QDNA Écrire un message

OpenRouter

API externes

OpenRouter

OpenRouter agrège en SaaS des centaines de modèles derrière une interface unique, dont les grands modèles chinois ouverts (DeepSeek, GLM, Qwen, Kimi), utiles pour l’innovation à moindre coût et l’évaluation avant internalisation. Point de vigilance : certains modèles gratuits apprennent des prompts. Rétention nulle et non-entraînement à activer, aucune donnée sensible par cette voie.

Points clés : Modèles chinois · Multi-modèles · Évaluation · Vigilance.

Modèles servis : DeepSeek V4 Pro et Flash, GLM 5.3, Qwen 3.8, Kimi K3, Llama 4, Mistral, ainsi que GPT-5.6 et Claude Opus 5 (421 modèles de 105 fournisseurs listés par l'API OpenRouter au 2 septembre 2026)

Localisation : États-Unis, soumis au Cloud Act.

Deux questions de rétention, pas une

OpenRouter route la requête vers plus d'une centaine de fournisseurs (105 au 2 septembre 2026), chacun avec sa propre politique. La rétention côté OpenRouter est toujours sur adhésion explicite, et l'éditeur indique n'avoir jamais partagé, vendu ni concédé de données d'invite. Mais le fournisseur qui sert effectivement la requête applique, lui, ses propres règles, qui peuvent inclure la journalisation et l'entraînement.

Ce qu'il faut régler avant l'usage

La documentation permet de restreindre les fournisseurs autorisés selon leur politique de journalisation. Sans ce filtrage, la garantie de rétention d'une requête dépend du fournisseur tiré au sort par le routage, ce qui n'est pas une garantie.

Quand y recourir depuis une plateforme souveraine

Pour comparer des modèles et absorber une pointe, avec une liste de fournisseurs restreinte aux politiques vérifiées. Pas comme voie par défaut d'une plateforme souveraine, la juridiction applicable variant d'une requête à l'autre.

Sources officielles

Questions fréquentes

Qu'est-ce qu'OpenRouter ?

OpenRouter agrège en SaaS des centaines de modèles derrière une interface unique, dont les grands modèles chinois ouverts (DeepSeek, GLM, Qwen, Kimi), utiles pour l’innovation à moindre coût et l’évaluation avant internalisation. Point de vigilance : certains modèles gratuits apprennent des prompts. Rétention nulle et non-entraînement à activer, aucune donnée sensible par cette voie.