Coût d’un agent IA en production : le vrai calcul
·4 min de lecture·Warren Hamdi, AI / Product engineer
« Et ça va nous coûter combien, par mois ? » C’est la question qui arrive juste après la démo d’un agent IA, et elle mérite mieux qu’un « ça dépend ». Le coût d’un agent IA en production se calcule. La facture du modèle est souvent la plus petite ligne du budget ; les vrais postes sont ailleurs. Voici comment faire le calcul, avec les tarifs publics des éditeurs et un exemple chiffré.
À retenir
- Un LLM se facture au token, en entrée (ce qu’on lui envoie) et en sortie (ce qu’il écrit), la sortie coûtant plusieurs fois plus cher.
- Selon le modèle, le prix varie d’un facteur dix à cent : le choix du modèle pèse plus que tout le reste.
- Sur un traitement documentaire typique de PME, la facture d’API se compte en dizaines ou centaines d’euros par mois, pas en milliers.
- Le vrai budget est ailleurs : conception, évaluation, supervision et maintenance de l’agent.
Le token, unité de facturation des LLM
Un modèle de langage ne lit pas des mots, il lit des tokens : des fragments de texte qui peuvent être un mot entier, une syllabe ou quelques caractères. Le glossaire de la documentation Claude rappelle que le nombre de caractères par token dépend du modèle et de la langue. Pour un budget, retenez qu’une page de texte représente de l’ordre de quelques centaines à un millier de tokens, et qu’on mesure le chiffre exact sur ses propres documents avant de s’engager.
Chaque appel au modèle est facturé sur deux compteurs :
- Les tokens d’entrée : les instructions, le document à traiter, l’historique de la conversation, les résultats des outils que l’agent a appelés.
- Les tokens de sortie : ce que le modèle écrit. Ils coûtent typiquement trois à six fois plus cher que l’entrée chez les principaux éditeurs.
Pour un agent, un détail change tout : à chaque étape de sa boucle, il renvoie au modèle le contexte accumulé. Un agent qui enchaîne cinq appels d’outils ne paie pas un appel, il en paie cinq, de plus en plus longs. C’est la différence entre un simple appel de LLM et l’agent qui boucle, décrite dans notre article sur l’IA agentique.
Prix des API LLM : les ordres de grandeur
Les éditeurs publient leurs tarifs en dollars par million de tokens. Ils changent souvent, presque toujours à la baisse, donc l’utile est l’ordre de grandeur et l’écart entre gammes :
- Chez OpenAI, la grille publique va de 0,20 $ en entrée et 1,25 $ en sortie pour le plus petit modèle de la gamme phare, à 2,50 $ et 15 $ pour le modèle complet.
- Chez Anthropic, l’écart va de 0,10 $ en entrée et 0,50 $ en sortie pour le modèle le plus léger, à 10 $ et 50 $ pour le plus puissant.
- Chez Mistral AI, le modèle Large est affiché à 0,50 $ en entrée et 1,50 $ en sortie.
Sources : la page de tarifs de l’API OpenAI, la grille tarifaire de l’API Claude et la page de prix de Mistral AI. Entre le plus petit et le plus gros modèle d’un même éditeur, le prix varie d’un facteur douze chez OpenAI et d’un facteur cent chez Anthropic. C’est le premier chiffre à retenir : le choix du modèle pèse plus lourd que n’importe quelle optimisation.
Un calcul complet, sur un cas fictif
Prenons une PME fictive qui reçoit ses bons de commande par e-mail, en PDF, et veut qu’un agent les lise, en extraie les lignes et pré-remplisse la commande dans son logiciel. Les hypothèses, volontairement simples :
- 200 documents par jour ouvré, 22 jours par mois, soit 4 400 documents.
- Par document, 3 000 tokens en entrée (instructions, contenu du PDF, référentiel produits utile) et 500 tokens en sortie (les champs extraits).
- Total mensuel : 13,2 millions de tokens en entrée, 2,2 millions en sortie.
