--- title: "Prix d'un agent IA : les coûts réels de 4 projets" description: "Prix d'un agent IA en exploitation, d'après quatre projets : appels au modèle, proxys et serveurs, IA sur place et pannes silencieuses, les plus coûteuses." url: "https://madsalt.tech/fr/blog/how-much-does-an-ai-agent-cost/" author: "Denys Zaichenko" language: "fr" published: 2026-10-15 --- # Prix d'un agent IA : les coûts réels de 4 projets En bref Le prix d'un agent IA se résume à trois postes : les appels au modèle, les systèmes qu'il pilote et les garde-fous qui l'empêchent d'échouer sans bruit. Le modèle choisi pèse le plus sur la facture de tokens : mille étapes d'agent identiques coûtent USD 0,46 avec DeepSeek V4.1 Flash, USD 0,65 avec Claude Haiku 5.5 et USD 26 avec Claude Opus 5.5. Dans quatre systèmes que j'ai construits cette année, les appels au modèle étaient aussi le poste le plus facile à plafonner : USD 0,05 pour une vérification en arrière-plan, USD 2,10 au maximum pour une recherche complète. Le trafic proxy d'un benchmark de prix a coûté USD 3,08, et les mauvaises surprises ont été des pannes que personne n'a vues, comme une interruption restée 8 jours sans être remarquée. Je suis Denys, ingénieur full-stack et IA. La plupart des articles sur cette question donnent de larges fourchettes sans aucun projet derrière. Voici les compteurs de quatre systèmes que j'ai construits et que je fais tourner, avec la source de chaque chiffre : fichiers de configuration, messages de commit et exécutions mesurées. Quand un chiffre est un plafond que j'ai fixé et non une facture payée, je le dis. ## Quel est le prix d'un agent IA : que paie-t-on quand on le fait tourner ? Trois compteurs, et le modèle n'est que l'un d'eux. | Projet | Ce que fait l'IA | Coût du modèle par unité | Ce qui pèse d'autre sur la facture | | -------------------------------------------- | ------------------------------------------------------------------------------ | ----------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------ | | Agent assistant personnel | Discute sur Telegram, travaille le CRM et les e-mails, fait des recherches web | USD 0,00065 à 0,026 par étape selon le modèle ; plafonds de USD 0,05 à 2,10 par exécution | Un serveur, plus les relances et les chiens de garde | | Benchmark de prix pour une agence de voyages | Un autre agent IA lance les benchmarks via un serveur MCP | Zéro de mon côté : cet agent paie ses propres tokens | Trafic proxy, environ USD 3,08 par exécution, et un serveur à 8 cœurs | | Contrôle audio de diffusion en direct | Détecte la parole et la langue parlée sur chaque canal | Zéro par appel : deux petits modèles tournent sur l'ordinateur du site | Processeur : une démo à 32 canaux a utilisé environ 0,9 d'un serveur cloud à 2 cœurs | | Certificats immobiliers | Lit des portails inconnus comme le ferait une personne | Des tokens seulement pour les portails que les scripts ne connaissent pas | Les scripts gèrent le portail connu sans aucun token | Le même schéma s'est répété dans les quatre : le token le moins cher est celui qu'on n'envoie jamais, et les heures coûteuses vont aux éléments autour du modèle. ## Combien coûtent les appels au modèle ? L'assistant est le seul des quatre où la facture du modèle est la mienne. Il tourne sur le Claude Agent SDK d'Anthropic, et chaque agent y a un plafond strict dans le code. Le SDK arrête une exécution quand elle atteint la limite de tours ou la limite en dollars. | Tâche | Modèle | Plafond par exécution | | ----------------------------------------- | ------------------------------------ | ------------------------------------------------------------ | | Vérification en arrière-plan au repos | Claude Haiku 4.5 | USD 0,05, et USD 1,00 par jour au total | | Recherche : découper