Vercel AI SDK

Le Vercel AI SDK est une bibliothèque TypeScript open source créée par Vercel, l'entreprise à l'origine de Next.js, pour concevoir des applications full-stack et des agents autonomes basés sur l'IA. Publié sous licence Apache 2.0, il élimine la nécessité d'apprendre l'API propriétaire de chaque fournisseur en offrant une interface unique et cohérente pour la génération de texte, la sortie d'objets structurés, l'appel d'outils, la génération d'images, la synthèse vocale, les embeddings et le streaming d'interface utilisateur sur OpenAI, Anthropic, Google, Mistral, Amazon Bedrock et plus de 15 autres fournisseurs. Le SDK a atteint sa version 6 en octobre 2025, après avoir lancé la v5 en juillet 2025, et en avril 2026, il enregistre plus de 20 millions de téléchargements mensuels sur plus de 95 000 projets dépendants.

Le SDK se divise en deux parties : AI SDK Core et AI SDK UI. Core couvre les primitives côté serveur, incluant generateText, generateObject (avec l'intégration des schémas Zod pour des sorties structurées et typées), streamText, streamObject, l'appel d'outils avec des boucles multi-étapes, la génération et l'édition d'images, le reranking, ainsi qu'une abstraction formelle Agent introduite dans la v6. AI SDK UI fournit des hooks agnostiques (useChat, useCompletion, useAssistant) offrant une parité de fonctionnalités complète sur React, Next.js, Vue, Svelte et Angular. Un produit complémentaire optionnel, Vercel AI Gateway (lancé en août 2025), ajoute un routage unifié sur des centaines de modèles avec une latence supplémentaire inférieure à 20 ms, un basculement automatique et aucune marge de prix par rapport aux tarifs des fournisseurs. L'ensemble est gratuit et open source ; vous ne payez que pour les jetons d'API des fournisseurs que vous utilisez.

Ce que fait réellement le Vercel AI SDK en avril 2026

Depuis la v6, la boucle principale du SDK s'articule autour de trois modèles. Le premier est la génération à appel unique : generateText ou streamText prend une référence de modèle, un prompt ou un tableau de messages, et des outils optionnels, puis renvoie une réponse typée. Passer de GPT-4o à Claude Sonnet 3.7 implique de modifier un seul import ; le reste de l'appel reste identique. Le deuxième modèle est l'extraction structurée : generateObject accepte un schéma Zod et renvoie un objet entièrement typé, le SDK gérant automatiquement la conversion du schéma en prompt et l'analyse de la réponse. Le troisième est l'abstraction Agent : vous définissez un agent une seule fois avec son modèle, ses instructions système, ses outils et sa configuration de mémoire, puis vous l'instanciez n'importe où dans l'application. Le paramètre stopWhen contrôle le moment où la boucle d'appel d'outils se termine, remplaçant le modèle ad hoc maxSteps des versions précédentes.

La version v5 de juillet 2025 a franchi le cap des 2 millions de téléchargements hebdomadaires et a introduit la génération et la transcription vocales, des outils dynamiques que le modèle peut définir à l'exécution, une parité complète de Vue et Svelte avec React, ainsi que la fonctionnalité de fournisseur global qui permet d'adresser n'importe quel modèle par un simple identifiant sous forme de chaîne de caractères via l'AI Gateway. La version v6 d'octobre 2025 a formalisé la classe Agent, ajouté l'approbation d'outils pour les flux de travail impliquant une validation humaine (human-in-the-loop), lancé DevTools pour le débogage dans le navigateur des appels LLM et des traces d'agents, étendu la génération d'images pour accepter des images de référence pour l'édition, et ajouté un reranking natif via une fonction rerank. La prise en charge complète du MCP (Model Context Protocol) est également arrivée dans la v6, couvrant OAuth, les ressources et les prompts.

"L'AI SDK est la seule abstraction parfaite que j'ai vue jusqu'à présent. La v5 poursuit sur cette lancée. Tout semble juste." - Ben Hylak, raindrop.ai, article de lancement du Vercel AI SDK 5, 31 juillet 2025

Les plus de 20 fournisseurs de modèles incluent OpenAI (GPT-4o, GPT-5, o1/o3), Anthropic (Claude 3.5/3.7 Sonnet, Claude Opus), Google (Gemini 2.0/2.5 Flash, Gemini Pro), Meta Llama (via Groq ou Bedrock), Mistral, Cohere, xAI Grok et Amazon Bedrock. Les capacités des fournisseurs varient : tous ne prennent pas en charge chaque fonctionnalité (utilisation de l'ordinateur, entrée PDF, embeddings, édition d'images), et le SDK documente des tableaux de capacités par fournisseur pour aider les développeurs à s'y retrouver. Le changement de fournisseur en cours de projet est le principal argument de vente du SDK ; Thomson Reuters a reconstruit son produit CoCounsel en utilisant l'AI SDK avec seulement 3 développeurs en 2 mois, consolidant 10 intégrations de fournisseurs distinctes en un seul système desservant désormais 1 300 cabinets comptables.

