Réglez votre trafic et la taille de vos prompts. 17 modèles comparés côte à côte, avec surcoûts de contexte long, remises batch et les caractéristiques qui décident si un modèle convient.
108M tokens par mois. Claude Haiku 5.5 est l’option la moins chère ; GPT-6 Astra coûte 100× plus.
Envoyez les requêtes simples à un modèle bon marché et seulement les difficiles à un modèle puissant. Utilise le trafic, le cache et le batch réglés plus haut.
Les requêtes difficiles sont souvent plus longues, surtout avec les modèles de raisonnement. Indiquez leur taille ci-dessus, puis vérifiez la qualité sur vos propres données avant de basculer.
Prix catalogue par million de tokens, tarif standard, avant remises batch ou cache.
| Modèle | Fournisseurs | Entrée $/1M | Cache $/1M | Sortie $/1M | Contexte |
|---|---|---|---|---|---|
| Claude Fable 5.1 | Anthropic | 10,00 $ | 0,25 $ | 50,00 $ | 1M |
| Claude Opus 5.5 | Anthropic | 4,00 $ | 0,20 $ | 20,00 $ | 1M |
| Claude Sonnet 5.5 | Anthropic | 2,00 $ | 0,10 $ | 10,00 $ | 1M |
| Claude Haiku 5.5 | Anthropic | 0,10 $ | 0,01 $ | 0,50 $ | 1M |
| DeepSeek V4 Pro | DeepSeek | 0,66 $ | 0,02 $ | 1,98 $ | 1M |
| DeepSeek V4.1 Flash | DeepSeek | 0,15 $ | 0,0030 $ | 0,60 $ | 1M |
| Gemini 4 Argon | 2,00 $ | 0,10 $ | 10,00 $ | 1,05M | |
| Gemini 3.1 Pro | 2,00 $ | 0,20 $ | 12,00 $ | 1,05M | |
| Gemini 3.8 Flash | 0,75 $ | 0,08 $ | 3,75 $ | 1,05M | |
| Gemini 3.5 Flash-Lite | 0,30 $ | 0,03 $ | 2,50 $ | 1,05M | |
| Llama 4 Maverick | Meta | 0,19 $ | 0,05 $ | 0,65 $ | 128K |
| GPT-6 Astra | OpenAI | 10,00 $ | 1,00 $ | 50,00 $ | 1,05M |
| GPT-6.1 Sol | OpenAI | 2,00 $ | 0,10 $ | 10,00 $ | 1,05M |
| GPT-6.1 Terra | OpenAI | 1,00 $ | 0,05 $ | 5,00 $ | 1,05M |
| GPT-6 Luna | OpenAI | 0,10 $ | 0,01 $ | 0,50 $ | 1,05M |
| Qwen3.8-27B | Qwen | 0,15 $ | 0,04 $ | 1,88 $ | 262K |
| Grok 4.7 | xAI | 2,00 $ | 0,50 $ | 6,00 $ | 500K |
? = pas encore confirmé par une source publiée.
Un token est un morceau de texte que le modèle lit ou écrit. En anglais, 1 000 tokens font environ 750 mots. La plupart des autres langues demandent plus de tokens pour le même texte, et l’arabe en demande souvent environ deux fois plus que l’anglais. Chaque fournisseur a son propre tokenizer, donc les comptes varient un peu. L’estimateur de texte ci-dessus donne un ordre de grandeur.
Écrire une réponse demande plus de calcul que lire un prompt, donc les fournisseurs facturent plusieurs fois plus par token de sortie. Les réponses longues et les modèles de raisonnement font vite monter la facture : le réglage de sortie compte souvent plus qu’il n’y paraît.
Quand beaucoup de requêtes commencent par le même texte, comme un prompt système, une politique ou un document, le fournisseur peut le garder et facturer les lectures suivantes moins cher. Indiquez comme part en cache la portion de votre entrée qui se répète. Certains fournisseurs facturent aussi l’écriture ou le stockage du cache ; ces frais ne sont pas inclus ici.
Quand personne n’attend la réponse : étiquetage, résumés de nuit, extraction de données. Les résultats arrivent sous 24 heures au plus, à environ moitié prix. Elle ne convient pas aux chatbots ni à l’interactif.
De la page de tarifs officielle de chaque fournisseur, en lien en bas de cette page. Les prix des modèles ouverts viennent d’hébergeurs tiers, indiqués à côté du modèle. La date en haut indique la dernière vérification. Consultez la page officielle avant de fixer un budget.
Pas toujours. Le prix ne dit rien de la qualité des réponses sur votre tâche. Retenez deux ou trois modèles ici, puis testez-les sur 10 à 20 de vos exemples réels. Les pages Quel modèle ? listent des candidats par tâche.