Sur la dernière génération de modèles des quatre grands éditeurs, un million de jetons en entrée coûte de 0,10 $ pour les plus petits, comme GPT-6 Luna ou Claude Haiku 5.5, à 10 $ pour les plus chers, GPT-6 Astra et Claude Fable 5.1. Trois modèles se retrouvent même au tarif identique de 2 $ en entrée et 10 $ en sortie : GPT-6.1 Sol chez OpenAI, Claude Sonnet 5.5 chez Anthropic et Gemini 4 Argon, présenté comme le modèle phare de Google, jusqu'au 30 novembre. Ce prix affiché ne permet pourtant pas de comparer. Le 21 octobre 2026, nous avons fait compter le même extrait français de 1 077 mots par chaque éditeur : Claude le découpe en 2 695 jetons, OpenAI en 1 541. À tarif affiché égal, le même assistant en français coûte donc 75 % de plus chez Anthropic.
Notre recommandation tient en trois règles. Comparez le coût d'une tâche mesurée sur vos propres textes, jamais le prix au million de jetons. Partez d'un petit modèle ou d'un modèle de milieu de gamme, et gardez le haut de gamme pour les tâches où une erreur coûte plus cher que la facture. Inscrivez au budget, dès le départ, la majoration de 10 % que la plupart des éditeurs appliquent pour traiter les données en Europe. Cet article s'adresse aux dirigeants, CTO et chefs de produit qui doivent chiffrer un projet d'IA avant de le lancer. Un jeton, ou token, est le morceau de texte que le modèle lit ou écrit, souvent un fragment de mot ; si la notion de grand modèle de langage reste floue, commencez par là. Les prix ci-dessous ont été relevés le 21 octobre 2026 sur les pages officielles des éditeurs, en dollars US.
Prix des API LLM en octobre 2026 : la grille des quatre éditeurs
Sur la dernière génération de modèles, l'entrée coûte de 0,10 $ à 10 $ par million de jetons selon la gamme, et la sortie coûte cinq fois l'entrée sur presque tous les modèles. Le tableau reprend dix modèles actuels, du plus puissant au plus petit chez chaque éditeur, au tarif standard et sans remise. La colonne du cache indique le prix d'un jeton déjà envoyé lors d'une requête précédente et relu depuis la mémoire de l'éditeur.
| Modèle | Éditeur | Entrée | Entrée lue en cache | Sortie |
|---|---|---|---|---|
| GPT-6 Astra | OpenAI | 10 $ | 1 $ | 50 $ |
| GPT-6.1 Sol | OpenAI | 2 $ | 0,10 $ | 10 $ |
| GPT-6 Luna | OpenAI | 0,10 $ | 0,01 $ | 0,50 $ |
| Claude Opus 5.5 | Anthropic | 4 $ | 0,20 $ | 20 $ |
| Claude Sonnet 5.5 | Anthropic | 2 $ | 0,10 $ | 10 $ |
| Claude Haiku 5.5 (requête jusqu'à 100 000 jetons) | Anthropic | 0,10 $ | 0,01 $ | 0,50 $ |
| Gemini 4 Argon | 2 $, puis 4 $ au 1er décembre 2026 | 0,10 $, puis 0,20 $ | 10 $, puis 20 $ | |
| Gemini 3.8 Flash | 0,75 $, puis 1,50 $ au 1er janvier 2027 | 0,075 $, puis 0,15 $ | 3,75 $, puis 7,50 $ | |
| Mistral Medium 3.5 | Mistral AI | 1,50 $ | 0,15 $ | 7,50 $ |
| Mistral Small 4 | Mistral AI | 0,15 $ | 0,015 $ | 0,60 $ |
Sources : tarifs de l'API OpenAI, grille de prix de Claude, tarifs de l'API Gemini et tarifs de l'API Mistral, consultés le 21/10/2026. Prix en dollars US par million de jetons.
