dépend de vos tokens audio par minute et de votre backend. La voix GPT-Live coûte 0,05 $ par minute active, plus les tokens du modèle backend. Sur gpt-realtime-2.1, 0,05 $ achète environ 1 560 tokens audio d'entrée ou 780 tokens audio de sortie. Comparez avec vos propres journaux d'usage.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Peut-on utiliser l'appel de fonctions avec GPT-Live-1.1 ?&lt;/strong&gt; Oui, via la délégation. Placez les outils de fonction dans &lt;code&gt;delegation.responses.tools&lt;/code&gt;, ou exécutez vous-même le backend en mode de délégation client. Le modèle vocal n'accepte pas de liste d'outils directe comme le fait &lt;code&gt;session.tools&lt;/code&gt; côté Realtime.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Realtime prend-il en charge la facturation en veille ?&lt;/strong&gt; Non. La veille à 0,02 $ par minute est une fonctionnalité de GPT-Live, et uniquement pour les sessions WebRTC configurées avec &lt;code&gt;wake_policy&lt;/code&gt; et &lt;code&gt;idle_timeout_s&lt;/code&gt;. Realtime facture les tokens consommés par chaque session.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1 peut-il passer des appels téléphoniques sortants ?&lt;/strong&gt; Oui. Créez une session avec &lt;code&gt;transport.type: "sip"&lt;/code&gt; et les détails de votre trunk SIP sur &lt;code&gt;POST /v1/live/sessions&lt;/code&gt;. La documentation d'OpenAI précise que le SIP sortant passe par la Live API, et non par l'endpoint de création d'appel de la Realtime API.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1 accepte-t-il des images en entrée ?&lt;/strong&gt; Non. La page du modèle indique de l'audio et du texte en entrée comme en sortie. Si votre agent vocal doit voir des images, gpt-realtime-2.1 accepte les images en entrée à 5 $ par million de tokens.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Vulnérabilité RCE dans Rails (Ruby2Shell) : comment vérifier si votre API est concernée</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 03:32:53 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/vulnerabilite-rce-dans-rails-ruby2shell-comment-verifier-si-votre-api-est-concernee-1eid</link>
      <guid>https://dev.to/antoine_laurentt/vulnerabilite-rce-dans-rails-ruby2shell-comment-verifier-si-votre-api-est-concernee-1eid</guid>
      <description>&lt;p&gt;La vulnérabilité RCE de Rails qui fait parler d'elle cette semaine est Ruby2Shell (écrite « Ruby2ßhell » par ses découvreurs), référencée CVE-2026-132825 et GHSA-34m4-m9fh-gqp5. Il s'agit d'un débordement de tas d'un octet dans la conversion de casse des chaînes de Ruby, que ses chercheurs disent accessible sans authentification sur une application Rails standard. Votre API est concernée si elle exécute Ruby 2.4.0 à 3.3.13, 3.4.0 à 3.4.12, ou 4.0.0 à 4.0.9. Le correctif est une mise à niveau de Ruby vers 3.3.14, 3.4.13 ou 4.0.10, pas une mise à jour de gem.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Réponse rapide : suis-je concerné ?&lt;/strong&gt;&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;Exécutez &lt;code&gt;ruby -v&lt;/code&gt; dans l'environnement qui sert réellement votre API (conteneur, VM ou dyno), pas sur votre portable.&lt;/li&gt;
&lt;li&gt;Si la version se trouve dans l'une des trois plages ci-dessus, vous êtes exposé.&lt;/li&gt;
&lt;li&gt;Mettez à niveau Ruby, reconstruisez chaque image, redémarrez chaque serveur d'application, puis relancez vos tests d'API.&lt;/li&gt;
&lt;/ol&gt;

&lt;h2&gt;
  
  
  Qu'est-ce que la vulnérabilité RCE Ruby2Shell de Rails ?
&lt;/h2&gt;

&lt;p&gt;Ruby2Shell est un débordement de tampon du tas d'un octet dans le code utilisé par Ruby pour changer la casse des chaînes dans les encodages mono-octet hérités comme ISO-8859-x et Windows-125x. &lt;a href="https://verialabs.com/ruby2shell/" rel="noopener noreferrer"&gt;Veria Labs&lt;/a&gt; la classe Critique, accessible via le réseau sans authentification, et indique que Rails et Sinatra « à l'ancienne » y sont exposés dans leur configuration par défaut.&lt;/p&gt;

&lt;p&gt;La cause racine est minuscule. La plupart des encodages mono-octet n'ont pas de forme majuscule du s allemand, « ß », donc sa conversion en majuscules écrit deux octets, « SS ». La boucle qui effectue cette opération ne vérifie la place que pour un seul octet. Ruby alloue le tampon de sortie à la longueur de l'entrée plus 20 octets, donc selon le rapport de Veria, une entrée contenant 21 caractères « ß » déborde ce tampon d'un octet.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fk8ofqdtb3w41ph4gus62.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fk8ofqdtb3w41ph4gus62.png" alt="Diagramme du bug Ruby2Shell : une chaîne d'entrée de caractères eszett s'étend en deux caractères S chacun, et le dernier S atterrit un octet au-delà de la fin du tampon de sortie" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Le débordement est atteint via &lt;code&gt;upcase&lt;/code&gt;, &lt;code&gt;swapcase&lt;/code&gt;, &lt;code&gt;downcase(:fold)&lt;/code&gt; et &lt;code&gt;casecmp?&lt;/code&gt;. Les chaînes UTF-8 empruntent un autre chemin de code et ne sont pas concernées. Le bug est présent dans Ruby depuis la version 2.4.0.&lt;/p&gt;

&lt;p&gt;Ruby a publié son &lt;a href="https://www.ruby-lang.org/en/news/2026/11/18/multiple-vulnerabilities-in-regexp-and-string/" rel="noopener noreferrer"&gt;avis de sécurité&lt;/a&gt; le 18 novembre 2026, accompagné de six autres failles dans le moteur d'expressions régulières et la conversion de casse des chaînes. Ruby indique avoir connaissance de preuves de concept utilisant cette faille pour une exécution de code à distance « dans certains scénarios ». Veria Labs affirme avoir été le premier à démontrer une RCE sur Rails standard et prévoit de publier son exploit le 25 novembre 2026, ou plus tard si les grands éditeurs n'ont pas livré de correctifs d'ici là.&lt;/p&gt;

&lt;p&gt;Cette date est votre véritable échéance : une fois l'exploit public, chercher des APIs Rails non corrigées devient bon marché.&lt;/p&gt;

&lt;h2&gt;
  
  
  Quelles versions de Ruby et Rails sont concernées ?
&lt;/h2&gt;

&lt;p&gt;Ce tableau combine l'avis de Ruby avec le tableau des logiciels concernés de Veria Labs, au 20 novembre 2026.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Série Ruby&lt;/th&gt;
&lt;th&gt;Concernée&lt;/th&gt;
&lt;th&gt;Corrigée dans&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;4.0&lt;/td&gt;
&lt;td&gt;4.0.0 à 4.0.9&lt;/td&gt;
&lt;td&gt;4.0.10&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;3.4&lt;/td&gt;
&lt;td&gt;3.4.0 à 3.4.12&lt;/td&gt;
&lt;td&gt;3.4.13&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;3.3&lt;/td&gt;
&lt;td&gt;3.3.0 à 3.3.13&lt;/td&gt;
&lt;td&gt;3.3.14&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;3.2 et antérieures&lt;/td&gt;
&lt;td&gt;Toutes les versions depuis 2.4.0&lt;/td&gt;
&lt;td&gt;Pas de correctif (fin de vie)&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;La version de Rails n'a aucune importance ici. Le bug réside dans l'interpréteur, donc &lt;code&gt;bundle update rails&lt;/code&gt; ne change rien. Une application Rails 8 sur Ruby 3.4.12 est vulnérable ; une application Rails 6.1 sur Ruby 3.3.14 ne l'est pas.&lt;/p&gt;

&lt;p&gt;Veria Labs liste Rails et Sinatra « à l'ancienne » comme concernés dans leur configuration par défaut. Les autres frameworks et les applications Rack simples ne sont pas exposés par défaut, mais tout code qui convertit en majuscules des chaînes non fiables dans un encodage hérité peut tout de même déclencher le bug.&lt;/p&gt;

&lt;p&gt;Ruby 3.2 et antérieurs ne recevront aucun correctif. Si un service tourne encore sous 3.1 ou 3.2, Ruby2Shell transforme « on mettra à niveau le prochain trimestre » en tâche de cette semaine.&lt;/p&gt;

&lt;h2&gt;
  
  
  Comment vérifier si votre API Rails est concernée
&lt;/h2&gt;

&lt;p&gt;Le piège est de vérifier au mauvais endroit : le Ruby sur votre portable, ou dans &lt;code&gt;.ruby-version&lt;/code&gt;, peut différer de celui utilisé en production.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fmwi5pxjbf5zv99x27hc6.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fmwi5pxjbf5zv99x27hc6.png" alt="Organigramme pour vérifier une API Rails face à Ruby2Shell : exécuter ruby -v en production, comparer aux plages concernées, puis mettre à niveau ou lancer les tests de régression" width="800" height="533"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h3&gt;
  
  
  Étape 1 : lire la version depuis l'environnement en cours d'exécution
&lt;/h3&gt;

&lt;p&gt;Interrogez le processus qui sert le trafic. Choisissez la ligne qui correspond à votre hébergement :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;&lt;span class="c"&gt;# Docker / Kubernetes&lt;/span&gt;
docker &lt;span class="nb"&gt;exec&lt;/span&gt; &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;container&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; ruby -v
kubectl &lt;span class="nb"&gt;exec&lt;/span&gt; deploy/&lt;span class="o"&gt;&amp;lt;&lt;/span&gt;api-deployment&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -- ruby -v

&lt;span class="c"&gt;# Plateformes de type Heroku&lt;/span&gt;
heroku run ruby -v -a &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;app-name&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;

&lt;span class="c"&gt;# Une VM ou un serveur bare-metal, en tant qu'utilisateur de l'application&lt;/span&gt;
sudo -u deploy bash -lc &lt;span class="s1"&gt;'cd /srv/api/current &amp;amp;&amp;amp; bundle exec ruby -v'&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;h3&gt;
  
  
  Étape 2 : comparer aux versions corrigées
&lt;/h3&gt;

&lt;p&gt;Pour de nombreux services, collez ce one-liner dans chaque environnement. Il n'utilise que &lt;code&gt;Gem::Version&lt;/code&gt;, fourni avec Ruby :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;ruby -e &lt;span class="s1"&gt;'
fixed = { "3.3" =&amp;gt; "3.3.14", "3.4" =&amp;gt; "3.4.13", "4.0" =&amp;gt; "4.0.10" }
v = Gem::Version.new(RUBY_VERSION)
series = RUBY_VERSION.split(".").first(2).join(".")
if v &amp;lt; Gem::Version.new("2.4.0")
  puts "#{RUBY_VERSION}: outside the Ruby2Shell range, but end of life"
elsif fixed[series] &amp;amp;&amp;amp; v &amp;gt;= Gem::Version.new(fixed[series])
  puts "#{RUBY_VERSION}: patched"
else
  puts "#{RUBY_VERSION}: VULNERABLE, upgrade Ruby"
end'&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Il affiche une seule ligne, par exemple &lt;code&gt;3.4.12: VULNERABLE, upgrade Ruby&lt;/code&gt;. Tout ce qui est en 3.2 ou antérieur est également signalé comme vulnérable, ce qui est correct : il n'existe aucune version corrigée dans ces séries.&lt;/p&gt;

&lt;h3&gt;
  
  
  Étape 3 : trouver chaque endroit où Ruby est épinglé
&lt;/h3&gt;

&lt;p&gt;La production vous indique l'état actuel. Votre dépôt vous indique ce que livrera le prochain déploiement. Cherchez tous ces éléments :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;code&gt;.ruby-version&lt;/code&gt; et &lt;code&gt;.tool-versions&lt;/code&gt; (rbenv, asdf, mise)&lt;/li&gt;
&lt;li&gt;la ligne &lt;code&gt;ruby&lt;/code&gt; dans votre &lt;code&gt;Gemfile&lt;/code&gt;
&lt;/li&gt;
&lt;li&gt;la section &lt;code&gt;RUBY VERSION&lt;/code&gt; vers le bas de &lt;code&gt;Gemfile.lock&lt;/code&gt;
&lt;/li&gt;
&lt;li&gt;les lignes &lt;code&gt;FROM ruby:...&lt;/code&gt; dans chaque &lt;code&gt;Dockerfile&lt;/code&gt;, y compris les builds multi-étapes&lt;/li&gt;
&lt;li&gt;la configuration CI telle que &lt;code&gt;ruby-version:&lt;/code&gt; dans les workflows GitHub Actions&lt;/li&gt;
&lt;li&gt;les réglages de buildpack ou de plateforme qui épinglent une version de Ruby
&lt;/li&gt;
&lt;/ul&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;grep -rnE &lt;span class="s2"&gt;"ruby[-_]version|^ruby |FROM ruby:|RUBY VERSION"&lt;/span&gt; \
  --include=&lt;span class="s2"&gt;"*.yml"&lt;/span&gt; --include=&lt;span class="s2"&gt;"*.yaml"&lt;/span&gt; --include=&lt;span class="s2"&gt;"Dockerfile*"&lt;/span&gt; \
  --include=&lt;span class="s2"&gt;"Gemfile*"&lt;/span&gt; --include=&lt;span class="s2"&gt;".ruby-version"&lt;/span&gt; --include=&lt;span class="s2"&gt;".tool-versions"&lt;/span&gt; .
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;h3&gt;
  
  
  Étape 4 : n'oubliez pas les Ruby que vous n'avez pas installés
&lt;/h3&gt;

&lt;p&gt;Les outils auto-hébergés embarquent leur propre Ruby, donc mettre à niveau le Ruby de votre système ne les aidera pas. Le tableau de Veria Labs, mis à jour le 20 novembre 2026 à 01:59 UTC, indique :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Logiciel&lt;/th&gt;
&lt;th&gt;Statut&lt;/th&gt;
&lt;th&gt;Corrigé dans&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;GitLab&lt;/td&gt;
&lt;td&gt;19.6.0 et antérieurs vulnérables&lt;/td&gt;
&lt;td&gt;Pas encore de version corrigée&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;GitHub Enterprise Server&lt;/td&gt;
&lt;td&gt;3.22.5 et antérieurs vulnérables&lt;/td&gt;
&lt;td&gt;Pas encore de version corrigée&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Chatwoot&lt;/td&gt;
&lt;td&gt;4.20.0 et antérieurs vulnérables&lt;/td&gt;
&lt;td&gt;Pas encore de version corrigée&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Mastodon&lt;/td&gt;
&lt;td&gt;4.7.5 et antérieurs&lt;/td&gt;
&lt;td&gt;4.7.6, 4.6.12, 4.5.22, 4.4.29&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;OpenProject&lt;/td&gt;
&lt;td&gt;17.9.7 et antérieurs&lt;/td&gt;
&lt;td&gt;17.9.8, 17.8.3&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Discourse&lt;/td&gt;
&lt;td&gt;image de base antérieure à 2.0.20261119-0203&lt;/td&gt;
&lt;td&gt;2.0.20261119-0203&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Pour les produits sans correctif, &lt;a href="https://www.aikido.dev/blog/ruby2shell" rel="noopener noreferrer"&gt;les recommandations d'Aikido&lt;/a&gt; sont de retirer le serveur de l'internet public, derrière un VPN ou une liste blanche d'IP, jusqu'à ce que l'éditeur livre un correctif.&lt;/p&gt;

&lt;h2&gt;
  
  
  Comment corriger Ruby2Shell sans casser votre API
&lt;/h2&gt;

&lt;p&gt;Ruby ne mentionne aucun contournement, donc le correctif est la seule solution. Voici l'ordre à suivre pour éviter les mauvaises surprises :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;Mettez à jour les épinglages.&lt;/strong&gt; Définissez &lt;code&gt;.ruby-version&lt;/code&gt;, la ligne &lt;code&gt;ruby&lt;/code&gt; du &lt;code&gt;Gemfile&lt;/code&gt; et tout &lt;code&gt;ruby-version&lt;/code&gt; en CI sur 3.3.14, 3.4.13 ou 4.0.10, en restant dans votre série actuelle.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Rafraîchissez le lockfile.&lt;/strong&gt; Exécutez &lt;code&gt;bundle install&lt;/code&gt; pour que la section &lt;code&gt;RUBY VERSION&lt;/code&gt; de &lt;code&gt;Gemfile.lock&lt;/code&gt; soit à jour.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Reconstruisez les images à partir d'une base corrigée.&lt;/strong&gt; Pointez &lt;code&gt;FROM ruby:&lt;/code&gt; vers un tag qui inclut le correctif (vérifiez la liste des tags sur Docker Hub avant d'épingler), et reconstruisez avec &lt;code&gt;--pull&lt;/code&gt; pour éviter qu'une ancienne couche en cache ne revienne.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Redémarrez chaque processus.&lt;/strong&gt; Puma, Sidekiq, les tâches cron et les consoles ponctuelles gardent tous l'ancien interpréteur en mémoire jusqu'à leur redémarrage.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Refaites l'étape 1 en production.&lt;/strong&gt; Faites confiance au &lt;code&gt;ruby -v&lt;/code&gt; du conteneur en production, pas à la pull request fusionnée.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;La même version corrige six autres bugs d'expressions régulières et de chaînes, qui touchent du code sur lequel une API s'appuie : l'analyse des paramètres, les validations et les recherches insensibles à la casse. Exécutez vos tests d'API sur la staging avant de promouvoir le build.&lt;/p&gt;

&lt;h2&gt;
  
  
  Laissez votre agent de codage vérifier l'API corrigée avec Apidog CLI
&lt;/h2&gt;

&lt;p&gt;Vous avez déjà un agent de codage ouvert pour mettre à jour l'épinglage de Ruby. Laissez le même agent prouver que le build corrigé renvoie ce que vos clients attendent, au lieu de cliquer vous-même sur les endpoints. &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt; offre à Claude Code, Codex, Cursor ou OpenCode un moyen scriptable d'importer votre spécification d'API, d'écrire des cas de test et de les exécuter dans n'importe quel environnement.&lt;/p&gt;

&lt;p&gt;L'installation tient en trois commandes :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Si votre application Rails exporte un fichier OpenAPI (rswag, par exemple), donnez à votre agent une seule invite :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Import openapi.yaml into Apidog project &amp;lt;id&amp;gt;. Create test cases for our five
most-used endpoints, including GET /api/v1/users/:id and POST /api/v1/orders,
that assert status codes, response schemas and that names containing non-ASCII
characters (like "Straße") round-trip unchanged. Run them against staging after
the Ruby 3.4.13 deploy and summarize any failures.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;L'agent lit le schéma des charges utiles, le valide et exécute la suite de tests. Voici les commandes qu'il utilise :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog import --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --format openapi --file ./openapi.yaml
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;stagingEnvId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Le contrôle non-ASCII n'est pas un test d'exploit, et il ne devrait pas l'être : ne tirez pas de charges utiles de débordement forgées sur votre production. C'est un contrôle de régression sur le chemin de code touché par le correctif. Une fois qu'il passe en staging, ajoutez la même étape &lt;code&gt;apidog run ... -r junit&lt;/code&gt; dans votre CI pour que la prochaine mise à niveau de Ruby bénéficie automatiquement du même contrôle. Le &lt;a href="https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;guide CI/CD d'Apidog CLI&lt;/a&gt; présente la configuration du pipeline, et &lt;a href="https://apidog.com/fr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI dans Claude Code&lt;/a&gt; couvre le côté agent. Apidog Free couvre jusqu'à 4 utilisateurs, ce qui suffit pour qu'une petite équipe backend mette cela en place dès aujourd'hui.&lt;/p&gt;

&lt;h2&gt;
  
  
  Comment Ruby2Shell se compare aux RCE récentes de runtimes
&lt;/h2&gt;

&lt;p&gt;Ruby2Shell fait suite à deux autres RCE au niveau du runtime abordées ici depuis octobre. Dans les trois cas, le bug réside dans le runtime, donc les mises à jour de frameworks et de paquets n'y changent rien.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Bug&lt;/th&gt;
&lt;th&gt;Couche&lt;/th&gt;
&lt;th&gt;Ce que vous mettez à niveau&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Ruby2Shell (CVE-2026-132825)&lt;/td&gt;
&lt;td&gt;Conversion de casse des chaînes Ruby&lt;/td&gt;
&lt;td&gt;Ruby vers 3.3.14, 3.4.13 ou 4.0.10&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;a href="https://apidog.com/fr/blog/php2shell-php-vulnerability?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;PHP2Shell&lt;/a&gt; (CVE-2026-109618, CVE-2026-109619)&lt;/td&gt;
&lt;td&gt;Interpréteur PHP&lt;/td&gt;
&lt;td&gt;PHP vers 8.5.12, 8.4.27, 8.3.36 ou 8.2.35&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;a href="https://apidog.com/fr/blog/nodejs-brotli-rce-cve-2026-111497?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;RCE Brotli de Node.js&lt;/a&gt; (CVE-2026-111497)&lt;/td&gt;
&lt;td&gt;Décodeur Brotli de Node.js&lt;/td&gt;
&lt;td&gt;Node.js lui-même&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Si votre équipe fait tourner une pile polyglotte, construisez un inventaire unique des versions de runtime par service. Chacun de ces bugs commence par la même question : quelle version la production exécute-t-elle réellement ? Pour une approche plus large, consultez &lt;a href="https://apidog.com/fr/blog/automated-api-vulnerability-detection?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;la détection automatisée de vulnérabilités d'API&lt;/a&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;La mise à jour du gem Rails corrige-t-elle Ruby2Shell ?&lt;/strong&gt; Non. Le bug se trouve dans l'interpréteur Ruby, donc &lt;code&gt;bundle update rails&lt;/code&gt; n'y touche pas. Il vous faut Ruby 3.3.14, 3.4.13 ou 4.0.10, plus des images reconstruites et des processus redémarrés.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Mon application est-elle sûre si elle n'utilise qu'UTF-8 ?&lt;/strong&gt; Veria Labs indique que les chaînes UTF-8 empruntent un autre chemin de code et ne sont pas concernées. Il précise aussi que Rails et Sinatra classique atteignent le code vulnérable dans leur configuration par défaut, donc une hypothèse du type « on n'utilise qu'UTF-8 » n'est pas une raison de sauter la mise à niveau.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Existe-t-il un exploit public pour Ruby2Shell ?&lt;/strong&gt; Pas encore, au 20 novembre 2026. Ruby dit avoir connaissance de preuves de concept de RCE dans certains scénarios, et Veria Labs prévoit de publier son exploit sur Rails standard le 25 novembre 2026, ou plus tard si les éditeurs n'ont pas livré de correctifs.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Et si je suis sous Ruby 3.2 ou antérieur ?&lt;/strong&gt; Ruby 3.2 et antérieurs sont en fin de vie et ne recevront pas le correctif. Passez à 3.3.14 ou ultérieur, idéalement 3.4.13 ou 4.0.10, et considérez la mise à niveau comme urgente.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Comment vérifier l'exposition à Ruby2Shell dans GitLab ou Mastodon ?&lt;/strong&gt; Ces produits embarquent leur propre Ruby. Consultez les notes de version de l'éditeur pour une version corrigée. Si aucune n'existe encore, restreignez l'accès avec un VPN ou une liste blanche d'IP en attendant.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;La mise à niveau de Ruby corrige-t-elle autre chose ?&lt;/strong&gt; Oui. Ruby 3.3.14, 3.4.13 et 4.0.10 corrigent aussi six autres failles d'expressions régulières et de conversion de casse des chaînes listées dans le même &lt;a href="https://www.ruby-lang.org/en/news/2026/11/18/multiple-vulnerabilities-in-regexp-and-string/" rel="noopener noreferrer"&gt;avis de Ruby&lt;/a&gt;, donc une seule mise à niveau couvre les sept.&lt;/p&gt;

