Sur cette page
Répondez de tête, puis ouvrez. Les tokens
1Pourquoi une conversation coûte-t-elle de plus en plus cher à chaque échange ?
Parce que le modèle relit tout l'historique à chaque échange : ce qu'il lit grandit à chaque tour. Le cache réduit le prix de ce qui est relu.
2Deux modèles affichent le même prix par million de tokens. Coûtent-ils autant pour le même texte ?
Pas forcément : chaque éditeur découpe le texte à sa façon, et le même texte peut compter nettement plus de tokens chez l'un. Comparez sur vos textes, avec l'outil de comptage de chaque éditeur.
- Le coût d'un outil se calcule : demandes par mois, fois les tokens lus et écrits par demande, fois le prix du modèle. Sur notre exemple, le même travail coûte de 7,48 $ à 748,00 $ par mois selon le modèle.
- Chaque éditeur permet une alerte, qui prévient, et un plafond, qui arrête l'outil quand il est atteint ; chez OpenAI, les requêtes reçoivent alors une erreur.
- Le cache fait relire la partie fixe d'une demande pour environ 10 % du prix ; les lots coûtent moitié prix, contre un rendu sous 24 heures.
- Les options rapides coûtent le double, et le traitement dans une région imposée ajoute 10 % chez OpenAI pour les modèles récents.
- Les prix bougent : Gemini 3.8 Flash double le 1er janvier 2027. Relisez la facture chaque mois.
Prérequis
- Un outil qui appelle un modèle par l'API : un assistant, une automatisation, un agent.
- Un accès à la console de l'éditeur, avec le droit de voir la facturation et de régler les limites : chez OpenAI, la gestion de l'organisation ou du projet ; chez Mistral, le rôle Admin ou Billing.
- Les volumes, ou une semaine d'usage pour les mesurer : la console ou les traces de l'outil donnent les tokens de chaque demande.
- Ce qu'est un token, et pourquoi un historique coûte : les tokens.
Étapes
Compter les volumes
Ce qu'on fait : demandes par jour, tokens lus et écrits par demande, et la part de ce qui est lu à chaque fois : les consignes, les documents de référence.
Calculer le coût par mois
Ce qu'on fait : tokens lus fois prix de lecture, plus tokens écrits fois prix d'écriture, divisé par un million, fois le nombre de demandes. Pour l'exemple, avec Claude Sonnet 5.5 : 8 800 demandes, 6 000 tokens lus à 2 $ le million et 500 écrits à 10 $, soit 149,60 $ par mois. Le relevé des prix est daté ; la page des prix de l'éditeur fait foi.
Le même outil, dix modèles : le coût par mois
Les plus puissants
- GPT-6 AstraOpenAI, 10 $ et 50 $748,00 $
- Claude Opus 5.5Anthropic, 4 $ et 20 $299,20 $
Les intermédiaires
- Claude Sonnet 5.5Anthropic, 2 $ et 10 $149,60 $
- GPT-6 SolOpenAI, 2 $ et 10 $149,60 $
- Mistral Medium 3.5Mistral AI, 1,5 $ et 7,5 $112,20 $
- Gemini 3.8 FlashGoogle, 0,75 $ et 3,75 $56,10 $
Les petits
- Gemini 3.5 Flash-LiteGoogle, 0,3 $ et 2,5 $26,84 $
- Mistral Small 4Mistral AI, 0,15 $ et 0,6 $10,56 $
- Claude Haiku 5.5Anthropic, 0,1 $ et 0,5 $7,48 $
- GPT-6 LunaOpenAI, 0,1 $ et 0,5 $7,48 $
Donner à chaque outil son projet et sa clé
Ce qu'on fait : un projet chez OpenAI, un espace de travail chez Anthropic et Mistral, un projet chez Google : le coût se lit outil par outil, et une clé se coupe sans arrêter les autres.
Poser des alertes, puis un plafond
Ce qu'on fait : des alertes à des seuils qui laissent le temps d'agir, sous le plafond ; puis un plafond mensuel, si un arrêt de l'outil vaut mieux qu'une facture imprévue. Le plafond n'agit pas à l'instant : quelques minutes de dépassement restent possibles, environ 10 chez Google, à votre charge.
Mettre la partie fixe en tête, pour le cache
Ce qu'on fait : les consignes et les documents qui ne changent pas au début de la demande, la partie variable à la fin. En dessous d'une taille minimale, 1 024 tokens chez OpenAI, 512 chez Anthropic pour les modèles 5.x, 4 096 pour Gemini 3.x Flash, rien n'est mis en cache, sans message d'erreur ; le détail : le cache et les lots.
Claude Sonnet 5.5, trois façons de payer le même travail
- Au prix standardchaque demande payée en entier149,60 $
- Avec le cacheles 5 000 tokens fixes relus à 0,10 $ le million66,28 $
- En lotsmoitié prix, rendu sous 24 heures74,80 $
Passer en lots ce qui peut attendre
Ce qu'on fait : les synthèses de nuit, les classements, les relectures en masse : moitié prix chez OpenAI, Anthropic, Google et Mistral.
Essayer un modèle plus petit sur vos cas
Ce qu'on fait : le même jeu de cas, l'ancien modèle et le nouveau ; on garde le plus petit qui réussit. Envoyer chaque demande au modèle qui suffit : le routage entre modèles. La méthode : évaluer un outil d'IA.