La sortie coûte exactement cinq fois l'entrée sur neuf des dix modèles du tableau ; seul Mistral Small 4 descend à quatre fois. Plusieurs modèles n'y figurent pas parce qu'ils visent des usages plus étroits. Claude Fable 5.1, le modèle le plus cher d'Anthropic en accès général, coûte 10 $ en entrée et 50 $ en sortie sur la grille de Claude, comme GPT-6 Astra. OpenAI garde aussi à son catalogue des versions « pro » de la génération précédente, dont GPT-5.5 Pro à 30 $ en entrée et 180 $ en sortie selon la grille d'OpenAI. Mistral Large 4, le plus grand modèle de Mistral, est proposé en préversion publique à 1,36 $ en entrée et 4,18 $ en sortie, d'après sa fiche officielle : près de cinq fois moins cher qu'Opus 5.5 en sortie, à condition d'accepter un modèle encore en préversion.
Les deux lignes Google demandent une vigilance particulière. Les prix de Gemini 4 Argon doublent le 1er décembre 2026, ceux de Gemini 3.8 Flash le 1er janvier 2027, et la grille de Google l'annonce noir sur blanc. Un projet chiffré en octobre sur le tarif actuel aura donc une facture deux fois plus lourde dès son troisième mois. Budgétez au prix doublé : si Google prolonge l'offre, ce sera une bonne surprise, et dans le cas contraire le budget tiendra.
Pourquoi le prix au million de jetons ne se compare pas d'un éditeur à l'autre
Un million de jetons ne contient pas la même quantité de texte chez tous les éditeurs, parce que chacun découpe le texte avec son propre outil, le tokenizer. Anthropic l'écrit dans sa documentation sur le comptage des jetons : depuis Claude Opus 4.7, le nouveau découpage produit environ 30 % de jetons de plus pour un même texte. Nous voulions savoir ce que cela donne sur du français, face aux autres éditeurs.
Le 21 octobre 2026, nous avons envoyé deux extraits de nos propres articles, de 1 077 et 1 050 mots, aux outils de comptage d'Anthropic, d'OpenAI et de Google, et à l'API de Mistral, qui renvoie le nombre de jetons consommés par une requête d'un seul jeton en sortie. Nous avons fait de même avec un extrait anglais d'environ 1 000 mots tiré d'une documentation technique, pour comparer. Nous avons retiré de chaque compte l'enveloppe technique du message, mesurée sur un message d'un seul mot. L'opération tient dans un script d'une centaine de lignes et ne coûte presque rien.
Le même texte français de 1 077 mots, compté par chaque éditeur
Nombre de jetons facturés en entrée pour un extrait de nos articles. Les modèles regroupés sur une même ligne ont donné exactement le même compte.
Mesure Noxcod du 21 octobre 2026, par les outils de comptage d'Anthropic, d'OpenAI et de Google et par l'usage renvoyé par l'API de Mistral.
Dans notre mesure, les modèles Claude de la génération 5.5 comptent 2,5 jetons par mot français. Les modèles GPT-6 en comptent 1,44, Gemini 3.8 Flash, Gemini 4 Argon et Mistral Medium 3.5 environ 1,5, et Mistral Large 4 1,42. Les trois modèles Claude actuels partagent exactement le même découpage, comme les trois modèles GPT-6. Notre mesure retrouve aussi l'écart annoncé par Anthropic : sur nos deux extraits, Claude Opus 5.5 compte 31 à 32 % de jetons de plus que Claude Sonnet 4.6, resté sur l'ancien découpage.