</description>
      <category>cybersecurity</category>
      <category>rails</category>
      <category>ruby</category>
      <category>security</category>
    </item>
    <item>
      <title>Tarification de GPT-Live-1.1 : comprendre les minutes actives et en veille</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 03:32:17 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/tarification-de-gpt-live-11-comprendre-les-minutes-actives-et-en-veille-24ll</link>
      <guid>https://dev.to/antoine_laurentt/tarification-de-gpt-live-11-comprendre-les-minutes-actives-et-en-veille-24ll</guid>
      <description>&lt;h1&gt;
  
  
  Tarification de GPT-Live-1.1 : coûts, exemples chiffrés et réglages pour garder la facture prévisible
&lt;/h1&gt;

&lt;p&gt;La tarification de GPT-Live-1.1 est basée sur le temps, pas sur les tokens. OpenAI facture la session vocale à 0,05 $ par minute active et 0,02 $ par minute en veille, au prorata de la seconde sans arrondi à la minute supérieure. Les appels au modèle backend et aux outils sont facturés séparément, à leurs tarifs habituels. Une heure de conversation ininterrompue coûte 3,00 $ en frais vocaux ; une heure en veille coûte 1,20 $.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;La grille tarifaire est courte. Ce qui compte, c'est son comportement dans une application réelle, où les appelants marquent des pauses, où les backends réfléchissent et où les sessions restent ouvertes trop longtemps. Voici trois exemples chiffrés et les réglages qui permettent de garder une facture prévisible.&lt;/p&gt;

&lt;h2&gt;
  
  
  La tarification de GPT-Live-1.1 en un coup d'œil
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1 applique deux tarifs vocaux et une facture séparée pour le backend. Voici ce que listent la &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1.1" rel="noopener noreferrer"&gt;page du modèle GPT-Live-1.1&lt;/a&gt; et la &lt;a href="https://developers.openai.com/api/docs/pricing" rel="noopener noreferrer"&gt;page de tarification OpenAI&lt;/a&gt; au 20 novembre 2026 :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Frais&lt;/th&gt;
&lt;th&gt;Tarif&lt;/th&gt;
&lt;th&gt;Par heure&lt;/th&gt;
&lt;th&gt;Remarques&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Temps de session actif&lt;/td&gt;
&lt;td&gt;0,05 $ par minute&lt;/td&gt;
&lt;td&gt;3,00 $&lt;/td&gt;
&lt;td&gt;Parole, silence avant l'expiration du délai d'inactivité, attente des travaux backend&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Temps de session en veille&lt;/td&gt;
&lt;td&gt;0,02 $ par minute&lt;/td&gt;
&lt;td&gt;1,20 $&lt;/td&gt;
&lt;td&gt;WebRTC uniquement, pendant que l'inférence est en pause&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Modèle backend Responses&lt;/td&gt;
&lt;td&gt;Tarifs de tokens normaux&lt;/td&gt;
&lt;td&gt;Variable&lt;/td&gt;
&lt;td&gt;Quel que soit le modèle choisi pour la délégation&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Outils hébergés&lt;/td&gt;
&lt;td&gt;Tarifs d'outils normaux&lt;/td&gt;
&lt;td&gt;Variable&lt;/td&gt;
&lt;td&gt;Recherche web, recherche de fichiers, Code Interpreter et autres&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Trois détails comptent plus que les tarifs vedettes :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Facturation à la seconde.&lt;/strong&gt; Un appel de 90 secondes coûte 0,075 $, pas 0,10 $ ; la durée n'est pas arrondie à la minute entière.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Même prix que GPT-Live-1.&lt;/strong&gt; Les deux modèles partagent des tarifs identiques, donc la migration ne change rien à la facture vocale.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Frais de démarrage de 15 secondes.&lt;/strong&gt; La création d'une session WebRTC facture 15 secondes pendant l'initialisation, créditées une fois la session en cours. Cela ne coûte supplémentaire que pour les sessions créées puis abandonnées.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Pour un aperçu des piles vocales, consultez &lt;a href="https://apidog.com/fr/blog/gpt-live-vs-gpt-realtime?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live vs GPT-Realtime&lt;/a&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  Ce qui compte comme minutes actives ou en veille
&lt;/h2&gt;

&lt;p&gt;Les minutes actives correspondent à tout moment où l'inférence fonctionne. Les minutes en veille correspondent au temps où une session WebRTC reste connectée avec l'inférence en pause, en attente de parole. L'écart de 0,03 $ par minute entre les deux détermine l'essentiel de votre facture vocale.&lt;/p&gt;

&lt;p&gt;Le &lt;a href="https://developers.openai.com/api/docs/guides/voice-latency-cost" rel="noopener noreferrer"&gt;guide des coûts&lt;/a&gt; d'OpenAI détaille ce qui relève de la catégorie « actif » :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;Le temps où l'utilisateur ou le modèle parle.&lt;/li&gt;
&lt;li&gt;Le silence avant l'expiration de votre délai d'inactivité.&lt;/li&gt;
&lt;li&gt;Le temps d'attente des travaux backend pendant que l'inférence tourne.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;Couper le micro ne déclenche pas la veille ; la session continue d'être facturée à 0,05 $ par minute.&lt;/p&gt;

&lt;p&gt;La veille nécessite deux réglages à la création de la session, documentés dans le &lt;a href="https://developers.openai.com/api/docs/guides/live-conversations" rel="noopener noreferrer"&gt;guide des conversations live&lt;/a&gt; :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"session"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nl"&gt;"model"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-live-1.1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"wake_policy"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"speech"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="nl"&gt;"vad_threshold"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mf"&gt;0.5&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"idle_timeout_s"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;15&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;wake_policy.type: "speech"&lt;/code&gt; indique à la session d'attendre une prise de parole avant de démarrer l'inférence. &lt;code&gt;idle_timeout_s&lt;/code&gt; accepte un nombre entier de 5 à 60 et renvoie la session en veille après ce nombre de secondes sans transcript en entrée ni en sortie. Sans ce délai, l'inférence reste active jusqu'à la fin de la session, et vous ne bénéficiez jamais du tarif de veille.&lt;/p&gt;

&lt;p&gt;Deux réserves : la veille n'est disponible qu'en WebRTC, donc les sessions WebSocket et SIP facturent chaque seconde connectée au tarif actif, et la première réponse après la veille peut être plus lente.&lt;/p&gt;

&lt;h2&gt;
  
  
  Exemples de coûts chiffrés
&lt;/h2&gt;

&lt;p&gt;Les tarifs vocaux sont ceux publiés ; les volumes de tokens backend sont des hypothèses illustratives. Les prix backend proviennent de la &lt;a href="https://developers.openai.com/api/docs/pricing" rel="noopener noreferrer"&gt;page de tarification OpenAI&lt;/a&gt; : &lt;code&gt;gpt-6-luna&lt;/code&gt; à 0,10 $ en entrée et 0,50 $ en sortie par million de tokens, &lt;code&gt;gpt-6-sol&lt;/code&gt; à 2,00 $ en entrée et 10,00 $ en sortie par million de tokens (niveau standard, contexte court). Le &lt;a href="https://developers.openai.com/api/docs/guides/live-delegation" rel="noopener noreferrer"&gt;guide de délégation&lt;/a&gt; d'OpenAI recommande de commencer avec &lt;code&gt;gpt-6-luna&lt;/code&gt; et d'essayer &lt;code&gt;gpt-6-sol&lt;/code&gt; pour les tâches backend plus complexes.&lt;/p&gt;

&lt;h3&gt;
  
  
  Exemple 1 : un service d'assistance téléphonique
&lt;/h3&gt;

&lt;p&gt;Un appel d'assistance par téléphone ou WebSocket dure 6 minutes. La veille ne s'applique pas, donc les 6 minutes sont facturées comme actives. GPT-Live délègue 4 recherches à &lt;code&gt;gpt-6-luna&lt;/code&gt;, chacune utilisant environ 6 000 tokens en entrée et 400 en sortie.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Poste&lt;/th&gt;
&lt;th&gt;Calcul&lt;/th&gt;
&lt;th&gt;Coût&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Vocal&lt;/td&gt;
&lt;td&gt;6 min x 0,05 $&lt;/td&gt;
&lt;td&gt;0,30 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Entrée backend&lt;/td&gt;
&lt;td&gt;24 000 tokens x 0,10 $ / 1M&lt;/td&gt;
&lt;td&gt;0,0024 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Sortie backend&lt;/td&gt;
&lt;td&gt;1 600 tokens x 0,50 $ / 1M&lt;/td&gt;
&lt;td&gt;0,0008 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;strong&gt;Par appel&lt;/strong&gt;&lt;/td&gt;
&lt;td&gt;&lt;/td&gt;
&lt;td&gt;&lt;strong&gt;0,3032 $&lt;/strong&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;À 10 000 appels par mois, cela représente environ 3 032 $, dont 3 000 $ de temps vocal. Réduire de 30 secondes la durée moyenne d'un appel économise plus que la totalité de la facture backend.&lt;/p&gt;

&lt;h3&gt;
  
  
  Exemple 2 : un tuteur de langues dans le navigateur
&lt;/h3&gt;

&lt;p&gt;Une session de tutorat WebRTC de 30 minutes avec &lt;code&gt;idle_timeout_s&lt;/code&gt; réglé sur 15. L'élève passe de longs moments à lire et réfléchir, donc la session tourne 18 minutes en mode actif et 12 minutes en veille. Le tuteur délègue 10 explications à &lt;code&gt;gpt-6-sol&lt;/code&gt;, à environ 8 000 tokens en entrée et 600 en sortie chacune.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Poste&lt;/th&gt;
&lt;th&gt;Calcul&lt;/th&gt;
&lt;th&gt;Coût&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Vocal actif&lt;/td&gt;
&lt;td&gt;18 min x 0,05 $&lt;/td&gt;
&lt;td&gt;0,90 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Vocal en veille&lt;/td&gt;
&lt;td&gt;12 min x 0,02 $&lt;/td&gt;
&lt;td&gt;0,24 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Entrée backend&lt;/td&gt;
&lt;td&gt;80 000 tokens x 2,00 $ / 1M&lt;/td&gt;
&lt;td&gt;0,16 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Sortie backend&lt;/td&gt;
&lt;td&gt;6 000 tokens x 10,00 $ / 1M&lt;/td&gt;
&lt;td&gt;0,06 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;strong&gt;Par session&lt;/strong&gt;&lt;/td&gt;
&lt;td&gt;&lt;/td&gt;
&lt;td&gt;&lt;strong&gt;1,36 $&lt;/strong&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Sans la veille, ces mêmes 30 minutes de vocal coûteraient 1,50 $ au lieu de 1,14 $ : la veille réduit donc la facture vocale de 24 %.&lt;/p&gt;

&lt;h3&gt;
  
  
  Exemple 3 : un assistant de bureau toujours actif
&lt;/h3&gt;

&lt;p&gt;Un assistant reste ouvert pendant une journée de travail de 8 heures, mais l'utilisateur ne lui parle que 40 minutes, par courtes sessions. Ici, la stratégie choisie change la facture de plus d'un facteur 10 :&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fkfa7jc8vlnkg1zhbjoji.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fkfa7jc8vlnkg1zhbjoji.png" alt="Bar chart of daily GPT-Live-1.1 voice cost for an 8-hour assistant with 40 active minutes: $24.00 always active, $10.80 with standby, $2.00 when closing between uses" width="800" height="448"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Stratégie&lt;/th&gt;
&lt;th&gt;Calcul&lt;/th&gt;
&lt;th&gt;Par jour&lt;/th&gt;
&lt;th&gt;Par mois de 22 jours&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Session ouverte, sans veille&lt;/td&gt;
&lt;td&gt;480 min x 0,05 $&lt;/td&gt;
&lt;td&gt;24,00 $&lt;/td&gt;
&lt;td&gt;528,00 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Session ouverte avec veille&lt;/td&gt;
&lt;td&gt;40 x 0,05 $ + 440 x 0,02 $&lt;/td&gt;
&lt;td&gt;10,80 $&lt;/td&gt;
&lt;td&gt;237,60 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Fermeture entre les usages&lt;/td&gt;
&lt;td&gt;40 min x 0,05 $&lt;/td&gt;
&lt;td&gt;2,00 $&lt;/td&gt;
&lt;td&gt;44,00 $&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;La veille coûte quand même 1,20 $ par heure d'inactivité. Le guide d'OpenAI recommande de fermer la session pendant les longues interruptions et d'en démarrer une nouvelle, préchargée avec l'historique sauvegardé, au retour de l'utilisateur. Les frais de démarrage de 15 secondes sont crédités une fois la nouvelle session en cours, donc rien qu'en frais vocaux, la fermeture gagne. Vous perdez le réveil instantané : une session fermée n'entend pas l'utilisateur, il vous faut un push-to-talk ou votre propre déclencheur de réveil.&lt;/p&gt;

&lt;h2&gt;
  
  
  Comment le délai d'inactivité modifie votre facture
&lt;/h2&gt;

&lt;p&gt;Chaque pause coûte du temps actif jusqu'au déclenchement du délai d'inactivité. Un délai plus court atteint plus vite le tarif de veille, moins cher, au prix de davantage de cycles pause-reprise et d'une première réponse plus lente après chacun.&lt;/p&gt;

&lt;p&gt;Le surcoût par pause correspond à la durée du délai facturée à l'écart de 0,03 $ entre les deux tarifs. Sur 100 pauses dans une session ou une journée :&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F4fuhbngqjqxy36isz69b.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F4fuhbngqjqxy36isz69b.png" alt="Bar chart of the extra GPT-Live-1.1 cost per 100 pauses by idle timeout: $0.25 at 5 seconds, $0.75 at 15 seconds, $1.50 at 30 seconds, $3.00 at 60 seconds" width="800" height="448"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;code&gt;idle_timeout_s&lt;/code&gt;&lt;/th&gt;
&lt;th&gt;Secondes actives par pause&lt;/th&gt;
&lt;th&gt;Surcoût par rapport à la veille, par 100 pauses&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;5&lt;/td&gt;
&lt;td&gt;5&lt;/td&gt;
&lt;td&gt;0,25 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;15&lt;/td&gt;
&lt;td&gt;15&lt;/td&gt;
&lt;td&gt;0,75 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;30&lt;/td&gt;
&lt;td&gt;30&lt;/td&gt;
&lt;td&gt;1,50 $&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;60&lt;/td&gt;
&lt;td&gt;60&lt;/td&gt;
&lt;td&gt;3,00 $&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Des montants modestes, et c'est le but : le délai d'inactivité est surtout un réglage d'expérience utilisateur. Choisissez une valeur qui ne coupe pas les utilisateurs en pleine réflexion, puis laissez la veille couvrir les longues interruptions et la fermeture de session les très longues.&lt;/p&gt;

&lt;h2&gt;
  
  
  Comment la tarification de GPT-Live-1.1 se compare à GPT-Realtime
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1 facture à la minute ; les modèles GPT-Realtime facturent au token. La &lt;a href="https://developers.openai.com/api/docs/pricing" rel="noopener noreferrer"&gt;page de tarification OpenAI&lt;/a&gt; liste l'audio de &lt;code&gt;gpt-realtime-2.1&lt;/code&gt; à 32,00 $ par million de tokens en entrée et 64,00 $ par million en sortie, et l'audio de &lt;code&gt;gpt-realtime-2.1-mini&lt;/code&gt; à 10,00 $ et 20,00 $.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;th&gt;GPT-Realtime-2.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Unité de facturation&lt;/td&gt;
&lt;td&gt;Secondes de session&lt;/td&gt;
&lt;td&gt;Tokens en entrée et en sortie&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Tarif vocal&lt;/td&gt;
&lt;td&gt;0,05 $/min actif, 0,02 $/min en veille&lt;/td&gt;
&lt;td&gt;32 $ / 64 $ par million de tokens audio&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Raisonnement et outils&lt;/td&gt;
&lt;td&gt;Modèle backend séparé&lt;/td&gt;
&lt;td&gt;Dans le même modèle&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Courbe de coûts&lt;/td&gt;
&lt;td&gt;Fixe par minute&lt;/td&gt;
&lt;td&gt;Augmente à chaque tour à mesure que le contexte grossit&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Le guide des coûts d'OpenAI précise qu'une session Realtime envoie l'intégralité de la conversation au modèle à chaque réponse, donc les tours suivants coûtent plus cher. Une minute de GPT-Live coûte le même prix à la minute 2 et à la minute 40, ce qui simplifie les prévisions. Notre &lt;a href="https://apidog.com/fr/blog/gpt-realtime-2-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;guide de l'API GPT-Realtime-2&lt;/a&gt; couvre l'approche basée sur les tokens.&lt;/p&gt;

&lt;h2&gt;
  
  
  Suivre l'usage et éviter les mauvaises surprises sur la facture
&lt;/h2&gt;

&lt;p&gt;GPT-Live rapporte l'usage vocal cumulé en secondes via les événements &lt;code&gt;session.usage.updated&lt;/code&gt; :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"session.usage.updated"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"usage"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"seconds"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;12&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"context_window"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"usage_ratio"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mf"&gt;0.42&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Chaque mise à jour remplace le total précédent, ne les additionnez donc jamais. Envoyez &lt;code&gt;session.close&lt;/code&gt;, attendez &lt;code&gt;session.closed&lt;/code&gt; et enregistrez le &lt;code&gt;usage.seconds&lt;/code&gt; final. Pour distinguer l'actif de la veille, chronométrez les intervalles entre les événements &lt;code&gt;session.paused&lt;/code&gt; et &lt;code&gt;session.resumed&lt;/code&gt;.&lt;/p&gt;

&lt;p&gt;Les bonnes habitudes qui maintiennent les coûts stables :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Fermez les sessions terminées.&lt;/strong&gt; Une session ouverte et abandonnée continue d'être facturée.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Accélérez le backend.&lt;/strong&gt; L'attente d'une tâche déléguée est du temps actif ; terminer une minute plus tôt économise 0,05 $.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Fermez pendant les longs traitements.&lt;/strong&gt; Coupez le vocal pendant que le backend travaille et rouvrez quand le résultat est prêt.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Anticipez la concurrence.&lt;/strong&gt; Les limites portent sur les sessions simultanées, et GPT-Live-1.1 a une limite distincte de celle de GPT-Live-1, dont les limites publiées sont 50 (Build), 300 (Launch) et 500 (Grow). L'offre Free n'est pas prise en charge.&lt;/li&gt;
&lt;/ul&gt;

&lt;h2&gt;
  
  
  Laissez Codex tester votre registre de coûts avec Apidog CLI
&lt;/h2&gt;

&lt;p&gt;Votre registre d'usage est du code dont vous êtes responsable, et un bug fausse le prix de chaque appel. Testez-le à chaque commit sans ouvrir de session vocale, à 0 $ de temps vocal, et laissez votre agent de codage exécuter les tests avec &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;.&lt;/p&gt;

&lt;p&gt;Installez la CLI, connectez-vous et ajoutez la compétence Apidog à votre agent :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Puis donnez à Codex une seule invite :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;In Apidog project &amp;lt;projectId&amp;gt;, create a test case for POST /api/voice-usage.
Send {"session_id":"test-1","active_seconds":90,"standby_seconds":30} and assert
the response cost is 0.085 (90 s at $0.05/min plus 30 s at $0.02/min).
Add a second case with standby_seconds 0 that expects 0.075. Run both against
the local environment and summarize any failures.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;L'agent lit le schéma, valide sa charge utile, crée les cas de test et les exécute :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file ./case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file ./case.json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Remplacez &lt;code&gt;-r cli,json&lt;/code&gt; par &lt;code&gt;-r junit&lt;/code&gt; et la même exécution s'intègre à votre CI ; voir &lt;a href="https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;exécuter Apidog CLI dans un pipeline CI/CD&lt;/a&gt;. Le &lt;a href="https://apidog.com/fr/blog/apidog-cli-in-codex?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;guide Apidog CLI dans Codex&lt;/a&gt; détaille la configuration de l'agent. Le plan Free d'Apidog couvre les équipes jusqu'à 4 utilisateurs.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Combien coûte GPT-Live-1.1 par minute ?&lt;/strong&gt; 0,05 $ par minute active et 0,02 $ par minute en veille, facturé à la seconde. L'usage backend s'ajoute en supplément.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1 est-il plus cher que GPT-Live-1 ?&lt;/strong&gt; Non. OpenAI liste les deux aux mêmes tarifs actif et veille.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;La veille fonctionne-t-elle sur les appels téléphoniques ?&lt;/strong&gt; Non. Le tarif de veille réduit ne s'applique qu'aux sessions WebRTC pendant que l'inférence est en pause. Les sessions WebSocket et SIP facturent le temps connecté au tarif actif.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Les appels au modèle backend sont-ils inclus dans le prix à la minute ?&lt;/strong&gt; Non. Les appels Responses délégués sont facturés aux tarifs de tokens du modèle choisi, plus les frais d'outils.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Qu'est-il advenu de la question de l'API GPT-Live en juillet ?&lt;/strong&gt; À l'époque, GPT-Live était une fonctionnalité vocale de ChatGPT sans API, comme le soulignait alors notre &lt;a href="https://apidog.com/fr/blog/gpt-live-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;explication de l'API GPT-Live&lt;/a&gt;. GPT-Live-1.1 est le modèle d'API, servi sur &lt;code&gt;v1/live/sessions&lt;/code&gt;.&lt;/p&gt;

</description>
      <category>ai</category>
      <category>chatgpt</category>
      <category>llm</category>
      <category>openai</category>
    </item>
    <item>
      <title>PostgreSQL 19 : les nouvelles fonctionnalités que tout développeur d'API doit connaître</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 02:48:03 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/postgresql-19-les-nouvelles-fonctionnalites-que-tout-developpeur-dapi-doit-connaitre-oii</link>
      <guid>https://dev.to/antoine_laurentt/postgresql-19-les-nouvelles-fonctionnalites-que-tout-developpeur-dapi-doit-connaitre-oii</guid>
      <description>&lt;h1&gt;
  
  
  Les nouveautés de PostgreSQL 19 pour les développeurs d'API
&lt;/h1&gt;

&lt;p&gt;Les nouvelles fonctionnalités de PostgreSQL 19 les plus importantes pour les développeurs d'API : &lt;code&gt;INSERT ... ON CONFLICT DO SELECT&lt;/code&gt; pour des endpoints get-or-create en une seule instruction, &lt;code&gt;WAIT FOR LSN&lt;/code&gt; pour le read-your-writes sur les réplicas, &lt;code&gt;REPACK (CONCURRENTLY)&lt;/code&gt; pour un nettoyage du bloat en ligne, la sortie JSON de &lt;code&gt;COPY&lt;/code&gt;, les nouvelles méthodes de chaînes &lt;code&gt;jsonpath&lt;/code&gt;, et des vérifications de clés étrangères plus rapides sur les insertions en masse.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;Ce guide couvre ce qui change dans vos handlers, vos réplicas et votre plan de mise à niveau. Chaque exemple de syntaxe provient des &lt;a href="https://www.postgresql.org/docs/19/release-19.html" rel="noopener noreferrer"&gt;notes de version de PostgreSQL 19&lt;/a&gt; et des pages de référence.&lt;/p&gt;

&lt;h2&gt;
  
  
  Ce qu'il faut retenir des nouveautés de PostgreSQL 19
&lt;/h2&gt;

