OpenCode : le guide pour coder avec le modèle de votre choix

Commencez par un bug que vous comprenez et un compte de modèle que vous possédez déjà. Après avoir examiné un vrai correctif et son coût, vous pourrez décider si un abonnement de développement supplémentaire se justifie.

À quoi sert OpenCode ?

OpenCode lit un projet, modifie des fichiers et exécute des commandes depuis une interface dans le terminal. Le terminal est votre établi ; le modèle, le moteur que vous y raccordez. Changer de moteur modifie le raisonnement, la vitesse et le prix. Le travail porte toujours sur votre dépôt. Présentation d’OpenCode, Intégration avec Ollama

Un fournisseur est le service qui met le modèle à disposition. Une clé API est un identifiant qui autorise un programme à utiliser ce service et à facturer l’usage au compte associé. Un modèle local s’exécute via un serveur d’inférence sur votre machine. Ces choix sont distincts de celui de l’interface de l’agent.

La compatibilité avec un fournisseur mérite aussi un essai concret. Le tool calling, ou appel d’outils, consiste à demander une action comme la lecture d’un fichier ou l’exécution d’une commande. OpenCode précise que relativement peu de modèles maîtrisent à la fois l’appel d’outils et la génération de code. Testez donc le modèle sur une petite tâche avant de lui confier une refonte étendue. Conseils pour choisir un modèle

Installer OpenCode et ouvrir votre projet

Suivez la documentation officielle pour l’installation, puis lancez OpenCode dans le dépôt sur lequel il doit travailler. Si Node.js et npm sont déjà installés, la documentation propose cette méthode :

npm install -g opencode-ai
cd /path/to/project
opencode

Remplacez le chemin du projet par le vôtre. La documentation propose aussi curl -fsSL https://opencode.ai/install | bash, et le tap Homebrew recommandé s’installe avec brew install anomalyco/tap/opencode. Choisissez une seule méthode. Sous Windows, la documentation recommande WSL, l’environnement Windows qui permet d’exécuter des outils Linux, et présente également des options avec npm, Chocolatey et Scoop. Installation officielle et premier lancement

OpenCode ouvre une TUI, une interface utilisateur en mode texte dans votre terminal. Les commandes qui commencent par /, comme /connect, se saisissent dans cette interface. Celles qui commencent par opencode, comme opencode stats, s’exécutent dans votre shell.

Travaillez dans un dépôt Git et créez une nouvelle branche. Git enregistre les modifications pour vous permettre d’examiner le diff, c’est-à-dire les lignes ajoutées et supprimées, avant tout commit.

Connecter l’accès au modèle que vous payez déjà

Exécutez /connect, sélectionnez le fournisseur et suivez la procédure d’authentification documentée. Lancez ensuite /models pour choisir un modèle. Les fournisseurs courants sont déjà configurés ; les points d’accès personnalisés et les serveurs locaux peuvent nécessiter des réglages supplémentaires. Choisir un modèle

Ces procédures figurent sur la page publique des fournisseurs d’OpenCode. Elles ne garantissent pas les possibilités offertes par un compte payant particulier. Instructions de connexion aux fournisseurs

Un abonnement à un assistant conversationnel n’inclut pas automatiquement un crédit API. Anthropic précise que Claude Pro n’inclut pas l’usage de l’API Claude Console. La section Anthropic d’OpenCode met également en garde contre les plugins d’authentification Claude Pro/Max. Pour cet accès, utilisez une clé API Anthropic, ou passez par Claude Code avec votre abonnement. OpenAI distingue également les tarifs des tokens API de l’usage inclus dans un abonnement. Facturation de Claude Pro, Avertissement d’OpenCode concernant Anthropic, Tarifs des abonnements et de l’API OpenAI

Pour utiliser OpenCode avec Ollama, installez les deux outils, lancez ollama launch opencode et sélectionnez un modèle local. Ollama propose aussi ollama launch opencode --config pour effectuer la configuration sans ouvrir de session. Son lanceur propose des modèles locaux et cloud : choisissez en connaissance de cause. Configurer OpenCode avec Ollama

Pour une configuration locale manuelle, l’exemple de fournisseur d’OpenCode utilise @ai-sdk/openai-compatible, l’adresse locale http://localhost:11434/v1 et un identifiant de modèle correspondant à celui que votre serveur fournit. LM Studio dispose de son propre exemple. Pour un service compatible avec OpenAI mais absent de la liste, passez par /connect → Other, puis configurez dans opencode.json l’identifiant du fournisseur, l’adresse et le modèle correspondants. Fournisseurs locaux et personnalisés

Réaliser une première tâche concrète

Choisissez un bug dont vous savez décrire le comportement attendu avant de lancer l’agent. Un formulaire d’inscription qui accepte une adresse e-mail vide constitue un meilleur point de départ qu’une demande de refonte complète de l’application.

