Calculateur de coûts d’API LLM

Que sont les tokens ?

Un token est la plus petite unité de facturation d'un modèle de langage – en allemand, un token correspond grosso modo à 3 à 4 caractères. Une page A4 de texte d'environ 3.000 caractères représente ainsi environ 750 à 1.000 tokens.

Important pour le calcul des coûts : les tokens d'entrée (votre prompt, contexte compris) et les tokens de sortie (la réponse du modèle) sont comptés séparément et facturés à des prix différents. Pour estimer de façon réaliste le coût d'une application LLM, il faut donc garder les deux côtés à l'œil – non seulement votre propre requête, mais aussi la longueur de réponse attendue.

Modèles tarifaires des fournisseurs

Tous les grands fournisseurs facturent en dollars américains par million de tokens, et pour chaque modèle la sortie coûte nettement plus cher que l'entrée – d'un facteur 3 à 8 pour les modèles comparés. Trois classes de modèles sont disponibles : les modèles de pointe comme la classe Claude Opus (5 USD en entrée / 25 USD en sortie), les modèles de milieu de gamme comme la classe Claude Sonnet (3 / 15 USD) ou GPT-5.x (1,25 / 10 USD), et les modèles d'efficacité comme Claude Haiku 4.5 (1 / 5 USD) ou GPT-5 mini (0,25 / 2 USD).

Le calculateur comparatif ci-dessus présente tous les modèles côte à côte avec leurs prix actuels – vous voyez ainsi d'un coup d'œil quel modèle est le plus rentable pour votre cas d'usage concret.

Facteurs de coûts cachés : caching, batch & cie

Le simple calcul en tokens ne dit que la moitié de la vérité. Le prompt caching accorde des remises parfois considérables sur les parties de prompt répétées, et les API batch offrent généralement environ 50 % de réduction pour un traitement asynchrone par rapport aux requêtes en temps réel. Sans ces leviers, vous payez souvent plus que nécessaire.

À l'inverse, les longs prompts système et les contextes RAG font grimper les coûts, car ils sont refacturés à chaque requête. Les workflows d'agents avec plusieurs appels d'outils multiplient en outre la consommation de tokens par requête utilisateur, et les nouvelles tentatives après une erreur se répercutent elles aussi sur la facture.

Quel modèle est rentable, et quand ?

La règle de base : les tâches simples à fort volume comme la classification, le chat FAQ ou l'extraction de texte relèvent d'un modèle d'efficacité, le raisonnement complexe ou les tâches de code exigeantes d'un modèle de pointe. L'écart est considérable : pour une charge de chatbot identique de 10.000 requêtes par mois, Claude Haiku 4.5 coûte environ 23 dollars américains, la classe Claude Opus en revanche environ 115 dollars américains – un facteur 5 pour la même tâche.

Qui ne route pas proprement et fait tout passer par un modèle coûteux paie donc plusieurs fois plus, sans gain de qualité correspondant.

Optimisation des coûts dans un projet IA

N'optimisez qu'après avoir mesuré – le calculateur ci-dessus vous fournit les chiffres de départ. Les leviers les plus efficaces, par ordre d'impact : utiliser un modèle plus petit ou un routage de modèles, recourir au prompt caching pour les contenus récurrents, raccourcir les prompts système, limiter la longueur des sorties et utiliser le traitement par lots pour tout ce qui n'a pas besoin de s'exécuter en temps réel.

Qui conçoit une intégration IA dès le départ avec ces leviers économise souvent un pourcentage à deux chiffres des coûts d'API récurrents. Un conseil expérimenté vous accompagne dans la conception économique de telles intégrations.