&lt;p&gt;PostgreSQL 19 est la version majeure annuelle de la base de données open source, annoncée par le PostgreSQL Global Development Group le 19 novembre 2026. Elle ajoute les insertions get-or-create, l'attente sur les réplicas pour le read-your-writes, le repacking de tables en ligne, les conseils de plan et la réplication logique des séquences, et elle modifie plusieurs valeurs par défaut à vérifier avant de procéder à la mise à niveau.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Fonctionnalité&lt;/th&gt;
&lt;th&gt;Ce qu'elle remplace&lt;/th&gt;
&lt;th&gt;Où vous la ressentirez&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;ON CONFLICT DO SELECT&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;Les boucles SELECT puis INSERT avec gestion des conflits&lt;/td&gt;
&lt;td&gt;Endpoints POST et d'inscription idempotents&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;WAIT FOR LSN&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;Le routage persistant des lectures vers le primaire&lt;/td&gt;
&lt;td&gt;Réplicas de lecture derrière une API&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;REPACK (CONCURRENTLY)&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;VACUUM FULL&lt;/code&gt;, &lt;code&gt;CLUSTER&lt;/code&gt;, pg_repack&lt;/td&gt;
&lt;td&gt;Tables actives gonflées, sans interruption de service&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;COPY ... (FORMAT json)&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;La conversion de lignes en JSON dans le code applicatif&lt;/td&gt;
&lt;td&gt;Endpoints d'export et de téléchargement en masse&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Méthodes de chaînes &lt;code&gt;jsonpath&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;Le post-traitement des JSONB dans le code applicatif&lt;/td&gt;
&lt;td&gt;Filtrage et normalisation des colonnes JSON&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;pg_plan_advice&lt;/code&gt; + &lt;code&gt;pg_stash_advice&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;La réécriture de requêtes pour orienter le planificateur&lt;/td&gt;
&lt;td&gt;Régressions de plan en production&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Publications &lt;code&gt;FOR ALL SEQUENCES&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;La réinitialisation manuelle des séquences après basculement&lt;/td&gt;
&lt;td&gt;Mises à niveau blue-green via réplication logique&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;L'&lt;a href="https://www.postgresql.org/about/news/postgresql-19-released-3449/" rel="noopener noreferrer"&gt;annonce officielle de la version&lt;/a&gt; mentionne également l'aspiration des index en parallèle et les workers d'E/S asynchrones à mise à l'échelle automatique. Ils ne changent pas le SQL envoyé par votre API, donc cet article ne les traite pas.&lt;/p&gt;

&lt;h2&gt;
  
  
  ON CONFLICT DO SELECT : get-or-create en une seule instruction
&lt;/h2&gt;

&lt;p&gt;Toute API possède un endpoint qui doit renvoyer une ligne qu'elle existe ou non : enregistrer un appareil, créer une étiquette, démarrer un paiement idempotent. Avant la version 19, vous exécutiez un SELECT puis un INSERT (et perdiez les courses sous charge), ou écriviez un faux &lt;code&gt;ON CONFLICT DO UPDATE&lt;/code&gt; juste pour déclencher &lt;code&gt;RETURNING&lt;/code&gt;, ce qui crée une nouvelle version de ligne pour rien.&lt;/p&gt;

&lt;p&gt;PostgreSQL 19 ajoute une quatrième action de conflit. La &lt;a href="https://www.postgresql.org/docs/19/sql-insert.html" rel="noopener noreferrer"&gt;référence de INSERT&lt;/a&gt; l'appelle une « insertion idempotente ou get or create » :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="k"&gt;INSERT&lt;/span&gt; &lt;span class="k"&gt;INTO&lt;/span&gt; &lt;span class="n"&gt;distributors&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;did&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;dname&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;VALUES&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="mi"&gt;11&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s1"&gt;'Global Electronics'&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
    &lt;span class="k"&gt;ON&lt;/span&gt; &lt;span class="k"&gt;CONFLICT&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;did&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;DO&lt;/span&gt; &lt;span class="k"&gt;SELECT&lt;/span&gt;
    &lt;span class="k"&gt;RETURNING&lt;/span&gt; &lt;span class="o"&gt;*&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Si &lt;code&gt;did = 11&lt;/code&gt; est libre, la ligne est insérée et renvoyée. Si elle est déjà prise, la ligne existante est renvoyée et rien n'est modifié. Trois règles issues de la documentation :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Une clause &lt;code&gt;RETURNING&lt;/code&gt; est obligatoire avec &lt;code&gt;DO SELECT&lt;/code&gt;.&lt;/li&gt;
&lt;li&gt;Un &lt;code&gt;conflict_target&lt;/code&gt; est obligatoire, comme pour &lt;code&gt;DO UPDATE&lt;/code&gt;.&lt;/li&gt;
&lt;li&gt;Les contraintes d'exclusion ne peuvent pas servir d'arbitre ; utilisez un index unique ou une contrainte d'unicité &lt;code&gt;NOT DEFERRABLE&lt;/code&gt;.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F2otxrlyacgpinpyh1ppg.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F2otxrlyacgpinpyh1ppg.png" alt="Flowchart of a POST /users request using INSERT ON CONFLICT (email) DO SELECT RETURNING: no conflict inserts and returns the row (201), a conflict returns the existing row unmodified (200)" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Votre handler a généralement besoin de savoir quelle branche s'est exécutée, afin de répondre &lt;code&gt;201 Created&lt;/code&gt; ou &lt;code&gt;200 OK&lt;/code&gt;. La documentation indique que les anciennes valeurs de &lt;code&gt;RETURNING&lt;/code&gt; sont non-NULL en cas de conflit ; une seule colonne suffit donc :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="k"&gt;INSERT&lt;/span&gt; &lt;span class="k"&gt;INTO&lt;/span&gt; &lt;span class="n"&gt;users&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;email&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;name&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;VALUES&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="nv"&gt;$1&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="nv"&gt;$2&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
    &lt;span class="k"&gt;ON&lt;/span&gt; &lt;span class="k"&gt;CONFLICT&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;email&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;DO&lt;/span&gt; &lt;span class="k"&gt;SELECT&lt;/span&gt;
    &lt;span class="k"&gt;RETURNING&lt;/span&gt; &lt;span class="o"&gt;*&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;old&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;id&lt;/span&gt; &lt;span class="k"&gt;IS&lt;/span&gt; &lt;span class="kc"&gt;NULL&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;AS&lt;/span&gt; &lt;span class="n"&gt;created&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Besoin de verrouiller la ligne existante avant de toucher aux tables associées ? Ajoutez une clause de verrouillage : &lt;code&gt;ON CONFLICT (did) DO SELECT FOR UPDATE RETURNING *&lt;/code&gt;. Vous pouvez aussi filtrer avec &lt;code&gt;WHERE&lt;/code&gt;, par exemple &lt;code&gt;DO SELECT WHERE d.dname != EXCLUDED.dname&lt;/code&gt;, et seules les lignes qui passent le filtre sont renvoyées.&lt;/p&gt;

&lt;p&gt;Privilèges : &lt;code&gt;DO SELECT&lt;/code&gt; nécessite &lt;code&gt;SELECT&lt;/code&gt; sur la table, et les formes &lt;code&gt;FOR UPDATE&lt;/code&gt;/&lt;code&gt;FOR SHARE&lt;/code&gt; exigent aussi &lt;code&gt;UPDATE&lt;/code&gt; sur au moins une colonne.&lt;/p&gt;

&lt;h2&gt;
  
  
  WAIT FOR LSN : read-your-writes sur les réplicas
&lt;/h2&gt;

&lt;p&gt;Le bug classique des réplicas : un utilisateur enregistre son profil, le GET suivant tombe sur un réplica asynchrone qui n'a pas encore rejoué la modification, et les anciennes données reviennent. La plupart des équipes épinglent les lectures sur le primaire après une écriture, ce qui gaspille le réplica.&lt;/p&gt;

&lt;p&gt;PostgreSQL 19 ajoute la &lt;a href="https://www.postgresql.org/docs/19/sql-wait.html" rel="noopener noreferrer"&gt;commande WAIT FOR&lt;/a&gt;. Après une écriture, récupérez la position WAL du primaire :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="k"&gt;UPDATE&lt;/span&gt; &lt;span class="n"&gt;movie&lt;/span&gt; &lt;span class="k"&gt;SET&lt;/span&gt; &lt;span class="n"&gt;genre&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s1"&gt;'Dramatic'&lt;/span&gt; &lt;span class="k"&gt;WHERE&lt;/span&gt; &lt;span class="n"&gt;genre&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s1"&gt;'Drama'&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="k"&gt;SELECT&lt;/span&gt; &lt;span class="nf"&gt;pg_current_wal_insert_lsn&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;   &lt;span class="c1"&gt;-- returns 0/0306EE20&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Stockez ce LSN dans la session de l'utilisateur (Simon Willison suggère un cookie signé dans &lt;a href="https://simonwillison.net/2026/Nov/19/postgresql-19/" rel="noopener noreferrer"&gt;son article&lt;/a&gt;). À la requête suivante, exécutez ceci sur le réplica avant la lecture :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="no"&gt;WAIT&lt;/span&gt; &lt;span class="k"&gt;FOR&lt;/span&gt; &lt;span class="no"&gt;LSN&lt;/span&gt; &lt;span class="s1"&gt;'0/0306EE20'&lt;/span&gt; &lt;span class="k"&gt;WITH&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;TIMEOUT&lt;/span&gt; &lt;span class="s1"&gt;'100ms'&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="no"&gt;NO_THROW&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="k"&gt;SELECT&lt;/span&gt; &lt;span class="o"&gt;*&lt;/span&gt; &lt;span class="k"&gt;FROM&lt;/span&gt; &lt;span class="n"&gt;movie&lt;/span&gt; &lt;span class="k"&gt;WHERE&lt;/span&gt; &lt;span class="n"&gt;genre&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s1"&gt;'Drama'&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F9yg1buxnz7z9v5mb6yf5.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F9yg1buxnz7z9v5mb6yf5.png" alt="Sequence diagram: API server commits an UPDATE on the primary, reads pg_current_wal_insert_lsn 0/0306EE20, stores it in the session, then on the next request sends WAIT FOR LSN to the read replica, gets success, and SELECTs the fresh row" width="800" height="533"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Les détails qui comptent dans une API :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;Modes.&lt;/strong&gt; Le mode par défaut &lt;code&gt;MODE 'standby_replay'&lt;/code&gt; attend que la modification soit appliquée, ce qui correspond au besoin du read-your-writes. &lt;code&gt;standby_write&lt;/code&gt;, &lt;code&gt;standby_flush&lt;/code&gt; et &lt;code&gt;primary_flush&lt;/code&gt; existent pour des vérifications de durabilité.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Délais d'attente.&lt;/strong&gt; Sans &lt;code&gt;TIMEOUT&lt;/code&gt;, ou avec &lt;code&gt;TIMEOUT '0'&lt;/code&gt;, il attend indéfiniment. Définissez toujours un délai dans les chemins de requête.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;&lt;code&gt;NO_THROW&lt;/code&gt;.&lt;/strong&gt; Sans lui, un dépassement de délai déclenche une erreur et annule votre transaction. Avec lui, vous obtenez un statut &lt;code&gt;success&lt;/code&gt;, &lt;code&gt;timeout&lt;/code&gt; ou &lt;code&gt;not in recovery&lt;/code&gt;, et vous pouvez basculer sur le primaire.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Emplacement.&lt;/strong&gt; &lt;code&gt;WAIT&lt;/code&gt; doit être une commande de premier niveau, pas à l'intérieur d'une fonction ou d'un bloc &lt;code&gt;DO&lt;/code&gt;. Exécutez-la hors transaction ou en première instruction, avant toute opération prenant un verrou, sinon elle est rejetée.&lt;/li&gt;
&lt;/ol&gt;

&lt;h2&gt;
  
  
  REPACK (CONCURRENTLY) remplace VACUUM FULL pour les tables actives
&lt;/h2&gt;

&lt;p&gt;Les tables derrière des endpoints très sollicités, comme &lt;code&gt;sessions&lt;/code&gt; ou &lt;code&gt;webhook_deliveries&lt;/code&gt;, gonflent vite. &lt;code&gt;VACUUM FULL&lt;/code&gt; et &lt;code&gt;CLUSTER&lt;/code&gt; corrigent cela mais verrouillent la table. PostgreSQL 19 ajoute une option en ligne :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="no"&gt;REPACK&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;CONCURRENTLY&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="n"&gt;webhook_deliveries&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="no"&gt;REPACK&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;CONCURRENTLY&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="k"&gt;ANALYZE&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="n"&gt;orders&lt;/span&gt; &lt;span class="k"&gt;USING&lt;/span&gt; &lt;span class="k"&gt;INDEX&lt;/span&gt; &lt;span class="n"&gt;orders_created_at_idx&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Les notes de version indiquent que &lt;code&gt;REPACK (CONCURRENTLY)&lt;/code&gt; récupère l'espace et peut réorganiser une table selon un index sans bloquer les lectures ni les écritures. &lt;code&gt;VACUUM FULL&lt;/code&gt; et &lt;code&gt;CLUSTER&lt;/code&gt; sont conservés pour compatibilité. Suivez la progression dans la nouvelle vue &lt;code&gt;pg_stat_progress_repack&lt;/code&gt;, et surveillez le nouveau paramètre serveur &lt;code&gt;max_repack_replication_slots&lt;/code&gt; lors du réglage du cluster.&lt;/p&gt;

&lt;h2&gt;
  
  
  Sortie JSON de COPY et nouvelles méthodes de chaînes jsonpath
&lt;/h2&gt;

&lt;p&gt;Les endpoints d'export transmettent souvent les lignes à travers le code applicatif juste pour les convertir en JSON. &lt;code&gt;COPY TO&lt;/code&gt; peut désormais le faire directement dans la base, selon la &lt;a href="https://www.postgresql.org/docs/19/sql-copy.html" rel="noopener noreferrer"&gt;référence de COPY&lt;/a&gt; :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="no"&gt;COPY&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="k"&gt;SELECT&lt;/span&gt; &lt;span class="o"&gt;*&lt;/span&gt; &lt;span class="k"&gt;FROM&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="k"&gt;VALUES&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="mi"&gt;2&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="nf"&gt;val&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;id&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;TO&lt;/span&gt; &lt;span class="no"&gt;STDOUT&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;FORMAT&lt;/span&gt; &lt;span class="kt"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="no"&gt;FORCE_ARRAY&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Cela affiche &lt;code&gt;[&lt;/code&gt;, &lt;code&gt;{"id":1}&lt;/code&gt;, &lt;code&gt;,{"id":2}&lt;/code&gt; et &lt;code&gt;]&lt;/code&gt; sur des lignes séparées, si bien que la sortie forme un tableau JSON valide. Sans &lt;code&gt;FORCE_ARRAY&lt;/code&gt;, vous obtenez un objet JSON par ligne, compatible NDJSON. Un &lt;code&gt;NULL&lt;/code&gt; SQL devient &lt;code&gt;null&lt;/code&gt; JSON, et le format &lt;code&gt;json&lt;/code&gt; ne fonctionne qu'avec &lt;code&gt;COPY TO&lt;/code&gt;.&lt;/p&gt;

&lt;p&gt;Pour les colonnes JSONB, &lt;code&gt;jsonpath&lt;/code&gt; gagne des méthodes de chaînes : &lt;code&gt;lower()&lt;/code&gt;, &lt;code&gt;upper()&lt;/code&gt;, &lt;code&gt;initcap()&lt;/code&gt;, &lt;code&gt;ltrim()&lt;/code&gt;, &lt;code&gt;rtrim()&lt;/code&gt;, &lt;code&gt;btrim()&lt;/code&gt;, &lt;code&gt;replace()&lt;/code&gt; et &lt;code&gt;split_part()&lt;/code&gt;. La documentation montre :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="nf"&gt;jsonb_path_query&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s1"&gt;'"TOM"'&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s1"&gt;'$.lower()'&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;                  &lt;span class="c1"&gt;-- "tom"&lt;/span&gt;
&lt;span class="nf"&gt;jsonb_path_query&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s1"&gt;'" hello "'&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s1"&gt;'$.btrim()'&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;              &lt;span class="c1"&gt;-- "hello"&lt;/span&gt;
&lt;span class="nf"&gt;jsonb_path_query&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s1"&gt;'"abc,def,ghi,jkl"'&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s1"&gt;'$.split_part(",", 3)'&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;  &lt;span class="c1"&gt;-- "ghi"&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Les notes de version les marquent comme immuables, et elles permettent de normaliser un champ JSONB (le tronquer, le mettre en minuscules, le découper) directement dans la requête plutôt que dans votre handler.&lt;/p&gt;

&lt;p&gt;Par ailleurs, &lt;code&gt;json_array()&lt;/code&gt; sur zéro ligne renvoie désormais &lt;code&gt;[]&lt;/code&gt; au lieu de &lt;code&gt;NULL&lt;/code&gt;, ce qui peut casser un client qui teste la valeur &lt;code&gt;null&lt;/code&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  Autres changements de PostgreSQL 19 que les équipes API doivent connaître
&lt;/h2&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Vérifications de clés étrangères plus rapides.&lt;/strong&gt; L'annonce indique que les insertions en masse sont près de 2 fois plus rapides en tests. Utile pour les endpoints d'import qui écrivent des lignes enfants.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Conseils de plan.&lt;/strong&gt; L'extension &lt;code&gt;pg_plan_advice&lt;/code&gt; fige les choix du planificateur, et &lt;code&gt;pg_stash_advice&lt;/code&gt; applique ces conseils par ID de requête, ce qui permet de corriger une requête en régression sans redéploiement.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;UUID et encodage.&lt;/strong&gt; Vous pouvez convertir entre &lt;code&gt;bytea&lt;/code&gt; et &lt;code&gt;uuid&lt;/code&gt;, et &lt;code&gt;encode()&lt;/code&gt;/&lt;code&gt;decode()&lt;/code&gt; prennent en charge &lt;code&gt;base64url&lt;/code&gt;, le format sûr pour les URL utilisé pour les identifiants dans les chemins et les jetons.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Réplication logique pour les mises à niveau.&lt;/strong&gt; &lt;code&gt;CREATE PUBLICATION all_sequences FOR ALL SEQUENCES;&lt;/code&gt; synchronise les séquences, et &lt;code&gt;FOR ALL TABLES EXCEPT (TABLE users, departments)&lt;/code&gt; exclut des tables. Cela comble le manque « IDs en collision après basculement » dans les migrations blue-green.&lt;/li&gt;
&lt;/ul&gt;

&lt;h2&gt;
  
  
  Changements incompatibles à vérifier avant la mise à niveau
&lt;/h2&gt;

&lt;p&gt;La section migration des notes de version liste des changements qui peuvent affecter une API sans qu'aucune requête n'échoue en préproduction :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Changement dans PostgreSQL 19&lt;/th&gt;
&lt;th&gt;Ce qu'il faut vérifier&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Passage de la valeur par défaut de &lt;code&gt;max_locks_per_transaction&lt;/code&gt; de 64 à 128, et les réglages existants doivent être doublés&lt;/td&gt;
&lt;td&gt;Valeurs personnalisées dans votre configuration ou le groupe de paramètres de votre service managé&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;JIT désactivé par défaut&lt;/td&gt;
&lt;td&gt;Endpoints analytiques qui comptaient sur le JIT pour les requêtes longues&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Compression TOAST par défaut passée de &lt;code&gt;pglz&lt;/code&gt; à &lt;code&gt;lz4&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;Rien ne casse, mais les profils de stockage et de CPU évoluent&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;standard_conforming_strings&lt;/code&gt; forcé à &lt;code&gt;on&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;Les anciens dumps réalisés avec &lt;code&gt;off&lt;/code&gt; ne se restaureront pas&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;L'authentification par mot de passe MD5 journalise un avertissement ; RADIUS supprimé&lt;/td&gt;
&lt;td&gt;Migrer les rôles applicatifs vers SCRAM-SHA-256&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;json_array()&lt;/code&gt; sur zéro ligne renvoie &lt;code&gt;[]&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;Clients qui testent &lt;code&gt;null&lt;/code&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;READ ONLY&lt;/code&gt; transmis à &lt;code&gt;postgres_fdw&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;Transactions en lecture seule qui écrivaient via une table distante&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;log_lock_waits&lt;/code&gt; activé par défaut&lt;/td&gt;
&lt;td&gt;Volume de journaux et bruit d'alertes&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;La mise à niveau depuis toute version majeure antérieure nécessite toujours &lt;code&gt;pg_upgrade&lt;/code&gt;, un dump et une restauration via &lt;code&gt;pg_dumpall&lt;/code&gt;, ou la réplication logique. Planifiez la migration dès maintenant si vous êtes sur PostgreSQL 14 : selon la &lt;a href="https://www.postgresql.org/support/versioning/" rel="noopener noreferrer"&gt;politique de gestion des versions&lt;/a&gt;, sa dernière version est sortie le 12 novembre 2026.&lt;/p&gt;

&lt;h2&gt;
  
  
  Laissez votre agent de codage tester la régression de votre API après la mise à niveau avec Apidog CLI
&lt;/h2&gt;

&lt;p&gt;Une mise à niveau majeure de Postgres casse rarement la syntaxe SQL. Elle casse les comportements : un &lt;code&gt;json_array()&lt;/code&gt; qui renvoie &lt;code&gt;[]&lt;/code&gt;, une limite de verrous, un plan plus lent. Détectez-les en exécutant les scénarios de test de votre API sur une base de données PostgreSQL 19 en préproduction, en vérifiant à la fois la réponse HTTP et les lignes sous-jacentes. Laissez votre agent de codage le faire avec &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Ensuite, donnez à votre agent une seule invite :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;In Apidog project &amp;lt;projectId&amp;gt;, add a test case for POST /users that sends the same
email twice and asserts the first call returns 201 and the second returns 200 with the
same id. Then run test scenario &amp;lt;scenarioId&amp;gt; against the pg19-staging environment with
database assertions, and summarize every failure next to the PostgreSQL 19 change
that could explain it.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;L'agent lit le schéma du payload, le valide, crée le cas de test, puis exécute le scénario avec votre fichier de connexion à la base de données afin que les étapes base de données ciblent le nouveau cluster :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json
apidog run -t &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;scenarioId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; \
  --database-connection ./database-connections.json -r cli,junit
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Les opérations de base de données d'Apidog prennent en charge PostgreSQL sur le plan gratuit (Free), ce qui vous permet d'interroger la table après chaque requête et de vérifier que l'endpoint get-or-create a écrit exactement une ligne. La documentation explique &lt;a href="https://apidog.com/fr/blog/how-to-use-database-queries-api-tests-apidog?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;les requêtes de base de données dans les tests d'API&lt;/a&gt; et &lt;a href="https://apidog.com/fr/blog/run-test-scenarios-with-cloud-database-connections-via-cli?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;l'exécution de scénarios avec des connexions de base de données depuis le CLI&lt;/a&gt;. Intégrez la même commande &lt;code&gt;apidog run ... -r junit&lt;/code&gt; dans votre &lt;a href="https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;pipeline CI&lt;/a&gt; et chaque future version mineure bénéficiera de la même vérification. Si vous préférez laisser votre agent interroger Postgres directement, consultez le &lt;a href="https://apidog.com/fr/blog/postgresql-mcp-server?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;guide du serveur MCP PostgreSQL&lt;/a&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Quand PostgreSQL 19 est-il sorti ?&lt;/strong&gt; Le 19 novembre 2026. Le projet PostgreSQL maintient chaque version majeure pendant 5 ans, donc la version 19 recevra des correctifs jusqu'au 19 novembre 2031.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;ON CONFLICT DO SELECT est-il équivalent à un upsert ?&lt;/strong&gt; Non. &lt;code&gt;DO UPDATE&lt;/code&gt; modifie la ligne existante ; &lt;code&gt;DO SELECT&lt;/code&gt; la renvoie intacte. Utilisez-le pour le get-or-create et les POST idempotents. Il nécessite une clause &lt;code&gt;RETURNING&lt;/code&gt; et une cible de conflit.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;WAIT FOR LSN fonctionne-t-il sur le primaire ?&lt;/strong&gt; Le mode par défaut &lt;code&gt;standby_replay&lt;/code&gt; ne fonctionne que sur un standby en cours de récupération. Sur un primaire, vous obtenez une erreur, ou &lt;code&gt;not in recovery&lt;/code&gt; avec &lt;code&gt;NO_THROW&lt;/code&gt;. Utilisez &lt;code&gt;MODE 'primary_flush'&lt;/code&gt; si vous devez attendre sur le primaire lui-même.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Peut-on passer de PostgreSQL 18 à 19 sans migration complète ?&lt;/strong&gt; Oui, avec &lt;code&gt;pg_upgrade&lt;/code&gt;. Vous pouvez aussi effectuer un dump/restauration ou utiliser la réplication logique, qui réplique désormais les séquences avec &lt;code&gt;FOR ALL SEQUENCES&lt;/code&gt;. Consultez d'abord le tableau des changements incompatibles ci-dessus.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;PostgreSQL 19 remplace-t-il pg_repack ?&lt;/strong&gt; Dans la plupart des cas, oui. &lt;code&gt;REPACK (CONCURRENTLY)&lt;/code&gt; récupère l'espace perdu et réorganise les tables par index sans bloquer les lectures ni les écritures, et il est intégré au cœur du système.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Qu'est-ce que GPT-Live-1.1 ?</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 02:46:28 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/quest-ce-que-gpt-live-11--o72</link>
      <guid>https://dev.to/antoine_laurentt/quest-ce-que-gpt-live-11--o72</guid>
      <description>&lt;h1&gt;
  