Relire la facture chaque mois
Ce qu'on fait : le coût estimé contre le coût facturé, outil par outil ; et les annonces de prix des éditeurs.
Contrôle du résultat
Faire tourner les automatismes sans aucun poste, chiffré à l'euro
Deux hébergements comparés sur les tarifs publics relevés le jour même, tâche par tâche. La première version du rapport recommandait une machine Windows ; le chiffrage complet a inversé la recommandation, et la seconde version le dit.
Problèmes fréquents
La facture double sans plus de demandes
CauseUne conversation qui s'allonge et se relit à chaque tour ; un agent qui relance ses outils en boucle ; des réponses plus longues.
À faireLire les tokens par demande dans les traces ; couper l'historique ; limiter le nombre de tours d'un agent (l'observabilité).
Le cache n'est jamais lu
CauseLa partie fixe n'est pas en tête ; elle est sous la taille minimale ; ou le cache a expiré entre deux demandes, après 5 minutes chez Anthropic.
À faireRemettre la partie fixe au début, sans rien de variable avant ; vérifier la taille ; chez Anthropic, essayer le cache d'une heure, dont l'écriture coûte le double.
L'outil s'arrête en plein mois
CauseLe plafond est atteint : chez OpenAI, les requêtes reçoivent une erreur 429 qui le dit ; chez Mistral, l'accès est suspendu jusqu'au mois suivant.
À faireRelever le plafond, le trafic reprend ; puis chercher ce qui a consommé.
Le prix d'un modèle change
CauseGemini 3.8 Flash passe de 0,75 $ à 1,50 $ le million de tokens lus le 1er janvier 2027 ; à l'inverse, Anthropic a baissé le prix de relecture du cache de Claude Sonnet 5.5 le 7 octobre 2026.
À faireRefaire le calcul à chaque annonce, et avant chaque renouvellement de budget.
Une option coûteuse est restée active
CauseL'option rapide d'OpenAI ou d'Anthropic coûte le double ; Priority chez Google, 1,8 fois ; le traitement dans une région imposée, 10 % de plus chez OpenAI, 1,1 fois aux États-Unis chez Anthropic.
À faireNe les garder que là où le délai ou le lieu l'exigent, et le noter.
L'offre gratuite de Google sert de banc d'essai
CauseLes échanges de l'offre gratuite de l'API Gemini servent à améliorer les produits de Google ; pas ceux de l'offre payante.
À faireAucune donnée de l'entreprise sur l'offre gratuite ; voir les données confiées à une IA.
Gemini 3.8 Flash, le même exemple avant et après la hausse annoncée
- Jusqu'au 31 décembre 20260,75 $ et 3,75 $ le million56,10 $
- À partir du 1er janvier 20271,50 $ et 7,50 $ le million112,20 $
Retour en arrière
- Un plafond trop bas arrête l'outil : le relever, et le trafic reprend une fois le réglage propagé ; sinon, il repart au mois suivant.
- Un modèle plus petit déçoit : revenir au précédent, le jeu de cas en main pour mesurer l'écart.
- Les lots retardent un traitement devenu urgent : le repasser en appel direct, au prix standard.
- Une clé consomme sans raison : la couper ; les autres outils, sur leurs propres clés, continuent.
Variantes par outil
Vérification
1ComprendreDe quoi dépend le coût par mois d'un outil d'IA ?
Du nombre de demandes, des tokens lus et écrits par demande, et du prix du modèle ; puis du cache, des lots et des options choisies.
2ComprendreQuelle différence entre une alerte et un plafond ?
L'alerte prévient et laisse l'outil tourner ; le plafond l'arrête une fois atteint, à quelques minutes près.
3AppliquerUn outil relit à chaque demande les mêmes 5 000 tokens de consignes et de documents. Que faire d'abord ?
Mettre cette partie fixe en tête de la demande pour qu'elle passe par le cache, relue pour environ 10 % du prix ; puis vérifier dans la console que le cache est bien lu.
Lectures suivantes
Coût d'un outil d'IA en service
Construction · étape 11 sur 12
Les pages qui renvoient ici
Limites et sources
L'exemple est fabriqué ; les prix sont ceux du relevé du 8 octobre 2026, en dollars hors taxe, et changent souvent.
Le calcul ne compte pas les outils appelés par le modèle (recherche web, exécution de code), facturés à part chez certains éditeurs.
Les noms des réglages sont ceux des consoles en anglais ; ils peuvent changer.
- OpenAI, plafonds de dépense ; Anthropic, espaces de travail ; Google, plafonds par projet ; Mistral, facturation ; OpenAI, prix ; Anthropic, prix ; Google, prix.
- Les relevés :
apprendre/recherches/2026-10-09-cout.json,apprendre/recherches/2026-10-08-dev-avance.jsonetapprendre/donnees/marche.json.
Écrit par Meridal, avec l'aide de l'IA ; chaque fait vérifié à sa source et relu avant publication. Texte et schémas sous licence CC BY 4.0 : reprenez-les en citant Meridal. Le code sous licence MIT.
Garder vos outils en état
200 € à 1 500 € par mois