la question | Claude Opus 4.6 | USD 0,10, 1 tour | | Recherche : trois chercheurs en parallèle | Claude Opus 4.6 | USD 0,50 chacun, 3 tours, recherche et lecture web | | Recherche : rédiger la réponse | Claude Opus 4.6 | USD 0,50, 1 tour | | Conversation principale | Haiku, Sonnet ou Opus, voir plus bas | 200 tours ou USD 50, un filet de sécurité et non une attente | Une recherche complète coûte donc au plus USD 0,10 + 3 × 0,50 + 0,50 = USD 2,10. C'est un plafond, pas une moyenne ; le coût réel d'une exécution dépend du modèle, que la section suivante chiffre. Deux choix ont réduit la facture plus que n'importe quelle baisse de prix : 1. **Envoyer chaque message vers le modèle le moins cher qui sait le traiter.** Les messages courts et simples vont à Haiku, les moyens à Sonnet, ceux à plusieurs étapes à Opus. Le routeur lit des mots-clés et la longueur du message, donc le routage lui-même ne coûte aucun appel au modèle. Au début, tous les agents tournaient sur Opus. 2. **Supprimer les appels qui ne servent à rien.** La vérification en arrière-plan demandait au modèle un rapport d'état à chaque cycle. Elle n'avait accès ni aux e-mails ni au CRM, donc elle ne pouvait que rédiger des messages dont personne n'avait besoin. J'ai supprimé l'appel au modèle. Le plafond quotidien de USD 1,00 est toujours dans la configuration, et ne protège plus rien. Une lacune, honnêtement : le SDK indique le coût de chaque appel, et je ne l'ai jamais enregistré. Le total mensuel se trouve dans la console d'Anthropic, pas dans l'application. Si je le refaisais, je journaliserais le coût par appel dès le premier jour, pour voir quelle tâche dépense l'argent, et pas seulement combien. ## Dans quelle mesure le choix du modèle change-t-il la facture ? Plus que tout le reste côté tokens. Ci-dessous, une étape d'agent est chiffrée sur différents modèles. L'étape fait environ 4 000 tokens en entrée et 500 en sortie, l'estimation par appel écrite dans le code même de l'assistant pour sa vérification en arrière-plan. Les prix sont la liste d'OpenRouter au 15 octobre 2026. OpenRouter répercute le prix public de chaque fournisseur et prélève ses frais à l'achat de crédits (5,5 % sur l'offre standard), pas par requête. | Modèle | Prix par million de tokens, entrée / sortie | Une étape | 1 000 étapes | | ---------------------------------------------- | ------------------------------------------- | ----------- | ------------ | | DeepSeek V4.1 Flash | USD 0,024 / 0,72 | USD 0,00046 | USD 0,46 | | Claude Haiku 5.5, GPT-6 Luna | USD 0,10 / 0,50 | USD 0,00065 | USD 0,65 | | Qwen3.8 Flash | USD 0,15 / 0,47 | USD 0,00083 | USD 0,83 | | Mistral Small 4 | USD 0,15 / 0,60 | USD 0,00090 | USD 0,90 | | Llama 4 Maverick | USD 0,188 / 0,652 | USD 0,0011 | USD 1,08 | | Gemini 3.5 Flash Lite | USD 0,30 / 2,50 | USD 0,0025 | USD 2,45 | | DeepSeek V4 Pro | USD 0,955 / 1,911 | USD 0,0048 | USD 4,78 | | Gemini 3.8 Flash | USD 0,75 / 3,75 | USD 0,0049 | USD 4,88 | | Grok 4.7 | USD 2 / 6 | USD 0,011 | USD 11 | | Claude Sonnet 5.5, GPT-6.1 Sol, Gemini 4 Argon | USD 2 / 10 | USD 0,013 | USD 13 | | Claude Opus 5.5 | USD 4 / 20 | USD 0,026 | USD 26 | | Claude Fable 5.1, GPT-6 Astra | USD 10 / 50 | USD 0,065 | USD 65 | ![Coût de 1 000 étapes identiques d’un agent IA. Une étape : 4 000 tokens en entrée, 500 en sortie. USD, prix catalogue. DeepSeek V4.1 Flash: USD 0,46; Claude Haiku 5.5: USD 0,65; Gemini 3.8 Flash: USD 4,88; Claude Sonnet 5.5: USD 13; Claude Opus 5.5: USD 26; Claude Fable 5.1: USD 65.](https://madsalt.tech/charts/fr/how-much-does-an-ai-agent-cost.svg) *Source : prix catalogue OpenRouter, 15 octobre 2026.* Le même travail coûte de USD 0,46 à USD 65 pour mille étapes, soit un écart d'environ 140 fois. Trois conséquences : - **Un petit modèle suffit pour la plupart des étapes.