  
  GPT-Live-1.1 : le modèle vocal full-duplex d'OpenAI arrive dans l'API
&lt;/h1&gt;

&lt;p&gt;GPT-Live-1.1 est le modèle vocal full-duplex d'OpenAI, disponible dans l'API depuis le 20 novembre 2026. Il écoute pendant qu'il parle, confie le raisonnement et les appels d'outils à un modèle backend de votre choix, et se facture à la minute : 0,05 $ par minute active et 0,02 $ par minute en veille. On y accède via un seul endpoint, &lt;code&gt;v1/live/sessions&lt;/code&gt;, et non via l'API Realtime.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;Notre précédent article sur &lt;a href="https://apidog.com/fr/blog/what-is-gpt-live?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;ce qu'est GPT-Live&lt;/a&gt; portait sur la fonction vocale de ChatGPT avant que les développeurs puissent l'appeler. Ce guide couvre le modèle côté API : les nouveautés, le tarif, le fonctionnement d'une session et la comparaison avec GPT-Realtime.&lt;/p&gt;

&lt;h2&gt;
  
  
  Qu'est-ce que GPT-Live-1.1 ?
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1 est un modèle vocal capable de tenir une conversation parlée en temps réel pendant qu'un modèle backend distinct se charge du raisonnement. Il accepte l'audio et le texte, renvoie de l'audio et du texte, et continue d'écouter pendant qu'il parle, ce qui permet aux interlocuteurs de l'interrompre ou d'ajouter des précisions en pleine phrase. Son identifiant de modèle est &lt;code&gt;gpt-live-1.1&lt;/code&gt;, et il prend en charge le streaming et le function calling.&lt;/p&gt;

&lt;p&gt;La &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1.1" rel="noopener noreferrer"&gt;page du modèle GPT-Live-1.1&lt;/a&gt; le décrit comme un « modèle vocal full-duplex pour conversations multilingues ». Le full-duplex signifie que l'audio circule dans les deux sens simultanément, comme lors d'un appel téléphonique, et non comme avec un talkie-walkie où chaque partie doit attendre son tour.&lt;/p&gt;

&lt;p&gt;L'autre pilier de sa conception est la &lt;strong&gt;délégation&lt;/strong&gt;. GPT-Live détermine quand une requête nécessite un vrai traitement, l'envoie à un backend (un modèle Responses d'OpenAI ou votre propre agent), continue de parler pendant l'exécution, puis annonce le résultat à voix haute.&lt;/p&gt;

&lt;h2&gt;
  
  
  Ce qui change par rapport à GPT-Live-1
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1 conserve le même endpoint, la même tarification et le même ensemble de fonctionnalités que GPT-Live-1. Les changements concernent la qualité vocale et l'exécution des tâches. Voici ce qu'OpenAI indique dans la documentation du modèle et dans son &lt;a href="https://x.com/OpenAIDevs/status/2123506733524136446" rel="noopener noreferrer"&gt;annonce sur X&lt;/a&gt; :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Domaine&lt;/th&gt;
&lt;th&gt;GPT-Live-1&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Transcription de la parole&lt;/td&gt;
&lt;td&gt;Point de référence&lt;/td&gt;
&lt;td&gt;Plus précise, selon la page du modèle&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Accent et voix selon les langues&lt;/td&gt;
&lt;td&gt;Point de référence&lt;/td&gt;
&lt;td&gt;Plus homogènes, selon la page du modèle&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Sessions inactives&lt;/td&gt;
&lt;td&gt;Tarif de veille indiqué sur sa page&lt;/td&gt;
&lt;td&gt;Veille annoncée comme nouvelle option, 0,02 $/min&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Exécution des tâches&lt;/td&gt;
&lt;td&gt;Point de référence&lt;/td&gt;
&lt;td&gt;« Exécute les tâches encore plus fiablement », selon l'annonce d'OpenAI&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Endpoint&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/live/sessions&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/live/sessions&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Prix (actif)&lt;/td&gt;
&lt;td&gt;0,05 $/min&lt;/td&gt;
&lt;td&gt;0,05 $/min&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Limites de débit&lt;/td&gt;
&lt;td&gt;Sessions simultanées&lt;/td&gt;
&lt;td&gt;Limite de sessions simultanées distincte&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;OpenAI n'a pas publié de chiffres de benchmark pour les gains de transcription ou de fiabilité ; considérez-les donc comme des affirmations du fournisseur jusqu'à ce que vous les mesuriez vous-même. Par ailleurs, l'annonce d'OpenAI présente la veille comme une nouveauté de cette version, alors que la page de GPT-Live-1 liste désormais le même tarif de veille de 0,02 $.&lt;/p&gt;

&lt;p&gt;Les deux modèles partagent le même endpoint et la même tarification : pour basculer, il suffit de définir le &lt;code&gt;model&lt;/code&gt; de la session sur &lt;code&gt;gpt-live-1.1&lt;/code&gt;. Réexécutez ensuite vos propres évaluations vocales pour confirmer les gains sur votre trafic.&lt;/p&gt;

&lt;h2&gt;
  
  
  Tarification de GPT-Live-1.1
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1 facture les sessions vocales à la durée, et non au token. Voici les tarifs de la &lt;a href="https://developers.openai.com/api/docs/pricing#live-session-duration" rel="noopener noreferrer"&gt;page de tarification d'OpenAI&lt;/a&gt;, vérifiés le 20 novembre 2026 :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Métrique&lt;/th&gt;
&lt;th&gt;Prix&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Temps de session actif&lt;/td&gt;
&lt;td&gt;0,05 $ par minute&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Temps de session en veille&lt;/td&gt;
&lt;td&gt;0,02 $ par minute&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Modèle backend et outils&lt;/td&gt;
&lt;td&gt;Facturés séparément aux tarifs habituels du modèle utilisé&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Quelques détails de facturation à connaître pour estimer vos coûts :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Facturation à la seconde.&lt;/strong&gt; La durée n'est pas arrondie à la minute entière suivante.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;La veille est réservée au WebRTC.&lt;/strong&gt; Le tarif réduit s'applique aux sessions WebRTC lorsque l'inférence est en pause.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Frais d'initialisation.&lt;/strong&gt; La création d'une session WebRTC est facturée 15 secondes pendant la configuration, créditées ensuite sur les frais de durée une fois la session active.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Le backend constitue une deuxième facture.&lt;/strong&gt; Les tokens Responses délégués et les appels d'outils sont également facturés.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fnbcd5cpjq6sffsicnf78.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fnbcd5cpjq6sffsicnf78.png" alt="Chronologie d'une session GPT-Live-1.1 de 30 minutes alternant entre segments actifs à 0,05 $ par minute et segments en veille à 0,02 $ par minute" width="800" height="267"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Exemple calculé à partir de la chronologie ci-dessus : une session d'assistance de 30 minutes passe 20 minutes en état actif et 10 minutes en veille pendant que l'appelant effectue une recherche. Coût vocal : 20 x 0,05 $ + 10 x 0,02 $ = 1,20 $. Sans veille, la même session coûterait 30 x 0,05 $ = 1,50 $. Ajoutez ensuite ce que le modèle backend dépense pour ses tâches déléguées.&lt;/p&gt;

&lt;h2&gt;
  
  
  Fonctionnement de GPT-Live-1.1 : voix plus délégation
&lt;/h2&gt;

&lt;p&gt;Une application GPT-Live comporte deux volets. Le &lt;a href="https://developers.openai.com/api/docs/guides/live" rel="noopener noreferrer"&gt;guide de démarrage&lt;/a&gt; les présente ainsi :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;GPT-Live gère la conversation.&lt;/strong&gt; Il écoute, parle et décide quand solliciter le backend. Vous lui fournissez un prompt court décrivant le style de parole et les cas de délégation.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Le backend traite les tâches déléguées.&lt;/strong&gt; Il raisonne, appelle des outils et renvoie les résultats que GPT-Live énoncera. C'est là que résident les instructions détaillées, les règles métier et les workflows d'outils.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Votre application gère les parties sensibles.&lt;/strong&gt; Elle vérifie les permissions, collecte les confirmations, exécute les fonctions qui touchent à vos systèmes et sauvegarde l'avancement des tâches.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fw9cm71pvvk8hjx8qhsfo.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fw9cm71pvvk8hjx8qhsfo.png" alt="Diagramme d'un appelant parlant à GPT-Live-1.1, qui délègue des tâches à un modèle backend doté d'outils et reçoit les résultats, pendant que votre application gère les permissions et les fonctions" width="800" height="267"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Vous choisissez l'un des deux modes de délégation à la création de la session, et il est impossible de changer de mode en cours de session :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Mode&lt;/th&gt;
&lt;th&gt;Qui exécute le backend&lt;/th&gt;
&lt;th&gt;Quand le choisir&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Délégation Responses&lt;/td&gt;
&lt;td&gt;OpenAI appelle le modèle Responses que vous configurez et transmet le contexte et les résultats&lt;/td&gt;
&lt;td&gt;Vous voulez que GPT-Live gère les requêtes backend pour vous&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Délégation client&lt;/td&gt;
&lt;td&gt;Votre application exécute n'importe quel modèle, agent ou service et renvoie les résultats&lt;/td&gt;
&lt;td&gt;Vous devez valider, anonymiser ou combiner les résultats, ou utiliser un backend non OpenAI&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Le &lt;a href="https://developers.openai.com/api/docs/guides/live-delegation" rel="noopener noreferrer"&gt;guide de la délégation&lt;/a&gt; recommande de commencer par la délégation Responses. La délégation client convient aux équipes qui ajoutent une interface vocale devant un agent textuel existant.&lt;/p&gt;

&lt;h2&gt;
  
  
  Créer votre première session GPT-Live-1.1
&lt;/h2&gt;

&lt;p&gt;GPT-Live dispose de son propre endpoint. La page du modèle liste &lt;code&gt;v1/live/sessions&lt;/code&gt; comme pris en charge et marque Chat Completions, Responses et &lt;code&gt;v1/realtime&lt;/code&gt; comme non pris en charge. OpenAI recommande WebRTC pour l'audio, avec WebSockets et SIP comme alternatives.&lt;/p&gt;

&lt;p&gt;Le flux WebRTC décrit dans le &lt;a href="https://developers.openai.com/api/docs/guides/voice-webrtc?api=live" rel="noopener noreferrer"&gt;quickstart&lt;/a&gt; se déroule en cinq étapes :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;Le navigateur demande l'accès au microphone et ajoute ses pistes à une connexion pair à pair.&lt;/li&gt;
&lt;li&gt;Il crée un canal de données, puis génère une offre SDP.&lt;/li&gt;
&lt;li&gt;Le navigateur envoie l'offre à votre serveur.&lt;/li&gt;
&lt;li&gt;Votre serveur envoie &lt;code&gt;session&lt;/code&gt; et &lt;code&gt;transport: { type: "webrtc", sdp }&lt;/code&gt; en POST vers &lt;code&gt;POST /v1/live/sessions&lt;/code&gt; avec votre clé API.&lt;/li&gt;
&lt;li&gt;Le navigateur applique la réponse SDP renvoyée et attend &lt;code&gt;session.started&lt;/code&gt;.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;Voici l'appel serveur de l'exemple TypeScript d'OpenAI, réduit à la configuration de session :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight typescript"&gt;&lt;code&gt;&lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;result&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;client&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;live&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;create&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="n"&gt;session&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="n"&gt;model&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-live-1.1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;instructions&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;
      &lt;span class="s2"&gt;"Be concise. Delegate requests needing current information to the backend, which can search the web."&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;delegation&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
      &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"responses"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="n"&gt;responses&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
        &lt;span class="n"&gt;model&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-5.6-terra"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
        &lt;span class="n"&gt;instructions&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;
          &lt;span class="s2"&gt;"Use web search when current facts are needed. Return concise, grounded results for a spoken conversation."&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
        &lt;span class="n"&gt;tools&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"web_search"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
        &lt;span class="n"&gt;tool_choice&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"auto"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="n"&gt;transport&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"webrtc"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;sdp&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="n"&gt;request&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;body&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;sdp&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Conservez la clé API côté serveur, et n'envoyez pas &lt;code&gt;session.start&lt;/code&gt; sur le canal de données : la requête HTTP démarre déjà la session. OpenAI propose également l'&lt;a href="https://github.com/openai/openai-live-console" rel="noopener noreferrer"&gt;OpenAI Live Console&lt;/a&gt;, une application d'exemple locale pour observer les conversations, la délégation et l'activité des outils du backend.&lt;/p&gt;

&lt;h2&gt;
  
  
  Mode veille : réduire les coûts au repos
&lt;/h2&gt;

&lt;p&gt;La veille maintient une connexion WebRTC ouverte quand personne ne parle, puis reprend l'inférence dès qu'une voix se fait entendre. La connexion et l'identifiant de session restent les mêmes, et l'historique de la conversation est restauré à la reprise de la session.&lt;/p&gt;

&lt;p&gt;Vous l'activez avec deux champs de session :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"session"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nl"&gt;"model"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-live-1.1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"wake_policy"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"speech"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="nl"&gt;"vad_threshold"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mf"&gt;0.5&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"idle_timeout_s"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;20&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;ul&gt;
&lt;li&gt;
&lt;code&gt;wake_policy.type: "speech"&lt;/code&gt; attend une détection de parole avant de démarrer l'inférence.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;idle_timeout_s&lt;/code&gt; prend un nombre entier entre 5 et 60. Après ce nombre de secondes sans transcription entrante ni sortante, la session passe en veille.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;vad_threshold&lt;/code&gt; va de 0 à 1 et vaut 0,5 par défaut. Plus la valeur est élevée, plus la preuve de parole doit être marquée pour réveiller la session.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Écoutez les événements &lt;code&gt;session.paused&lt;/code&gt; et &lt;code&gt;session.resumed&lt;/code&gt; pour suivre l'état, et gardez la piste micro active. Un compromis à connaître, indiqué dans le &lt;a href="https://developers.openai.com/api/docs/guides/live-conversations" rel="noopener noreferrer"&gt;guide de gestion des sessions&lt;/a&gt; : la première réponse à une courte énonciation après une sortie de veille peut être plus lente. Pour de longues interruptions, fermer la session et en ouvrir une nouvelle peut coûter moins cher que la veille.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 vs GPT-Realtime
&lt;/h2&gt;

&lt;p&gt;Le &lt;a href="https://developers.openai.com/api/docs/guides/voice-agents" rel="noopener noreferrer"&gt;guide des agents vocaux&lt;/a&gt; d'OpenAI présente le choix sous l'angle de l'architecture. GPT-Live convient aux conversations full-duplex avec un backend séparé. L'API Realtime convient à un modèle unique qui entend, raisonne, appelle des outils et parle au sein d'une même session.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;th&gt;GPT-Realtime-2.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Endpoint&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/live/sessions&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/realtime&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Conception&lt;/td&gt;
&lt;td&gt;Frontal vocal plus backend délégué&lt;/td&gt;
&lt;td&gt;Un seul modèle speech-to-speech&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Entrées&lt;/td&gt;
&lt;td&gt;Audio, texte&lt;/td&gt;
&lt;td&gt;Texte, audio, image&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Facturation&lt;/td&gt;
&lt;td&gt;0,05 $/min actif, 0,02 $/min en veille&lt;/td&gt;
&lt;td&gt;Au token : 32 $ en entrée, 64 $ en sortie par 1M de tokens audio&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Coût du backend&lt;/td&gt;
&lt;td&gt;Facturé séparément&lt;/td&gt;
&lt;td&gt;Inclus dans le prix au token&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Idéal pour&lt;/td&gt;
&lt;td&gt;Ajouter la voix à un agent textuel existant&lt;/td&gt;
&lt;td&gt;Agents vocaux autonomes&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;La facturation à la minute rend les coûts vocaux de GPT-Live faciles à prévoir sur de longs appels. La facturation au token de Realtime suit le volume d'audio et de texte échangé et intègre le raisonnement dans un prix unique. Pour un examen plus approfondi de la comparaison initiale, consultez &lt;a href="https://apidog.com/fr/blog/gpt-live-vs-gpt-realtime?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live vs GPT-Realtime&lt;/a&gt; et notre &lt;a href="https://apidog.com/fr/blog/gpt-realtime-2-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;guide de l'API GPT-Realtime-2&lt;/a&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  Limites de débit et accès
&lt;/h2&gt;

&lt;p&gt;Les limites de GPT-Live comptent les sessions simultanées, et non les tokens. GPT-Live-1.1 et GPT-Live-1 ont des limites distinctes qui s'appliquent à toutes les régions d'inférence. La page de GPT-Live-1 indique 50 sessions simultanées au niveau Build, 300 au niveau Launch et 500 au niveau Grow, et marque le niveau Free comme non pris en charge. La page de GPT-Live-1.1 ne publie pas encore son propre tableau ; vérifiez donc la &lt;a href="https://platform.openai.com/settings/organization/limits" rel="noopener noreferrer"&gt;page des limites de votre organisation&lt;/a&gt; avant de planifier votre charge.&lt;/p&gt;

&lt;h2&gt;
  
  
  Tester votre serveur de sessions avec Apidog CLI
&lt;/h2&gt;

&lt;p&gt;Votre intégration GPT-Live comporte une surface HTTP qui vous appartient : l'endpoint &lt;code&gt;/api/session&lt;/code&gt; qui échange les offres SDP. L'exemple d'OpenAI renvoie 403 pour une origine inattendue et 400 pour une offre SDP manquante. Ces chemins ne passent jamais par OpenAI ; vous pouvez donc les tester à chaque commit sans aucun coût vocal. Laissez votre agent de codage écrire et exécuter les tests avec &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;.&lt;/p&gt;

&lt;p&gt;Installez le CLI, connectez-vous et ajoutez la compétence Apidog à votre agent :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Donnez ensuite un seul prompt à votre agent :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;In Apidog project &amp;lt;projectId&amp;gt;, add POST /api/session for my GPT-Live-1.1 server.
Create test cases that assert: a request with a wrong Origin header returns 403,
a request with no sdp field returns 400. Run them against the local environment
and summarize any failures.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;L'agent lit les schémas, valide ses charges utiles, crée l'endpoint et les cas de test, puis les exécute :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog cli-schema get endpoint-create
apidog endpoint create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file ./endpoint.json
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file ./case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file ./case.json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;La même commande &lt;code&gt;apidog run&lt;/code&gt; avec &lt;code&gt;-r junit&lt;/code&gt; s'intègre au CI ; voir &lt;a href="https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;exécuter Apidog CLI dans un pipeline CI/CD&lt;/a&gt;. Si vous utilisez Claude Code, le &lt;a href="https://apidog.com/fr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;guide Apidog CLI dans Claude Code&lt;/a&gt; détaille la configuration. Le plan Free d'Apidog couvre les équipes jusqu'à 4 utilisateurs.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1 est-il disponible dans l'API ?&lt;/strong&gt; Oui. OpenAI a rendu GPT-Live-1.1 disponible dans l'API le 20 novembre 2026, avec l'identifiant de modèle &lt;code&gt;gpt-live-1.1&lt;/code&gt; sur l'endpoint &lt;code&gt;v1/live/sessions&lt;/code&gt;. Notre précédent &lt;a href="https://apidog.com/fr/blog/gpt-live-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;article sur l'API GPT-Live&lt;/a&gt; est antérieur à cette version.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Combien coûte GPT-Live-1.1 ?&lt;/strong&gt; 0,05 $ par minute active et 0,02 $ par minute en veille, facturées à la seconde. Le modèle backend et l'utilisation des outils sont facturés séparément à leurs tarifs habituels.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Quelle est la différence entre GPT-Live-1 et GPT-Live-1.1 ?&lt;/strong&gt; GPT-Live-1.1 transcrit la parole avec plus de précision, conserve un accent et une voix plus homogènes d'une langue à l'autre et ajoute une option de veille pour les sessions inactives. La tarification et l'endpoint restent identiques.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1 peut-il voir des images ?&lt;/strong&gt; Pas directement. Envoyez les images à un modèle backend capable de vision, qui renvoie du texte que GPT-Live pourra exploiter.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1 prend-il en charge le function calling ?&lt;/strong&gt; Oui. La page du modèle liste le streaming et le function calling. En pratique, votre backend traite les appels d'outils via la délégation, et votre application exécute les fonctions personnalisées.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Comment utiliser l'API GPT-Live-1.1 ?</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 02:45:21 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/comment-utiliser-lapi-gpt-live-11--3g6p</link>
      <guid>https://dev.to/antoine_laurentt/comment-utiliser-lapi-gpt-live-11--3g6p</guid>
      <description>&lt;p&gt;L'API GPT-Live-1.1 est le modèle vocal bidirectionnel (full-duplex) d'OpenAI, servi sur &lt;code&gt;v1/live/sessions&lt;/code&gt;. Vous ouvrez une session via WebRTC, WebSocket ou SIP, envoyez une configuration &lt;code&gt;session&lt;/code&gt; avec le modèle, les instructions et la voix, et laissez la délégation confier le raisonnement et les appels d'outils à un modèle Responses exécuté en backend. Le tarif est de 0,05 $ par minute active et 0,02 $ par minute en veille.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;OpenAI a rendu GPT-Live-1.1 disponible dans l'API le 20 novembre 2026, comme l'annonce &lt;a href="https://x.com/OpenAIDevs/status/2123506733524136446" rel="noopener noreferrer"&gt;l'annonce des développeurs OpenAI&lt;/a&gt;. Si vous avez lu notre article de juillet, &lt;a href="https://apidog.com/fr/blog/gpt-live-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Existe-t-il une API GPT-Live ?&lt;/a&gt; répondait « pas encore ». C'est désormais chose faite. Ce guide vous accompagne pas à pas dans l'ouverture d'une session fonctionnelle, une configuration de délégation, un outil de type fonction et la mise en place de tests pour le backend que votre agent vocal appelle.&lt;/p&gt;

&lt;h2&gt;
  
  
  Qu'est-ce que l'API GPT-Live-1.1 ?
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1 est un modèle audio entrant, audio sortant qui écoute pendant qu'il parle. Il fonctionne sur le point d'entrée &lt;code&gt;v1/live/sessions&lt;/code&gt;, et non sur &lt;code&gt;v1/realtime&lt;/code&gt; ou &lt;code&gt;v1/responses&lt;/code&gt;. Son rôle propre est la conversation. Le raisonnement plus lourd et l'utilisation d'outils sont confiés à un modèle backend que vous configurez, de sorte que la voix reste réactive pendant que le travail s'exécute.&lt;/p&gt;