Commencez par initialiser le projet. Exécutez /init. Cette commande crée ou met à jour AGENTS.md, un fichier Markdown qui contient les instructions pour les prochaines sessions de l’agent. Relisez le résultat et corrigez les commandes et les hypothèses avant de poursuivre. Initialiser le projet

Demandez ensuite un plan. Appuyez sur Tab jusqu’à sélectionner Plan. Utilisez @ pour désigner les vrais fichiers d’implémentation et de test de votre dépôt. Pour le bug de l’adresse e-mail vide, vous pourriez demander :

Il s’agit d’un exemple de consigne, pas du compte rendu d’un test effectué. Remplacez-le par un vrai bug et les vrais fichiers de votre projet. Plan limite les modifications et les commandes shell au moyen des permissions ; ce n’est pas un environnement d’exécution isolé. Agents et fonctionnement de Plan, Références aux fichiers

Passez ensuite à l’implémentation du périmètre convenu. Basculez sur Build avec Tab et demandez-lui d’ajouter un test de non-régression qui met le bug en évidence, puis d’appliquer le plus petit correctif possible. Faites-lui vérifier que le test échoue avec le comportement d’origine et réussit après la modification, puis exécuter les vérifications existantes pertinentes. Build est l’agent par défaut, avec les outils activés. L’agent Build

Enfin, examinez vous-même le résultat. Lisez le diff, vérifiez que l’assertion du test correspond au comportement voulu et repérez les modifications sans rapport avec la tâche. Un test qui réussit en validant le mauvais comportement ne prouve pas grand-chose. Demandez à l’agent de préciser les commandes réellement exécutées et les échecs qu’il n’a pas pu résoudre.

Si le correctif s’écarte de l’objectif, /undo peut annuler le dernier message et ses modifications ; /redo restaure un message annulé. Ces deux commandes reposent sur Git. Annuler et rétablir

Rendre AGENTS.md et les règles vraiment utiles

Rédigez les instructions dont un développeur compétent aurait besoin pour travailler dans ce dépôt. Elles doivent être assez précises pour être vérifiables :

• Les vraies commandes d’installation, de build, de lint et de test, avec leur ordre lorsque celui-ci compte.
• L’emplacement du code de l’application, des packages partagés et des fichiers générés.
• Les conventions à suivre et les modules existants qui les illustrent.
• Les critères de fin de tâche, notamment les vérifications pertinentes et un résumé du comportement modifié.

Ajoutez le fichier du projet à un commit pour que l’équipe le partage. Placez vos règles personnelles dans ~/.config/opencode/AGENTS.md. OpenCode peut utiliser CLAUDE.md en remplacement lorsque le fichier de règles OpenCode correspondant est absent. Règles et emplacement des fichiers

opencode.json est le fichier de configuration. Son tableau instructions peut charger des consignes existantes : inutile de recopier un guide de contribution dans AGENTS.md. L’exemple suivant demande aussi une autorisation avant les modifications et les commandes shell :

{
  "$schema": "https://opencode.ai/config.json",
  "instructions": ["CONTRIBUTING.md"],
  "permission": {
    "edit": "ask",
    "bash": "ask"
  }
}

Indiquez un fichier d’instructions qui existe dans votre projet et fusionnez ces réglages avec la configuration déjà en place. Une simple référence à un autre fichier dans AGENTS.md ne charge pas automatiquement son contenu. Utilisez instructions pour le faire charger. Instructions personnalisées

Les règles décrivent le comportement souhaité. Les permissions déterminent si une action d’outil peut être exécutée. La plupart des permissions sont initialement réglées sur allow : configurez-les donc explicitement lorsque vous souhaitez des demandes d’autorisation. Configurer les permissions

Ajouter des plugins pour un besoin précis

Un plugin est du code JavaScript ou TypeScript qui étend OpenCode en réagissant à des événements, comme l’exécution d’un outil ou le passage d’une session à l’état inactif. Ce mécanisme peut servir à envoyer une notification locale de fin de tâche ou à mettre en place un workflow propre au dépôt. Événements de plugins et exemples

Placez un plugin local dans .opencode/plugins/ pour un seul projet, ou dans ~/.config/opencode/plugins/ pour tous vos projets. OpenCode charge ces fichiers au démarrage. Pour un package publié sur npm, ajoutez-le au tableau plugin d’opencode.json ; la documentation cite notamment opencode-wakatime. Les packages et leurs dépendances s’installent automatiquement avec Bun au démarrage. Examinez le code source et le suivi du plugin avant d’ajouter du code exécutable à votre environnement de développement. Charger des plugins

Commencez par le workflow intégré. Ajoutez un plugin lorsque vous pouvez nommer la tâche récurrente qu’il vous évitera. Accumuler les plugins peut alourdir la configuration et le débogage avant d’apporter le moindre bénéfice.