Où se situe le Vercel AI SDK par rapport à LangChain JS et Mastra

LangChain JS est le point de comparaison le plus direct pour les développeurs JavaScript. Le bundle de LangChain pèse 101.2 kB compressé (gzip) contre 67.5 kB pour l'AI SDK, et il s'appuie sur les API du système de fichiers Node.js, ce qui le rend incompatible avec les environnements d'exécution edge. Les points forts de LangChain résident dans l'infrastructure RAG : il intègre des chargeurs de documents, des récupérateurs de bases de données vectorielles et des architectures d'agents préconçues (ReAct, Plan-and-Execute) que l'AI SDK ne fournit pas. Les atouts de l'AI SDK se situent dans l'intégration de l'interface utilisateur, la compatibilité edge, les hooks de streaming et sa simplicité brute : une tâche qui nécessite l'instanciation d'un tableau de messages en plusieurs étapes dans LangChain se résume à un seul appel generateText dans l'AI SDK. Dans les benchmarks comparatifs, LangChain a enregistré une latence p99 moyenne d'environ 50 ms contre environ 30 ms pour l'AI SDK. Pour les équipes qui créent des interfaces de chat Next.js, l'AI SDK l'emporte sur presque tous les plans. Pour les équipes qui conçoivent des pipelines RAG complexes proches de Python ou de la récupération multi-vecteurs, LangChain constitue un meilleur point de départ.

Mastra occupe un créneau différent. Il s'agit d'un framework d'agents TypeScript avec des flux de travail durables, une mémoire observationnelle intégrée (obtenant un score de 94.87% sur LongMemEval sans nécessiter de base de données vectorielle), un débogueur visuel Studio pour rejouer les exécutions d'agents, et une syntaxe d'orchestration fluide (.then/.parallel/.branch/.foreach). Mastra ne propose pas de hooks d'interface utilisateur de streaming ; c'est une bibliothèque d'infrastructure d'agents côté serveur, et non un SDK full-stack. L'AI SDK couvre une surface plus large (de useChat dans React jusqu'aux appels de fournisseurs) mais offre une orchestration de la mémoire et des flux de travail moins dirigiste. Les équipes combinent parfois les deux : Mastra pour la couche agent et la persistance, l'AI SDK pour la couche d'interface utilisateur de streaming. Mastra compte environ 300 000 téléchargements hebdomadaires contre plus de 20 millions par mois pour l'AI SDK, reflétant un public plus spécialisé. LiteLLM est un troisième point de référence : il fonctionne comme une couche proxy de fournisseur plutôt que comme une bibliothèque d'application, n'a pas d'intégration frontend et est principalement orienté Python. Il sert souvent de passerelle backend par laquelle passent les applications Vercel AI SDK.

"Le passage de streamText aux agents composables est élégant.. Le soin que l'équipe a apporté à la conception de l'API est incroyable." - Josh, Upstash, blog du Vercel AI SDK 6, octobre 2025

À quoi ressemble l'expérience de développement au quotidien

Le point de départ standard pour la plupart des équipes est un projet Next.js App Router. Vous installez ai et un package de fournisseur (@ai-sdk/openai, @ai-sdk/anthropic, etc.), créez un gestionnaire de route qui appelle streamText et renvoie une StreamingTextResponse, puis utilisez le hook useChat côté client. Le hook gère l'historique des messages, l'état de saisie, la concaténation du streaming, la gestion des erreurs et la soumission du formulaire. Les équipes rapportent régulièrement passer d'un dépôt vide à un chatbot de streaming fonctionnel en moins de 30 minutes.

Le processus de sortie structurée est tout aussi propre. generateObject accepte une définition de schéma Zod et renvoie un objet TypeScript typé, toute l'ingénierie de prompt pour le respect du schéma étant gérée par la couche SDK. Cela en fait l'approche de choix pour l'extraction de données, la classification et toute tâche nécessitant une structure de sortie fiable. Dans l'abstraction Agent de la v6, vous définissez un agent réutilisable avec un modèle, des instructions, des outils et des paramètres de mémoire optionnels, puis vous appelez agent.generate() ou agent.stream() partout où cela est nécessaire dans l'application. Le panneau DevTools, nouveauté de la v6, se superpose dans le navigateur pendant le développement et affiche chaque appel LLM, invocation d'outil, utilisation de jetons et latence dans une vue chronologique, ce qui réduit considérablement le cycle de débogage pour les flux à plusieurs étapes.

