Faites tourner AutoGPT sur une URL de base OpenAI personnalisée.

Réponse rapide : deux lignes dans .env.

Le .env.template d'AutoGPT Classic documente OPENAI_API_BASE_URL comme "Custom url for the OpenAI API, useful for connecting to custom backends", et le code du fournisseur la câble directement dans le client : la classe OpenAICredentials lit api_base depuis cette variable et la transmet comme base_url. La surcharge consiste donc à décommenter une ligne et à régler la clé : OPENAI_API_BASE_URL sur https://api.apisrouter.com/v1 et OPENAI_API_KEY sur votre clé de passerelle. Une précision de périmètre avant toute chose : ceci s'applique à AutoGPT Classic, l'agent autonome qui vit sous classic/original_autogpt dans le dépôt. La nouvelle AutoGPT Platform du dépôt (le constructeur visuel) gère les identifiants de modèle par bloc via son propre backend, et cette variable d'environnement n'est pas la façon de la configurer.

OPENAI_API_BASE_URL=https://api.apisrouter.com/v1
OPENAI_API_KEY=sk-APIsRouter-...
SMART_LLM=gpt-5.4
FAST_LLM=gpt-5.4-mini

Comment AutoGPT Classic route les appels de modèle.

AutoGPT (Significant-Gravitas sur GitHub, environ 185 000 étoiles, le dépôt d'agent le plus étoilé qui existe) a inauguré la boucle autonome : l'agent planifie, choisit une action, l'exécute, évalue le résultat, et recommence jusqu'à ce que l'objectif soit atteint ou que le budget ne le soit plus. Classic répartit son usage de modèle sur deux emplacements. SMART_LLM porte les principaux tours de raisonnement de l'agent, et FAST_LLM gère le travail plus léger ; les valeurs par défaut vivent dans la config comme des valeurs d'énumération, surchargeables depuis l'environnement. La mécanique de routage est inhabituellement propre pour un projet aussi ancien : OpenAICredentials.api_base est UserConfigurable depuis OPENAI_API_BASE_URL, et get_api_access_kwargs() la transmet au client OpenAI comme base_url. Chaque requête que l'agent fait via le fournisseur OpenAI, tours de planification, décisions d'usage d'outils, résumés, va vers l'hôte que cette variable nomme. La contrainte qui sépare AutoGPT des outils en texte libre : SMART_LLM et FAST_LLM sont typés comme des énumérations ModelName, validées contre le registre de modèles compilé dans l'agent, pas des chaînes libres. Le registre des builds récents couvre la série GPT-5 jusqu'à gpt-5.4 aux côtés des familles 4.1, 4o et o-series, mais la règle pratique est de choisir parmi les noms que l'énumération de votre checkout contient réellement. La passerelle reçoit alors exactement cet id, donc l'id doit aussi exister dans le catalogue ; gpt-5.4 et gpt-5.4-mini satisfont les deux côtés aujourd'hui.

Configuration complète : .env dans le bon répertoire, modèles depuis le registre.

Copiez .env.template vers .env dans classic/original_autogpt, décommentez et réglez les quatre valeurs, puis lancez l'agent depuis ce répertoire. Le .env est chargé relativement à la disposition de travail de l'agent classic, donc un fichier magnifiquement configuré à la racine du dépôt ne lui sert à rien. La sélection de modèle est une recherche dans le registre, pas un simple passage. Régler SMART_LLM sur un id que l'énumération ne contient pas fait échouer la validation au démarrage, avant qu'aucune requête ne soit faite, ce qui au moins échoue bruyamment. Le corollaire est que les ids Claude ne sont pas du tout adressables par ce chemin : Classic a un fournisseur Anthropic natif séparé (ANTHROPIC_API_KEY) pour ces noms d'énumération, et ce fournisseur ne lit pas OPENAI_API_BASE_URL. Si votre objectif est une seule clé via un seul endpoint, gardez les deux emplacements sur des noms du registre OpenAI que sert la passerelle. La discipline budgétaire s'applique toujours. La boucle autonome est réputée pour dépenser des tokens en rafales sans supervision, et la rerouter ne change pas cela ; ça le rend mesurable. Les propres réglages de budget de Classic restent à définir, et la vue d'usage par clé vous donne le grand livre externe par exécution.

cd classic/original_autogpt
cp .env.template .env
# edit .env:
#   OPENAI_API_BASE_URL=https://api.apisrouter.com/v1
#   OPENAI_API_KEY=sk-APIsRouter-...
#   SMART_LLM=gpt-5.4
#   FAST_LLM=gpt-5.4-mini
./autogpt.sh run   # or: poetry run autogpt run

Choisir SMART_LLM et FAST_LLM.

La comparaison honnête se fait par objectif, pas par appel : donnez à l'agent le même objectif sous deux choix de SMART_LLM et comparez les tokens totaux et la qualité du résultat dans le journal d'usage. Les agents autonomes sont la seule charge de travail où le modèle le plus puissant l'emporte régulièrement sur le coût total.