Combien coûtent OpenCode et Zen ?

Distinguez le workflow de l’agent de la facture du modèle. Avec un abonnement compatible existant, vous utilisez l’accès de ce compte. Avec une clé API, le fournisseur facture l’usage. Pour l’inférence locale, la capacité de votre machine et les coûts de fonctionnement entrent en jeu. Zen est une autre façon d’acheter un accès aux modèles, distincte et facultative. Choix de fournisseurs

OpenCode Zen est un service de modèles facturé à l’usage. Sa page publique annonce $20 de crédit, plus $1.23 de frais de traitement du paiement par carte. L’achat présenté revient donc à $21.23, dont $20 utilisables pour les requêtes. La page indique que les requêtes ne comportent aucune majoration, que des plafonds de dépenses mensuels sont disponibles et qu’une recharge automatique de $20 intervient lorsque le solde atteint $5. Il s’agit de conditions de crédit et de paiement, pas du prix d’un abonnement mensuel. Consultez les conditions en vigueur avant d’alimenter le compte. Page publique des tarifs de Zen

Pour vous connecter, exécutez /connect, choisissez OpenCode Zen, suivez la configuration du compte et de la facturation pour obtenir une clé API, collez-la dans OpenCode, puis utilisez /models. Zen reste facultatif si un autre fournisseur répond déjà à vos besoins. Connexion à Zen

Exemple de calcul pour une session via Anthropic

Une session illustrative avec Claude Sonnet 4.6 via l’API directe d’Anthropic peut être chiffrée à partir de ses tarifs standard publiés : $3 par million de tokens en entrée et $15 par million de tokens en sortie. Un token est une petite unité de texte que le modèle traite ou produit. Supposons que l’ensemble de la session, toutes requêtes confondues, totalise 200,000 tokens d’entrée sans cache et 20,000 tokens de sortie. Tarifs des modèles et outils Anthropic

Ce calcul n’est ni la mesure d’une session OpenCode ni une promesse de prix pour corriger un bug. Il suppose les tarifs standard de l’API directe, sans cache ni frais de service supplémentaires. Comptez tout le contenu des requêtes, y compris les instructions, le contexte de conversation répété et les résultats des outils. Les lectures et écritures du cache ont leurs propres tarifs ; un autre service ou un autre modèle change la facture. Cette estimation ne chiffre pas Zen.

Vingt sessions avec cet usage hypothétique reviendraient à $18 ; trente, à $27. À titre de comparaison, le tarif public de Claude Pro aux États-Unis est de $20 par mois et inclut Claude Code avec des limites d’usage. On voit ainsi à quel moment un budget API variable peut dépasser le prix fixe d’un abonnement par utilisateur. Cela ne démontre ni un résultat équivalent, ni un volume d’usage identique, ni l’option la moins chère pour votre travail. Prix de Claude Pro et distinction avec l’API

Exécutez opencode stats dans votre shell pour consulter les statistiques d’usage et de coût, ou opencode stats --days 1 pour la dernière journée. Pour une seule session, opencode export permet de choisir une session et d’exporter ses données en JSON. Rapprochez l’usage de la facturation du service concerné ; une estimation fondée sur les tokens n’est pas le prix d’une tâche incluse dans un abonnement. Commandes de suivi de l’usage

Six tâches à essayer, classées par intérêt pratique

Commencez par du travail récurrent dont vous savez évaluer le résultat. Ces workflows sont des propositions, pas des gains de temps observés.

La commande non interactive opencode run accepte un prompt pour un travail scripté une fois le fournisseur et le workflow configurés. Passez à une automatisation répétable lorsqu’une tâche dispose d’une méthode de vérification fiable. La commande run de la CLI

Quand choisir OpenCode, Claude Code ou Pi ?

Choisissez OpenCode si le choix du modèle est central dans votre workflow et si vous souhaitez disposer des agents Plan et Build intégrés, de règles de projet et de plugins. Son menu de fournisseurs offre une interface de travail commune pour plusieurs services et configurations locales. Cette recommandation porte sur le workflow, sans affirmer qu’OpenCode produit un meilleur code. Modèles OpenCode, Agents

Choisissez Claude Code si vous travaillez déjà principalement avec Claude et souhaitez utiliser votre abonnement Claude Pro ou Max via son intégration documentée dans le terminal ou l’IDE. Claude et Claude Code partagent les limites d’usage de l’abonnement. Comparez les modes de facturation dans Tarifs de Claude Code en 2026. Intégration de l’abonnement Claude

