Tokens et coûts : comprendre ta facture IA

Tu utilises l'IA au quotidien, peut-être même via API ou automatisation. Mais sais-tu combien ça coûte réellement ? Et surtout, sais-tu pourquoi ? Tout repose sur une unité invisible : le token.

Qu'est-ce qu'un token ?

Un token n'est ni un mot, ni un caractère. C'est un morceau de mot découpé par le modèle. En français, un mot courant comme "bonjour" fait un seul token. Un mot plus rare comme "anticonstitutionnellement" en fait plusieurs.

Règle approximative pour le français :

• 1 token ≈ 4 caractères en moyenne
• 100 mots ≈ 130 à 150 tokens
• Une page A4 ≈ 500 à 700 tokens

Quand tu envoies un message à un LLM, tu paies pour :

1. Les tokens d'entrée (ton prompt + le contexte)
2. Les tokens de sortie (la réponse du modèle)

Les tokens de sortie coûtent généralement 2 à 5 fois plus cher que les tokens d'entrée.

Combien ça coûte concrètement ?

Les prix varient selon le modèle. Voici les ordres de grandeur en mai 2026 (vérifie les tarifs actuels sur les sites des fournisseurs) :

Modèles économiques (tâches simples, volume élevé) :

• Claude Haiku, GPT-4o-mini, Mistral Small : 0,10 à 0,50 € par million de tokens
• Coût par requête simple : moins de 0,001 €

Modèles intermédiaires (bon rapport qualité/prix) :

• Claude Sonnet, GPT-4o, Mistral Medium : 1 à 5 € par million de tokens
• Coût par requête standard : 0,005 à 0,02 €

Modèles premium (tâches complexes, raisonnement avancé) :

• Claude Opus, GPT-5 : 10 à 30 € par million de tokens
• Coût par requête complexe : 0,05 à 0,15 €

En pratique pour une TPE-PME :

• 50 requêtes/jour sur un modèle intermédiaire ≈ 15 à 30 €/mois
• 200 requêtes/jour en mix économique/intermédiaire ≈ 30 à 80 €/mois
• Automatisations lourdes (1 000+ requêtes/jour) ≈ 100 à 300 €/mois

La fenêtre de contexte

Chaque LLM a une fenêtre de contexte : le nombre maximum de tokens qu'il peut traiter en une fois (entrée + sortie combinées).

• 32K tokens ≈ 50 pages de texte
• 128K tokens ≈ 200 pages de texte
• 200K tokens ≈ un petit livre

Plus la fenêtre est grande, plus tu peux lui envoyer de documents d'un coup. Mais attention : plus tu remplis la fenêtre, plus la requête coûte cher.

Piège fréquent : tu uploades un PDF de 80 pages pour poser une question sur la page 3. Tu paies pour les 80 pages de tokens d'entrée alors que seules 2 pages étaient pertinentes. C'est 40 fois trop cher.

Solution : extrais les passages pertinents avant d'envoyer. Ou utilise un système RAG (vu au niveau Architecte) qui fait cette extraction automatiquement.

Comment réduire tes coûts

1. Choisis le bon modèle pour la tâche. Un résumé d'email n'a pas besoin de Claude Opus. Haiku ou GPT-4o-mini font très bien le travail à 1/50ème du prix. Réserve les modèles premium pour le raisonnement complexe, l'analyse nuancée, le code avancé.

2. Optimise tes prompts. Un prompt de 200 tokens qui produit un bon résultat coûte 5 fois moins qu'un prompt de 1 000 tokens qui produit le même résultat. Les templates que tu as créés au niveau Praticien servent aussi à ça : éliminer le superflu.

3. Mets en cache les résultats. Si 50 clients posent la même question, ne fais pas 50 appels au LLM. Stocke la réponse et ressers-la. Certaines API offrent du caching automatique (comme le prompt caching de Claude).

4. Surveille ta consommation. Tous les fournisseurs ont un dashboard de consommation. Mets une alerte à un seuil que tu définis (par exemple 50 €/mois). C'est facile à oublier quand les automatisations tournent en tâche de fond.

Et maintenant ?

Tu comprends les tokens et les coûts. Dans la prochaine leçon, on passe à la pratique technique : ton premier appel API à un LLM, en Python ou JavaScript. C'est plus simple que tu ne le penses — quelques lignes de code suffisent.

Abonne-toi à la newsletter pour la suite.