Appliquons quatre niveaux de prix tirés des grilles publiques ci-dessus. Un petit modèle à 0,20 $ / 1,25 $ coûte environ 5 $ par mois. Un modèle intermédiaire à 0,75 $ / 4,50 $, environ 20 $. Un modèle standard à 2,50 $ / 15 $, environ 66 $. Le haut de gamme à 10 $ / 50 $, environ 242 $.
Si la tâche demande un vrai agent qui boucle (vérifier le client, consulter le stock, relire sa propre extraction), multipliez par le nombre d’étapes : un facteur cinq sur le modèle standard place la facture autour de 330 $ par mois. Même dans ce cas, le montant reste modeste face au temps d’une personne qui ressaisit 200 bons de commande par jour. L’exercice complet sur ce type de tâche est détaillé dans automatiser les tâches récurrentes avec l’IA.
Les coûts qui ne sont pas des tokens
Si la facture d’API est si faible, pourquoi un projet d’agent coûte-t-il plus que quelques centaines d’euros ? Parce que le modèle n’est qu’une pièce. Ce qui fait qu’un agent tourne encore dans six mois, c’est tout le reste.
- La conception et l’intégration : brancher l’agent sur votre messagerie, votre ERP ou votre CRM, gérer les formats réels et les exceptions. C’est le gros du travail.
- L’évaluation : un jeu de cas de test, issus de vos vrais documents, rejoué à chaque changement de prompt ou de modèle pour mesurer le taux d’erreur.
- La supervision : journaux, alertes, tableau de bord du taux de correction humaine. Sans eux, impossible de savoir si l’agent dérive.
- La revue humaine : le temps des équipes qui valident les cas incertains. Il diminue avec le temps, il ne disparaît pas.
- La maintenance : les éditeurs retirent régulièrement d’anciens modèles. Migrer vers le suivant demande de rejouer l’évaluation.
Cinq leviers pour réduire la facture d’API
Une fois l’agent en service, la facture se pilote. Les éditeurs proposent eux-mêmes les outils pour la faire baisser.
- Choisir le plus petit modèle suffisant, et réserver le gros modèle aux cas que le petit signale comme incertains.
- Utiliser le traitement par lots pour ce qui n’est pas urgent : l’API Batch d’OpenAI facture 50 % moins cher, avec un résultat sous 24 heures. Anthropic et Mistral affichent la même remise de 50 %.
- Profiter du cache de prompt : les instructions et le référentiel répétés à chaque appel sont facturés au tarif réduit. Chez OpenAI, la remise sur l’entrée mise en cache peut atteindre 95 %, et le cache est activé par défaut.
- Raccourcir le contexte : n’envoyer que les extraits utiles du référentiel, pas le catalogue entier.
- Limiter la sortie : demander un format structuré et court plutôt qu’une prose explicative.
Les références : la documentation de l’API Batch et celle du cache de prompt d’OpenAI. Ces leviers se combinent : un traitement nocturne en lots, avec un prompt stable mis en cache, sur un petit modèle, coûte une fraction de l’estimation de départ.
C’est ainsi que nous concevons les agents IA sur-mesure de pragma once : un budget de fonctionnement chiffré dès le cadrage, mesuré dès la mise en service, et un modèle choisi pour la tâche plutôt que pour la vitrine. Avant d’envoyer vos documents à une API, lisez aussi où vont vos données quand vous utilisez l’IA. Et pour revenir à l’essentiel de notre approche, tout commence sur la page d’accueil du studio.
Le coût d’un agent IA ne se lit pas sur la grille de prix du modèle. Il se lit sur le temps qu’il rend, mois après mois.
- Facturation au token, entrée et sortie, la sortie coûtant plusieurs fois plus cher.
- Écart d’un facteur dix à cent entre petit et gros modèle : choisir le plus petit qui passe l’évaluation.
- Sur un cas documentaire typique, quelques dizaines à quelques centaines de dollars par mois.
- Le vrai budget : intégration, évaluation, supervision, revue humaine et maintenance.
- Batch, cache, contexte court et sortie structurée font encore baisser la facture.