&lt;p&gt;Voici ce que la &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1.1" rel="noopener noreferrer"&gt;page du modèle GPT-Live-1.1&lt;/a&gt; indique à ce jour :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Élément&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;ID du modèle&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;gpt-live-1.1&lt;/code&gt; (une seule version)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Entrée / sortie&lt;/td&gt;
&lt;td&gt;Audio et texte en entrée, audio et texte en sortie&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Point d'entrée&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;v1/live/sessions&lt;/code&gt; uniquement&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Transports&lt;/td&gt;
&lt;td&gt;WebRTC (recommandé), WebSocket, SIP&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Tarif actif&lt;/td&gt;
&lt;td&gt;0,05 $ par minute&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Tarif en veille&lt;/td&gt;
&lt;td&gt;0,02 $ par minute (WebRTC, inférence en pause)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Modèle backend et outils&lt;/td&gt;
&lt;td&gt;Facturés séparément à leurs tarifs habituels&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Concurrence&lt;/td&gt;
&lt;td&gt;Limite distincte de celle de GPT-Live-1, par organisation&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Pour le contexte produit, consultez &lt;a href="https://apidog.com/fr/blog/what-is-gpt-live?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;ce qu'est GPT-Live&lt;/a&gt; et en quoi il diffère de &lt;a href="https://apidog.com/fr/blog/gpt-live-vs-gpt-realtime?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT Realtime&lt;/a&gt;.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 vs GPT-Live-1 : ce qui change
&lt;/h2&gt;

&lt;p&gt;La page du modèle et le &lt;a href="https://developers.openai.com/api/docs/guides/live-prompting" rel="noopener noreferrer"&gt;guide de prompting&lt;/a&gt; listent quatre différences pratiques :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Transcription :&lt;/strong&gt; la version 1.1 « transcrit la parole avec plus de précision ».&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Voix :&lt;/strong&gt; la version 1.1 conserve « un accent et une voix plus cohérents d'une langue à l'autre ».&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Prompt de délégation :&lt;/strong&gt; la version 1.1 accepte le langage naturel (« Délègue au backend lorsque : »). GPT-Live-1 exige le marqueur &lt;code&gt;&amp;lt;|SpawnThinking|&amp;gt;&lt;/code&gt; dans sa politique.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Formulation de facturation :&lt;/strong&gt; GPT-Live-1 est facturé à la seconde et n'arrondit jamais à la minute entière. La page de la version 1.1 indique seulement « facturé à la durée ».&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Les deux modèles partagent le même point d'entrée, les mêmes tarifs et la même structure de session, donc passer à la 1.1 revient surtout à changer la chaîne du modèle et à utiliser un prompt plus propre.&lt;/p&gt;

&lt;h2&gt;
  
  
  Comment ouvrir une session GPT-Live-1.1
&lt;/h2&gt;

&lt;p&gt;Le &lt;a href="https://developers.openai.com/api/docs/guides/live" rel="noopener noreferrer"&gt;guide de démarrage de GPT-Live&lt;/a&gt; recommande WebRTC pour l'audio côté navigateur, mobile et serveur. WebSocket est le chemin le plus simple pour un prototype côté serveur, c'est donc par là qu'on commence :&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;Ouvrez &lt;code&gt;wss://api.openai.com/v1/live/sessions&lt;/code&gt; avec &lt;code&gt;Authorization: Bearer $OPENAI_API_KEY&lt;/code&gt; et sans paramètres de requête.&lt;/li&gt;
&lt;li&gt;Envoyez &lt;code&gt;session.start&lt;/code&gt; comme premier message, avec votre configuration &lt;code&gt;session&lt;/code&gt;.&lt;/li&gt;
&lt;li&gt;Attendez &lt;code&gt;session.started&lt;/code&gt; avant d'envoyer de l'audio.&lt;/li&gt;
&lt;li&gt;Diffusez l'audio dans le format choisi. Par défaut : PCM 24 kHz.
&lt;/li&gt;
&lt;/ol&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight javascript"&gt;&lt;code&gt;&lt;span class="k"&gt;import&lt;/span&gt; &lt;span class="nc"&gt;WebSocket&lt;/span&gt; &lt;span class="k"&gt;from&lt;/span&gt; &lt;span class="s2"&gt;"ws"&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

&lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;new&lt;/span&gt; &lt;span class="nc"&gt;WebSocket&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"wss://api.openai.com/v1/live/sessions"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="n"&gt;headers&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nc"&gt;Authorization&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="sb"&gt;`Bearer ${process.env.OPENAI_API_KEY}`&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

&lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;on&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"open"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="o"&gt;=&amp;gt;&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;send&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;stringify&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"session.start"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;event_id&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"start_1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;session&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
      &lt;span class="n"&gt;model&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-live-1.1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="n"&gt;instructions&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"You are the voice agent for Acme order support. Keep answers short."&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="n"&gt;audio&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
        &lt;span class="n"&gt;format&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"audio/pcm"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;rate&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;24000&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
        &lt;span class="n"&gt;output&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="n"&gt;voice&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"marin"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

&lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;on&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"message"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;raw&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="o"&gt;=&amp;gt;&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;msg&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;parse&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;raw&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="k"&gt;if&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;msg&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="kd"&gt;type&lt;/span&gt; &lt;span class="o"&gt;===&lt;/span&gt; &lt;span class="s2"&gt;"session.started"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="nb"&gt;console&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;log&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"Session ready"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Quelques règles de configuration issues du guide de conversation :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;code&gt;instructions&lt;/code&gt; accepte jusqu'à 16 384 tokens. Ajoutez-en en cours de session avec &lt;code&gt;session.instructions.append&lt;/code&gt; (500 tokens par ajout).&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;audio.output.voice&lt;/code&gt; vaut par défaut &lt;code&gt;marin&lt;/code&gt;. Les autres noms d'API incluent &lt;code&gt;quartz&lt;/code&gt;, &lt;code&gt;stone&lt;/code&gt;, &lt;code&gt;meridian&lt;/code&gt; et &lt;code&gt;willow&lt;/code&gt;.&lt;/li&gt;
&lt;li&gt;Les formats WebSocket sont &lt;code&gt;audio/pcm&lt;/code&gt; à 24 000 ou 16 000 Hz, et &lt;code&gt;audio/pcmu&lt;/code&gt; ou &lt;code&gt;audio/pcma&lt;/code&gt; à 8 000 Hz pour la téléphonie.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;store&lt;/code&gt; vaut par défaut &lt;code&gt;false&lt;/code&gt;. Changer de &lt;code&gt;model&lt;/code&gt; nécessite une nouvelle session.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Pour la production dans un navigateur, passez à WebRTC. Votre serveur conserve la clé API et relaie l'offre SDP du navigateur :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight javascript"&gt;&lt;code&gt;&lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;res&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="nb"&gt;fetch&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"https://api.openai.com/v1/live/sessions"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="n"&gt;method&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"POST"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="n"&gt;headers&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nc"&gt;Authorization&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="sb"&gt;`Bearer ${process.env.OPENAI_API_KEY}`&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="s2"&gt;"Content-Type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"application/json"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="n"&gt;body&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;stringify&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="n"&gt;session&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="n"&gt;model&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-live-1.1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;instructions&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"..."&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;transport&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"webrtc"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;sdp&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="n"&gt;offerSdp&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="n"&gt;session&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;transport&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;res&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;json&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt; &lt;span class="c1"&gt;// HTTP 201&lt;/span&gt;
&lt;span class="c1"&gt;// session.id looks like "live_123"; return transport.sdp to the browser&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Omettez &lt;code&gt;audio.format&lt;/code&gt; des requêtes WebRTC, et n'envoyez pas &lt;code&gt;session.start&lt;/code&gt; sur le canal de données. Notez un détail de facturation : la création d'une session WebRTC facture 15 secondes lors de l'initialisation, créditées une fois la session en cours.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Flwvwu0f6pe8ztwsammv9.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Flwvwu0f6pe8ztwsammv9.png" alt="Architecture d'une application GPT-Live-1.1" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  Délégation GPT-Live-1.1 : laissez un modèle backend réfléchir
&lt;/h2&gt;

&lt;p&gt;La délégation est la raison d'être de cette API. Le modèle vocal continue de parler pendant qu'un modèle backend raisonne, recherche ou appelle des outils. Vous choisissez l'un des deux modes à la création de la session, et il est impossible de changer de mode en cours de session.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Mode&lt;/th&gt;
&lt;th&gt;&lt;code&gt;delegation.type&lt;/code&gt;&lt;/th&gt;
&lt;th&gt;Qui exécute le backend&lt;/th&gt;
&lt;th&gt;Idéal pour&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Responses&lt;/td&gt;
&lt;td&gt;&lt;code&gt;"responses"&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;OpenAI, avec le modèle et les outils que vous configurez&lt;/td&gt;
&lt;td&gt;La plupart des applications ; outils hébergés, appel de fonctions&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Client&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;"client"&lt;/code&gt; (également la valeur par défaut)&lt;/td&gt;
&lt;td&gt;Votre application&lt;/td&gt;
&lt;td&gt;Votre propre boucle d'agent ou un backend non-OpenAI&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Le &lt;a href="https://developers.openai.com/api/docs/guides/live-delegation" rel="noopener noreferrer"&gt;guide de délégation&lt;/a&gt; recommande de commencer avec &lt;code&gt;gpt-6-luna&lt;/code&gt; et d'essayer &lt;code&gt;gpt-6-sol&lt;/code&gt; pour les tâches backend plus complexes. Si vous hésitez entre les deux, notre &lt;a href="https://apidog.com/fr/blog/what-is-gpt-6-luna?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;présentation de GPT-6 Luna&lt;/a&gt; détaille les compromis.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="nl"&gt;"delegation"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"responses"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"responses"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nl"&gt;"model"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-6-luna"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"instructions"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"Look up orders with get_order. Answer in one sentence."&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"tools"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"web_search"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"tool_choice"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"auto"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"parallel_tool_calls"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="kc"&gt;false&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Le bloc &lt;code&gt;responses&lt;/code&gt; accepte aussi &lt;code&gt;max_output_tokens&lt;/code&gt; (16 ou plus), &lt;code&gt;service_tier&lt;/code&gt; (&lt;code&gt;auto&lt;/code&gt;, &lt;code&gt;default&lt;/code&gt;, &lt;code&gt;flex&lt;/code&gt; ou &lt;code&gt;priority&lt;/code&gt;, où &lt;code&gt;priority&lt;/code&gt; correspond au mode rapide) ainsi que les paramètres &lt;code&gt;reasoning&lt;/code&gt; et &lt;code&gt;text&lt;/code&gt; pris en charge par votre modèle backend. Vous pouvez modifier ces champs en cours de session via &lt;code&gt;session.update&lt;/code&gt;. La validation est asynchrone : une configuration invalide arrive sous forme d'&lt;code&gt;error&lt;/code&gt; avec le code &lt;code&gt;responses_validation_failed&lt;/code&gt;, et la session reste ouverte.&lt;/p&gt;

&lt;p&gt;Indiquez ensuite au modèle vocal quand déléguer. Avec la 1.1, cela se fait en langage naturel dans &lt;code&gt;instructions&lt;/code&gt; :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Delegate to the backend when: the caller asks about an order, a refund or anything you must look up.
Do not delegate when: the caller greets you, asks you to repeat, or says goodbye.
While the backend works, briefly say what you are checking.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Le guide de prompting met en garde : un « je vérifie cela » prononcé à voix haute ne prouve pas que le travail backend a commencé. Surveillez plutôt &lt;code&gt;session.delegation.created&lt;/code&gt; dans vos logs.&lt;/p&gt;

&lt;h2&gt;
  
  
  Ajouter l'appel de fonctions à une session GPT-Live-1.1
&lt;/h2&gt;

&lt;p&gt;Les outils hébergés comme la recherche web s'exécutent chez OpenAI. Vos propres fonctions s'exécutent dans votre application. Placez un outil de fonction Responses standard dans &lt;code&gt;delegation.responses.tools&lt;/code&gt; :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"function"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"name"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"get_order"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"description"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"Get the shipping status of an order by its ID."&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"parameters"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"object"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"properties"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"order_id"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"string"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"required"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="s2"&gt;"order_id"&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"additionalProperties"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="kc"&gt;false&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"strict"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="kc"&gt;true&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Les événements du backend vous parviennent enveloppés dans une enveloppe &lt;code&gt;response.event&lt;/code&gt; qui transporte un &lt;code&gt;delegation_id&lt;/code&gt; et un &lt;code&gt;event&lt;/code&gt; imbriqué. Un appel de fonction terminé arrive sous forme de &lt;code&gt;response.output_item.done&lt;/code&gt; imbriqué, dont l'élément contient &lt;code&gt;call_id&lt;/code&gt;, &lt;code&gt;name&lt;/code&gt; et &lt;code&gt;arguments&lt;/code&gt;. Exécutez la fonction, envoyez un &lt;code&gt;response.item.create&lt;/code&gt; avec le résultat, puis envoyez &lt;code&gt;response.create&lt;/code&gt; :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight javascript"&gt;&lt;code&gt;&lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;on&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"message"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="k"&gt;async&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;raw&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="o"&gt;=&amp;gt;&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;msg&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;parse&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;raw&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="k"&gt;if&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;msg&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="kd"&gt;type&lt;/span&gt; &lt;span class="o"&gt;!==&lt;/span&gt; &lt;span class="s2"&gt;"response.event"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;return&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;ev&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;msg&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;event&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="k"&gt;if&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;ev&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="kd"&gt;type&lt;/span&gt; &lt;span class="o"&gt;!==&lt;/span&gt; &lt;span class="s2"&gt;"response.output_item.done"&lt;/span&gt; &lt;span class="o"&gt;||&lt;/span&gt; &lt;span class="n"&gt;ev&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;item&lt;/span&gt;&lt;span class="o"&gt;?&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="kd"&gt;type&lt;/span&gt; &lt;span class="o"&gt;!==&lt;/span&gt; &lt;span class="s2"&gt;"function_call"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;return&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

  &lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="n"&gt;order_id&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;parse&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;ev&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;item&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;arguments&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;order&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="nb"&gt;fetch&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="sb"&gt;`${ORDERS_API}/orders/${order_id}`&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;then&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;r&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="o"&gt;=&amp;gt;&lt;/span&gt; &lt;span class="n"&gt;r&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;json&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

  &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;send&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;stringify&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"response.item.create"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;item&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"function_call_output"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;call_id&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="n"&gt;ev&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;item&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;call_id&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;output&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;stringify&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;order&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;send&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;stringify&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"response.create"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Trois détails piègent souvent :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Ajouter uniquement le résultat ne reprend pas le backend. Il faut le &lt;code&gt;response.create&lt;/code&gt;.&lt;/li&gt;
&lt;li&gt;Omettez un résultat en attente et vous recevrez &lt;code&gt;function_call_outputs_required&lt;/code&gt;. Les &lt;code&gt;call_id&lt;/code&gt; en double ou incohérents sont rejetés.&lt;/li&gt;
&lt;li&gt;Les événements &lt;code&gt;response.completed&lt;/code&gt; transférés transportent un &lt;code&gt;response.output&lt;/code&gt; vide. Lisez les événements individuels des éléments de sortie.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fkxfkoa28jwif6jw8g9lp.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fkxfkoa28jwif6jw8g9lp.png" alt="Séquence d'un appel de fonction GPT-Live-1.1" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  Tarifs et limites de GPT-Live-1.1
&lt;/h2&gt;

&lt;p&gt;Le temps vocal est facile à estimer. Un appel support de 5 minutes restant actif du début à la fin coûte 5 × 0,05 $ = 0,25 $ en temps vocal. Mille appels de ce type coûtent 250 $, plus ce que le modèle backend et les outils facturent à leurs tarifs habituels.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Ligne de coût&lt;/th&gt;
&lt;th&gt;Tarif&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Voix active&lt;/td&gt;
&lt;td&gt;0,05 $ par minute&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Voix en veille (WebRTC, inférence en pause)&lt;/td&gt;
&lt;td&gt;0,02 $ par minute&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Initialisation WebRTC&lt;/td&gt;
&lt;td&gt;15 secondes, créditées une fois la session en cours&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Modèle backend et outils&lt;/td&gt;
&lt;td&gt;Tarification normale du modèle et de l'outil concernés&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Les limites de débit comptent des sessions simultanées, pas des tokens. GPT-Live-1.1 et GPT-Live-1 ont des limites distinctes, applicables à toutes les régions d'inférence. La &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1" rel="noopener noreferrer"&gt;page de GPT-Live-1&lt;/a&gt; liste 50, 300 et 500 sessions simultanées pour les paliers Build, Launch et Grow, sans accès au palier Free. La page de la 1.1 ne donne aucun chiffre : vérifiez donc la page des limites de votre organisation avant un lancement.&lt;/p&gt;

&lt;h2&gt;
  
  
  Laissez votre agent de code tester le backend d'outils avec Apidog CLI
&lt;/h2&gt;

&lt;p&gt;Votre agent vocal n'est fiable que si l'API derrière &lt;code&gt;get_order&lt;/code&gt; l'est. Une réponse lente ou malformée se traduit par un silence gênant ou une réponse erronée énoncée à voix haute. Testez donc ce backend avant qu'un appelant ne l'entende, et laissez votre agent de code le faire avec &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;.&lt;/p&gt;

&lt;p&gt;Configurez-le une seule fois :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog auth login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
apidog skill install
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Puis donnez à Claude Code, Codex ou Cursor un seul prompt :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Import ./orders-openapi.yaml into Apidog project &amp;lt;projectId&amp;gt;. Create test cases for
GET /orders/{order_id}: a known ID returns 200 with a status field in under 800 ms,
and an unknown ID returns 404 with a JSON error. Run them against the staging
environment and tell me what failed.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;L'agent lit le schéma, valide sa charge utile, crée les cas de test et les exécute :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog import --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --format openapi --file ./orders-openapi.yaml
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Le budget de 800 ms compte pour la voix : l'appelant entend chaque milliseconde que votre outil prend. Intégrez le même &lt;code&gt;apidog run&lt;/code&gt; avec &lt;code&gt;-r junit&lt;/code&gt; dans votre CI pour qu'une régression fasse échouer le build, comme le montre notre &lt;a href="https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;guide CI/CD d'Apidog CLI&lt;/a&gt;. Novice du workflow agent ? Commencez avec &lt;a href="https://apidog.com/fr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI dans Claude Code&lt;/a&gt;. Le plan Free d'Apidog couvre jusqu'à 4 utilisateurs.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1 est-il disponible dans l'API ?&lt;/strong&gt; Oui. Depuis le 20 novembre 2026, vous pouvez appeler &lt;code&gt;gpt-live-1.1&lt;/code&gt; sur &lt;code&gt;v1/live/sessions&lt;/code&gt; via WebRTC, WebSocket ou SIP. Il n'est pas servi sur &lt;code&gt;v1/realtime&lt;/code&gt;, &lt;code&gt;v1/responses&lt;/code&gt; ni sur Chat Completions.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Combien coûte l'API GPT-Live-1.1 ?&lt;/strong&gt; 0,05 $ par minute active et 0,02 $ par minute en veille. Les appels au modèle backend et les outils sont facturés séparément à leurs propres tarifs.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Quelle est la différence entre GPT-Live-1.1 et GPT Realtime ?&lt;/strong&gt; GPT-Live fonctionne sur son propre point d'entrée, facture à la durée vocale et confie le raisonnement à un modèle backend via la délégation. GPT Realtime fonctionne sur &lt;code&gt;v1/realtime&lt;/code&gt;. Voir notre &lt;a href="https://apidog.com/fr/blog/gpt-live-vs-gpt-realtime?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;comparaison GPT-Live vs GPT Realtime&lt;/a&gt;.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Quel modèle backend utiliser pour la délégation ?&lt;/strong&gt; Le guide d'OpenAI recommande &lt;code&gt;gpt-6-luna&lt;/code&gt; pour commencer et &lt;code&gt;gpt-6-sol&lt;/code&gt; pour les tâches backend plus complexes. Définissez &lt;code&gt;service_tier&lt;/code&gt; sur &lt;code&gt;priority&lt;/code&gt; si la latence compte plus que le coût.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Puis-je utiliser mon propre agent au lieu d'un modèle Responses ?&lt;/strong&gt; Oui. Définissez &lt;code&gt;delegation.type&lt;/code&gt; sur &lt;code&gt;client&lt;/code&gt;. Votre application exécute le travail backend et renvoie les résultats avec &lt;code&gt;session.commentary.append&lt;/code&gt;. Vous gérez aussi vous-même les transcriptions.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1 prend-il en charge l'appel de fonctions ?&lt;/strong&gt; Oui, via la délégation Responses. Définissez les fonctions dans &lt;code&gt;delegation.responses.tools&lt;/code&gt;, lisez les appels dans &lt;code&gt;response.event&lt;/code&gt;, et renvoyez les résultats avec &lt;code&gt;response.item.create&lt;/code&gt; suivi de &lt;code&gt;response.create&lt;/code&gt;.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Test de Krisp Voice Isolation : résoudre le problème de la seconde voix dans les agents vocaux IA</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Fri, 20 Nov 2026 02:38:58 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/test-de-krisp-voice-isolation-resoudre-le-probleme-de-la-seconde-voix-dans-les-agents-vocaux-ia-opp</link>
      <guid>https://dev.to/antoine_laurentt/test-de-krisp-voice-isolation-resoudre-le-probleme-de-la-seconde-voix-dans-les-agents-vocaux-ia-opp</guid>
      <description>&lt;h1&gt;
  
  
  Krisp Voice Isolation : test de l'API qui supprime les voix d'arrière-plan de vos agents vocaux
&lt;/h1&gt;

&lt;p&gt;Lorsqu'un agent vocal échoue sur des appels réels, la cause ne vient souvent ni du LLM ni de la voix. Le problème commence une étape plus tôt, dans l'audio que l'agent entend, qu'il soit envoyé vers la reconnaissance vocale (STT) ou directement vers un modèle speech-to-speech. Les STT modernes gèrent très bien le trafic et la climatisation. Ce qu'ils ne gèrent pas, c'est une deuxième personne qui parle : un collègue, une télévision, l'agent au bureau voisin dans un centre d'appels. Il les écoute lui aussi, et l'agent réagit à des mots que l'appelant n'a jamais prononcés.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;Krisp Voice Isolation se place devant le STT et supprime toutes les voix excepté celle du locuteur principal. Pour ce test, j'ai lu le benchmark et la documentation de Krisp, créé un compte sur l'API en libre-service, et j'ai envoyé huit enregistrements réels du jeu de données public de Krisp à travers le service. J'ai ensuite transcrit l'audio avant et après avec un modèle STT open source pour voir ce qui avait réellement changé.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Le verdict en bref :&lt;/strong&gt; si votre agent reçoit des appels depuis des bureaux, des domiciles, des centres d'appels ou partout où des gens parlent en arrière-plan, Voice Isolation mérite sa place dans votre pipeline. Lors de mon test, la voix d'arrière-plan qui avait généré 331 mots de fausse transcription est tombée à zéro. Les compromis existent mais sont minimes : un léger coût sur l'audio téléphonique propre, une API disponible uniquement aux États-Unis, et moins de modèles sur l'API que dans le SDK.&lt;/p&gt;

&lt;h2&gt;
  
  
  Le problème : les voix d'arrière-plan, pas le bruit de fond
&lt;/h2&gt;

&lt;p&gt;Les modèles STT sont entraînés à capter la parole, pas à déterminer quelle parole compte. Le bruit peut être filtré parce qu'il ne ressemble pas à de la parole. Une deuxième voix ressemble exactement à de la parole, tout simplement parce qu'elle l'est.&lt;/p&gt;

&lt;p&gt;L'exemple de Krisp est parlant. Un appelant demande à résilier un abonnement pendant qu'un collègue à proximité demande ce qu'on mange à midi. Le STT renvoie un seul flux de mots, sans rien indiquer sur leur origine, et l'agent reçoit donc les deux comme une seule requête.&lt;/p&gt;

&lt;p&gt;Cela casse un agent vocal de trois manières :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Transcriptions erronées.&lt;/strong&gt; Les mots du voisin se retrouvent dans la transcription, et le LLM répond à des choses que l'appelant n'a jamais dites.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Fausses interruptions.&lt;/strong&gt; L'agent entend le voisin, croit que l'appelant l'interrompt, et s'arrête en pleine phrase.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Gestion des tours de parole cassée.&lt;/strong&gt; La parole d'arrière-plan donne l'impression que l'appelant parle encore, si bien que l'agent ne sait pas quand le tour de parole s'est terminé.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Dans chaque cas, la logique de l'agent fonctionne comme prévu. Elle réagit à une voix qu'elle n'aurait jamais dû entendre.&lt;/p&gt;