Le français creuse l'écart. Sur nos deux extraits, Claude compte 74 à 75 % de jetons de plus qu'OpenAI ; sur un extrait anglais de taille comparable, l'écart tombe à 53 %. À 2 $ en entrée et 10 $ en sortie, Claude Sonnet 5.5 et GPT-6.1 Sol semblent interchangeables sur le papier, alors que le même assistant en français coûte 75 % de plus chez Anthropic. Deux réserves s'imposent toutefois. Nos extraits sont de la prose ; un code source, un tableau ou un fichier JSON se découpent autrement et se mesurent à part. Et un découpage plus fin ne rend pas un modèle moins bon : Claude Opus 5.5 reste le modèle avec lequel nous codons, comme nous l'expliquons dans notre comparatif sur la meilleure IA pour coder. Le découpage modifie le prix réel d'un modèle, et c'est ce prix réel qu'il faut mettre en face de la qualité mesurée sur vos tâches.
Entrée, sortie, raisonnement : ce qui pèse vraiment sur la facture
Un assistant qui relit beaucoup et répond court paie surtout l'entrée, alors qu'un outil qui rédige paie surtout la sortie. Le raisonnement, lui, ajoute à n'importe quel usage une sortie facturée que personne ne lit. À modèle égal, c'est donc la forme de votre usage qui décide de la ligne qui pèse.
Notre agent vocal Tala illustre le premier cas. Son prompt système, c'est-à-dire les consignes que le modèle reçoit avant chaque réponse, fait environ 11 000 jetons et repart en entier à chaque tour de conversation, pour une réponse environ deux cents fois plus courte, comme nous le racontons dans notre retour sur GLM 5.2 en production. Plus de 99 % des jetons facturés sont donc des jetons d'entrée. Pour ce type d'usage, le prix de sortie compte peu : le prix d'entrée et le cache font la facture. Chaque tour renvoie en plus tout l'historique de l'échange. Au dixième message d'une conversation, le modèle relit le premier pour la dixième fois, si bien que le coût d'une conversation augmente plus vite que sa longueur.
À l'inverse, un outil qui rédige des comptes rendus, des fiches produits ou des courriers écrit davantage qu'il ne lit. La sortie coûtant cinq fois l'entrée chez la plupart des éditeurs, c'est elle qu'il faut surveiller : limitez la longueur demandée, et retirez des réponses ce que personne ne lira, comme les reformulations de la question ou les formules de politesse générées à chaque fois.
Le raisonnement reste le poste que les devis oublient. Les modèles qui réfléchissent avant de répondre produisent des jetons de raisonnement, facturés au prix de la sortie chez OpenAI, chez Anthropic même quand le texte de cette réflexion ne vous est pas renvoyé, et chez Google, dont la grille de l'API Gemini affiche un prix de sortie qui inclut la réflexion. Lors d'un test pour Tala, un modèle ouvert a produit près de 3 900 caractères de raisonnement avant le premier mot de sa réponse. Réglez donc le niveau d'effort tâche par tâche : le tri d'un courriel n'a pas besoin du raisonnement qu'exige l'analyse d'un contrat.
Cache, traitement par lots, contexte long : les remises et les surcoûts
La lecture en cache coûte entre 5 et 10 % du prix d'entrée, le traitement par lots divise le prix par deux, et une requête très longue peut doubler le prix d'entrée, voire le multiplier par cinq sur Claude Haiku 5.5. Le cache conserve la partie fixe d'une requête, comme les consignes ou une base documentaire, et la refacture à prix réduit quand elle revient. Sa lecture coûte 5 % du prix d'entrée sur Claude Opus 5.5, Claude Sonnet 5.5 et GPT-6.1 Sol, et 10 % sur GPT-6 Astra, Gemini 3.8 Flash et Mistral Medium 3.5. Anthropic facture en plus l'écriture dans le cache, 1,25 fois le prix d'entrée pour une durée de cinq minutes, ce qui, selon sa grille, la rend rentable dès la première relecture. Chez Google, le cache de Gemini 3.8 Flash peut ajouter un stockage facturé 0,50 $ par million de jetons et par heure, d'après la grille de l'API Gemini.
