Calculateur de coûts d'IA : estimez les coûts en tokens sur tous les modèles (2026)

Deux chiffres déterminent chaque estimation : le nombre de tokens que vous envoyez (entrée) et le nombre que le modèle retourne (sortie). Chacun a son propre tarif, coté par 1 000 000 de tokens.

La formule :

``` coût = (tokens_entrée / 1 000 000) * prix_entrée_par_M + (tokens_sortie / 1 000 000) * prix_sortie_par_M ```

Pour estimer le nombre de tokens avant d'avoir un compte exact avec un tokeniseur, utilisez la règle empirique selon laquelle 1 token équivaut à environ 4 caractères ou 0,75 mots en anglais (une estimation approximative selon la documentation OpenAI et Anthropic). Ainsi, un prompt de 500 mots représente environ 500 ÷ 0,75 ≈ 667 tokens d'entrée. C'est une approximation ; les espaces, la ponctuation, le code et le texte non-anglais modifient le ratio.

La sortie domine de nombreuses factures car les tarifs de sortie sont généralement plusieurs fois plus élevés que l'entrée, et les générations longues s'accumulent rapidement. Si une tâche peut retourner une réponse structurée courte au lieu de prose, cela seul réduit le coût.

Supposons que vous envoyez un prompt de 750 mots et recevez une réponse de 750 mots. À ~0,75 mots par token, cela représente environ 1 000 tokens d'entrée et 1 000 de sortie — 0,001 M chacun.

Sur gpt-5.4 ($2,50 entrée / $15,00 sortie par 1M) : entrée = 0,001 × $2,50 = $0,0025 ; sortie = 0,001 × $15,00 = $0,015 ; total ≈ $0,0175 par appel.

Sur Claude Sonnet 4.6 ($3,00 / $15,00) : entrée = 0,001 × $3,00 = $0,003 ; sortie = 0,001 × $15,00 = $0,015 ; total ≈ $0,018 par appel.

Sur Gemini 2.5 Flash ($0,30 / $2,50) : entrée = 0,001 × $0,30 = $0,0003 ; sortie = 0,001 × $2,50 = $0,0025 ; total ≈ $0,0028 par appel.

Même charge de travail, environ 6 fois moins cher sur Gemini 2.5 Flash que sur les modèles intermédiaires OpenAI ou Anthropic — ce qui est le tout l'intérêt d'adapter le niveau du modèle à la difficulté de la tâche.

Maintenant, exécutez ce même appel 1 000 entrée / 1 000 sortie 100 000 fois — par exemple un travail de classification ou de résumé par lot. Multipliez les totaux par appel ci-dessus par 100 000 :

gpt-5.4 : $0,0175 × 100 000 ≈ $1 750. Claude Sonnet 4.6 : $0,018 × 100 000 ≈ $1 800. Gemini 2.5 Flash : $0,0028 × 100 000 ≈ $280.

À cette échelle, les remises comptent. Si le travail n'est pas sensible à la latence, l'API Batch d'Anthropic offre 50 % de réduction sur l'entrée et la sortie, réduisant de moitié le chiffre Sonnet à environ $900. Le cache de prompt aide quand un grand préfixe identique (système de prompt, instructions, document de référence) se répète sur les appels. Consultez les méthodes ci-dessous.

Deux mécanismes peuvent réduire considérablement le coût lorsque votre charge de travail les utilise.

Cache de prompt (Anthropic) : quand de nombreux appels partagent le même grand préfixe, vous le mettez en cache une fois et payez un tarif réduit sur la portion mise en cache des appels ultérieurs. Selon la tarification d'Anthropic, une lecture du cache (un hit) coûte 0,1x le tarif d'entrée de base — c'est-à-dire 10 % du tarif d'entrée normal pour les tokens mis en cache. L'écriture dans le cache coûte plus que l'entrée de base (1,25x pour un cache de 5 minutes, 2x pour un cache d'1 heure), donc le cache rentabilise quand le même préfixe est réutilisé assez de fois pour amortir cette écriture. Exemple : l'entrée Claude Opus 4.8 est $5/M, et sa lecture de cache est $0,50/M — une économie de 90 % sur la portion répétée.

API Batch (Anthropic) : 50 % de réduction sur l'entrée et la sortie pour les travaux asynchrones et non-sensibles au temps. Cela s'ajoute proprement aux grands travaux hors ligne comme l'exemple de 100 000 appels ci-dessus.

Adaptez la remise à la forme du travail : cache pour un grand préfixe répété avec queue variable, batch pour les gros travaux que vous pouvez attendre. Confirmez les tarifs et les mécanismes actuels sur les pages tarifaires liées, car ces conditions changent.

Pour la planification, le nombre de caractères ou de mots vous rapproche. Prenez le nombre de caractères de votre prompt et divisez par 4, ou le nombre de mots et divisez par 0,75, pour estimer les tokens d'entrée. Estimez les tokens de sortie à partir de la longueur de réponse attendue.

Branchez ensuite les deux dans la formule et le tarif pour votre modèle choisi. Traitez le résultat comme une estimation d'ordre de grandeur, pas une garantie de facturation — le chiffre exact dépend du tokeniseur du modèle et de votre longueur de sortie réelle. Pour rédiger des prompts plus serrés (moins de tokens, instructions plus claires) pour le modèle que vous choisissez, notre générateur de prompt ChatGPT et constructeur de prompt de code vous aident à garder les entrées maigres.