L’API compatible de 1min.AI ne déduplique pas les requêtes : les relances automatiques après interruption du flux doivent être conçues séparément

L’API OpenAI-compatible Chat Completions de 1min.AI ne prend pas en charge les clés d’idempotence, et renvoyer un POST peut entraîner une nouvelle facturation. Pour les résumés par lots ou les tâches automatisées, il faut d’abord distinguer un résultat incomplet, des coûts déjà engagés et un traitement métier encore inachevé avant de décider de relancer la requête.

Source: docs.1min.ai
10 novembre 2026
4 min

Pour connecter un traitement de résumés par lots à 1min. AI, pouvoir envoyer des requêtes avec un SDK familier ne résout qu’une partie de l’intégration. Ce qui compte réellement pour un fonctionnement sans surveillance, c’est la réaction du système après une coupure de connexion. La documentation officielle de l’API compatible précise qu’il n’existe ni déduplication des requêtes ni clé d’idempotence: relancer un POST déclenche une nouvelle génération et peut entraîner une nouvelle facturation. Les relances automatiques utilisées par habitude dans une application existante doivent donc être vérifiées séparément avant l’intégration.

Cet article porte sur l’API OpenAI-compatible Chat Completions de 1min. AI, d’après la documentation officielle. Il n’étend pas ces restrictions à tous les outils de la plateforme et ne repose pas sur des tests réels de défaillance.

Ne pas recevoir une réponse complète ne signifie pas qu’aucun coût n’a été engagé

La documentation recommande de définir maxRetries ou max_retries sur 0 côté client. Si le résultat diffusé en continu ne contient pas [DONE], il doit être considéré comme incomplet. Annuler une requête ne garantit pas non plus la gratuité: l’utilisation déjà déclarée par le fournisseur reste facturée. Ces règles imposent à l’application de consigner séparément « le résultat est-il complet ? » et « des crédits ont-ils pu être consommés ? ». Un seul indicateur d’échec ne suffit pas à décrire ces deux aspects.

Prenons une tâche en arrière-plan qui résume chaque jour des documents clients et perd la connexion après avoir reçu une partie du texte. Si la file de tâches renvoie immédiatement la requête, les mêmes documents peuvent donner lieu à une nouvelle génération. Transmettre ensuite le second résultat complet à un collègue ne supprime pas le coût éventuel de la première tentative. Cet exemple sert à illustrer le risque; il ne relate pas un incident réellement survenu sur la plateforme.

La déduplication métier doit être assurée dans votre propre gestion des tâches

Pour évaluer l’intégration avec davantage de prudence, on peut attribuer un identifiant de tâche interne à chaque entrée, enregistrer le modèle, le nombre de tentatives et l’état d’achèvement, puis isoler les résultats incomplets. Au traitement suivant, il faut d’abord vérifier si cette tâche dispose déjà d’un résultat exploitable avant de décider de lancer une nouvelle génération. Ce suivi interne peut réduire les traitements métier en double, mais il ne confère pas à l’API en amont une idempotence de facturation qu’elle ne propose pas.

Si une relance est réellement nécessaire, il faut préciser le nombre de tentatives autorisées et le budget, et conserver x-request-id pour permettre au support d’enquêter. Cet identifiant sert à retrouver la requête et ne doit pas être présenté comme une clé de déduplication. Pour les processus qui n’acceptent pas de consommation en double ou doivent garantir un traitement une fois et une seule, cette limite peut compter davantage que la commodité d’un accès unifié aux modèles. Il faut alors ajouter des contrôles dans l’application ou choisir un service mieux adapté aux exigences.

Même à la fin du flux, il faut vérifier le résultat métier

La documentation officielle précise également que les sorties refusées ou tronquées ne sont pas garanties conformes à la structure attendue. Il faut donc vérifier message.refusal et finish_reason avant de les traiter. Recevoir une transmission complète n’est ainsi qu’un point de contrôle: pour des résumés structurés, il faut aussi vérifier la présence de tous les champs. Si l’on prévoit d’exécuter les actions suggérées par le modèle, l’application doit également valider les paramètres et les autorisations. Un JSON analysable ne doit pas être automatiquement considéré comme une instruction exécutable.

Avant la mise en production, des exemples non sensibles permettent de simuler une réponse complète, une coupure en cours de transmission, un refus et une troncature. Il s’agit de vérifier qu’un traitement est prévu pour chaque état de la tâche et que la gestion des erreurs ne déclenche pas discrètement des requêtes supplémentaires. C’est une liste de contrôles recommandés pour la recette, pas une certification de compatibilité déjà obtenue. Si ces états peuvent être clairement enregistrés et maîtrisés, l’API unifiée se prête mieux au traitement par lots. Si le seul recours consiste à « réessayer une fois en cas d’échec », conserver d’abord une vérification humaine est plus prudent que d’étendre directement l’automatisation.

À propos de cet article :Cet article s’appuie sur des informations publiques et sert de référence pour vous aider à choisir vos outils. Les fonctionnalités, les tarifs et les politiques associées peuvent évoluer à tout moment ; veuillez consulter les informations officielles les plus récentes.

Source originale :docs.1min.ai