Guide
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.
Mis à jour le
Router, c'est envoyer chaque requête au modèle le moins cher capable de la traiter correctement, au lieu de tout confier au plus puissant. L'écart de prix justifie l'effort : chez Anthropic, au 15/11/2026, l'entrée coûte 0,10 $ par million de jetons sur Claude Haiku 5.5, 2 $ sur Claude Sonnet 5.5 et 4 $ sur Claude Opus 5.5. Anthropic le recommande d'ailleurs dans sa page tarifs : Haiku pour les tâches simples, Sonnet pour la plupart des usages en production, Opus pour le raisonnement le plus complexe.
Ce site est édité par IArche, qui édite ALMA. Les noms de modèles ci-dessous illustrent des écarts de prix publics, pas un classement.
L'écart, calculé sur une même requête
Prenons une requête de 5 200 jetons d'entrée et 500 de sortie (calcul illustratif, prix en dollars américains relevés le 15/11/2026) :
| Modèle | Entrée / sortie par million | Coût de la requête | Pour 10 000 requêtes |
|---|---|---|---|
| Claude Opus 5.5 | 4 $ / 20 $ | 0,0308 $ | 308 $ |
| Claude Sonnet 5.5 | 2 $ / 10 $ | 0,0154 $ | 154 $ |
| Claude Haiku 5.5 | 0,10 $ / 0,50 $ | 0,00077 $ | 7,70 $ |
Les autres éditeurs ont la même échelle : chez Google, Gemini 3.5 Flash-Lite est à 0,30 $ en entrée contre 2,00 $ pour Gemini 3.1 Pro Preview ; chez Mistral, Mistral Small 4 est à 0,15 $ contre 0,7 $ pour Mistral Large 4.
Les tâches qui vont bien à un petit modèle
- Classer un message (demande de devis, réclamation, question technique).
- Extraire des champs précis d'un texte court (date, montant, référence).
- Reformuler, corriger, traduire un paragraphe.
- Vérifier qu'une réponse respecte un format.
- Résumer un échange court.
Les tâches qui demandent de croiser plusieurs documents, de raisonner sur plusieurs étapes ou de rédiger un texte engageant restent le plus souvent au grand modèle. La page petit ou grand modèle traite ce choix sous l'angle de la qualité.
Trois façons de router
| Méthode | Principe | Coût du routage | Limite |
|---|---|---|---|
| Par règle | le code choisit le modèle selon la fonction appelée (classement → petit, rédaction → grand) | nul | rigide, à revoir quand l'usage change |
| Par taille | on compte les jetons avant l'appel et on choisit selon la longueur | nul chez Anthropic, le comptage est gratuit | la longueur ne dit pas la difficulté |
| En cascade | le petit modèle répond d'abord ; s'il signale un doute ou échoue à un contrôle, on relance avec le grand | un appel de plus sur les cas difficiles | il faut un contrôle fiable |
Une quatrième variante confie le choix à un petit modèle classeur. Son coût reste faible : sur Claude Haiku 5.5, une requête de 300 jetons d'entrée et 5 de sortie coûte environ 0,0000325 $ (calcul illustratif).
Les pièges
- Le seuil de taille. Claude Haiku 5.5 passe à 0,50 $ en entrée et 2,50 $ en sortie au-delà de 100 000 jetons par requête. Un petit modèle nourri de longs documents perd une partie de son avantage.
- La relecture. Un modèle moins cher qui se trompe plus souvent coûte en temps humain ce qu'il fait gagner en jetons. Mesurez le taux d'erreur, pas seulement la facture.
- La cascade mal réglée. Si la plupart des requêtes remontent au grand modèle, vous payez deux appels au lieu d'un.
- Les tailles minimales de cache. Le cache de prompt ne se déclenche qu'au-delà d'une longueur qui varie selon le modèle (512 jetons pour Claude Haiku 5.5, 4 096 pour Claude Haiku 4.5) : vérifiez-la pour chaque modèle de votre routage.
Mettre en place, pas à pas
- Listez les fonctions de l'application et leur volume mensuel.
- Pour chaque fonction, constituez un petit jeu de requêtes réelles avec la réponse attendue.
- Testez le petit modèle sur ce jeu et comparez son taux d'erreur à celui du modèle actuel.
- Basculez les fonctions où l'écart est acceptable, en gardant le grand modèle en secours.
- Suivez le coût par fonction, avec la méthode du calcul d'un appel.
Questions fréquentes
Quel écart de prix entre un grand et un petit modèle ?
Chez Anthropic, au 15/11/2026, Claude Haiku 5.5 coûte 0,10 $ par million de jetons d'entrée (requêtes jusqu'à 100 000 jetons), contre 2 $ pour Claude Sonnet 5.5 et 4 $ pour Claude Opus 5.5, soit 20 et 40 fois moins.
Comment savoir si le petit modèle suffit ?
En le testant sur un jeu de requêtes réelles dont vous connaissez la bonne réponse, et en comparant son taux d'erreur à celui du grand modèle. Le prix seul ne dit rien de la qualité.
Sources
Pages consultées pour écrire cet article :