Calculateur de coût d'API d'IA
Découvrez ce que vous coûtera un modèle d'IA par requête, par jour et par mois, et comparez les principaux fournisseurs côte à côte.
Chargement de Calculateur de coût d'API d'IA… Si rien ne se passe, activez JavaScript.
Les API de grands modèles de langage sont facturées au token, un fragment de texte qui correspond en général à un mot court ou à une partie d'un mot plus long. Chaque fournisseur publie un prix par million de tokens, et chaque requête que vous envoyez fait tourner deux compteurs : les tokens d'entrée que vous envoyez (prompt système, historique de la conversation, documents récupérés, définitions d'outils) et les tokens de sortie que le modèle renvoie. Ce calculateur prend la taille d'une requête type et le nombre de requêtes envoyées, les multiplie par une table de prix publics actuels et affiche le coût par requête, par jour et par mois pour tous les modèles à la fois, triés pour que l'option la moins chère apparaisse en premier.
Questions fréquentes
Qu'est-ce qu'un token et combien de mots cela représente-t-il ?
Pourquoi les tokens de sortie coûtent-ils plus cher que ceux d'entrée ?
Que signifie la part d'entrée en cache ?
Quand utiliser une Batch API ?
Les tokens de raisonnement comptent-ils comme sortie ?
Pourquoi le prix d'un modèle augmente-t-il pour les prompts très longs ?
Ces estimations sont-elles fiables ?
Mes données sont-elles envoyées quelque part ?
À propos de Calculateur de coût d'API d'IA
L'entrée et la sortie n'ont pas du tout le même prix. Les tokens de sortie coûtent généralement plusieurs fois plus cher que ceux d'entrée, car générer du texte un token à la fois est bien plus coûteux pour le fournisseur que lire un prompt en parallèle. Cela change le modèle gagnant : une application qui envoie de longs documents et attend une réponse d'une ligne dépend surtout du tarif d'entrée, alors qu'un assistant de rédaction qui produit des pages de texte dépend surtout du tarif de sortie. Les modèles de raisonnement ajoutent une subtilité, puisque la réflexion cachée qu'ils mènent avant de répondre est normalement facturée comme de la sortie ; le volume de sortie que vous saisissez doit donc l'inclure. Certains fournisseurs appliquent aussi un tarif plus élevé au-delà d'une certaine taille de prompt, et la table bascule automatiquement ces modèles sur le palier long contexte lorsque votre entrée est assez grande.
Deux remises peuvent réduire fortement la facture. Le prompt caching permet au fournisseur de réutiliser la partie du prompt qui se répète d'un appel à l'autre, comme un long prompt système ou un document sur lequel vous posez plusieurs questions, et les tokens d'entrée en cache sont facturés à une petite fraction du tarif normal. Indiquez comme part en cache le pourcentage de chaque prompt qui reste identique entre les appels. Les Batch API acceptent un fichier de requêtes, les traitent en une journée environ au lieu de répondre immédiatement et facturent à peu près moitié prix en contrepartie, ce qui convient aux évaluations, aux tâches de classification et aux synthèses nocturnes. Si vous ne connaissez pas vos volumes de tokens, passez l'unité en mots ou en caractères pour une estimation approximative, ou collez un vrai texte dans le Compteur de tokens pour obtenir un chiffre exact. Tout est calculé dans votre navigateur, et la table de prix indique la date de sa dernière vérification.
Pourquoi un token n'est pas un mot
La plupart des modèles actuels lisent le texte grâce au byte pair encoding, une technique décrite pour la première fois en 1994 comme méthode de compression de données. Elle part des caractères isolés et fusionne sans cesse la paire la plus fréquente d'un corpus d'entraînement, si bien que les mots courants finissent par former un seul token tandis que les mots rares sont assemblés à partir de plusieurs morceaux. On obtient un vocabulaire fixe, généralement entre 50 000 et 250 000 entrées, capable d'écrire n'importe quel texte.
Comme ce vocabulaire est appris surtout sur de l'anglais, la même phrase peut coûter des sommes très différentes selon la langue. Un paragraphe en français ou en allemand demande souvent nettement plus de tokens que sa traduction anglaise, et les langues à écriture non latine peuvent en demander plusieurs fois plus. Sur une facture au token, c'est un vrai écart de prix, et l'une des raisons pour lesquelles les tokenizers récents ont des vocabulaires plus vastes avec davantage d'entrées non anglaises.
La tokenisation explique aussi certaines bizarreries célèbres des modèles. Un modèle qui voit le mot strawberry en deux ou trois morceaux ne regarde jamais les lettres une à une, ce qui explique pourquoi compter les r piégeait des systèmes par ailleurs très capables. Les nombres sont découpés en groupes de chiffres étranges pour la même raison, ce qui rendait l'arithmétique plus difficile pour les premiers modèles qu'il n'y paraissait.