Comparateur de coûts d’API de modèles d’IA (Claude, GPT, Gemini)

Choisir un modèle de langage pour sa réputation, sans regarder le coût, peut multiplier par dix ou par cent la facture de votre application : l’écart entre un petit et un grand modèle est souvent de deux ordres de grandeur. Mais le modèle le moins cher ne suffit pas toujours : ce qui compte, c’est le coût par tâche réussie.

Indiquez le nombre de requêtes, le nombre de tokens envoyés et reçus pour chacune et, si vous le souhaitez, la part de l’entrée servie par le cache et la remise appliquée. Vous verrez le coût avec votre modèle, son rang de prix parmi ceux d’Anthropic, OpenAI et Google, et un tableau de tous les modèles du moins cher au plus cher. Tout se passe dans votre navigateur.

Les fournisseurs facturent au million de tokens, avec un prix pour l’entrée et un autre, plus élevé, pour la sortie. Le coût d’une requête est : tokens d’entrée × prix d’entrée + tokens de sortie × prix de sortie, le tout divisé par un million.

Si vous utilisez le cache de prompts, la part de l’entrée lue dans le cache est facturée à un tarif bien plus bas (souvent un dixième ou moins). Une remise supplémentaire (par exemple celle de l’API par lots) s’applique au total. Le coût de la période est celui d’une requête multiplié par les requêtes par jour et par les jours.

Ce que l’on paie dans une API de langage

On paie des tokens, pas des requêtes. Un token est un morceau de texte (en anglais, environ quatre caractères). Ce que vous envoyez (entrée) et ce que le modèle génère (sortie) sont facturés séparément, et la sortie coûte en général quatre à six fois plus.

Comment réduire le coût

• **Choisissez le plus petit modèle qui fait bien le travail** : l’écart de prix entre petits et grands modèles est énorme.
• **Utilisez le cache de prompts** si vous répétez de longues instructions ou documents.
• **Utilisez l’API par lots** pour les travaux sans réponse immédiate (souvent 50 % de remise).
• **Limitez la sortie** : demandez des réponses concises et plafonnez le nombre de tokens.
• **Réduisez le contexte** : n’envoyez pas tout l’historique si ce n’est pas nécessaire.

Prix et coût par tâche, ce n’est pas pareil

Un modèle bon marché qui échoue une fois sur deux et force à recommencer peut revenir plus cher qu’un meilleur. Mesurez le coût par tâche réussie avec vos propres exemples avant de décider.

Les tokens ne sont pas identiques d’un fournisseur à l’autre

Chaque fournisseur a son propre tokenizer : le même texte donne un nombre de tokens différent selon le modèle (dans les versions récentes de certains modèles, jusqu’à 30 % de plus que dans les précédentes). Si vous comparez des modèles de fournisseurs différents, mesurez les tokens réels avec le compteur de chacun.

Erreurs fréquentes

• Comparer les modèles sur le seul prix d’entrée, en oubliant que la sortie coûte plus.
• Oublier les tokens de « raisonnement » des modèles qui réfléchissent avant de répondre, facturés comme sortie.
• Ne pas compter l’historique de la conversation, renvoyé à chaque appel.
• Se fier à d’anciens prix : ils changent souvent.

Limites de ce calculateur

• Il utilise le prix standard de chaque modèle (sans lots ni remises de volume, hors celle que vous indiquez) et, pour les modèles Google à prix par tranche, la tranche jusqu’à 200 000 tokens.
• Le prix du cache de Google ne figure pas : aucune économie de cache n’est donc appliquée à ces modèles ; le coût d’écriture dans le cache et le stockage ne sont pas inclus.
• Il n’inclut pas les outils facturés à part (recherche web, exécution de code), ni images, audio ou vidéo, ni le fine-tuning.
• Les prix d’OpenAI et de Google ont été relevés sur leurs pages avec un outil qui résume le contenu : vérifiez-les sur la page officielle avant de décider.
• Les prix changent : la date de révision figure à côté du résultat.

Avis

Il s’agit d’une estimation. Les tarifs sont fixés par chaque fournisseur et peuvent changer sans préavis ; confirmez le prix en vigueur avant de budgéter.