Coût d'une IA en production : le guide technique
Combien coûte une IA en production dans une PME : jetons, infrastructure, temps humain, et les leviers pour réduire la facture, d'après les pages tarifs des éditeurs.
Une IA en production coûte trois choses : des jetons (le texte envoyé au modèle et celui qu'il renvoie, facturés à l'unité), de l'infrastructure (serveurs, base de données, éventuellement processeurs graphiques) et du temps humain (mise en place, relecture, maintenance). Les deux premiers se lisent sur les pages tarifs des éditeurs ; le troisième ne figure nulle part, et c'est souvent lui qui décide du budget.
Ce site s'adresse à ceux qui chiffrent un projet : responsable informatique, développeur, dirigeant technique de PME (petite et moyenne entreprise). Il est édité par IArche, qui édite ALMA, la plateforme IA pour PME d'IArche. Les prix cités sont des prix publics relevés le 15/11/2026 sur les pages officielles ; ils changent souvent, vérifiez-les avant de signer un budget.
Comment se facture une IA par API
Une API (interface de programmation) de modèle de langage facture chaque appel selon le nombre de jetons. Un jeton est un morceau de mot ; la définition du lexique détaille la notion. Quatre règles valent chez les quatre éditeurs relevés (Anthropic, Google, Mistral, OpenAI) :
- l'entrée (vos instructions, vos documents, la question) et la sortie (la réponse) ont chacune leur prix, la sortie étant le plus souvent la plus chère ;
- les prix s'expriment par million de jetons, en dollars chez Anthropic, Google, Mistral et OpenAI au 15/11/2026 ;
- un cache rend moins chère la relecture d'un même début de requête ;
- un traitement par lots, non urgent, coûte la moitié du tarif standard chez ces quatre éditeurs.
Exemple de grille, relevée le 15/11/2026 chez Anthropic, en dollars américains par million de jetons :
| Modèle | Entrée | Sortie |
|---|---|---|
| Claude Opus 5.5 | 4 $ | 20 $ |
| Claude Sonnet 5.5 | 2 $ | 10 $ |
| Claude Haiku 5.5 (requêtes jusqu'à 100 000 jetons) | 0,10 $ | 0,50 $ |
Ces prix sont en dollars : ce que le change fait à un budget en euros est expliqué sur la facture en dollars.
Les trois familles de coûts
| Famille | Exemples | Où trouver le prix |
|---|---|---|
| Jetons | appels au modèle, recherche web facturée à l'usage | pages tarifs des éditeurs |
| Infrastructure | hébergement de l'application, base de documents, location de processeurs graphiques | pages tarifs des hébergeurs |
| Temps humain | cadrage, intégration, relecture, évaluation, migrations | votre estimation, ou un devis |
Le détail poste par poste est sur les coûts d'un projet IA en entreprise, et le temps de suivi sur le coût de maintenance d'une IA en production.
Par où commencer
- Estimer un appel : nombre de jetons d'entrée et de sortie, multiplié par les prix du modèle. Méthode et exemple : calculer le coût d'un appel API.
- Mesurer au lieu de deviner : compter les jetons de vos vraies requêtes avant la mise en production.
- Réduire : cache, lots, petit modèle, réponses plus courtes. Vue d'ensemble : réduire la facture.
- Plafonner : fixer une limite mensuelle de dépense avant le premier utilisateur. Voir plafonner les dépenses.
- Comparer avec l'hébergement : louer un processeur graphique et faire tourner un modèle soi-même. Voir le prix des GPU en location.
