Ce que coûtent vraiment les modèles d’IA
Comparez les modèles d’IA selon le prix par point de capacité, et non selon le prix affiché par million de jetons. Au 24 octobre 2026, notre AI Rating API attribue à Claude Sonnet 5.5 un score de 80 pour un prix pondéré de 4,00 $ par million de jetons, alors qu’aucun modèle du palier le plus cher n’atteint 80 et que trois modèles notés entre 66,1 et 67,1 coûtent de 0,54 $ à 8,00 $. Fixez un seuil de capacité par tâche, acheminez chaque requête vers le modèle le moins cher qui le franchit et refaites l’exercice chaque mois.
Les pages de tarification de l’IA répondent à la mauvaise question. Elles vous disent combien coûte un million de jetons. Ce qu’il vous faut savoir, c’est combien coûte un niveau de capacité donné, et quel modèle est le moins cher parmi ceux qui suffisent pour la tâche à accomplir.
Nous exploitons un produit public qui répond justement à cette question : l’AI Rating API, qui rapproche chaque matin le catalogue d’OpenRouter, l’Intelligence Index d’Artificial Analysis et LM Arena. Tous les chiffres ci-dessous proviennent de l’instantané publié à 6 h UTC le 24 octobre 2026. Le score mesure la capacité seule, sur une échelle fixe de 0 à 100 : un 66 aujourd’hui se compare à un 66 le mois prochain. Les prix sont les prix affichés par OpenRouter, en dollars américains par million de jetons. Le prix « pondéré » reprend la formule de répartition en paliers de l’API, (3 × entrée + sortie) ÷ 4, le résultat étant arrondi au cent près. LM Arena était indisponible ce matin-là ; comme cette source ne sert qu’à départager les égalités, aucun score présenté ici n’en dépend.
Le prix affiché n’est pas la bonne unité
Voici huit modèles de texte tirés de cet instantané, classés par score :
| Modèle | Palier | Score | Entrée / sortie ($/M) | Pondéré ($/M) |
|---|---|---|---|---|
| Claude Opus 5.5 | élevé | 82,3 | 4 / 20 | 8,00 |
| Claude Sonnet 5.5 | élevé | 80 | 2 / 10 | 4,00 |
| Claude Fable 5.1 | ultra | 76,3 | 10 / 50 | 20,00 |
| Claude Opus 5 | élevé | 72,6 | 5 / 25 | 10,00 |
| GPT-5.6 Sol | élevé | 67,1 | 4 / 20 | 8,00 |
| Grok 4.7 | élevé | 66,3 | 2 / 6 | 3,00 |
| MiMo-V2.6-Pro | bas | 66,1 | 0,435 / 0,87 | 0,54 |
| Claude Haiku 5.5 | bas | 62 | 0,10 / 0,50 | 0,20 |
Trois constats ressortent.
Le palier le plus cher n’est pas le plus performant. Aucun modèle du palier ultra de l’API (prix pondéré supérieur à 12 $) n’atteint 80 aujourd’hui. Son meneur, Claude Fable 5.1, obtient 76,3 pour un prix pondéré de 20,00 $. Claude Sonnet 5.5 obtient 80 pour 4,00 $, soit le cinquième du prix.
La même capacité peut coûter près de 15 fois plus cher. MiMo-V2.6-Pro, Grok 4.7 et GPT-5.6 Sol obtiennent tous entre 66,1 et 67,1. Leurs prix pondérés sont de 0,54 $, de 3,00 $ et de 8,00 $.
Les modèles récents sont souvent moins chers et meilleurs. Claude Opus 5, sorti le 24 juillet 2026, obtient 72,6 à 5 $ / 25 $. Claude Opus 5.5, sorti le 22 septembre 2026, obtient 82,3 à 4 $ / 20 $.
D’ailleurs, le prix affiché n’est même pas un chiffre unique. Anthropic facture Claude Haiku 5.5 à 0,10 $ / 0,50 $ pour les requêtes d’au plus 100 000 jetons et à 0,50 $ / 2,50 $ au-delà, et sa Batch API réduit les deux tarifs de moitié. Votre prix réel dépend de la longueur des requêtes, de la mise en cache et du traitement par lots : une raison de plus de cesser de comparer les prix affichés.