Prenons un assistant de support en français qui reçoit 10 000 questions par mois, envoie 3 000 mots au modèle à chaque question et en reçoit 150 en réponse. Si 2 500 de ces 3 000 mots sont des consignes et des extraits documentaires identiques d'une question à l'autre, le cache fait passer sa facture mensuelle de 377 $ à 138 $ sur Claude Opus 5.5, et de 108 $ à 40 $ sur GPT-6.1 Sol, soit 63 % d'économie dans les deux cas. Nos calculs appliquent les jetons par mot que nous avons mesurés et supposent que les questions arrivent assez rapprochées pour que le cache reste actif.
Le traitement par lots, la Batch API des éditeurs, divise par deux le prix des requêtes qui peuvent attendre. OpenAI, Anthropic et Google affichent cette remise de 50 % dans leurs grilles (OpenAI, Anthropic, Google), et Mistral l'annonce sur sa page de tarifs. Classement de documents pendant la nuit, enrichissement d'une base produits, résumés d'archives : tout ce qui n'attend pas de réponse immédiate devrait y passer. D'après sa page de tarifs, OpenAI facture son niveau Flex au même prix, et fait au contraire payer la rapidité : en mode Fast, nom donné le 30 juillet 2026 à l'ancien traitement prioritaire, GPT-6 Astra coûte 20 $ en entrée et 100 $ en sortie.
La longueur des requêtes peut enfin doubler le tarif. Chez OpenAI, au-delà de 272 000 jetons en entrée, GPT-6 Astra passe à 20 $ en entrée et 75 $ en sortie. Chez Google, Gemini 3.1 Pro Preview passe de 2 $ à 4 $ en entrée au-delà de 200 000 jetons. Anthropic facture sa fenêtre d'un million de jetons au tarif standard sur ses modèles récents, à l'exception de Claude Haiku 5.5, dont le prix est multiplié par cinq au-delà de 100 000 jetons. Si votre projet consiste à envoyer de longs dossiers d'un seul bloc, ce critère peut renverser le classement de la grille.
Traiter les données en Europe : 10 % de plus chez presque tous les éditeurs
Faire tourner le modèle dans l'Union européenne coûte 10 % de plus chez OpenAI, pour ses modèles sortis à partir du 5 mars 2026, et chez Mistral, et Anthropic ne propose aucune région européenne sur sa propre API : il faut passer par un cloud tiers, lui aussi majoré de 10 %. Pour une entreprise française qui envoie au modèle des données personnelles de ses clients, ce surcoût fait partie du prix et s'inscrit au budget dès le premier chiffrage.
OpenAI propose une région Europe, qui couvre l'Espace économique européen et la Suisse, sur l'adresse eu.api.openai.com. D'après son guide sur la gestion des données, la région se choisit à la création d'un projet, l'éligibilité se vérifie avec l'équipe commerciale, et toute région hors des États-Unis exige un accord sur le contrôle des abus et la conservation des données. Les requêtes traitées en région coûtent 10 % de plus pour les modèles sortis à partir du 5 mars 2026.
Sur l'API d'Anthropic, le paramètre de localisation n'accepte que deux valeurs, mondial ou États-Unis, et le traitement limité aux États-Unis coûte 1,1 fois le tarif standard, d'après la documentation sur la résidence des données. Pour faire tourner Claude en Europe, il faut passer par Google Cloud, qui propose une zone multirégionale européenne facturée 10 % de plus que son point d'accès mondial, d'après la documentation de Claude sur Google Cloud. Amazon Bedrock propose de son côté un profil d'inférence européen, avec la même majoration de 10 % sur les points d'accès régionaux, selon la documentation de Claude sur Bedrock.