&lt;p&gt;Les chiffres montrent l'ampleur du problème. Dans le &lt;a href="https://krisp.ai/blog/voice-isolation-2-5/" rel="noopener noreferrer"&gt;test de sortie de Voice Isolation 2.5&lt;/a&gt; de Krisp, 10 systèmes STT affichaient en moyenne un taux d'erreur sur les mots (WER) de 2,10 % sur de l'audio propre à un seul locuteur. Avec une deuxième personne parlant par-dessus l'appelant, ces mêmes systèmes atteignaient 35,92 % en moyenne. La suppression de bruit ne comble pas cet écart, car l'interférence est de la parole.&lt;/p&gt;

&lt;h2&gt;
  
  
  Qu'est-ce que Krisp Voice Isolation
&lt;/h2&gt;

&lt;p&gt;L'&lt;a href="https://krisp.ai/developers/voice-isolation/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;API et SDK Krisp Voice Isolation&lt;/a&gt; supprime les voix et le bruit d'arrière-plan d'un flux audio en direct et ne laisse passer que le locuteur principal. Conçu pour les agents vocaux IA, il repose sur la même technologie de base que Krisp propose pour les appels humains sous le nom de Background Voice Cancellation (BVC).&lt;/p&gt;

&lt;p&gt;Il se place en tête du pipeline de l'agent, si bien que chaque modèle en aval n'entend qu'une seule voix :&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fgg8e6t7uyxmywhzz1p2d.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fgg8e6t7uyxmywhzz1p2d.png" alt="Where Voice Isolation sits in a voice agent pipeline" width="800" height="238"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Position de Voice Isolation dans un pipeline d'agent vocal&lt;/p&gt;

&lt;p&gt;Cet emplacement compte. Sans cela, le VAD et la détection de tours de parole entendent également le voisin, d'où viennent les fausses interruptions.&lt;/p&gt;

&lt;p&gt;Krisp travaille depuis environ neuf ans sur la voix IA et affirme traiter plus de 1 000 milliards de minutes de voix par an. Voice Isolation est l'un des produits de sa gamme d'&lt;a href="https://krisp.ai/developers/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;API vocales IA&lt;/a&gt; et de SDK. Voice Isolation fait partie de VIVA, l'ensemble de modèles temps réel de Krisp pour les agents vocaux, aux côtés de Turn-Taking, Interrupt Prediction et VAD. Il complète la gestion des tours de parole sans la remplacer.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Caractéristique&lt;/th&gt;
&lt;th&gt;Voice Isolation 2.5&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Calcul&lt;/td&gt;
&lt;td&gt;CPU uniquement, pas besoin de GPU&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Latence algorithmique&lt;/td&gt;
&lt;td&gt;15 ms (la documentation du SDK de Krisp indique une latence ajoutée d'environ 20 ms)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Moteurs STT&lt;/td&gt;
&lt;td&gt;Tous. Il opère sur le signal audio, donc aucune configuration par langue ou par moteur&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Audio téléphonique&lt;/td&gt;
&lt;td&gt;Téléphonie bande étroite, G.711, G.722, G.729, Opus, casques Bluetooth&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Enrôlement vocal&lt;/td&gt;
&lt;td&gt;Aucun requis&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Distance au micro&lt;/td&gt;
&lt;td&gt;Champ proche ; environ 30 cm (1 pied) à titre de repère général, selon l'acoustique&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Modèles&lt;/td&gt;
&lt;td&gt;Default, Balanced, Lite, HD&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Les quatre modèles vous permettent de contrôler l'agressivité de la suppression des voix et du bruit d'arrière-plan. À agressivité maximale (la configuration par défaut), Default supprime le plus. Balanced traite la voix principale plus légèrement, à calcul égal. Lite utilise environ un tiers du calcul de Default. HD est destiné aux flux WebRTC 32 kHz plutôt qu'à l'audio téléphonique. L'agressivité est un paramètre d'exécution que vous pouvez ajuster sans changer le calcul ; dans l'API, c'est le paramètre suppression_level, de 0 à 100.&lt;/p&gt;

&lt;p&gt;Une limite à connaître dès le départ : les modèles de suppression de voix supposent que le locuteur est proche du micro. En gros, au-delà d'environ 30 cm, la voix du locuteur principal elle-même peut être supprimée. Ce n'est pas une règle absolue mais une recommandation générale, et la distance réelle dépend des conditions acoustiques. Pour les appareils grand champ comme les enceintes connectées, Krisp propose un modèle distinct qui supprime uniquement le bruit.&lt;/p&gt;

&lt;p&gt;La version 2.5 est sortie en août 2026, et Krisp a publié un &lt;a href="https://krisp.ai/blog/voice-isolation-benchmark/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;benchmark et jeu de données ouverts&lt;/a&gt; en septembre. Le modèle est désormais disponible sous forme d'API en libre-service en plus du SDK.&lt;/p&gt;

&lt;h2&gt;
  
  
  Ce que montrent les benchmarks de Krisp
&lt;/h2&gt;

&lt;p&gt;Sur le benchmark ouvert de Krisp, Voice Isolation a réduit le taux d'erreur moyen sur les mots de 23,24 % à 6,24 %, soit une baisse de 73 %.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fxsqnpqv24bp8nwvw9u3j.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fxsqnpqv24bp8nwvw9u3j.png" alt="Benchmark Krisp" width="800" height="379"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;La &lt;a href="https://krisp.ai/benchmarks/voice-isolation-benchmark/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;page benchmark&lt;/a&gt; de Krisp résume le résultat principal.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;Le benchmark utilise 265 enregistrements réels provenant de bureaux, de domiciles, de quatre plateaux de centres d'appels en activité et de voitures. Rien n'a été simulé ni mixé après coup. La plupart des enregistrements suivent le même scénario : le locuteur principal parle, une deuxième personne intervient, le locuteur principal se tait pendant que l'autre continue, puis le locuteur principal revient. Cette fenêtre de silence est le vrai test, car la transcription correcte pour elle est vide. Chaque fichier a été traité par 11 configurations STT issues de neuf moteurs, avec et sans isolation.&lt;/p&gt;

&lt;p&gt;Source : benchmark voice isolation de Krisp, oct. 2026 · 11 configurations STT, tous scénarios confondus&lt;/p&gt;

&lt;p&gt;Chaque moteur s'est amélioré et aucun n'a régressé. Le résultat le plus utile concerne l'écart entre moteurs : sur l'audio brut, il est d'environ 20 points, et après isolation il se réduit à environ 5. Si votre agent entend des voix d'arrière-plan, nettoyer l'entrée améliore votre WER davantage que le choix d'un autre fournisseur STT.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F91gn7tt7xlr6h307v3fo.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F91gn7tt7xlr6h307v3fo.png" alt="Résultats par moteur" width="800" height="475"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Par scénario, le gain dépend de la présence ou non d'une deuxième voix :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Scénario&lt;/th&gt;
&lt;th&gt;Audio brut&lt;/th&gt;
&lt;th&gt;Avec Voice Isolation&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Travail (bureaux, domiciles, salles de réunion)&lt;/td&gt;
&lt;td&gt;31,84 %&lt;/td&gt;
&lt;td&gt;6,30 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Centre d'appels&lt;/td&gt;
&lt;td&gt;23,83 %&lt;/td&gt;
&lt;td&gt;6,86 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Appels téléphoniques (sans voix concurrente)&lt;/td&gt;
&lt;td&gt;3,48 %&lt;/td&gt;
&lt;td&gt;3,91 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Les 265 fichiers&lt;/td&gt;
&lt;td&gt;23,24 %&lt;/td&gt;
&lt;td&gt;6,24 %&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;h3&gt;
  
  
  Là où ça n'aide pas
&lt;/h3&gt;

&lt;p&gt;Krisp publie ses points faibles, et c'est à mon avis la partie la plus convaincante de leur présentation.&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;L'audio téléphonique propre se dégrade légèrement.&lt;/strong&gt; Sans deuxième voix à supprimer, l'isolation ne peut agir que sur la voix principale. Le WER des appels téléphoniques est passé de 3,48 % à 3,91 %, et un fichier est passé de 9,42 % à 21,65 %. Le modèle Balanced donne les meilleurs résultats ici avec 3,53 %.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;L'écho important reste un problème.&lt;/strong&gt; Dans le &lt;a href="https://krisp.ai/blog/voice-isolation-2-5/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;test de sortie de la 2.5&lt;/a&gt; distinct, les enregistrements à un seul locuteur avec une acoustique difficile ont obtenu 11,61 % avec isolation contre 8,02 % sans. C'est bien mieux que la version 2.1 (15,42 %), mais toujours pire que de ne rien faire.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;La sur-isolation provoque des erreurs silencieuses.&lt;/strong&gt; Krisp explique que les modèles antérieurs supprimaient parfois des fragments de la voix principale. Un humain comprenait encore l'audio, mais le STT supprimait des propositions entières et la transcription paraissait propre avec des trous. La version 2.5 a été ajustée pour le STT plutôt que pour l'oreille humaine afin de corriger cela.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fdqogqweyrdjcn21hrw2e.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fdqogqweyrdjcn21hrw2e.png" alt="Page benchmark" width="800" height="431"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;La page benchmark permet d'écouter six enregistrements bruts et traités. L'échantillon 153, un appel téléphonique, est étiqueté « Gets worse » (se dégrade).&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;Deux autres points à garder à l'esprit. Le chiffre de 73 % et celui de 46,4 % que l'on voit sur le site de Krisp proviennent de tests différents : 265 enregistrements dans le benchmark ouvert, et 1 685 enregistrements dans le test de sortie de la 2.5. Et les résultats de Krisp comparent l'audio avec et sans sa propre isolation, pas avec les produits d'isolation d'autres fournisseurs.&lt;/p&gt;

&lt;p&gt;Les enregistrements, transcriptions manuscrites, étiquettes de segments et sorties de chaque modèle sont &lt;a href="https://huggingface.co/datasets/Krisp-AI/VoiceIsolation-Benchmark-Dataset" rel="noopener noreferrer"&gt;publics sur Hugging Face&lt;/a&gt;, donc n'importe qui peut refaire le test. C'est ce que j'ai fait ensuite.&lt;/p&gt;

&lt;h2&gt;
  
  
  Test pratique : l'API Voice Isolation
&lt;/h2&gt;

&lt;p&gt;Lors de mon test, Voice Isolation a supprimé tous les mots de la parole d'arrière-plan des transcriptions, et le WER global est passé de 40,1 % à 10,2 %.&lt;/p&gt;

&lt;h3&gt;
  
  
  Configuration
&lt;/h3&gt;

&lt;p&gt;L'inscription sur le &lt;a href="https://developers.krisp.ai/products/voice-isolation/overview" rel="noopener noreferrer"&gt;portail des développeurs&lt;/a&gt; est rapide, avec connexion Google, Microsoft ou e-mail. L'essai m'a donné 30 $ de crédits et une limite de deux sessions simultanées. Ensuite, c'est &lt;strong&gt;API Keys → Create key&lt;/strong&gt;, et vous obtenez une clé que vous ne pouvez copier qu'une seule fois.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fzt0wz9wxyroqb68qj4c9.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fzt0wz9wxyroqb68qj4c9.png" alt="Portail des développeurs" width="800" height="482"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;La page Voice Isolation du portail des développeurs, sur le plan d'essai.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fu9m3fkr1z4uxiq81u1nl.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fu9m3fkr1z4uxiq81u1nl.png" alt="Clé API" width="800" height="190"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;La clé API que j'ai créée pour ce test. Une seule clé fonctionne pour tous les produits API de Krisp, y compris la &lt;a href="https://krisp.ai/developers/voice-translation-api/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Voice Translation API&lt;/a&gt;.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;L'API est un WebSocket. Votre backend échange la clé API contre un jeton de session de courte durée, le client envoie un petit message JSON d'accueil, attend ready, puis diffuse du PCM mono 16 bits et reçoit l'audio nettoyé image par image :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight python"&gt;&lt;code&gt;&lt;span class="no"&gt;URL&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"wss://streaming.krisp.ai/voice-isolation"&lt;/span&gt;

&lt;span class="k"&gt;async&lt;/span&gt; &lt;span class="k"&gt;with&lt;/span&gt; &lt;span class="n"&gt;websockets&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;connect&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;URL&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;additional_headers&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;&lt;span class="s2"&gt;"Authorization"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="n"&gt;f&lt;/span&gt;&lt;span class="s2"&gt;"api-key {session_token}"&lt;/span&gt;&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;as&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;
    &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;send&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;json&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;dumps&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;&lt;span class="s2"&gt;"model"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"VIVA-tel"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"sample_rate"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;16000&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"suppression_level"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;100&lt;/span&gt;&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
    &lt;span class="n"&gt;hello&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;json&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;loads&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;recv&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;   &lt;span class="c1"&gt;# {"type": "ready", ...}&lt;/span&gt;
    &lt;span class="c1"&gt;# then send exactly 30 ms of audio per message (960 bytes at 16 kHz)&lt;/span&gt;
    &lt;span class="c1"&gt;# and write each binary message you receive to your output&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;C'est proche du &lt;a href="https://developers-docs.krisp.ai/docs/quickstart-realtime-api" rel="noopener noreferrer"&gt;quickstart de l'API&lt;/a&gt; de Krisp, un court script Python qui nettoie un fichier WAV. Une règle piège les utilisateurs : chaque message audio doit faire exactement 30 ms. Sinon, la session se termine avec une erreur invalid_frame_duration, donc complétez la dernière trame avec du silence.&lt;/p&gt;

&lt;p&gt;Pour le test, j'ai choisi huit enregistrements du jeu de données public de Krisp : trois enregistrements de bureau, trois de plateaux de centres d'appels et deux appels téléphoniques depuis une voiture, soit environ 11 minutes au total. J'ai diffusé chacun à vitesse temps réel via l'API, depuis l'Asie. J'ai ensuite transcrit l'audio brut et nettoyé avec Parakeet TDT 0.6B v2 open source de NVIDIA, l'un des moteurs du benchmark de Krisp, et j'ai noté chaque segment étiqueté par rapport aux transcriptions humaines.&lt;/p&gt;

&lt;h3&gt;
  
  
  Résultats
&lt;/h3&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Enregistrements&lt;/th&gt;
&lt;th&gt;WER brut&lt;/th&gt;
&lt;th&gt;WER avec Voice Isolation&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Bureau (3 fichiers)&lt;/td&gt;
&lt;td&gt;36,6 %&lt;/td&gt;
&lt;td&gt;3,6 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Centre d'appels (3 fichiers)&lt;/td&gt;
&lt;td&gt;53,4 %&lt;/td&gt;
&lt;td&gt;15,8 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Appels téléphoniques, sans deuxième voix (2 fichiers)&lt;/td&gt;
&lt;td&gt;5,8 %&lt;/td&gt;
&lt;td&gt;5,2 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Les 8 fichiers&lt;/td&gt;
&lt;td&gt;40,1 %&lt;/td&gt;
&lt;td&gt;10,2 %&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Presque toute l'amélioration est venue d'un seul endroit : les fenêtres où le locuteur principal était silencieux pendant que quelqu'un d'autre continuait de parler. Sur l'audio brut, Parakeet avait transformé cette parole d'arrière-plan en 331 mots de transcription. Après Voice Isolation, il n'en a produit aucun. La voix d'arrière-plan était abaissée de 13 à 34 dB dans ces fenêtres, tandis que le niveau du locuteur principal bougeait à peine (à moins de 1 dB).&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Ft23butstyoa28xp7ptp4.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Ft23butstyoa28xp7ptp4.png" alt="Résultats de mon test" width="800" height="332"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Mon test · API Krisp (VIVA-tel), transcrit avec Parakeet TDT 0.6B v2 · les 6 enregistrements avec une fenêtre d'arrière-plan seul&lt;/p&gt;

&lt;p&gt;L'exemple du centre d'appels montre pourquoi c'est important. Pendant que l'agent que je testais marquait une pause, l'agent au bureau voisin était sur un autre appel. La transcription brute reprenait cet appel mot pour mot :&lt;/p&gt;

&lt;blockquote&gt;
&lt;p&gt;&lt;em&gt;thank you for calling meridian bank before i begin i will need to confirm your identity for security could you give me your full name your date of birth...&lt;/em&gt;&lt;/p&gt;
&lt;/blockquote&gt;

&lt;p&gt;Un agent vocal prendrait cela pour la parole de l'appelant. Avec Voice Isolation, la même fenêtre revenait vide.&lt;/p&gt;

&lt;p&gt;Quand les deux personnes parlaient en même temps, le changement était faible : 13,2 % brut contre 12,5 % nettoyé. Parakeet favorisait déjà la voix la plus forte et la plus proche dans ces passages. La plupart des erreurs restantes concernent le formatage des nombres dans ma notation (numéros de téléphone, prix, codes postaux), qui pénalisaient également les deux versions.&lt;/p&gt;

&lt;p&gt;Sur les deux appels téléphoniques propres, un fichier a accumulé une erreur supplémentaire et l'autre en a perdu deux. C'est conforme à la conclusion de Krisp selon laquelle le coût sur l'audio propre est faible.&lt;/p&gt;

&lt;h3&gt;
  
  
  Latence et fiabilité depuis l'extérieur des États-Unis
&lt;/h3&gt;

&lt;p&gt;L'API ne tourne actuellement que dans la région américaine, et la documentation de Krisp prévient que les clients situés ailleurs subiront une latence supplémentaire. Depuis l'Asie, le temps aller-retour médian pour une trame (envoi au retour de l'audio nettoyé) était de 260 à 520 ms selon les sessions, et l'établissement d'une session prenait généralement 1,5 à 3 secondes. C'est la distance réseau, pas le modèle : Krisp annonce 15 ms de latence algorithmique. Mais si votre agent sert des utilisateurs loin des États-Unis, vous le ressentirez, et le SDK sur vos propres serveurs permet de l'éviter.&lt;/p&gt;

&lt;p&gt;Une de mes neuf sessions s'est interrompue par une fermeture anormale après environ 70 secondes. L'avoir relancée a fonctionné. J'attribue cela à la longue route depuis l'Asie plutôt qu'au service, mais c'est un rappel de gérer les reconnexions en production.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;À propos de ce test :&lt;/strong&gt; huit fichiers constituent un petit échantillon, pas un benchmark. J'ai rééchantillonné les enregistrements 32 kHz en 16 kHz pour le modèle téléphonie (VIVA-tel), j'ai utilisé un seul moteur STT et une normalisation de texte simple, donc mes chiffres absolus ne sont pas comparables à ceux de Krisp. Ce que je vérifiais, c'est le sens et l'ampleur du changement, et cela correspond à ce que Krisp rapporte.&lt;/p&gt;

&lt;h2&gt;
  
  
  Expérience développeur : API ou SDK
&lt;/h2&gt;

&lt;p&gt;Voice Isolation se présente sous deux formes, et le choix dépend de votre plan.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;/th&gt;
&lt;th&gt;Voice Isolation API&lt;/th&gt;
&lt;th&gt;VIVA SDK&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Où il fonctionne&lt;/td&gt;
&lt;td&gt;Cloud de Krisp (région États-Unis)&lt;/td&gt;
&lt;td&gt;Vos propres serveurs, sur CPU&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Mode d'emploi&lt;/td&gt;
&lt;td&gt;Diffuser l'audio via un WebSocket, recevoir l'audio nettoyé&lt;/td&gt;
&lt;td&gt;Charger un modèle et traiter des trames audio dans votre propre code&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Langages&lt;/td&gt;
&lt;td&gt;Tout ce qui dispose d'un client WebSocket&lt;/td&gt;
&lt;td&gt;Python, Node.js, Go, Rust, C++ et C&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Audio&lt;/td&gt;
&lt;td&gt;8 ou 16 kHz (VIVA-tel), 32 kHz (VIVA-pro), PCM mono 16 bits&lt;/td&gt;
&lt;td&gt;8 kHz jusqu'à 32 kHz, selon le modèle (HD accepte des entrées jusqu'à 32 kHz)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Modèles&lt;/td&gt;
&lt;td&gt;Deux : &lt;code&gt;VIVA-tel&lt;/code&gt; pour l'audio téléphonique, &lt;code&gt;VIVA-pro&lt;/code&gt; pour le bande large 32 kHz&lt;/td&gt;
&lt;td&gt;Default, Balanced, Lite, HD&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Accès&lt;/td&gt;
&lt;td&gt;Libre-service, clé API depuis le portail&lt;/td&gt;
&lt;td&gt;Licence commerciale, plan Enterprise&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Inclut aussi&lt;/td&gt;
&lt;td&gt;Voice Translation API&lt;/td&gt;
&lt;td&gt;Turn-Taking et VAD&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;L'API est le moyen le plus simple : aucun fichier de modèle à déployer et rien à exécuter sur votre CPU. Les compromis : votre audio passe par le cloud de Krisp, et vous n'obtenez que deux modèles au lieu de quatre : VIVA-tel pour l'audio téléphonique 8 ou 16 kHz, et VIVA-pro pour l'audio bande large 32 kHz. VIVA-pro n'est pas encore dans la référence de l'API, mais il est présent dans le Playground du portail, l'API l'a accepté lors de mon test, et Krisp a confirmé sa disponibilité.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fouopd1mcm2tmtozvh7xn.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fouopd1mcm2tmtozvh7xn.png" alt="Playground" width="800" height="496"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;Le Playground du portail permet de tester l'un ou l'autre modèle d'API avec votre propre microphone avant d'écrire du code.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;Le SDK garde l'audio sur vos propres serveurs et ne se connecte qu'en ligne pour vérifier sa licence. C'est aussi là que le volet des coûts devient intéressant. L'&lt;a href="https://krisp.ai/blog/voice-isolation-cpu-optimization/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;article de Krisp sur le CPU&lt;/a&gt; montre qu'un simple flag du SDK, enableLowPrecisionExecution, double à peu près le nombre d'appels qu'un serveur peut nettoyer sur les CPU avec support FP16. Une instance AWS Graviton3 à 16 vCPU est passée de 76 appels simultanés à 137, et le modèle Lite gère environ trois fois plus de flux que les modèles complets. Sur les anciens puces Intel Ice Lake, le flag ne fait rien.&lt;/p&gt;

&lt;h3&gt;
  
  
  Intégrations
&lt;/h3&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Pipecat&lt;/strong&gt; propose un filtre prêt à l'emploi. Vous ajoutez KrispVivaFilter() comme filtre d'entrée audio de votre transport, et vous pouvez l'associer à KrispVivaTurn pour la détection de tours de parole. Attention, il utilise le SDK : vous devez donc avoir accès au SDK et aux fichiers de modèle, pas seulement une clé API.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;LiveKit&lt;/strong&gt; propose les modèles Krisp dans LiveKit Cloud, y compris la suppression des voix d'arrière-plan (noise_cancellation.BVC()) pour les agents. LiveKit facture ces modèles d'isolation vocale en supplément.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Les pipelines WebRTC et téléphonie&lt;/strong&gt; peuvent utiliser le SDK directement, et l'API fonctionne avec tout ce qui peut ouvrir un WebSocket.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;La documentation est claire et à jour. Le quickstart a fonctionné du premier coup, et les messages d'erreur indiquent exactement ce qui s'est mal passé, jusqu'à la taille de trame attendue et reçue. Mon seul bémol concerne le nommage : le blog parle de Default, Balanced, Lite et HD, les téléchargements du SDK utilisent des noms de fichiers comme krisp-viva-vi-tel-v2.5.1, et l'API nomme ses modèles VIVA-tel et VIVA-pro, avec seulement le premier dans la référence API. Un tableau de correspondance dans la documentation aiderait.&lt;/p&gt;

&lt;h2&gt;
  
  
  Tarifs
&lt;/h2&gt;