Choisissez Pi si vous préférez un noyau plus réduit, à façonner avec des extensions, des modèles de prompts, des skills et des thèmes. Pi prend lui aussi en charge plusieurs fournisseurs : la souplesse de choix du modèle ne suffit donc pas, à elle seule, à justifier OpenCode plutôt que Pi. La présentation publique de Pi indique qu’un mode de planification peut être ajouté par des extensions, au lieu d’être livré dans le noyau. Je recommande OpenCode pour le workflow fourni, et Pi aux développeurs qui souhaitent en concevoir une plus grande partie eux-mêmes. Présentation publique de Pi

Pour élargir la comparaison des agents dans le terminal, lisez Gemini CLI face à Claude Code. Comparez séparément l’accès aux modèles, le workflow que vous préférez et le mode de paiement.

Deux offres à construire autour d’OpenCode

La piste la plus solide : un workflow de revue propre au dépôt

Une petite équipe d’ingénierie pourrait payer pour un workflow de revue qui détecte ses erreurs récurrentes et signale les problèmes avec des preuves reproductibles. Le signal de demande est d’environ 1,300 recherches mensuelles aux États-Unis pour « ai code review », d’après l’estimation de mots-clés de DataForSEO consultée le 4 octobre 2026. Le tarif public de l’offre Essentials de CodeRabbit est de $24 par développeur et par mois avec facturation annuelle, ou $30 avec facturation mensuelle : un point de référence concret pour cette catégorie payante. Données de mots-clés DataForSEO, Tarifs de CodeRabbit

La plus petite version commercialisable chargerait la checklist de revue et les instructions de projet d’une équipe, examinerait un diff fourni et produirait un rapport court avec l’emplacement des fichiers, les étapes de vérification et l’usage du modèle enregistré. Commencez par une commande locale répétable, puis ajoutez des points d’intégration de plugins uniquement lorsqu’ils réduisent le travail manuel.

Les obstacles sont la concurrence et la confiance. Une simple surcouche de revue générique apporte peu par rapport aux outils existants. Une niche prometteuse suppose des règles métier récurrentes et des preuves que les suggestions allègent le travail de revue. Le volume de recherche signale un intérêt pour la catégorie, pas une demande pour un produit OpenCode. C’est ici la piste la plus solide, car la revue se répète et son utilité peut se juger sur de vrais diffs.

Un kit de prise en main OpenCode validé pour les agences

Une agence pourrait acheter un service de mise en place qui livre, pour chaque dépôt client, une connexion fonctionnelle au fournisseur, un AGENTS.md exact, une configuration minimale et une première tâche dont le résultat a été relu. Environ 1,600 recherches mensuelles aux États-Unis pour « open source ai coding assistant » témoignent d’un intérêt pour cette catégorie, d’après la même vérification DataForSEO. Données de mots-clés DataForSEO

Le MVP serait une checklist de mise en place accompagnée d’une configuration propre au dépôt, avec pour livrables une commande de vérification qui réussit et un mode de facturation clairement défini. Évitez de créer une nouvelle interface généraliste d’agent de développement. La limite : la documentation gratuite couvre déjà l’installation, et l’intérêt des recherches ne prouve pas que les utilisateurs sont prêts à payer. Facturez la mise en place adaptée au client et une passation tenue à jour seulement si les agences y trouvent de la valeur.

Ce qui reste de votre responsabilité

OpenCode ne tranche pas la question de savoir si le modèle a compris vos exigences métier. Les tests, la revue du code et la décision de déployer restent de votre ressort. Changer de fournisseur demande aussi de vérifier à nouveau la qualité du résultat et le coût réel.

L’inférence locale remplace une facture de modèle hébergé par des besoins matériels et du travail de configuration. Une interface d’agent locale connectée à un fournisseur cloud envoie toujours les requêtes du modèle à ce fournisseur. Décidez où l’inférence s’exécute indépendamment de l’endroit où vous saisissez le prompt.

Pour une minuscule modification que vous savez déjà faire, la mise en place et la revue peuvent demander plus d’attention que le changement lui-même. Pour un projet aux contours flous, définissez les critères d’acceptation avant de demander à l’agent de l’implémenter. Ce qui a de la valeur, c’est une modification correcte et relue.

Votre action pour lundi : choisissez un bug reproductible, créez une nouvelle branche, connectez un fournisseur et allez au bout du cycle : lire, planifier, modifier, tester et relire. Notez le modèle utilisé, les vérifications qui ont réussi et la façon dont la session a été facturée. Vous disposerez ainsi d’éléments concrets pour votre prochain choix d’outillage.

Si vous souhaitez faire construire pour votre équipe un workflow de développement ou de revue adapté à votre dépôt, le développement d’agents IA est la prochaine étape pertinente.