** Trier un message, extraire des champs d'un document, répondre à partir d'un texte connu : cela demande rarement un modèle haut de gamme. Gardez les gros pour la planification et le raisonnement difficile, ce que fait le routage ci-dessus. - **Les prix bougent vite.** L'assistant tournait sur Claude Haiku 4.5, Sonnet 4.6 et Opus 4.6. Sur la liste d'aujourd'hui, l'étape coûte USD 0,0065 avec Haiku 4.5 et USD 0,00065 avec Haiku 5.5. Anthropic indique que ses modèles récents comptent environ 30 % de tokens en plus pour le même texte ; par étape, le plus récent reste donc presque huit fois moins cher. Gemini 4 Argon de Google doit doubler son prix le 1er décembre 2026. Revérifiez avant de planifier sur un an. - **Comparez des tâches, pas des prix de tokens.** Un modèle moins cher qui demande deux essais, ou un prompt plus long pour bien se comporter, peut coûter plus cher par tâche terminée. Mesurez un échantillon de tâches réelles sur deux ou trois modèles avant de choisir. Votre propre estimation tient en une ligne : étapes par tâche × tâches par mois × prix de l'étape de votre modèle. ## Pourquoi le contexte était-il le vrai problème, et non le prix par token ? Le prix par token est prévisible. Le contexte ne l'est pas. Les bugs qui ont fait mal à cet assistant tenaient tous à la quantité de texte envoyée à chaque appel : - **Les longues sessions cassaient les réponses.** Pour répondre plus vite, l'application gardait une session ouverte entre les messages. Quand le contexte débordait, le modèle renvoyait un texte brouillé en alphabets mélangés. La correction : recycler la session après 20 messages et réessayer dans une session neuve quand une réponse semble cassée. - **Un point de sauvegarde est devenu trop gros.** Un jour, les appels ont échoué avec « Prompt is too long ». Le point de sauvegarde injecté dans chaque appel est désormais plafonné à 2 Ko. - **Le prompt système embarquait des fichiers rarement utiles.** Charger les compétences seulement quand un message en a besoin a économisé environ 3 000 tokens par appel, et retirer trois fichiers de référence du préchargement environ 1 500 de plus. Ce sont des estimations tirées des notes de commit, pas des lignes de facture. - **L'historique était plus long que nécessaire.** L'historique de conversation envoyé à chaque appel est passé de 20 messages à 10. Chacune de ces corrections baisse le coût et accélère les réponses en même temps. Traitez le contexte comme un budget, comme vous traitez l'argent. ## Combien coûte l'infrastructure que pilote un agent ? Dans le benchmark de prix de voyage, la partie IA est un agent à part. Il lance les benchmarks via un serveur MCP que j'ai construit, et ses tokens sont facturés à celui qui exécute cet agent. Ce que paie le benchmark lui-même, c'est le scraping derrière : des proxys résidentiels et un serveur plein de navigateurs. Chiffres mesurés sur ce système : - **Trafic proxy :** une exécution sur deux sites de voyage a utilisé environ 935 Mo, soit environ USD 3,08, à peu près 0,23 Mo par ligne de prix enregistrée. - **Blocage des traceurs :** sur un site, bloquer les scripts de suivi a réduit le trafic de 4,2 Mo à 2,5 Mo par recherche, avec des prix identiques dans les six essais. - **Pas de navigateur quand il est inutile :** les prix d'un site se lisaient avec un client HTTP simple qui imite un navigateur mobile. La collecte est passée de 8 à 43 dates par minute sur cinq workers, et le code de navigateur de ce site a été supprimé. - **Le processeur, pas la mémoire, fixe la taille du serveur :** avec 20 navigateurs sur un serveur à 8 cœurs, la charge était d'environ 30 alors que 6 à 7 Go de RAM restaient libres. Un navigateur chaud prend environ 345 Mo. Dimensionnez le serveur selon les