Backend ≠ Harness

Atelier LLM · Séance 1

Modèle, harness et APIComprendre les couches d’un agent IA et le coût de ses appels.

Le parcours

01Du modèle à l’agentAppel, boucle, harness, skills et MCP.

02Modèles, accès et coûtsAPI, fournisseurs, prix et cache.

03Installer et utiliserHarness, configuration et mode Plan.

01 — Du modèle à l’agent

Partie 1Transformer un modèle
de langage en agent.

Du modèle seul au harness

Un appel

VousUne question

→

Prompt systèmeSYSTEM
Tu aides un étudiant.
CONTEXTE
Cours LLM, séance 1.
QUESTION
Explique le cache KV.

→

ModèleUn appel API

→

RéponseDu texte

Une boucle

VousUne mission

→

HarnessExécute et vérifie

FichiersTerminalWebMCPSkills

↔︎

ModèlePropose la suite

Le résultat d’un outil revient au modèle. La mission continue.

La boucle, avec de vraies directions

Une action par tour.

Le modèle demande. Le harness exécute dans le monde réel et remet l’observation dans le contexte du tour suivant.

Exemple · « Corrige le titre de la page d’accueil »

PENSELire le fichier.

→

AGITread(“index.html”)

→

OBSERVE<h1>Accueil</h1>

→

PENSECorriger le titre.

→

AGITedit(“Bienvenue”)

→

FINIRéponse envoyée.

Harness et modèles

Harness Les applications qui pilotent les appels et les outils

OpenCode

Cursor

Claude Code

Codex

Copilot

Kimi Code

DeepSeek Harness

Kilo Code

Cline

Pi

Oh My Pi

ZCode

Modèles Les familles de modèles qui génèrent les réponses

GPT

Claude

Gemini

DeepSeek

Qwen

Kimi

Muse Spark

Mistral

MiniMax

GLM

Un skill est un fichier de travail

SKILL.md · extrait réel

name: humanizer
description: Rewrite AI-sounding text so it reads
like the writer without changing what it says.

1. Mark the tells.
2. Draft the rewrite. Keep every supported claim.

Avant

« Cette mise à jour marque un tournant majeur. »

Après

« Cette mise à jour change le fonctionnement du produit. »

Un MCP expose des commandes

Wolfram MCP

→

Découvertetools/listNoms et descriptions des commandes.

→

Le modèle choisitla commande adaptée à sa tâche.

WolframContextContexte et ressources.

WolframAlphaQuestion en langage naturel.

WolframLanguageEvaluatorExécute du Wolfram Language.

Appel choisi · WolframLanguageEvaluatorSolve[x^3 - 6x^2 + 11x - 6 == 0, x]Résultat renvoyé au modèle{{x → 1}, {x → 2}, {x → 3}}

02 — Modèles, accès et coûts

Partie 2Choisir l’accès,
comprendre le prix.

L’accès : direct, passerelle ou abonnement

Directement

Votre harness → API du fournisseur → modèle

OpenAIAnthropicDeepSeekQwen

Par une passerelle

Votre harness → passerelle → modèle

OpenRouterVercelCloudflare

Par abonnement

Un forfait mensuel → modèles inclus.

OpenAIChatGPT Plus 23 €/moisChatGPT Pro 230 €/mois

AnthropicClaude Pro 20 €/moisClaude Max 5x 100 €/moisClaude Max 20x 200 €/mois

GoogleGoogle AI Pro 22 €/moisGoogle AI Ultra 275 €/mois

OpenCodeOpenCode Go 10 $/mois

Direct, passerelle ou abonnement : trois façons d’accéder aux modèles.

Le prix d’un appel se lit en trois colonnes

USD par million de tokens · prix indicatifs au 21 septembre 2026

Input = ce qu’on envoie   ·   Output = ce que le modèle produit

Modèle / accès	Input	Input en cache	Output
GPT-6 Astra OpenAI	10 $	1 $	50 $
GPT-5.6 Sol OpenAI	4 $	0,40 $	20 $
Claude Opus 4.8 OpenCode Zen	5 $	0,50 $	25 $
DeepSeek V4.1 Flash direct, heures pleines	0,30 $	0,006 $	1,20 $
Qwen3.7 Max OpenCode Zen	2,50 $	0,50 $	7,50 $
Kimi K3 OpenCode Go	3 $	0,30 $	15 $
Muse Spark 1.3 OpenCode Zen	1,25 $	0,15 $	4,25 $
Muse Spark Contributor Zen · temporaire	0 $	0 $	0 $

Sources : OpenAI · DeepSeek · OpenCode Zen · OpenCode Go. Tarifs variables selon contexte, horaires, option de cache et fournisseur.

Le cache KV dans l’attention

Attn(Q, K, V) = softmax(QK^T / √d + M) V

Q

q₁⋮qₙ

×

K^T

k₁^T⋯kₙ^T

=

Scores

q₁k₁^T⋯q₁kₙ^T⋮⋱⋮qₙk₁^T⋯qₙkₙ^T

+

M · masque

0−∞−∞00−∞000

softmax(x)_i = e^x_i / Σ_j e^x_j

Un token ne doit pas voir les suivants : M vaut 0 sur le token courant et le passé, −∞ sur le futur. Après softmax, e^−∞ = 0 : le futur reçoit un poids nul.

K et V restent en cache. Le prochain token ajoute une ligne.

Plus de tours, plus de tokens réutilisés

Appel	1	2	3	⋯	n
Tokens du cache relus	0	1	2	⋯	n − 1

0 + 1 + ⋯ + (n − 1) = n(n − 1) / 2

10 appels → 45 tokens relus.

OpenCode Go : 10 $ / mois

10 $abonnement mensuel Go

accès inclus selon le modèle15 $ à 60 $de consommation API équivalente indiquée par OpenCode : Kimi K3 ≈ 15 $, Qwen3.7 Plus ≈ 60 $ ; limites par modèle.

Capture recadrée sur les montants affichés par OpenCode Go (septembre 2026). Les montants sont des plafonds d’usage estimés, pas un crédit librement échangeable contre n’importe quel modèle. Détails des limites.

Le choix utile : séparer les trois couches

01Harness

OpenCode, Codex, Claude Code…
Comment travaille l’agent ?

02Accès API

Direct, OpenRouter, Vercel, Cloudflare, OpenCode…
Qui sert et facture l’appel ?

03Modèle

Astra, Sol, Opus, DeepSeek, Qwen, Muse…
Qui génère les tokens ?

Les trois couches évoluent séparément : changer l’une ne modifie pas automatiquement les deux autres.

03 — Installer et utiliser

Partie 3 · à venirInstaller un harness,
connecter un modèle,
travailler en mode Plan.

À retenir

Le backend est le moteur.

Le harness fait avancer
le travail.La boucle donne de l’autonomie. L’API donne accès au modèle. Le prix dépend des tokens réellement consommés.