• SMART_LLM est le jugement de l'agent. Il décide quoi faire ensuite à chaque itération de boucle, et une mauvaise décision ne gaspille pas qu'un seul appel, elle engendre un sous-arbre d'appels gaspillés. gpt-5.4 est aujourd'hui la correspondance registre-et-catalogue la plus solide pour cet emplacement.
• FAST_LLM absorbe le volume mécanique. gpt-5.4-mini maintient les appels de support de la boucle à une petite fraction du prix de l'emplacement smart, ce qui compte parce que les exécutions autonomes multiplient tout.
• Résistez à la tentation de faire tourner FAST_LLM comme emplacement smart pour économiser : la boucle autonome compose la qualité de décision, donc un planificateur plus faible coûte généralement plus en tokens totaux qu'il n'économise par appel.
• Les noms du registre changent avec le checkout. Après avoir tiré une nouvelle version, revérifiez que vos noms configurés valident toujours ; un renommage d'énumération échoue au démarrage avec une erreur claire, ce qui vaut mieux qu'un repli silencieux.

Paiement à l'usage · en dessous du tarif officiel

Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.

Les modes d'échec spécifiques à AutoGPT.

Le piège du nom de variable. Trois outils différents utilisent trois orthographes différentes : mem0 lit OPENAI_BASE_URL, Aider lit OPENAI_API_BASE, et AutoGPT Classic lit OPENAI_API_BASE_URL. La mémoire musculaire d'un autre outil laisse la mauvaise variable réglée, AutoGPT l'ignore silencieusement, et les requêtes continuent d'affluer vers api.openai.com selon ce que contient OPENAI_API_KEY. Si les requêtes n'apparaissent pas dans votre journal d'usage de la passerelle, vérifiez ceci en premier. Le rejet d'énumération au démarrage. SMART_LLM ou FAST_LLM réglé sur un id hors du registre compilé fait échouer la validation avant que l'agent ne s'exécute. C'est le comportement correct, mais il surprend les personnes venant d'outils en texte libre où toute chaîne est transmise ; l'erreur signifie "choisissez un nom du registre", pas "l'endpoint est en panne". Les noms Claude routent nativement. Les noms d'énumération Anthropic passent par le fournisseur Anthropic et ANTHROPIC_API_KEY, contournant OPENAI_API_BASE_URL. Si vous vous attendiez à voir chaque requête dans un seul journal d'usage et n'en voyez que certaines, le trafic manquant est sur un chemin de fournisseur natif. Le mauvais .env. L'agent classic charge le .env de son propre répertoire. Un fichier à la racine du dépôt, ou un export shell masqué par une ancienne valeur .env, produit des états à moitié configurés déroutants. Gardez les quatre valeurs à un seul endroit : classic/original_autogpt/.env. Les attentes envers la Platform. Les blocs de l'AutoGPT Platform gèrent les identifiants dans leur propre backend ; régler cette variable d'environnement ne les reroute pas. Le chemin de cette page est celui de Classic.

Qui route AutoGPT via une passerelle.

• Les développeurs qui ressuscitent Classic pour des expériences autonomes et veulent le fameux appétit en tokens de la boucle sur un grand livre mesuré par clé dès la première exécution.
• Les bricoleurs qui font tourner de longs objectifs sans supervision, où la visibilité par requête sur ce que l'agent a réellement fait de son budget compte autant que le total.
• Les équipes qui standardisent un seul endpoint à travers de nombreux outils, où AutoGPT est un .env de plus pointé vers la même clé plutôt qu'un compte séparé.
• Les utilisateurs qui associent le jugement de gpt-5.4 au volume de gpt-5.4-mini, tarifés au token sans abonnement attaché à aucun des deux emplacements.
• Les développeurs sans accès à la facturation d'un fournisseur donné. Un accès basé sur la recharge, sans exigence de carte, supprime la dépendance à une inscription par fournisseur.

Vérifiez l'endpoint et déboguez la première exécution.

Confirmez que la passerelle sert exactement les ids que vous avez mis dans SMART_LLM et FAST_LLM ; l'agent envoie ces chaînes telles quelles. L'échelle du premier lancement : une erreur de validation nommant votre modèle au démarrage signifie que l'id n'est pas dans le registre de votre build, choisissez donc un autre nom du registre. Un 401 signifie qu'OPENAI_API_KEY dans le propre .env de l'agent classic n'est pas la clé de passerelle. Une erreur model-not-found de la passerelle signifie que le nom du registre choisi n'est pas dans le catalogue ; alignez les deux côtés. Et une exécution qui fonctionne mais n'apparaît jamais dans le journal d'usage signifie que la variable d'URL de base est mal orthographiée ou dans le mauvais fichier, et que le trafic va vers l'hôte par défaut. Une fois la boucle en cours, observez la vue par requête pendant le premier objectif plutôt qu'après. Les agents autonomes révèlent leur comportement en tokens dans les premières minutes, et attraper tôt une boucle qui s'emballe vaut plus que n'importe quelle différence de prix par token.

curl -s https://api.apisrouter.com/v1/models \
  -H "Authorization: Bearer $OPENAI_API_KEY" | head -50

Questions fréquentes