Mistral, l'éditeur français, indique ne s'engager sur aucun lieu de traitement précis pour les requêtes envoyées à son adresse par défaut. Son adresse européenne, api.eu.mistral.ai, s'appuie sur des centres de données de l'Union européenne et de l'AELE, avec la même majoration de 10 %, d'après sa page sur l'inférence régionale. Elle n'accepte ni le traitement par lots, ni les agents, ni l'API de fichiers : chez Mistral, la remise de 50 % et la localisation européenne s'excluent. Chez Google, Gemini s'utilise en Europe via Vertex AI sur la zone multirégionale européenne, et le point d'accès mondial ne permet pas de savoir où la requête est traitée, selon la documentation des emplacements Vertex AI.
Quand la contrainte va jusqu'à la souveraineté, l'autre voie consiste à faire tourner un modèle ouvert chez un hébergeur français, sur un point d'accès managé ou sur vos propres serveurs. Notre article sur l'hébergement d'un LLM souverain compare ces options. Si l'éditeur français vous intéresse d'abord, notre dossier sur Mistral AI en entreprise détaille ses modèles et ses conditions.
Quel modèle choisir selon votre usage et votre budget
Pour la plupart des usages d'une PME, un petit modèle ou un modèle de milieu de gamme suffit, et le haut de gamme se justifie seulement quand une erreur coûte plus cher que la facture. Le graphique reprend l'assistant de support en français chiffré dans la partie sur le cache, cette fois sans cache, pour dix modèles.
Coût mensuel d'un même assistant de support en français
10 000 questions par mois, 3 000 mots envoyés et 150 mots rendus par question, sans cache, au tarif standard du 21 octobre 2026 et avec les jetons par mot mesurés par Noxcod.
Calcul Noxcod, à partir des grilles officielles d'OpenAI, d'Anthropic, de Google et de Mistral consultées le 21 octobre 2026.
Pour répondre aux questions fréquentes, trier des demandes ou extraire les champs d'un formulaire, commencez par un petit modèle : GPT-6 Luna, Mistral Small 4 et Claude Haiku 5.5 coûtent moins de 10 $ par mois dans ce scénario. Testez-les sur une cinquantaine de vraies questions avant de monter en gamme. Sur une tâche courte et bien cadrée, l'écart de qualité avec le haut de gamme peut être faible, alors que l'écart de prix va de un à cent entre GPT-6 Luna et GPT-6 Astra.
Pour un assistant métier qui rédige en français et suit des consignes précises, GPT-6.1 Sol et Mistral Medium 3.5 sont nos premiers candidats à tester, entre 85 $ et 110 $ par mois dans ce calcul. Gemini 3.8 Flash coûte 42 $ jusqu'au 31 décembre 2026, puis environ 85 $ au tarif doublé. Le haut de gamme se justifie pour les agents qui enchaînent des actions, pour le code et pour l'analyse de longs documents, là où une erreur coûte une journée de correction. Claude Opus 5.5 y reste notre premier choix malgré son découpage coûteux, et GPT-6 Astra notre relecteur. Sur un projet d'agents IA sur mesure, l'architecture qui tient le budget confie chaque étape au modèle le moins cher capable de la réussir. Cette répartition se pilote avec une passerelle compatible OpenAI qui oriente chaque requête et centralise la facturation ; notre comparatif des passerelles LLM détaille les options.
Estimer votre facture d'API avant de signer, en quatre étapes
Pour estimer votre facture, comptez les jetons de vrais échanges chez chaque éditeur, séparez la partie fixe qui ira en cache, appliquez le prix d'après promotion avec la majoration européenne et la remise par lots, puis fixez un budget et une alerte. Faites-le avant le premier développement, sur vos propres textes. La grille publique donne seulement le prix unitaire ; la facture dépend du nombre de jetons de vos échanges réels, et ce nombre change d'un éditeur à l'autre.
- Comptez les jetons de vingt à cinquante échanges réels, consignes comprises, chez chaque éditeur envisagé. Anthropic fournit un point de comptage gratuit, Google et OpenAI proposent aussi un comptage avant envoi, et chez Mistral l'usage renvoyé par une requête d'un seul jeton suffit.