&lt;p&gt;L'API est facturée à l'heure d'audio, et c'est assez bon marché pour que le coût ne détermine pas l'usage.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F1fx6ny8tphpsq5cxd1ja.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F1fx6ny8tphpsq5cxd1ja.png" alt="Tarifs Krisp" width="800" height="518"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;Tarifs développeur de Krisp, novembre 2026.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;Sur le plan &lt;strong&gt;Starter&lt;/strong&gt; à l'usage, la Voice Isolation API coûte 0,18 $ par heure d'audio, sans abonnement mensuel. Le tarif est le même pour les deux modèles d'API, VIVA-tel et VIVA-pro. &lt;strong&gt;Growth&lt;/strong&gt; coûte 400 $ par mois, inclut 400 $ d'usage et ramène le tarif à 0,12 $ par heure, avec une concurrence accrue et un support prioritaire. &lt;strong&gt;Enterprise&lt;/strong&gt; est sur devis et est le seul plan qui inclut le SDK, un SLA, ainsi que HIPAA et SOC 2.&lt;/p&gt;

&lt;p&gt;Le crédit de bienvenue de 30 $ couvre environ 166 heures d'audio au tarif Starter, largement suffisant pour tester. Les crédits sont valables 12 mois et l'usage est facturé à la minute. Pour donner un ordre d'idée, un appel de 5 minutes coûte environ 1,5 centime à nettoyer sur Starter.&lt;/p&gt;

&lt;p&gt;Le SDK n'est disponible que sur le plan Enterprise, à un prix négocié : il faut donc passer par le service commercial pour faire tourner les modèles sur vos propres serveurs. Les tarifs proviennent de la &lt;a href="https://krisp.ai/pricing/?product=ai_voice_sdk&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;page tarifaire de Krisp&lt;/a&gt;, vérifiée en novembre 2026.&lt;/p&gt;

&lt;h2&gt;
  
  
  Alternatives
&lt;/h2&gt;

&lt;p&gt;Krisp n'est pas la seule option pour supprimer les voix d'arrière-plan, mais il n'existe pas encore de test comparatif indépendant de ces produits. Chaque fournisseur publie ses propres chiffres sur ses propres données, donc considérez les chiffres ci-dessous comme des affirmations.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Option&lt;/th&gt;
&lt;th&gt;Ce qu'elle fait&lt;/th&gt;
&lt;th&gt;Bon à savoir&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://github.com/Rikorose/DeepFilterNet" rel="noopener noreferrer"&gt;DeepFilterNet&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;Suppression de bruit en temps réel&lt;/td&gt;
&lt;td&gt;Fonctionne à 48 kHz en fenêtres de 20 ms avec environ 40 ms de latence totale, assez rapide pour un seul thread CPU. Il cible le bruit, pas une deuxième voix.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://github.com/ceva-ip/DPDFNet" rel="noopener noreferrer"&gt;DPDFNet&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;Suppression de bruit en temps réel, construite sur DeepFilterNet2&lt;/td&gt;
&lt;td&gt;Modèles causaux mono-canal de Ceva sous Apache-2.0, avec un package ONNX CPU uniquement (pip install dpdfnet). C'est de la suppression de bruit, pas de voix.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://github.com/modelscope/ClearerVoice-Studio" rel="noopener noreferrer"&gt;ClearerVoice-Studio&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;Boîte à outils d'amélioration, de séparation et d'extraction de locuteur cible&lt;/td&gt;
&lt;td&gt;Son extraction de locuteur audio seule nécessite un enregistrement de référence du locuteur cible et fonctionne à 8 kHz. Les autres modes d'extraction utilisent la vidéo, les gestes ou l'EEG.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://huggingface.co/speechbrain/sepformer-whamr" rel="noopener noreferrer"&gt;SpeechBrain SepFormer (WHAMR!)&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;Séparation de la parole&lt;/td&gt;
&lt;td&gt;Modèle Apache-2.0 pour l'audio mono-canal à 8 kHz qui sépare un mélange en voix distinctes. Il vous reste à déterminer quelle sortie correspond à l'appelant.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Pas d'isolation&lt;/td&gt;
&lt;td&gt;Compter sur la gestion du bruit du STT lui-même&lt;/td&gt;
&lt;td&gt;Gratuit, et suffisant si les appelants sont généralement seuls ; Deepgram a soutenu que le pré-filtrage peut nuire au STT&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Ce qui distingue Krisp, c'est la preuve. C'est le seul fournisseur ici à proposer un benchmark ouvert et reproductible couvrant 11 configurations STT, et il publie les cas où il perd. C'est aussi le plus flexible à déployer : API cloud, SDK sur serveur, ou intégré à LiveKit et Pipecat.&lt;/p&gt;

&lt;h2&gt;
  
  
  Verdict
&lt;/h2&gt;

&lt;p&gt;Krisp Voice Isolation est la solution à retenir quand un agent vocal se comporte mal sur des appels réels alors qu'il fonctionne parfaitement en test. Il supprime les voix que votre agent ne devrait pas entendre, il fonctionne avec n'importe quel STT que vous utilisez déjà, et le benchmark de Krisp comme mon propre test montrent la même chose : la parole d'arrière-plan ne parvient plus jusqu'à la transcription.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Points forts&lt;/strong&gt;&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Supprime les voix d'arrière-plan, pas seulement le bruit, ce qui est précisément ce que le STT ne peut pas gérer seul&lt;/li&gt;
&lt;li&gt;Fonctionne avec n'importe quel moteur STT, sans configuration par langue ni enrôlement vocal&lt;/li&gt;
&lt;li&gt;Tourne sur CPU avec 15 ms de latence algorithmique&lt;/li&gt;
&lt;li&gt;Benchmark ouvert et reproductible, incluant les cas où il perd&lt;/li&gt;
&lt;li&gt;API en libre-service avec 30 $ de crédit gratuit, et bon marché à 0,12–0,18 $ par heure&lt;/li&gt;
&lt;li&gt;Filtre Pipecat prêt à l'emploi et support LiveKit&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;Points faibles&lt;/strong&gt;&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Légère perte de précision sur l'audio téléphonique propre, et toujours pire que l'audio brut dans les pièces avec beaucoup d'écho&lt;/li&gt;
&lt;li&gt;L'API ne fonctionne que dans la région États-Unis, ce qui ajoute une latence notable ailleurs&lt;/li&gt;
&lt;li&gt;L'API offre deux modèles contre quatre pour le SDK ; un usage sur site nécessite le SDK Enterprise&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;Pour qui :&lt;/strong&gt; les équipes dont les agents reçoivent des appels depuis des centres d'appels, des bureaux, des domiciles, des voitures ou partout où d'autres personnes parlent à proximité. Commencez par l'API pour mesurer l'effet sur vos propres enregistrements, puis passez au SDK si vous avez besoin des autres modèles, d'une latence réduite hors des États-Unis, ou d'un audio qui reste sur vos serveurs.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Pour qui ce n'est pas utile :&lt;/strong&gt; les agents dont les appelants sont presque toujours seuls dans des pièces calmes, ou les appareils grand champ comme les enceintes connectées, pour lesquels les modèles de suppression de voix ne sont pas conçus.&lt;/p&gt;

&lt;p&gt;Vous pouvez &lt;a href="https://developers.krisp.ai/products/voice-isolation/overview" rel="noopener noreferrer"&gt;essayer l'API Krisp Voice Isolation&lt;/a&gt; avec les crédits gratuits et y passer vos propres enregistrements en un après-midi.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;L'isolation vocale est-elle la même chose que l'annulation de bruit ?&lt;/strong&gt; Non. L'annulation de bruit supprime les sons non vocaux comme le trafic et les claviers. L'isolation vocale supprime aussi les voix d'autres personnes, que l'annulation de bruit laisse passer.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Krisp Voice Isolation fonctionne-t-il avec mon fournisseur STT ?&lt;/strong&gt; Oui. Il traite l'audio lui-même, donc il se place devant n'importe quel moteur STT. Krisp l'a testé avec 11 configurations, dont les modèles Deepgram, AssemblyAI, ElevenLabs, Soniox, Google, Cartesia et NVIDIA. Il peut également se placer devant des modèles speech-to-speech. Krisp n'a pas encore publié de résultats pour cette configuration, mais rien ne vous empêche d'essayer.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Remplace-t-il la détection de tours de parole ?&lt;/strong&gt; Non. Il se place avant le VAD et la détection de tours de parole et leur fournit un audio plus propre. Krisp propose Turn-Taking comme modèle distinct dans le même SDK VIVA.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Les utilisateurs doivent-ils enrôler leur voix ?&lt;/strong&gt; Non. Aucun enrôlement ni entraînement sur la voix de l'utilisateur n'est nécessaire.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Quelle latence ajoute-t-il ?&lt;/strong&gt; Krisp annonce 15 ms de latence algorithmique, et sa documentation SDK indique une latence ajoutée d'environ 20 ms. Avec l'API cloud, le temps réseau vers la région américaine s'ajoute à cela.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Fonctionne-t-il sur les appels téléphoniques ?&lt;/strong&gt; Oui. Il gère l'audio téléphonique bande étroite, les codecs courants comme G.711, G.722, G.729 et Opus, ainsi que les casques Bluetooth.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Et pour les appels entre humains ?&lt;/strong&gt; La même technologie est proposée sous le nom de Background Voice Cancellation (BVC) dans le SDK RTC de Krisp, qui tourne sur l'appareil de l'utilisateur dans les navigateurs et les applications de bureau et mobiles. Les centres de contacts avec agents humains y accèdent via le produit &lt;a href="https://krisp.ai/contact-center/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;call center AI&lt;/a&gt; de Krisp, qui empêche les voix des agents voisins de se retrouver dans les appels des clients.&lt;/p&gt;

</description>
      <category>agents</category>
      <category>ai</category>
      <category>api</category>
      <category>tools</category>
    </item>
    <item>
      <title>Test de Krisp Voice Isolation : résoudre le problème de la seconde voix dans les agents vocaux IA</title>
      <dc:creator>Antoine Laurent</dc:creator>
      <pubDate>Thu, 19 Nov 2026 11:44:06 +0000</pubDate>
      <link>https://dev.to/antoine_laurentt/test-de-krisp-voice-isolation-resoudre-le-probleme-de-la-seconde-voix-dans-les-agents-vocaux-ia-4m8e</link>
      <guid>https://dev.to/antoine_laurentt/test-de-krisp-voice-isolation-resoudre-le-probleme-de-la-seconde-voix-dans-les-agents-vocaux-ia-4m8e</guid>
      <description>&lt;p&gt;Lorsqu'un agent vocal échoue sur des appels réels, la cause ne vient souvent ni du LLM ni de la voix. Le problème se situe une étape en amont, dans l'audio que l'agent entend, qu'il soit envoyé vers la reconnaissance vocale (STT) ou directement vers un modèle speech-to-speech. Les STT modernes gèrent très bien la circulation et la climatisation. Ce qu'ils ne gèrent pas, c'est une seconde personne qui parle : un collègue, une télévision, l'agent au bureau voisin dans un centre d'appels. Il les écoute aussi, et l'agent réagit à des mots que l'appelant n'a jamais prononcés.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;Essayez Apidog dès aujourd'hui&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;Krisp Voice Isolation se place devant le STT et élimine toutes les voix excepté celle du locuteur principal. Pour cette revue, j'ai lu le benchmark et la documentation de Krisp, créé un compte sur l'API en libre-service, et fait passer huit enregistrements réels du jeu de données public de Krisp à travers le service. J'ai ensuite transcrit l'audio avant et après traitement avec un modèle STT open source pour voir ce qui avait réellement changé.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Verdict en bref :&lt;/strong&gt; si votre agent reçoit des appels depuis des bureaux, des domiciles, des centres d'appels ou partout où des gens parlent en arrière-plan, Voice Isolation mérite une place dans votre pipeline. Dans mon test, des voix de fond qui avaient généré 331 mots de fausse transcription sont tombées à zéro. Les compromis sont réels mais modestes : un léger coût sur l'audio téléphonique propre, une API disponible uniquement en région États-Unis, et moins de modèles sur l'API que dans le SDK.&lt;/p&gt;

&lt;h2&gt;
  
  
  Le problème : les voix de fond, pas le bruit de fond
&lt;/h2&gt;

&lt;p&gt;Les modèles STT sont entraînés à capter la parole, pas à décider quelle parole compte. Le bruit peut être filtré parce qu'il ne ressemble pas à de la parole. Une seconde voix ressemble exactement à de la parole, tout simplement parce qu'elle en est.&lt;/p&gt;

&lt;p&gt;L'exemple de Krisp est parlant. Un appelant demande d'annuler un abonnement pendant qu'un collègue à proximité demande ce qu'il y a au déjeuner. Le STT renvoie un flux de mots sans rien indiquer sur leur provenance, donc l'agent reçoit les deux comme une seule requête.&lt;/p&gt;

&lt;p&gt;Cela casse un agent vocal de trois façons :&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Transcriptions erronées.&lt;/strong&gt; Les mots du passant se retrouvent dans la transcription, et le LLM répond à des choses que l'appelant n'a jamais dites.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Interruptions fantômes.&lt;/strong&gt; L'agent entend le passant, croit que l'appelant l'interrompt, et s'arrête en pleine phrase.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Gestion des tours de parole défaillante.&lt;/strong&gt; La voix de fond donne l'impression que l'appelant parle encore, donc l'agent ne sait pas quand le tour de parole s'est terminé.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Dans chaque cas, la logique de l'agent fonctionne comme prévu. Elle réagit à une voix qu'elle n'aurait jamais dû entendre.&lt;/p&gt;

&lt;p&gt;Les chiffres montrent l'ampleur de l'écart. Dans le &lt;a href="https://krisp.ai/blog/voice-isolation-2-5/" rel="noopener noreferrer"&gt;test de sortie de Voice Isolation 2.5&lt;/a&gt; de Krisp, 10 systèmes STT affichaient en moyenne un taux d'erreur de mots (WER) de 2,10 % sur de l'audio propre à un seul locuteur. Avec une seconde personne parlant par-dessus l'appelant, ces mêmes systèmes montaient en moyenne à 35,92 %. La suppression de bruit ne comble pas cet écart, car l'interférence est de la parole.&lt;/p&gt;

&lt;h2&gt;
  
  
  Qu'est-ce que Krisp Voice Isolation
&lt;/h2&gt;

&lt;p&gt;L'&lt;a href="https://krisp.ai/developers/voice-isolation/" rel="noopener noreferrer"&gt;API et SDK Krisp Voice Isolation&lt;/a&gt; supprime les voix et le bruit de fond d'un flux audio en direct et ne transmet que le locuteur principal. Il est conçu pour les agents vocaux IA, et s'appuie sur la même technologie de base que Krisp propose pour les appels humains sous le nom de Background Voice Cancellation (BVC).&lt;/p&gt;

&lt;p&gt;Il se place en premier dans le pipeline de l'agent, afin que chaque modèle en aval n'entende qu'une seule voix :&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fgg8e6t7uyxmywhzz1p2d.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fgg8e6t7uyxmywhzz1p2d.png" alt="Where Voice Isolation sits in a voice agent pipeline" width="800" height="238"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;Position de Voice Isolation dans le pipeline d'un agent vocal&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;Cet emplacement est crucial. Sans cela, le VAD et la détection de tours de parole entendent aussi le passant, d'où viennent les interruptions fantômes.&lt;/p&gt;

&lt;p&gt;Krisp travaille depuis environ neuf ans sur la voix IA et déclare traiter plus de 1 000 milliards de minutes de voix par an. Voice Isolation est l'un des produits de sa gamme d'&lt;a href="https://krisp.ai/developers/" rel="noopener noreferrer"&gt;API vocales IA&lt;/a&gt; et de SDK. Voice Isolation fait partie de VIVA, l'ensemble des modèles temps réel de Krisp pour agents vocaux, aux côtés de Turn-Taking, Interrupt Prediction et VAD. Il fonctionne en complément de la gestion des tours de parole, non en remplacement.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Caractéristique&lt;/th&gt;
&lt;th&gt;Voice Isolation 2.5&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Calcul&lt;/td&gt;
&lt;td&gt;CPU uniquement, aucun GPU requis&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Latence algorithmique&lt;/td&gt;
&lt;td&gt;15 ms (la documentation du SDK Krisp indique une latence ajoutée d'environ 20 ms)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Moteurs STT&lt;/td&gt;
&lt;td&gt;Tous. Le traitement porte sur le signal audio, donc aucune configuration par langue ou par moteur n'est nécessaire&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Audio téléphonique&lt;/td&gt;
&lt;td&gt;Téléphonie bande étroite, G.711, G.722, G.729, Opus, casques Bluetooth&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Enrôlement vocal&lt;/td&gt;
&lt;td&gt;Aucun requis&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Distance au micro&lt;/td&gt;
&lt;td&gt;Champ proche ; environ dans un rayon de 30 cm à titre indicatif général, selon l'acoustique&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Modèles&lt;/td&gt;
&lt;td&gt;Default, Balanced, Lite, HD&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Les quatre modèles vous donnent le contrôle sur l'agressivité de suppression des voix et du bruit de fond. Avec l'agressivité maximale (configuration par défaut), Default supprime le plus. Balanced traite la voix principale plus légèrement, à calcul égal. Lite utilise environ un tiers du calcul de Default. HD est destiné aux flux WebRTC à 32 kHz plutôt qu'à l'audio téléphonique. L'agressivité est un paramètre d'exécution que vous pouvez ajuster sans modifier le calcul ; dans l'API, c'est le paramètre &lt;code&gt;suppression_level&lt;/code&gt;, de 0 à 100.&lt;/p&gt;

&lt;p&gt;Une limite à connaître dès le départ : les modèles de suppression de voix supposent que le locuteur est proche du micro. En règle générale, au-delà d'environ 30 cm, la voix du locuteur principal lui-même peut être supprimée. Ce n'est pas une règle absolue, mais une recommandation générale, et la distance réelle dépend des conditions acoustiques. Pour les périphériques en champ lointain comme les enceintes connectées, Krisp propose un modèle distinct qui supprime uniquement le bruit.&lt;/p&gt;

&lt;p&gt;La version 2.5 est sortie en août 2026, et Krisp a publié un &lt;a href="https://krisp.ai/blog/voice-isolation-benchmark/" rel="noopener noreferrer"&gt;benchmark et un jeu de données ouverts&lt;/a&gt; en septembre. Le modèle est désormais disponible à la fois en API en libre-service et en SDK.&lt;/p&gt;

&lt;h2&gt;
  
  
  Ce que montrent les benchmarks de Krisp
&lt;/h2&gt;

&lt;p&gt;Sur le benchmark ouvert de Krisp, Voice Isolation a réduit le taux d'erreur de mots moyen de 23,24 % à 6,24 %, soit une baisse de 73 %.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fxsqnpqv24bp8nwvw9u3j.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fxsqnpqv24bp8nwvw9u3j.png" alt="Benchmark Krisp Voice Isolation" width="800" height="379"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;La &lt;a href="https://krisp.ai/benchmarks/voice-isolation-benchmark/" rel="noopener noreferrer"&gt;page de benchmark&lt;/a&gt; de Krisp résume le résultat principal.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;Le benchmark utilise 265 enregistrements réels provenant de bureaux, de domiciles, de quatre plateaux de centres d'appels en activité et de voitures. Rien n'a été simulé ni mixé après coup. La plupart des enregistrements suivent le même scénario : le locuteur principal parle, une seconde personne intervient, le locuteur principal se tait pendant que l'autre continue de parler, puis le locuteur principal revient. Cette fenêtre de silence est le vrai test, car la transcription correcte y est vide. Chaque fichier a été traité par 11 configurations STT issues de neuf moteurs, avec et sans isolation.&lt;/p&gt;

&lt;p&gt;Source : benchmark voice isolation de Krisp, oct. 2026 · 11 configurations STT, tous scénarios confondus&lt;/p&gt;

&lt;p&gt;Chaque moteur s'est amélioré et aucun n'a régressé. Le résultat le plus utile concerne l'écart entre les moteurs : sur l'audio brut, il est d'environ 20 points, et après isolation, il se réduit à environ 5. Si votre agent entend des voix de fond, nettoyer l'entrée améliore votre WER davantage que le choix d'un autre fournisseur STT.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F91gn7tt7xlr6h307v3fo.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F91gn7tt7xlr6h307v3fo.png" alt="Résultats par moteur STT" width="800" height="475"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Par scénario, le gain dépend de la présence ou non d'une seconde voix :&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Scénario&lt;/th&gt;
&lt;th&gt;Audio brut&lt;/th&gt;
&lt;th&gt;Avec Voice Isolation&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Travail (bureaux, domiciles, salles de réunion)&lt;/td&gt;
&lt;td&gt;31,84 %&lt;/td&gt;
&lt;td&gt;6,30 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Centre d'appels&lt;/td&gt;
&lt;td&gt;23,83 %&lt;/td&gt;
&lt;td&gt;6,86 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Appels téléphoniques (sans voix concurrente)&lt;/td&gt;
&lt;td&gt;3,48 %&lt;/td&gt;
&lt;td&gt;3,91 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Les 265 fichiers&lt;/td&gt;
&lt;td&gt;23,24 %&lt;/td&gt;
&lt;td&gt;6,24 %&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;h3&gt;
  
  
  Là où il n'aide pas
&lt;/h3&gt;

&lt;p&gt;Krisp publie ses points faibles, et c'est selon moi la partie la plus convaincante de la présentation.&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;L'audio téléphonique propre se dégrade légèrement.&lt;/strong&gt; Sans seconde voix à supprimer, l'isolation ne peut qu'agir sur la voix principale. Le WER sur les appels téléphoniques est passé de 3,48 % à 3,91 %, et un fichier est passé de 9,42 % à 21,65 %. Le modèle Balanced donne les meilleurs résultats ici, avec 3,53 %.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;L'écho important reste un problème.&lt;/strong&gt; Dans le &lt;a href="https://krisp.ai/blog/voice-isolation-2-5/" rel="noopener noreferrer"&gt;test de sortie 2.5&lt;/a&gt; distinct, les enregistrements mono-locuteur en acoustique difficile ont obtenu 11,61 % avec isolation contre 8,02 % sans. C'est bien mieux que la version 2.1 (15,42 %), mais toujours pire que de ne rien faire.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;La sur-isolation provoque des erreurs silencieuses.&lt;/strong&gt; Krisp explique que les premiers modèles supprimaient parfois des fragments de la voix principale. Un humain comprenait encore l'audio, mais le STT abandonnait des propositions entières, et la transcription semblait cohérente tout en comportant des trous. La version 2.5 a été ajustée pour le STT plutôt que pour l'oreille humaine afin de corriger cela.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F5i2h6x51n2flmqxghkx5.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F5i2h6x51n2flmqxghkx5.png" alt="Six sample recordings on Krisp's benchmark page, each playable raw and through Voice Isolation 2.5, including Sample 153 which gets worse" width="800" height="382"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;La page de benchmark permet d'écouter six enregistrements en version brute et traitée. L'échantillon 153, un appel téléphonique, est étiqueté « Se dégrade ».&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;Deux autres points à garder à l'esprit. Le chiffre de 73 % et celui de 46,4 % que vous verrez sur le site de Krisp proviennent de tests différents : 265 enregistrements pour le benchmark ouvert, et 1 685 enregistrements pour le test de sortie 2.5. Et les résultats de Krisp comparent l'audio avec et sans sa propre isolation, non contre les produits d'isolation d'autres fournisseurs.&lt;/p&gt;

&lt;p&gt;Les enregistrements, les transcriptions manuscrites, les étiquettes de segments et les sorties de chaque modèle sont &lt;a href="https://huggingface.co/datasets/Krisp-AI/VoiceIsolation-Benchmark-Dataset" rel="noopener noreferrer"&gt;publics sur Hugging Face&lt;/a&gt;, donc chacun peut refaire le test. C'est ce que j'ai fait ensuite.&lt;/p&gt;

&lt;h2&gt;
  