cœurs. Si votre agent pilote des navigateurs, des proxys ou des API payantes, ces compteurs dépasseront probablement la facture du modèle. Mesurez-les par tâche avant de choisir un modèle. ## Quand l'IA sur place coûte-t-elle moins cher qu'une API ? Quand les données n'ont pas besoin de quitter le bâtiment et que le modèle est petit. Le projet de diffusion contrôle des canaux audio en direct pendant des retransmissions sportives : silence, parasites, commentateur qui passe à la mauvaise langue. Envoyer chaque seconde d'audio à une API coûterait à chaque appel et ajouterait du délai. À la place, deux modèles ouverts tournent sur l'ordinateur du site : l'un détecte la parole, l'autre nomme la langue. Ensemble, ils pèsent environ 24 Mo de poids, le détecteur de parole ajoute environ 7 Mo de RAM, et il n'y a aucun frais par appel. Dans une démo à 32 canaux, l'analyse de chaque canal en temps réel a utilisé environ 0,9 d'un serveur cloud à 2 cœurs. La contrepartie est une précision qu'il faut prouver soi-même. Sur un jeu public de parole lue et propre, 30 extraits de trois secondes par langue, le modèle de langue avait raison dans 93,3 % des cas pour le portugais et au moins 96,7 % pour l'espagnol, l'anglais et le français. C'est un plafond, pas une prévision : le bruit de foule et la musique sous un commentateur n'ont jamais été mesurés, faute d'audio d'un vrai circuit de diffusion. ## Que coûte le fait de rendre un agent sûr, même sans surveillance ? C'est le coût que la plupart des estimations ignorent, et c'est là que sont parties mes heures. Quelques pannes réelles : - **Une panne silencieuse de 8 jours.** Un autre projet sur le même serveur a mis à jour un cache de navigateur partagé. Le pool du scraper est passé de 40 navigateurs fonctionnels à 0, les tâches sont restées bloquées sans erreur, et aucune alerte n'a prévenu personne. La correction était mince : donner au scraper son propre cache de navigateur. Trouver la cause a pris 8 jours, faute d'alerte sur l'état du pool. - **Une tâche « réussie » sans rien produire.** Une exécution a parcouru 359 dates en 12 minutes, enregistré 0 ligne et déclaré un succès. Les tâches s'arrêtent maintenant après 25 dates vides de suite et disent pourquoi. - **Une exécution arrêtée qui continuait à dépenser.** Un benchmark marqué comme arrêté a continué pendant 4 heures, en consommant du trafic proxy tout le temps. - **Une limite de proxy a vidé le pool.** Quand l'offre proxy a atteint sa limite de trafic, le pool est passé de 40 navigateurs à 0 en 12 minutes et y est resté jusqu'à un redémarrage. Il se remplit maintenant tout seul toutes les 60 secondes, avec un recul jusqu'à 5 minutes. - **Trop d'alertes dès le premier jour.** Le premier essai de l'outil de diffusion sur un vrai flux de 16 canaux, de 49 minutes, a produit 3 492 événements. 92,4 % étaient du bruit et des alertes de changement de voix, et l'opérateur a appuyé 182 fois sur Effacer en 27 minutes. Les détecteurs allaient bien ; les seuils n'avaient jamais rencontré d'audio de programme réel. La correction a été un réglage par profil, pas de nouvelles mathématiques. - **Appels bloqués et limites de débit.** L'assistant a maintenant un chien de garde de 120 secondes pour un appel qui se tait, une limite de 300 secondes pour l'appel entier et jusqu'à 3 nouvelles tentatives après 30 secondes, 2 minutes et 5 minutes quand l'API est surchargée ou limitée. Un appel d'outil bloqué ne bascule pas vers les modèles de secours, car un modèle plus lent ne débloquera pas un outil coincé. Rien de cela n'apparaît dans un prix de token. Cela apparaît en heures, et en confiance perdue quand l'agent dit « terminé » à tort. Prévoyez-le : un premier essai sur des données réelles, des alertes sur ce qui peut se taire, et des