Tarifs des modèles IA

En entrée, GLM-4.7-FlashX à $0.070 par million de tokens ; en sortie, GLM-4.7-FlashX à $0.400 par million. Lequel est le moins cher pour vous dépend de la forme de votre trafic : un prompt de 10 000 tokens avec une réponse de 1 000 tokens coûte $0.00110 sur GLM-4.7-FlashX et $0.032 sur GPT-5.6 Terra. Renseignez vos propres volumes ci-dessus et le tableau se réorganise autour d'eux.

Pondérez l'entrée et la sortie selon votre usage réel. Les fournisseurs facturent trois à cinq fois plus ce que le modèle écrit que ce que vous envoyez — GPT-5.6 Terra est à $2.00 en entrée et $12.00 en sortie — de sorte qu'un résumeur qui lit beaucoup et écrit peu classe les modèles tout autrement qu'un générateur de code qui fait l'inverse. Saisissez les deux volumes ci-dessus plutôt que de comparer les seuls tarifs d'entrée, et lisez les notes : plusieurs fournisseurs retarifent la requête entière dès qu'un prompt franchit un seuil d'entrée.

Quand des requêtes successives partagent le même début — un prompt système, un document, un long bloc d'exemples — le fournisseur peut servir cette partie depuis son cache et la facturer moins cher. La colonne cache correspond à ce tarif de lecture en cas de succès, généralement 10 à 20 % du tarif d'entrée standard : Claude Sonnet 5 lit l'entrée en cache à $0.200 contre $2.00 en standard. Écrire dans le cache n'est pas toujours gratuit, et un tiret signifie que le fournisseur ne publie aucun tarif de cache.

Chaque chiffre a été relevé le 22 août 2026 sur la page de prix du fournisseur, et chaque fiche fournisseur renvoie à la page d'origine. Rien n'est récupéré en direct : considérez ce tableau comme un instantané. Les fournisseurs changent leurs tarifs sans préavis, et ceux qui pratiquent des remises promotionnelles ou des heures creuses (MiniMax, DeepSeek) bougent le plus souvent.

Parce que le fournisseur ne publie pas cette valeur, et que deviner serait pire que de laisser la case vide. Perplexity ne publie aucune fenêtre de contexte pour les modèles Sonar, Z.ai aucune longueur de contexte propre à GLM-4.5-X, et la ligne LLaMA hébergée de Meta n'a pas de tarif de cache. Un tiret signifie toujours « non publié », jamais « zéro ».

Pour 11 des 56 lignes — les modèles OpenAI, parce qu'OpenAI publie son tokenizer et que le calculateur charge le véritable vocabulaire BPE (o200k_base) dans votre navigateur. Tout le reste est marqué « est. » et compté par approximation en caractères par token : l'écart reste d'environ 10 à 15 % sur de la prose, mais se creuse sur le code, le JSON et les écritures non latines. Les prix, eux, sont de première main pour chaque ligne ; seule la fiabilité du comptage varie.

Non — le tableau ne montre que les tarifs par token, et quelques fournisseurs facturent en plus. Sonar ajoute 5 à 12 dollars pour 1 000 requêtes au titre de la recherche selon l'ampleur du contexte, Sonar Deep Research ajoute des frais de tokens de citation, de tokens de raisonnement et de recherches, et les modèles à poids ouverts hébergés coûtent ce que facture l'hébergeur, non ce qu'annonce le concepteur. Les notes signalent chaque ligne où le tarif par token n'est pas la facture entière.

Prenez 200 000 tokens d'entrée — un roman entier, ou quelques centaines de pages de contrat. Ce seul prompt coûte $0.400 sur GPT-5.6 Terra, $0.400 sur Claude Sonnet 5, $0.600 sur Kimi K3 et $0.020 sur Qwen3.5 Flash. À cette taille, surveillez les notes de palier : sur Grok 4.6, un prompt de 200K tokens fait facturer la requête entière au double des tarifs affichés.