  
  Test pratique : évaluer l'API Voice Isolation
&lt;/h2&gt;

&lt;p&gt;Dans mon test, Voice Isolation a supprimé tous les mots de la parole de fond des transcriptions, et le WER global est passé de 40,1 % à 10,2 %.&lt;/p&gt;

&lt;h3&gt;
  
  
  Configuration
&lt;/h3&gt;

&lt;p&gt;L'inscription sur le &lt;a href="https://developers.krisp.ai/products/voice-isolation/overview" rel="noopener noreferrer"&gt;Portail Développeurs&lt;/a&gt; est rapide, avec connexion via Google, Microsoft ou e-mail. L'essai m'a donné 30 $ de crédits et une limite de deux sessions simultanées. Ensuite, direction &lt;strong&gt;API Keys → Create key&lt;/strong&gt;, et vous obtenez une clé que vous ne pouvez copier qu'une seule fois.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fzt0wz9wxyroqb68qj4c9.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fzt0wz9wxyroqb68qj4c9.png" alt="La page Voice Isolation du Portail Développeurs" width="800" height="482"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;La page Voice Isolation du Portail Développeurs sur le plan d'essai.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fu9m3fkr1z4uxiq81u1nl.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fu9m3fkr1z4uxiq81u1nl.png" alt="La clé API" width="800" height="190"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;La clé API que j'ai créée pour cette revue. Une seule clé fonctionne pour tous les produits API de Krisp, y compris l'API de traduction vocale (Voice Translation API).&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;L'API repose sur un WebSocket. Votre backend échange la clé API contre un jeton de session de courte durée, le client envoie un petit message JSON d'accueil, attend &lt;code&gt;ready&lt;/code&gt;, puis diffuse du PCM mono 16 bits et reçoit l'audio nettoyé image par image :&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight python"&gt;&lt;code&gt;&lt;span class="no"&gt;URL&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"wss://streaming.krisp.ai/voice-isolation"&lt;/span&gt;
&lt;span class="k"&gt;async&lt;/span&gt; &lt;span class="k"&gt;with&lt;/span&gt; &lt;span class="n"&gt;websockets&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;connect&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;URL&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;additional_headers&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;&lt;span class="s2"&gt;"Authorization"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="n"&gt;f&lt;/span&gt;&lt;span class="s2"&gt;"api-key {session_token}"&lt;/span&gt;&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;as&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;
    &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;send&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;json&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;dumps&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;&lt;span class="s2"&gt;"model"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"VIVA-tel"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"sample_rate"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;16000&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"suppression_level"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;100&lt;/span&gt;&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
    &lt;span class="n"&gt;hello&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;json&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;loads&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;recv&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;  &lt;span class="c1"&gt;# {"type": "ready", ...}&lt;/span&gt;
    &lt;span class="c1"&gt;# then send exactly 30 ms of audio per message (960 bytes at 16 kHz)&lt;/span&gt;
    &lt;span class="c1"&gt;# and write each binary message you receive to your output&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;C'est proche du &lt;a href="https://developers-docs.krisp.ai/docs/quickstart-realtime-api" rel="noopener noreferrer"&gt;quickstart API&lt;/a&gt; de Krisp, un court script Python qui nettoie un fichier WAV. Une règle piège les utilisateurs : chaque message audio doit faire exactement 30 ms. Toute autre durée met fin à la session avec une erreur &lt;code&gt;invalid_frame_duration&lt;/code&gt;, donc complétez la dernière trame avec du silence.&lt;/p&gt;

&lt;p&gt;Pour le test, j'ai choisi huit enregistrements du jeu de données public de Krisp : trois enregistrements de bureau, trois provenant de plateaux de centres d'appels et deux appels téléphoniques depuis une voiture, soit environ 11 minutes au total. J'ai diffusé chacun via l'API en temps réel, depuis l'Asie. Puis j'ai transcrit l'audio brut et nettoyé avec Parakeet TDT 0.6B v2 open source de NVIDIA, l'un des moteurs du benchmark de Krisp, et j'ai noté chaque segment étiqueté par rapport aux transcriptions humaines.&lt;/p&gt;

&lt;h3&gt;
  
  
  Résultats
&lt;/h3&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Enregistrements&lt;/th&gt;
&lt;th&gt;WER brut&lt;/th&gt;
&lt;th&gt;WER avec Voice Isolation&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Bureau (3 fichiers)&lt;/td&gt;
&lt;td&gt;36,6 %&lt;/td&gt;
&lt;td&gt;3,6 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Centre d'appels (3 fichiers)&lt;/td&gt;
&lt;td&gt;53,4 %&lt;/td&gt;
&lt;td&gt;15,8 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Appels téléphoniques sans seconde voix (2 fichiers)&lt;/td&gt;
&lt;td&gt;5,8 %&lt;/td&gt;
&lt;td&gt;5,2 %&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Les 8 fichiers&lt;/td&gt;
&lt;td&gt;40,1 %&lt;/td&gt;
&lt;td&gt;10,2 %&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Presque toute l'amélioration vient d'un seul endroit : les fenêtres où le locuteur principal se taisait pendant que quelqu'un d'autre continuait de parler. Sur l'audio brut, Parakeet avait transformé cette parole de fond en 331 mots de transcription. Après Voice Isolation, il n'en a produit aucune. La voix de fond était atténuée de 13 à 34 dB dans ces fenêtres, tandis que le niveau du locuteur principal restait quasiment inchangé (moins de 1 dB d'écart).&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Ft23butstyoa28xp7ptp4.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Ft23butstyoa28xp7ptp4.png" alt="My test · Krisp API (VIVA-tel), transcribed with Parakeet TDT 0.6B v2 · the 6 recordings with a background-only window" width="800" height="332"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;Mon test · API Krisp (VIVA-tel), transcrit avec Parakeet TDT 0.6B v2 · les 6 enregistrements avec une fenêtre de fond uniquement&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;L'exemple du centre d'appels montre pourquoi c'est important. Pendant que l'agent que je testais marquait une pause, l'agent au bureau voisin était sur un autre appel. La transcription brute a capté cet appel mot pour mot :&lt;/p&gt;

&lt;blockquote&gt;
&lt;p&gt;&lt;em&gt;thank you for calling meridian bank before i begin i will need to confirm your identity for security could you give me your full name your date of birth...&lt;/em&gt;&lt;/p&gt;
&lt;/blockquote&gt;

&lt;p&gt;Un agent vocal considérerait cela comme la parole de l'appelant. Avec Voice Isolation, la même fenêtre est revenue vide.&lt;/p&gt;

&lt;p&gt;Lorsque les deux personnes parlaient en même temps, le changement était faible : 13,2 % en brut contre 12,5 % en nettoyé. Parakeet privilégiait déjà la voix la plus forte et la plus proche dans ces passages. La plupart des erreurs restantes proviennent du formatage des nombres dans ma notation (numéros de téléphone, prix, codes postaux), qui touchait également les deux versions.&lt;/p&gt;

&lt;p&gt;Sur les deux appels téléphoniques propres, un fichier a gagné une erreur supplémentaire et l'autre en a perdu deux. C'est conforme au constat de Krisp selon lequel le coût sur l'audio propre est faible.&lt;/p&gt;

&lt;h3&gt;
  
  
  Latence et fiabilité depuis l'extérieur des États-Unis
&lt;/h3&gt;

&lt;p&gt;L'API ne fonctionne actuellement que dans la région États-Unis, et la documentation de Krisp avertit que les clients situés ailleurs subiront une latence supplémentaire. Depuis l'Asie, la médiane du temps aller-retour pour une trame (envoi jusqu'au retour de l'audio nettoyé) était de 260 à 520 ms selon la session, et l'établissement d'une session prenait généralement 1,5 à 3 secondes. C'est la distance réseau, pas le modèle : Krisp annonce 15 ms de latence algorithmique. Mais si votre agent dessert des utilisateurs éloignés des États-Unis, vous le ressentirez, et le SDK sur vos propres serveurs permet de l'éviter.&lt;/p&gt;

&lt;p&gt;Une de mes neuf sessions s'est interrompue environ 70 secondes après le début avec une fermeture anormale. L'avoir relancée a fonctionné. J'attribue cela à la longue route depuis l'Asie plutôt qu'au service, mais c'est un rappel de bien gérer les reconnexions en production.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;À propos de ce test :&lt;/strong&gt; huit fichiers, c'est un échantillon réduit, pas un benchmark. J'ai rééchantillonné les enregistrements à 32 kHz en 16 kHz pour le modèle téléphonique (VIVA-tel), utilisé un seul moteur STT, et gardé une normalisation du texte simple, donc mes chiffres absolus ne sont pas comparables à ceux de Krisp. Ce que je vérifiais, c'est la direction et l'ampleur du changement, et cela correspondait à ce que Krisp rapporte.&lt;/p&gt;

&lt;h2&gt;
  
  
  Expérience développeur : API ou SDK
&lt;/h2&gt;

&lt;p&gt;Voice Isolation se décline en deux formules, et celle que vous pouvez utiliser dépend de votre plan.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;/th&gt;
&lt;th&gt;API Voice Isolation&lt;/th&gt;
&lt;th&gt;SDK VIVA&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Où il s'exécute&lt;/td&gt;
&lt;td&gt;Cloud de Krisp (région États-Unis)&lt;/td&gt;
&lt;td&gt;Vos propres serveurs, sur CPU&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Mode d'utilisation&lt;/td&gt;
&lt;td&gt;Diffuser l'audio via un WebSocket, recevoir l'audio nettoyé en retour&lt;/td&gt;
&lt;td&gt;Charger un modèle et traiter les trames audio dans votre propre code&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Langages&lt;/td&gt;
&lt;td&gt;Tout environnement disposant d'un client WebSocket&lt;/td&gt;
&lt;td&gt;Python, Node.js, Go, Rust, C++ et C&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Audio&lt;/td&gt;
&lt;td&gt;8 ou 16 kHz (VIVA-tel), 32 kHz (VIVA-pro), PCM mono 16 bits&lt;/td&gt;
&lt;td&gt;De 8 kHz à 32 kHz selon le modèle (HD accepte des entrées jusqu'à 32 kHz)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Modèles&lt;/td&gt;
&lt;td&gt;Deux : &lt;code&gt;VIVA-tel&lt;/code&gt; pour l'audio téléphonique, &lt;code&gt;VIVA-pro&lt;/code&gt; pour bande large 32 kHz&lt;/td&gt;
&lt;td&gt;Default, Balanced, Lite, HD&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Accès&lt;/td&gt;
&lt;td&gt;Libre-service, clé API depuis le portail&lt;/td&gt;
&lt;td&gt;Licence commerciale, plan Enterprise&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Inclut également&lt;/td&gt;
&lt;td&gt;API de traduction vocale (Voice Translation API)&lt;/td&gt;
&lt;td&gt;Turn-Taking et VAD&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;L'API est la voie la plus simple : aucun fichier de modèle à déployer et rien à exécuter sur votre CPU. Les compromis sont que votre audio transite par le cloud de Krisp et que vous n'obtenez que deux modèles au lieu de quatre : VIVA-tel pour l'audio téléphonique à 8 ou 16 kHz, et VIVA-pro pour l'audio bande large à 32 kHz. VIVA-pro n'apparaît pas encore dans la référence de l'API, mais il est présent dans le Playground du portail, l'API l'a accepté lors de mon test, et Krisp a confirmé sa disponibilité.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fouopd1mcm2tmtozvh7xn.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fouopd1mcm2tmtozvh7xn.png" alt="Le Playground du portail" width="800" height="496"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;Le Playground du portail permet de tester l'un ou l'autre modèle d'API avec votre propre microphone avant d'écrire la moindre ligne de code.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;Le SDK conserve l'audio sur vos propres serveurs et ne se connecte que pour vérifier sa licence. C'est aussi là que l'aspect coût devient intéressant. L'&lt;a href="https://krisp.ai/blog/voice-isolation-cpu-optimization/" rel="noopener noreferrer"&gt;article de Krisp sur le CPU&lt;/a&gt; montre qu'un simple flag du SDK, &lt;code&gt;enableLowPrecisionExecution&lt;/code&gt;, double environ le nombre d'appels qu'un serveur peut nettoyer sur les CPU compatibles FP16. Une instance AWS Graviton3 à 16 vCPU est passée de 76 appels en direct à 137, et le modèle Lite prend en charge environ trois fois plus de flux que les modèles complets. Sur les anciennes puces Intel Ice Lake, le flag ne fait rien.&lt;/p&gt;

&lt;h3&gt;
  
  
  Intégrations
&lt;/h3&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Pipecat&lt;/strong&gt; propose un filtre prêt à l'emploi. Vous ajoutez &lt;code&gt;KrispVivaFilter()&lt;/code&gt; comme filtre d'entrée audio de votre transport, et vous pouvez l'associer à &lt;code&gt;KrispVivaTurn&lt;/code&gt; pour la détection de tours de parole. Notez qu'il utilise le SDK, donc il faut un accès SDK et les fichiers de modèle, pas seulement une clé API.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;LiveKit&lt;/strong&gt; propose les modèles Krisp dans LiveKit Cloud, y compris la suppression des voix de fond (&lt;code&gt;noise_cancellation.BVC()&lt;/code&gt;) pour les agents. LiveKit facture un supplément pour ses modèles d'isolation vocale.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Les pipelines WebRTC et téléphoniques&lt;/strong&gt; peuvent utiliser le SDK directement, et l'API fonctionne avec tout ce qui peut ouvrir un WebSocket.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;La documentation est claire et à jour. Le quickstart a fonctionné du premier coup, et les messages d'erreur indiquent précisément ce qui n'a pas fonctionné, jusqu'aux tailles de trames attendue et reçue. Mon seul reproche concerne la nomenclature : le blog parle de Default, Balanced, Lite et HD, les téléchargements du SDK utilisent des noms de fichiers comme &lt;code&gt;krisp-viva-vi-tel-v2.5.1&lt;/code&gt;, et l'API appelle ses modèles VIVA-tel et VIVA-pro, seul le premier figurant dans la référence API. Un tableau de correspondance dans la documentation serait utile.&lt;/p&gt;

&lt;h2&gt;
  
  
  Tarification
&lt;/h2&gt;

&lt;p&gt;L'API est facturée à l'heure d'audio, et son prix est suffisamment bas pour que le coût ne devrait pas déterminer si vous l'utilisez ou non.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F1fx6ny8tphpsq5cxd1ja.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F1fx6ny8tphpsq5cxd1ja.png" alt="Tarifs développeur de Krisp, novembre 2026" width="800" height="518"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;Tarifs développeur de Krisp, novembre 2026.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;Sur le plan &lt;strong&gt;Starter&lt;/strong&gt; en paiement à l'usage, l'API Voice Isolation coûte 0,18 $ par heure d'audio, sans frais mensuels. Le tarif est le même pour les deux modèles API, VIVA-tel et VIVA-pro. &lt;strong&gt;Growth&lt;/strong&gt; coûte 400 $ par mois, inclut 400 $ d'utilisation et fait baisser le tarif à 0,12 $ par heure, avec une concurrence plus élevée et un support prioritaire. &lt;strong&gt;Enterprise&lt;/strong&gt; est sur devis et est le seul plan à inclure le SDK, un SLA, ainsi que HIPAA et SOC 2.&lt;/p&gt;

&lt;p&gt;Le crédit de départ de 30 $ couvre environ 166 heures d'audio au tarif Starter, ce qui suffit largement pour les tests. Les crédits sont valables 12 mois et l'utilisation est facturée à la minute. Pour vous donner un ordre d'idée, un appel de 5 minutes coûte environ 1,5 centime à nettoyer sur Starter.&lt;/p&gt;

&lt;p&gt;Le SDK n'est disponible que sur le plan Enterprise, à un prix négocié, donc il faudra contacter l'équipe commerciale si vous souhaitez exécuter les modèles sur vos propres serveurs. Les tarifs proviennent de la &lt;a href="https://krisp.ai/pricing/?product=ai_voice_sdk" rel="noopener noreferrer"&gt;page de tarification de Krisp&lt;/a&gt;, vérifiés en novembre 2026.&lt;/p&gt;

&lt;h2&gt;
  
  
  Alternatives
&lt;/h2&gt;

&lt;p&gt;Krisp n'est pas la seule option pour supprimer les voix de fond, mais aucun test comparatif indépendant de ces produits n'existe encore. Chaque fournisseur publie ses propres chiffres sur ses propres données, considérez donc les chiffres ci-dessous comme des allégations.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Option&lt;/th&gt;
&lt;th&gt;Ce qu'elle fait&lt;/th&gt;
&lt;th&gt;Bon à savoir&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://github.com/Rikorose/DeepFilterNet" rel="noopener noreferrer"&gt;DeepFilterNet&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;Suppression de bruit en temps réel&lt;/td&gt;
&lt;td&gt;Fonctionne à 48 kHz par fenêtres de 20 ms avec environ 40 ms de latence totale, assez rapide pour un seul thread CPU. Il cible le bruit, pas une seconde voix.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://github.com/ceva-ip/DPDFNet" rel="noopener noreferrer"&gt;DPDFNet&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;Suppression de bruit en temps réel, construit sur DeepFilterNet2&lt;/td&gt;
&lt;td&gt;Modèles causaux mono-canal de Ceva sous Apache-2.0, avec un package ONNX CPU uniquement (&lt;code&gt;pip install dpdfnet&lt;/code&gt;). C'est de la suppression de bruit, pas de voix.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://github.com/modelscope/ClearerVoice-Studio" rel="noopener noreferrer"&gt;ClearerVoice-Studio&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;Boîte à outils pour l'amélioration, la séparation et l'extraction de locuteurs cibles&lt;/td&gt;
&lt;td&gt;Son extraction de locuteur audio seule nécessite un enregistrement de référence du locuteur cible et fonctionne à 8 kHz. Les autres modes d'extraction utilisent la vidéo, les gestes ou l'EEG.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://huggingface.co/speechbrain/sepformer-whamr" rel="noopener noreferrer"&gt;SpeechBrain SepFormer (WHAMR!)&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;Séparation de voix&lt;/td&gt;
&lt;td&gt;Modèle Apache-2.0 pour audio mono-canal à 8 kHz qui sépare un mixage en voix distinctes. Il vous reste à déterminer laquelle est celle de l'appelant.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Pas d'isolation&lt;/td&gt;
&lt;td&gt;S'appuyer sur la gestion du bruit propre au STT&lt;/td&gt;
&lt;td&gt;Gratuit, et acceptable si les appelants sont pour la plupart seuls ; Deepgram a soutenu que le pré-filtrage pouvait nuire au STT&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;La force de Krisp, c'est la preuve. C'est le seul fournisseur ici à proposer un benchmark ouvert et reproductible couvrant 11 configurations STT, et il publie les cas où il perd. C'est aussi le plus souple à déployer : API cloud, SDK sur serveur, ou intégré dans LiveKit et Pipecat.&lt;/p&gt;

&lt;h2&gt;
  
  
  Verdict
&lt;/h2&gt;

&lt;p&gt;Krisp Voice Isolation est la solution à privilégier lorsqu'un agent vocal se comporte mal sur des appels réels alors qu'il fonctionne parfaitement en test. Il supprime les voix que votre agent ne devrait pas entendre, il fonctionne avec le STT que vous utilisez déjà, et le benchmark de Krisp comme mon propre test montrent la même chose : la parole de fond n'atteint plus la transcription.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Points forts&lt;/strong&gt;&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Supprime les voix de fond, pas seulement le bruit, ce qui est le problème que le STT ne peut pas gérer seul&lt;/li&gt;
&lt;li&gt;Fonctionne avec n'importe quel moteur STT, sans configuration par langue ni enrôlement vocal&lt;/li&gt;
&lt;li&gt;Tourne sur CPU avec 15 ms de latence algorithmique&lt;/li&gt;
&lt;li&gt;Benchmark ouvert et reproductible incluant les cas où il perd&lt;/li&gt;
&lt;li&gt;API en libre-service avec 30 $ de crédit gratuit, et abordable à 0,12–0,18 $ par heure&lt;/li&gt;
&lt;li&gt;Filtre Pipecat prêt à l'emploi et support LiveKit&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;Points faibles&lt;/strong&gt;&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Léger coût en précision sur l'audio téléphonique propre, et toujours moins performant que l'audio brut dans les pièces à fort écho&lt;/li&gt;
&lt;li&gt;L'API ne fonctionne que dans la région États-Unis, ce qui ajoute une latence notable ailleurs&lt;/li&gt;
&lt;li&gt;L'API offre deux modèles contre quatre pour le SDK ; l'utilisation sur site nécessite le SDK Enterprise&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;Pour qui :&lt;/strong&gt; les équipes dont les agents reçoivent des appels depuis des centres d'appels, des bureaux, des domiciles, des voitures ou partout où d'autres personnes parlent à proximité. Commencez par l'API pour mesurer l'effet sur vos propres enregistrements, puis passez au SDK si vous avez besoin des autres modèles, d'une latence plus faible hors États-Unis, ou d'un audio qui reste sur vos serveurs.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Pour qui ce n'est pas utile :&lt;/strong&gt; les agents dont les appelants sont presque toujours seuls dans des pièces silencieuses, ou les périphériques en champ lointain comme les enceintes connectées, pour lesquels les modèles de suppression de voix ne sont pas conçus.&lt;/p&gt;

&lt;p&gt;Vous pouvez &lt;a href="https://developers.krisp.ai/products/voice-isolation/overview" rel="noopener noreferrer"&gt;essayer l'API Krisp Voice Isolation&lt;/a&gt; avec les crédits gratuits et faire passer vos propres enregistrements en un après-midi.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;L'isolation vocale est-elle la même chose que l'annulation de bruit ?&lt;/strong&gt; Non. L'annulation de bruit supprime les sons non vocaux comme la circulation et les claviers. L'isolation vocale supprime également les voix des autres personnes, que l'annulation de bruit laisse passer.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Krisp Voice Isolation fonctionne-t-il avec mon fournisseur STT ?&lt;/strong&gt; Oui. Il traite l'audio lui-même, donc il fonctionne devant n'importe quel moteur STT. Krisp l'a testé avec 11 configurations, incluant les modèles de Deepgram, AssemblyAI, ElevenLabs, Soniox, Google, Cartesia et NVIDIA. Il peut aussi se placer devant des modèles speech-to-speech. Krisp n'a pas encore publié de résultats pour cette configuration, mais rien ne vous empêche de l'essayer.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Remplace-t-il la détection de tours de parole ?&lt;/strong&gt; Non. Il se place avant le VAD et la détection de tours de parole et leur fournit un audio plus propre. Krisp propose Turn-Taking comme modèle séparé dans le même SDK VIVA.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Les utilisateurs doivent-ils enrôler leur voix ?&lt;/strong&gt; Non. Aucun enrôlement ni entraînement sur la voix de l'utilisateur n'est nécessaire.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Quelle latence ajoute-t-il ?&lt;/strong&gt; Krisp annonce 15 ms de latence algorithmique, et sa documentation SDK indique une latence ajoutée d'environ 20 ms. Avec l'API cloud, le temps réseau vers la région États-Unis s'ajoute à cela.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Fonctionne-t-il sur les appels téléphoniques ?&lt;/strong&gt; Oui. Il gère l'audio téléphonique bande étroite, les codecs courants tels que G.711, G.722, G.729 et Opus, ainsi que les casques Bluetooth.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Et pour les appels entre humains ?&lt;/strong&gt; La même technologie est proposée sous le nom de Background Voice Cancellation (BVC) dans le SDK RTC de Krisp, qui s'exécute sur l'appareil de l'utilisateur dans les navigateurs et les applications de bureau et mobiles. Les centres de contacts avec agents humains y ont accès via le produit &lt;a href="https://krisp.ai/contact-center/" rel="noopener noreferrer"&gt;call center AI de Krisp&lt;/a&gt;, qui écarte les voix des agents voisins des appels des clients.&lt;/p&gt;

</description>
      <category>agents</category>
      <category>ai</category>
      <category>tools</category>
    </item>
  </channel>
</rss>