contrôles qu'un « succès » a produit quelque chose. ## Où l'IA a-t-elle sa place quand des scripts font l'essentiel ? Aux marges. Le service de certificats immobiliers collecte les documents dans les comptes en ligne des gestionnaires de biens et construit le certificat dont un vendeur a besoin. Un script gère le principal portail connu, où 95 % des documents sont complétés. L'IA de vision ne lit que les portails que les scripts ne connaissent pas, et ce chemin passe par un interrupteur qui le coupe aussitôt. Pour ceux qui les commandent, un certificat prend maintenant 2 à 3 minutes au lieu de 2 à 3 semaines, et coûte EUR 99 au lieu de EUR 200 à 300. L'IA est volontairement la plus petite partie de la chaîne : les scripts sont peu chers et prévisibles là où ils marchent, et le modèle sert là où seule une lecture à la manière d'une personne fonctionne. ## Comment estimer le coût de fonctionnement de votre propre agent ? Avant de demander un devis, notez cinq chiffres : 1. **Tâches par mois.** Messages, documents, exécutions. 2. **Appels au modèle par tâche, et quel modèle pour chacun.** La plupart des tâches n'ont pas besoin du modèle haut de gamme. 3. **Tokens par appel.** Prompt système, historique, documents. C'est là que les coûts grossissent sans bruit. 4. **Les autres compteurs.** Proxys au Mo, API payantes à l'appel, serveurs au cœur. 5. **Un plafond pour chaque tâche.** Une limite en dollars par exécution dans le code, pas seulement une limite mensuelle sur le compte. Ajoutez ensuite le coût que personne ne chiffre : un essai sur données réelles dès la première semaine, des alertes sur les pannes silencieuses, et quelqu'un pour les lire. ## Que ne disent pas ces chiffres ? Les plafonds ci-dessus sont des limites que j'ai fixées, pas ce qui a été dépensé, et le tableau des modèles donne des prix publics, pas mes factures. Chaque chiffre de projet vient d'un seul système et d'une seule période. Les prix des modèles changent souvent ; consultez les pages tarifaires des fournisseurs avant de planifier. Et rien de tout cela ne dit combien de temps ces projets ont pris ni ce qu'ils ont coûté à construire ; cela dépend bien plus des intégrations que de l'IA. Si vous préparez un agent et voulez comparer vos estimations de coût de fonctionnement, je regarde volontiers vos chiffres. Ma page [développement d'agents IA](https://madsalt.tech/fr/services/ai-agent-development/) montre ma façon de travailler, et le [cas des certificats immobiliers](https://madsalt.tech/fr/work/property-document-automation/), le [cas de l'audio de diffusion](https://madsalt.tech/fr/work/live-broadcast-audio-qa/) et le [cas des prix de voyage](https://madsalt.tech/fr/work/travel-price-intelligence/) détaillent trois de ces projets. Pour un bot sur WhatsApp, les frais du canal dépassent souvent le modèle ; je les ai calculés pays par pays dans [le prix d'un chatbot WhatsApp IA](https://madsalt.tech/fr/blog/whatsapp-ai-chatbot-for-business/). ## Sources - Anthropic, [options du Claude Agent SDK](https://github.com/anthropics/claude-agent-sdk-python/blob/main/_autodocs/api-reference/options.md) : `max_turns` et `max_budget_usd` arrêtent une exécution ; chaque résultat indique `total_cost_usd`. - OpenRouter, [prix publics des modèles](https://openrouter.ai/models) et [frais de plateforme](https://openrouter.ai/pricing), consultés le 15 octobre 2026. - Anthropic, [tarifs de Claude](https://platform.claude.com/docs/en/about-claude/pricing), et Google, [tarifs de l'API Gemini](https://ai.google.dev/gemini-api/docs/pricing), consultés le 15 octobre 2026 : la note sur le tokenizer et le changement de prix de Gemini 4 Argon. - Tous les chiffres de projet : les fichiers de configuration, messages de commit et exécutions mesurées des projets, 2026.