Les pages du site
| Question | Page |
|---|---|
| Combien coûte un projet, poste par poste ? | Coûts d'un projet IA |
| Que change une facture en dollars ? | Facture en dollars et change |
| Comment calculer une requête ? | Calculer un appel API |
| Combien de jetons dans ma requête ? | Compter les jetons |
| Le cache est-il rentable ? | Cache de prompt |
| Où suivre la dépense ? | Suivre ses dépenses |
| Un petit modèle suffit-il ? | Router vers un petit modèle |
| Quels leviers pour baisser la facture ? | Réduire la facture |
| Comment éviter une mauvaise surprise ? | Plafonner les dépenses |
| Combien coûte un GPU loué ? | Prix des GPU |
| Que coûte le suivi dans la durée ? | Maintenance |
| Quelle énergie pour une requête ? | Impact environnemental |
| Quel budget pour une TPE ? | Budget IA d'une TPE |
Ce que ce site ne fait pas
Il ne compare pas la qualité des modèles : un modèle moins cher qui se trompe plus souvent coûte en relecture ce qu'il fait gagner en jetons. Pour un projet de recherche dans vos documents, la page coût d'un RAG détaille le cas particulier de l'indexation ; pour un agent qui enchaîne les appels, voir le coût d'un agent IA.
Toutes les pages
Guides
- Budget IA d'une TPE : un exemple mensuel calculé
Budget mensuel de l'IA dans une TPE : trois façons de payer (API, plateforme, abonnement) et un exemple calculé sur les prix du 15/11/2026.
- Calculer le coût d'un appel API d'IA : la méthode
La formule du coût d'une requête à partir du champ usage, avec cache, outils et résidence des données. Exemple calculé sur les prix du 15/11/2026.
- Compter les jetons d'une requête avant l'appel API
Mesurer les jetons d'une requête avant l'envoi : l'outil de comptage d'Anthropic, ses limites, et pourquoi recompter à chaque changement de modèle.
- Coût d'un projet IA en entreprise : les postes
Cadrage, données, intégration, jetons, infrastructure, évaluation, maintenance : les postes d'un projet IA et la façon de chiffrer chacun.
- Coût de maintenance d'une IA en production
Retraits de modèles, prix qui changent, paramètres supprimés, réévaluations : les tâches de maintenance d'une IA en production et comment les budgéter.
- Énergie et impact environnemental d'une requête IA
Énergie, CO₂ et eau d'une requête d'IA : les mesures publiées par Mistral AI (avec Carbone 4 et l'ADEME) et par Google, et leurs limites.
- Limite de dépenses de l'API Claude : la régler
Plafond mensuel par niveau, limite personnalisée, limites par espace de travail, erreurs au plafond : l'API Claude, documentation lue le 15/11/2026.
- Prix des API de modèles d'IA : comment les comparer
Comparer le prix de deux API de modèles d'IA : unité, entrée et sortie, remise par lots, cache, devise. Méthode et exemples relevés le 15/11/2026.
- Router vers un petit modèle pour réduire les coûts
Envoyer chaque requête au modèle le moins cher qui sait la traiter : écarts de prix relevés le 15/11/2026, trois façons de router, et les pièges.
- Suivre ses dépenses d'API d'IA et poser des alertes
Où lire sa consommation chez Anthropic, Google et Mistral, comment l'extraire par API et poser des alertes de budget. Documentation lue le 15/11/2026.
- Traitement par lots : ce qu'il change sur la facture
Le traitement par lots facture 50 % du prix normal chez Claude, Mistral et Gemini. Un calcul d'économie, les cas où il s'applique et ceux où il ne sert pas.
Questions
- API d'IA facturée en dollars : l'effet du taux de change
Les API d'IA se paient surtout en dollars. Qui facture dans quelle devise, et ce que le change fait à un budget en euros, calcul sur les cours BCE de 2026.
- Cache de prompt : rentable à partir de combien d'appels ?
Seuil de rentabilité du cache de prompt, calculé sur les prix Anthropic du 15/11/2026 : quand le cache de 5 minutes ou d'une heure fait économiser.
Comparatifs
- Prix d'un GPU loué pour héberger un modèle d'IA
Prix horaires publics de GPU (L4, L40S, A100, H100, H200) relevés le 15/11/2026, coût mensuel, et calcul du point d'équilibre face à une API.
Listes
- Réduire le coût d'une API d'IA : 10 leviers
Cache, lots, petit modèle, réponses courtes, contexte allégé : dix leviers pour baisser la facture d'une API d'IA, d'après les docs des éditeurs.