Module 6 · Observer et maîtriser les coûtsEnviron 1 min
Réduire la facture d'IA
Sur un flux qui appelle un modèle des milliers de fois, le choix du modèle pèse plus que tout le reste. Tarifs publics d’Anthropic en octobre 2026, par million de jetons, entrée puis sortie : Claude Haiku 5.5 0,10 $ et 0,50 $ (requêtes jusqu’à 100 000 jetons), Claude Sonnet 5.5 2 $ et 10 $, Claude Opus 5.5 4 $ et 20 $.
Nadia trie 20 000 messages WhatsApp par mois en trois catégories (commande, réclamation, question) : environ 1 500 jetons d’entrée et 200 de sortie chacun, soit 30 millions de jetons en entrée et 4 millions en sortie.
Texte
Haiku 5.5 : 30 × 0,10 $ + 4 × 0,50 $ = 5 $ par mois
Sonnet 5.5 : 30 × 2 $ + 4 × 10 $ = 100 $ par mois
Opus 5.5 : 30 × 4 $ + 4 × 20 $ = 200 $ par mois- Le bon modèle par tâche : un tri en trois catégories ne demande pas le plus puissant. Testez le plus petit d’abord, sur un échantillon réel.
- Le cache des prompts : une consigne longue, identique d’un appel à l’autre, se met en cache. Une lecture en cache coûte 10 % du prix d’entrée en général, 5 % sur Opus 5.5 et Sonnet 5.5.
- Le traitement par lots (Batch API) : 50 % de réduction sur l’entrée et la sortie, pour ce qui peut attendre, comme les résumés de nuit.
- Des plafonds : longueur maximale des réponses, nombre de tours d’un agent, budget quotidien surveillé.
La réflexion se paieLes modèles récents réfléchissent avant de répondre, et cette réflexion est facturée en jetons de sortie. Mesurez la consommation réelle sur vos exécutions plutôt que de vous fier au seul calcul théorique.