Le coût des modèles baisse : ce que ça change aux projets qu'on repoussait
À niveau de qualité égal, le prix d'une réponse d'IA a été divisé par plus de 280 en deux ans. Les projets écartés parce que le calcul ne tombait pas juste, comme passer tout un stock de documents à la machine ou trier chaque courriel entrant, coûtent désormais moins qu'une journée de travail. Ceux écartés parce que la vérification prenait trop de temps n'ont pas bougé : la baisse touche la plus petite ligne du budget.
Dans beaucoup d'entreprises, il existe une liste de projets d'IA écartés. Certains l'ont été parce que l'essai ne donnait rien de bon. D'autres parce que le devis d'usage paraissait trop élevé pour le volume en jeu. D'autres encore parce que la relecture mangeait tout le temps gagné. La baisse rapide du prix des modèles ne rouvre pas ces trois dossiers de la même façon. Voici ce que disent les mesures, et comment trier.
Ce que mesurent les chiffres
Le rapport annuel de Stanford sur l'IA, l'AI Index 2025, a suivi le coût d'un système qui répond aussi bien que GPT-3.5, le modèle du premier ChatGPT. Entre novembre 2022 et octobre 2024, ce coût a été divisé par plus de 280. Le même rapport relève que le coût du matériel baisse de 30 % par an et que son efficacité énergétique progresse de 40 % par an.
L'institut de recherche Epoch AI a fait le même exercice sur plusieurs niveaux de qualité, en mars 2025. Selon le niveau visé, le prix baisse de 9 à 900 fois par an. Atteindre le niveau de GPT-4 sur des questions de sciences de niveau doctorat coûte 40 fois moins cher chaque année. Epoch ajoute une réserve honnête : les baisses les plus rapides datent de la dernière année, et rien ne garantit qu'elles durent.
Cet automne a confirmé la tendance. Le petit modèle d'Anthropic, Haiku 5.5, est facturé dix fois moins cher que son prédécesseur, comme nous l'avons détaillé dans notre article sur la dernière génération de modèles, tout en faisant mieux que l'ancien modèle intermédiaire sur les tâches de bureau.
Un point de lecture change tout : ces chiffres mesurent le prix d'un niveau de qualité fixe. Le modèle le plus puissant du moment ne devient pas gratuit. Ce qui s'effondre, c'est le prix de ce qui était le meilleur il y a un ou deux ans. Pour la plupart des tâches de bureau, ce niveau-là suffit largement.
Le prix du jeton n'est pas le prix de la tâche
Les modèles se facturent au jeton, un morceau de mot. OpenAI donne une règle simple : 100 jetons font environ 75 mots en anglais. Le français en consomme un peu plus. Le prix affiché est donc un prix par million de jetons, en entrée (ce qu'on envoie) et en sortie (ce que le modèle écrit).
Le piège est là. Les modèles dits de raisonnement écrivent beaucoup avant de répondre, et ces brouillons se paient comme le reste. Deux modèles mesurés par Artificial Analysis sur la même batterie de tests le montrent bien. GLM-5.3 (Max) coûte USD 4,40 par million de jetons en sortie, près de sept fois moins que GPT-5.5 Instant, à USD 30. Mais pour passer le test, GLM-5.3 a produit 210 millions de jetons, contre 11 millions pour GPT-5.5 Instant. Résultat : une tâche moyenne coûte USD 2,01 avec le modèle bon marché, et USD 0,69 avec le modèle cher.
Pour une entreprise, la conséquence est simple : on ne compare pas des tarifs, on compare ce que coûte un dossier traité. Et cela ne se lit nulle part ailleurs que sur un essai avec vos propres documents.
Un calcul sur un vrai volume
Prenons un projet typique de ceux qu'on repoussait : passer en revue 50 000 documents d'archives, contrats ou dossiers clients, pour en extraire quelques champs. Comptons large, 2 000 jetons envoyés par document avec la consigne, 200 jetons rendus. Cela fait 100 millions de jetons en entrée et 10 millions en sortie.
- Avec Haiku 5.5, à USD 0,10 et USD 0,50 par million : USD 10 + USD 5, soit USD 15.
- Avec Haiku 4.5, le petit modèle de la génération précédente, à USD 1 et USD 5 : USD 150.
- Avec GPT-5.5 Instant, à USD 5 et USD 30 : USD 500 + USD 300, soit USD 800.
Même le modèle le plus cher de la liste coûte moins qu'une journée de travail. Anthropic propose en plus, depuis octobre 2024, un traitement par lots à moitié prix : jusqu'à 10 000 demandes envoyées d'un coup, résultats rendus en moins de 24 heures. Pour un stock d'archives, attendre une nuit ne gêne personne.
Mettons maintenant en face la vérification. Contrôler à la main un document sur cent, soit 500 documents à deux minutes chacun, prend environ 17 heures. Au salaire médian suisse retenu dans notre calcul sur une entreprise de vingt personnes, CHF 39 de l'heure, cela fait environ CHF 650. Le contrôle d'un simple échantillon coûte déjà plus que la machine. C'est tout le sujet.
