Des réponses courtes aux clients jour et nuit, sur WhatsApp, un site ou une app. Le volume est élevé et chaque seconde d’attente compte.
3 000 requêtes/jour · 2K en entrée · 250 en sortie · 60 % en cache
Ajuster dans le calculateur8 modèles remplissent les conditions, classés par coût mensuel pour cet usage.
| Modèle | Score Arena | Classe | Contexte | Images | Entrée $/1M | Sortie $/1M | Mensuel |
|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 Coût le plus bas | 1 425 | Rapide | 1M | ✓ | 0,10 $ | 0,50 $ | 20 $ |
| GPT-6 Luna | 1 441 | Rapide | 1,05M | ✓ | 0,10 $ | 0,50 $ | 20 $ |
| DeepSeek V4.1 Flash | 1 476 | Économique | 1M | ✓ | 0,15 $ | 0,60 $ | 25 $ |
| Llama 4 Maverick | 1 327 | Intermédiaire | 128K | ✓ | 0,19 $ | 0,65 $ | 34 $ |
| Qwen3.8-27B | 1 436 | Intermédiaire | 262K | ✓ | 0,15 $ | 1,88 $ | 57 $ |
| Gemini 3.5 Flash-Lite | 1 456 | Économique | 1,05M | ✓ | 0,30 $ | 2,50 $ | 81 $ |
| Gemini 3.8 Flash Promo | 1 496 | Polyvalent | 1,05M | ✓ | 0,75 $ | 3,75 $ | 146 $ |
| GPT-6.1 Terra | — | Intermédiaire | 1,05M | ✓ | 1,00 $ | 5,00 $ | 190 $ |
— dans une colonne de score = pas encore noté par ce classement.
Pour cet usage, le modèle le moins cher coûte 20 $ par mois et le plus cher 190 $, soit environ 9,5 fois plus. Le prix n’est qu’un critère : testez les meilleurs candidats sur vos propres exemples.
Score Arena : LMArena (texte, contrôle du style), issu de votes humains, publié le 28 oct. 2026, CC BY 4.0.
Chaque réponse embarque votre prompt système, vos règles et la conversation récente : chaque requête contient donc bien plus d’entrée que la courte réponse vue par le client. L’essentiel de cette entrée est identique d’une requête à l’autre. La mettre en cache réduit fortement le coût d’entrée, d’où l’hypothèse d’une forte part en cache dans l’usage ci-dessus.
Avec des milliers de conversations par jour, un petit écart de prix par requête devient un gros montant mensuel : partez donc des classes de modèles les moins chères. La vitesse compte autant que le prix, car le client remarque une réponse lente. Gardez un modèle plus puissant pour les cas que le modèle économique ne tranche pas, comme les remboursements, les réclamations ou les questions floues, et confiez les cas sensibles à une personne.
Oui pour les questions courantes et bien documentées, surtout avec un bon prompt système et votre FAQ en cache. Testez-le sur quelques centaines de vraies conversations passées et comptez les réponses fausses ou inventées, pas seulement le prix.
Mettez le prompt système en cache, raccourcissez l’historique en résumant les anciens échanges et fixez une longueur maximale de réponse. Des réponses courtes se lisent aussi mieux dans un chat.
Oui. La plupart des langues autres que l’anglais demandent plus de tokens pour le même texte, et l’arabe en demande souvent environ le double. Collez un échantillon de vrais messages dans l’estimateur de texte du calculateur pour obtenir votre chiffre.
Nos tests comparatifs pour cette tâche sont en cours. En attendant, essayez 10 à 20 de vos propres exemples réels sur deux ou trois candidats avant de choisir.
Classements indépendants : LMArena · Artificial Analysis
Comment cette liste est construite : les modèles des classes adaptées à la tâche qui remplissent ses conditions (lecture d’images, taille de contexte, poids ouverts), classés par prix. Un prix plus bas ne veut pas dire une meilleure qualité.