Le prix par point, à l’intérieur d’un palier
L’API tient volontairement le prix à l’écart du score : les paliers gèrent le coût, le score mesure la capacité, si bien qu’un modèle faible mais bon marché ne peut jamais devancer un modèle fort. La comparaison utile se fait donc à l’intérieur d’un palier. Dans le palier élevé, Claude Opus 5.5 coûte deux fois plus cher que Claude Sonnet 5.5 pour 2,3 points de plus. Dans le palier bas, MiMo-V2.6-Pro offre 4,1 points de plus que Claude Haiku 5.5 pour environ 2,7 fois le prix pondéré. Ces points valent parfois leur prix. Souvent, non, et vous ne le saurez qu’en posant la question tâche par tâche.
Le modèle adéquat le moins cher, tâche par tâche
Fixez d’abord le seuil, choisissez ensuite le modèle. Établissez un score minimal pour chaque catégorie de tâches à partir de vos propres évaluations, puis retenez le modèle le moins cher qui le franchit. Voici cette règle appliquée au tableau complet d’aujourd’hui, soit 172 modèles de texte notés, avec des seuils donnés à titre d’exemple :
- Score de 60 ou plus : Claude Haiku 5.5, à 0,20 $ pondéré.
- 65 ou plus : MiMo-V2.6-Pro, à 0,54 $.
- 75 ou plus : égalité à trois à 4,00 $ entre Claude Sonnet 5.5, Kimi K3.1 Pro et Gemini 4 Argon.
- 80 ou plus : Claude Sonnet 5.5, à 4,00 $. Le seul autre modèle admissible est Claude Opus 5.5, à 8,00 $.
Ces seuils sont des exemples, et non une affirmation sur les besoins d’une tâche en particulier. L’indice est une moyenne pondérée d’évaluations agentiques, générales, de programmation et de raisonnement scientifique. C’est un outil de présélection, et un modèle peut faire mieux que son score sur une tâche très ciblée. C’est la méthode qui compte : un seuil par tâche, puis le modèle le moins cher qui le franchit.
Le classement bouge chaque mois
Votre choix ne restera pas longtemps le bon. Huit des dix modèles du palier élevé sont sortis le 21 septembre 2026 ou après. Kimi K3.1 Pro, sorti le 23 octobre, se classait troisième dès le lendemain matin. GPT-6 Sol (22 septembre) obtient 68 ; GPT-6.1 Sol, sorti une semaine plus tard au même prix de 2 $ / 10 $, obtient 74. DeepSeek V4.1 Flash 1017 (17 octobre) devance de 8 points DeepSeek V4.1 Flash (10 septembre), pour un prix pondéré presque identique.
L’autre extrémité du tableau montre ce que coûte l’inattention. Le modèle o1-pro d’OpenAI est toujours affiché à 150 $ / 600 $ et obtient 17,7. Mercury 2.5 obtient 17,6 à 0,04 $ / 0,15 $ : pour un score pratiquement identique, o1-pro coûte 4 000 fois plus cher par jeton de sortie. Un nom de modèle codé en dur l’an dernier peut continuer de facturer aux tarifs de l’an dernier bien après que le marché a changé.
Ce que cela signifie pour votre équipe
Trois contrôles transforment ces constats en politique :
- Une liste de modèles approuvés établie par tâche, et non par nom de modèle. Chaque catégorie de tâches reçoit un score minimal et un plafond de prix. Le modèle qui respecte les deux est déterminé à partir des données, selon un calendrier, et non d’après une page wiki rédigée au printemps.
- L’acheminement par tâche. Chaque catégorie de requêtes va au modèle le moins cher qui franchit son seuil. Le modèle phare est une exception justifiée, pas le choix par défaut.
- Des plafonds de dépenses. Des budgets par équipe ou par clé, appliqués dans le chemin de la requête, pour qu’une boucle qui s’emballe ou un traitement par lots mal acheminé échoue rapidement au lieu d’arriver sous forme de facture.
Une liste rangée dans un document n’est qu’une suggestion. Elle ne devient un contrôle que lorsque la passerelle refuse un modèle qui n’y figure pas, et un plafond ne devient un contrôle que lorsque l’appel hors budget échoue. Cette mise en application, c’est exactement ce que font des garde-fous pour l’IA.
Notre mandat Garde-fous pour l’IA construit ces contrôles sous forme de code dans vos comptes : la liste de modèles approuvés, l’acheminement par tâche et les plafonds de dépenses, appliqués à votre passerelle et faciles à mettre à jour quand les données du mois suivant bougent. Les données sur lesquelles repose cette note sont publiques, et le fonctionnement de l’AI Rating API est documenté sur notre site.