- Séparez la partie fixe de chaque requête, qui ira en cache, de la partie variable, et mesurez la longueur moyenne des réponses, raisonnement compris.
- Appliquez le prix en vigueur après la fin des tarifs promotionnels, la majoration de 10 % si les données doivent rester en Europe, et la remise de 50 % pour tout ce qui peut passer en traitement par lots.
- Fixez un budget par projet et une alerte de dépense chez chaque éditeur avant la mise en production ; notre article sur la maîtrise des coûts LLM en entreprise montre comment suivre ces dépenses dans le temps.
Refaites ce calcul à chaque changement de version. Chez Anthropic, Claude Opus 4.6 et Claude Opus 4.7 affichent le même prix de 5 $ en entrée et 25 $ en sortie sur la grille de Claude, mais le second découpe le même texte en environ 30 % de jetons de plus : à tarif affiché constant, la mise à jour a alourdi les factures. Une montée de version se teste donc aussi sur le coût, avec le même protocole de comptage que pour le choix initial.
Avant de changer d'éditeur, réglez ce qui pèse le plus. Dans notre scénario de support, le cache retire 63 % de la facture, davantage que le passage de Claude Sonnet 5.5 à GPT-6.1 Sol, qui en retire 43 %. Si vous préférez que ce chiffrage soit fait sur vos textes et vos volumes, vous pouvez contacter Noxcod : nous comparons les éditeurs sur vos propres échanges avant que le choix du modèle ne soit figé dans le code.
Questions fréquentes sur le prix des API LLM
Combien coûte l'API OpenAI pour une PME ?
Tout dépend du modèle et du volume. Pour un assistant de support en français qui traite 10 000 questions par mois, avec 3 000 mots envoyés et 150 mots rendus par question, nous arrivons sans cache à environ 5 $ par mois avec GPT-6 Luna, 108 $ avec GPT-6.1 Sol et 541 $ avec GPT-6 Astra. Avec un cache bien réglé sur la partie fixe des requêtes, la facture de GPT-6.1 Sol tombe vers 40 $. Ajoutez 10 % si les données doivent être traitées en Europe.
Pourquoi Claude coûte-t-il plus cher que prévu sur un texte français ?
Les modèles Claude récents découpent le texte en davantage de jetons. Sur nos extraits en français, Claude Opus 5.5, Sonnet 5.5 et Haiku 5.5 comptent 2,5 jetons par mot, contre 1,44 pour les modèles GPT-6 et de 1,42 à 1,52 pour les modèles Gemini et Mistral que nous avons mesurés. À prix affiché égal, la facture est donc environ 75 % plus élevée sur ces textes. Mesurez vos propres textes avec le comptage gratuit d'Anthropic avant de comparer deux éditeurs sur leur seule grille.
Existe-t-il une API LLM gratuite ?
Google propose un palier gratuit sur l'API Gemini pour plusieurs modèles, dont Gemini 3.8 Flash, avec un accès limité. Sa grille tarifaire précise que les contenus envoyés sur ce palier servent à améliorer ses produits : réservez-le aux essais sur des données fictives, jamais à des données clients. Gemini 4 Argon n'est pas proposé gratuitement. Pour un service en production, prévoyez un palier payant, chez Google comme chez les autres éditeurs.
Comment réduire la facture d'une API LLM sans changer de modèle ?
Placez la partie fixe des requêtes, consignes et documents de référence, au début de chaque requête pour qu'elle passe en cache, facturé entre 5 et 10 % du prix d'entrée. Envoyez en traitement par lots tout ce qui peut attendre, avec 50 % de remise chez les quatre éditeurs. Réglez ensuite le niveau de raisonnement tâche par tâche, puisque OpenAI, Anthropic et Google facturent les jetons de réflexion au prix de la sortie, cinq fois plus cher que l'entrée sur la plupart des modèles.