Les projets qui changent de catégorie
| Projet écarté | Pourquoi on l'avait écarté | Ce qui a changé |
|---|---|---|
| Traiter tout un stock (archives, contrats, dossiers) | Coût par document multiplié par le volume | De USD 15 à USD 800 pour 50 000 documents, selon le modèle. À rouvrir. |
| Trier chaque entrée (courriels, factures, demandes) | Coût récurrent, chaque mois, sans fin | Le coût d'appel devient négligeable. Reste à mesurer les erreurs de tri. À rouvrir. |
| Résultat jugé trop faible par le petit modèle | Seul le gros modèle était assez bon, et trop cher | Le petit modèle d'aujourd'hui dépasse le modèle intermédiaire d'hier sur les tâches de bureau. À réessayer. |
| Garder les données chez soi | Les modèles ouverts, installables sur ses serveurs, étaient trop loin derrière | L'écart est tombé à 1,7 % sur certains tests en 2024, selon Stanford. Le modèle suisse Apertus est gratuit. À réétudier, en chiffrant l'hébergement. |
| Relecture trop longue | Vérifier prenait autant de temps que faire | Rien. Le prix du modèle n'y est pour rien. |
La quatrième ligne mérite une précision. Apertus, publié en septembre 2025 par l'EPFL, l'ETH Zurich et le centre suisse de calcul CSCS, existe en deux tailles, est autorisé pour un usage commercial et se télécharge librement. Les clients entreprises de Swisscom peuvent aussi l'utiliser sur sa plateforme hébergée en Suisse. Le modèle est gratuit, mais le faire tourner ne l'est pas : il faut des machines, ou un hébergeur. Pour des données que la nLPD ou vos contrats empêchent d'envoyer à l'étranger, le calcul vaut désormais d'être refait.
À retenir. La baisse des prix rouvre les projets écartés pour leur coût d'usage ou pour la qualité du petit modèle. Elle ne fait rien pour ceux écartés à cause de la vérification, parce que la vérification se paie en heures, pas en jetons. Avant de relancer un projet, retrouvez la vraie raison de son abandon.
Comment rouvrir le dossier
- Retrouvez la raison exacte de chaque abandon. Coût d'usage, qualité insuffisante, confidentialité ou temps de relecture. Ne rouvrez que les trois premiers.
- Mesurez le coût par dossier, pas le tarif. Faites passer vingt documents réels à deux ou trois modèles, relevez la consommation réelle dans la console de l'éditeur et divisez par vingt.
- Commencez par le plus petit modèle. S'il passe sur vos vingt documents, il n'y a aucune raison de payer davantage.
- Chiffrez la vérification avant de lancer. Quelle part des résultats sera contrôlée, par qui, en combien de temps. Reprenez les quatre indicateurs : volume, temps par unité, reprises, délai.
Les erreurs courantes
- Comparer des prix par million de jetons. Un modèle qui réfléchit longuement peut coûter trois fois plus à la tâche en étant sept fois moins cher au jeton, comme le montre l'exemple plus haut.
- Attendre la prochaine baisse. Sur un projet à USD 15, attendre que le prix baisse encore ne fait économiser presque rien. Ce qui coûte, c'est le temps de votre équipe, et il ne baisse pas en attendant.
- Prendre le plus gros modèle « puisque c'est bon marché ». Le prix bas vaut pour un niveau de qualité donné. Le modèle haut de gamme reste nettement plus cher, et sur des tâches simples, il n'apporte souvent rien de plus.
- Croire que les abonnements baissent aussi. La baisse touche l'usage facturé au volume, par programmation. Un abonnement par siège reste un prix fixe par personne, CHF 17 par mois pour Copilot Business au tarif relevé en septembre.
Cette semaine
Demandez à chaque responsable d'équipe la liste des usages de l'IA envisagés puis abandonnés depuis deux ans, avec une ligne sur la raison. Triez-la en deux colonnes : coût, qualité ou confidentialité d'un côté, temps de relecture de l'autre. Prenez dans la première colonne un projet écarté pour son coût, et faites passer vingt documents réels au plus petit modèle disponible. Notez la facture, et chronométrez le contrôle des résultats. Si le contrôle tient en quelques minutes, vous avez un projet qui ne coûte presque plus rien à lancer. S'il prend des heures, le prix n'était pas le vrai problème, et vous le savez désormais.
Sources : Stanford HAI, AI Index Report 2025, avril 2025 · Epoch AI, LLM inference price trends, 12 mars 2025 · Artificial Analysis, fiche GPT-5.5 Instant, Intelligence Index v4.3.2 · Artificial Analysis, fiche GLM-5.3 (Max), Intelligence Index v4.3.2 · Anthropic, Claude Haiku 5.5, 7 octobre 2026 · Anthropic, Message Batches API, 8 octobre 2024 · OpenAI, What are tokens and how to count them? · ETH Zurich, Apertus, 2 septembre 2025
Former votre équipe, sur vos propres dossiers
Huit semaines, douze participants par atelier, un cas d'usage de votre entreprise déployé puis mesuré. Le programme complet est envoyé par courriel, sans rendez-vous commercial.
Demander le programme