Calculateur de coût d'un agent IA (2026)

Trois catégories (ne les fusionnez pas sur une seule diapositive)

La construction couvre l'architecture, la conception des prompts, le câblage des outils (CRM, ticketing, API internes), les harnais d'évaluation, les garde-fous et les workflows avec humain dans la boucle lorsque l'automatisation s'arrête.

Le coût d'inférence, c'est des tokens × le trafic — plus la récupération si vous fondez les réponses sur vos documents.

L'exploitation, c'est tout ce qui suit le lancement : suites d'évaluation, contrôles de régression lorsqu'OpenAI publie un nouveau mini-modèle, gestion des incidents et le tableau de bord que votre chef de projet consulte réellement.

• Construction : paiement unique + forfait récurrent limité jusqu'à la stabilisation.
• Inférence : variable selon l'usage — le choix du modèle compte plus que l'hébergement.
• Exploitation : étonnamment stable d'un mois à l'autre si vous l'anticipez — douloureuse dans le cas contraire.

Phase de développement : ce que nous détaillons ligne par ligne (fourchettes en CAD)

Ces chiffres supposent que vous avez déjà défini ce que signifie « bien » pour votre produit — et non un projet scientifique pour « voir ce que GPT sait faire ». Les projets scientifiques relèvent d'un spike limité dans le temps, pas d'une feuille de route de production.

Coût d’inférence : exemple détaillé (ordre de grandeur)

Imaginez un agent de support pour un SaaS B2B : quatre cents conversations par jour, huit tours en moyenne, ~750 tokens en entrée et ~450 tokens en sortie par tour (approximatif — vos prompts varient). Cela représente environ 3 200 tours/jour × 1 200 tokens ≈ 3,8 M de tokens/jour → ~115 M de tokens/mois.

Les tarifs évoluent à chaque sortie de nouveaux modèles par les fournisseurs — considérez les chiffres ci-dessous comme des ordres de grandeur, et non comme une vérité comptable. Avec des tarifs mixtes illustratifs d'environ 4 $ par million de tokens pour un modèle de classe frontière (mélange entrée/sortie), les dépenses d'API brutes s'élèvent à quelques centaines de dollars par mois à cette échelle — avant la récupération, avant la redondance, avant la revue humaine des cas limites.

Doublez maintenant votre estimation pour les relances, les exécutions d'évaluation et les environnements de staging. Ajoutez ensuite 30 % de marge d'ego, car le marketing demandera des « réponses plus intelligentes » (des sorties plus longues) après le lancement.

Recherche et infrastructure vectorielle

pgvector dans Postgres est séduisant lorsque vous exploitez déjà Postgres — l'exploitation reste sans surprise. Pinecone ou Weaviate brillent lorsque vous avez besoin d'une montée en charge managée ou d'une recherche hybride sur les embeddings — on échange des dollars contre des heures d'ingénierie.

Nous avons vu des équipes passer des semaines à régler la taille des chunks en ignorant l'évaluation — ne soyez pas cette équipe. De meilleurs chunks avec de moins bons embeddings perdent face à des chunks médiocres accompagnés d'un script d'évaluation hebdomadaire auquel votre chef de projet fait confiance.

Observabilité : le poste que tout le monde supprime

Langfuse, Helicone ou CloudWatch + logs structurés — choisissez un outil que vos ingénieurs interrogeront vraiment lorsqu'un client dira « il a menti mardi dernier ». Sans traces liées aux versions de prompts, vous déboguez au feeling.

Nous incluons un package d'observabilité minimal dans chaque proposition d'agent. Le retirer revient à livrer des paiements sans réconciliation — techniquement possible, professionnellement négligent.

Auto-héberger un modèle OSS ou API uniquement

L'API seule l'emporte jusqu'à ce que les dépenses d'inférence franchissent des seuils douloureux ou que la résidence des données l'exige. L'auto-hébergement de modèles de classe Llama s'accompagne de factures GPU, de pipelines de fine-tuning et d'ingénieurs d'astreinte qui connaissent les affres de CUDA.

L'approche hybride est courante : l'API pour la vélocité de développement, puis votre propre modèle plus tard, quand l'économie et la clarté juridique l'imposent.

Questions fréquentes