Appelé par une API, un modèle ne se paie pas à la question. Il se paie au token (un fragment de texte, souvent un morceau de mot), dans les deux sens : ce que vous envoyez et ce qu'il répond. Les abonnements par utilisateur cachent ce même coût derrière un prix fixe par siège et un plafond d'usage. Une démo qui coûte quelques centimes peut devenir une ligne budgétaire de plusieurs milliers de dollars par mois une fois en production.
Ce que coûte une requête
Le prix d'une requête se calcule simplement : les tokens envoyés multipliés par le prix d'entrée, plus les tokens produits multipliés par le prix de sortie. Les tokens de sortie coûtent plus cher, et ils prennent aussi du temps : le modèle les écrit un par un, donc une réponse longue est une réponse lente.
Concept clé
Chaque token qui entre et chaque token qui sort coûtent de l'argent et du temps. Le coût d'une fonctionnalité IA, c'est le coût d'une requête multiplié par le nombre de requêtes. Ce calcul se fait avant de construire, pas après la première facture.
Un exemple relevé en octobre 2026, avec Claude Sonnet 5.5, le modèle de milieu de gamme d'Anthropic : 2 dollars par million de tokens en entrée, 10 dollars en sortie. Une requête typique de 3 000 tokens envoyés et 500 tokens reçus coûte environ 0,011 dollar. À 10 000 requêtes par jour, cela fait 110 dollars par jour, soit environ 3 300 dollars par mois.
Une requête coûte environ 0,011 $ ; 10 000 requêtes par jour coûtent environ 3 300 $ par mois.
3 000 tokens d'entrée s'allument d'un seul coup, en un calcul ; puis une réponse de 500 tokens s'écrit un token à la fois, en 500 calculs à la suite.
Ce que ça change pour vous
Pour les fondateurs
Comparez le coût par utilisation au prix que paie votre client. Si un utilisateur gratuit déclenche cinquante requêtes par jour, c'est lui qui fixe votre marge, pas votre client payant. Prévoyez des quotas dès le lancement.
Pour les dirigeants
À l'échelle d'un grand groupe, un assistant interne utilisé par des milliers de salariés devient un poste de dépense à part entière. Demandez un coût par utilisation et par équipe, en plus de la facture globale. Prévoyez aussi qui arbitre quand une équipe consomme plus que prévu. Un abonnement par siège ne règle pas la question : en octobre 2026, l'offre Enterprise de Claude se facture au siège, plus l'usage au prix de l'API.
Pour les tech leads
Enregistrez les tokens d'entrée et de sortie de chaque appel, par fonctionnalité. Fixez une limite de sortie (max_tokens) et des alertes de dépense. Dans une startup, un tableau de bord suffit au début. Dans un grand groupe, rattachez ces données au suivi des coûts cloud existant, et vérifiez quelles données partent chez le fournisseur.
Au dixième message, vous payez à nouveau les neuf précédents : 55 messages payés pour une conversation de 10 messages.
Pour aller plus loinPourquoi une conversation coûte de plus en plus cher
Le modèle n'a pas de mémoire entre deux requêtes. Pour poursuivre une conversation, l'application renvoie tout l'historique à chaque message. Au dixième message, vous payez donc à nouveau les neuf précédents, et le coût d'une conversation croît plus vite que sa longueur. C'est l'une des raisons pour lesquelles la fenêtre de contexte se gère comme un budget.
L'erreur classique
fAIling RÈGLE XI
Le piège : Mesurez le ROI au bout de 48 heures
Juger une fonctionnalité IA sur ses 48 premières heures, c'est juger un coût et un usage qui n'existent pas encore. Le volume réel, les utilisateurs intensifs et les longues conversations arrivent plus tard. Mesurez le coût par utilisation sur plusieurs semaines de trafic réel avant de conclure.
Lire la règle XI du manifesteÀ essayer
Choisissez une fonctionnalité IA déjà en service, ou un prototype. Relevez dans la console du fournisseur le nombre moyen de tokens envoyés et reçus par requête. Multipliez par les prix publiés, puis par votre volume mensuel attendu. Comparez le résultat au coût de la même tâche faite à la main.
Autour du sujet
Pour aller plus loinLe cache de prompt, vu côté facture
Dans la plupart des requêtes, une grande partie du texte envoyé est identique d'une fois à l'autre : les instructions, les outils, les documents de référence. Le cache de prompt évite de payer plein tarif pour le relire. Un exemple relevé en octobre 2026 chez Anthropic : la mise en cache coûte 1,25 fois le prix d'entrée (pour un cache de cinq minutes), puis chaque lecture en cache coûte 5 % du prix d'entrée sur Sonnet 5.5. Une fois en cache, un début fixe de 20 000 tokens passe ainsi d'environ 0,04 dollar à 0,002 dollar par requête. Sur 10 000 requêtes par jour, l'écart dépasse 350 dollars par jour.
Pour aller plus loinLe traitement par lots
Toutes les tâches n'ont pas besoin d'une réponse immédiate : classer les tickets de la veille, enrichir un catalogue, relancer une série de tests. Certains fournisseurs proposent des traitements par lots, moins chers en échange d'un délai. En octobre 2026, l'API de traitement par lots d'Anthropic est facturée à moitié prix, en entrée comme en sortie. Selon sa documentation, la plupart des lots se terminent en moins d'une heure, avec un délai maximal de 24 heures.
Pour aller plus loinAiguiller entre les gammes de modèles
Un même fournisseur vend plusieurs tailles de modèles, à des prix très différents. En octobre 2026, chez Anthropic, le million de tokens d'entrée coûte 0,10 dollar avec Haiku 5.5 (pour une requête de moins de 100 000 tokens), 2 dollars avec Sonnet 5.5, 4 dollars avec Opus 5.5 et 10 dollars avec Fable 5.1. Aiguiller les tâches simples vers un petit modèle réduit fortement la facture. Encore faut-il vérifier, sur vos cas réels, que le petit modèle suffit. L'effort de raisonnement offre un levier comparable au sein d'un même modèle.
Pour aller plus loinEntrée et sortie : deux prix
Chez Anthropic, en octobre 2026, un token de sortie coûte cinq fois plus cher qu'un token d'entrée, sur toutes les gammes.
Les fournisseurs n'expliquent pas cet écart, mais la raison technique généralement avancée tient à la façon dont le modèle travaille. Il lit tous les tokens d'entrée en même temps, d'un seul calcul. Il écrit en revanche sa réponse un token à la fois : chaque token attend le précédent et demande un nouveau calcul complet. Une réponse de 500 tokens demande ainsi 500 calculs à la suite. Chaque token écrit occupe donc la machine bien plus longtemps qu'un token lu. C'est très probablement pourquoi la sortie est facturée plus cher.
Résumer un long document coûte donc surtout en entrée. Rédiger un long texte coûte surtout en sortie. Demander une réponse courte ou un format fixé d'avance réduit à la fois la facture et le temps d'attente. Les tokens de réflexion d'un modèle qui raisonne sont, eux, facturés comme des tokens de sortie.
Quoi en faire
Enregistrez les tokens d'entrée et de sortie par fonctionnalité, et fixez une limite de sortie et des alertes de dépense.
Comparez le coût par utilisation au prix que paie votre client, et posez des quotas dès le lancement : un utilisateur gratuit qui envoie cinquante requêtes par jour fixe votre marge.
Gérez la fenêtre de contexte comme un budget : une conversation renvoie tout son historique à chaque message, son coût croît donc plus vite que sa longueur.