Pour les équipes déployant en dehors de Vercel, le SDK fonctionne sur n'importe quel serveur Node.js, environnement d'exécution edge, Cloudflare Workers, AWS Lambda ou conteneur Docker. Le Vercel AI Gateway est optionnel ; vous pouvez utiliser le SDK entièrement avec des clés d'API directes de fournisseurs. Le produit v0 by Vercel utilise l'AI SDK en interne pour ses fonctionnalités de génération d'interface utilisateur, ce qui est bon à savoir si vous souhaitez comprendre comment Vercel utilise sa propre bibliothèque. L'OpenAI Agents SDK est un outil conceptuellement similaire restreint aux fournisseurs OpenAI, utile à des fins de comparaison lors de l'évaluation de l'importance de la dépendance à un fournisseur pour votre stack.

À qui s'adresse le Vercel AI SDK

Le public principal est constitué de développeurs TypeScript et JavaScript créant des applications web avec des fonctionnalités d'IA. Le SDK est particulièrement bien adapté aux développeurs React et Next.js qui souhaitent des interfaces de chat en streaming, car le hook useChat abstrait toute la plomberie de gestion d'état qui devient fastidieuse à écrire de zéro. Il convient également aux équipes qui doivent déployer rapidement des fonctionnalités d'IA et prévoient d'itérer sur les choix de modèles : l'API agnostique vis-à-vis des fournisseurs permet de tester facilement GPT-4o par rapport à Claude Sonnet (A/B testing) ou d'intégrer un modèle moins cher pour les chemins non critiques sans refactoriser les sites d'appel. Les startups et les agences qui développent des projets clients citent régulièrement le SDK comme leur point de départ par défaut, car le délai d'obtention d'une démo fonctionnelle est toujours très court.

Les équipes d'entreprise privilégiant le développement TypeScript en tirent le meilleur parti à long terme : sécurité de typage de bout en bout sur les entrées et sorties d'appels d'outils, génération d'objets structurés directement liée aux schémas Zod, et capacité à centraliser la configuration des fournisseurs et le suivi des coûts via l'AI Gateway. Le cas de Thomson Reuters (3 développeurs, 2 mois, une IA juridique de niveau production déployée dans 1 300 cabinets) est l'exemple le plus cité de ce qu'une équipe concentrée peut accomplir lorsque la couche d'abstraction du fournisseur n'est pas un goulot d'étranglement.

Ce que le Vercel AI SDK n'est pas

Le SDK est exclusivement TypeScript. Les équipes Python ne trouveront aucun équivalent de première partie et devraient plutôt se tourner vers LangChain Python, LlamaIndex ou le SDK Python de Genkit.

Le SDK n'est pas un framework RAG. Il ne possède pas de chargeurs de documents intégrés, d'utilitaires de découpage (chunking) ou de récupérateurs de bases de données vectorielles. Les équipes construisant des pipelines de récupération de base de connaissances devront ajouter ces composants séparément (LlamaIndex.TS, les primitives RAG de Mastra ou un SDK de base de données vectorielle). L'écosystème LangChain JS dispose d'une infrastructure RAG plus lourde si le pipeline de récupération constitue le principal défi d'ingénierie.

Le SDK n'est pas non plus un environnement d'exécution d'agents de longue durée. Lorsqu'ils sont déployés sur l'hébergement propre de Vercel, les gestionnaires de routes ont un temps d'exécution maximal (15 secondes par défaut, 300 secondes sur Pro) qui limite les agents autonomes effectuant des recherches itératives ou une planification à plusieurs étapes. Les équipes exécutant des agents nécessitant des minutes de temps d'exécution doivent se déployer sur une infrastructure sans ces contraintes, que ce soit un Node auto-hébergé, des Cloudflare Workers avec des Durable Objects, ou une plateforme d'exécution d'agents dédiée. L'incident RSC d'octobre 2024 mérite d'être souligné : Vercel a lancé le streaming Generative UI / React Server Components comme fonctionnalité majeure du SDK 3.0 en mars 2024, a suscité l'adoption, puis a suspendu le développement 7 mois plus tard en invoquant des "limitations de longue date.. sans bonnes solutions à court terme". Ce schéma de fonctionnalités ambitieuses couplées à la plateforme se heurtant à des murs architecturaux a rendu certaines équipes prudentes quant à la construction sur des fonctionnalités expérimentales du SDK.

La taille du bundle est une préoccupation légitime pour les applications optimisées pour l'edge. À 186 kB pour une seule requête OpenAI contre 87 kB pour la bibliothèque officielle OpenAI seule, le SDK entraîne une surcharge qui compte dans la latence de démarrage à froid (cold-start) ou les budgets edge restreints. Les développeurs qui ont besoin d'une empreinte absolument minimale préféreront peut-être écrire des appels directs aux fournisseurs.