Dernière mise à jour : 2026-06-22

Le coût en jetons expliqué

Le coût en jetons d'un appel à une interface de programmation (API) de grand modèle de langage est le prix facturé pour une requête unique. Il se calcule à partir du nombre de jetons envoyés au modèle et reçus de lui, et des tarifs publiés par le modèle pour chaque jeton. Les fournisseurs mesurent l'usage en jetons — de courts fragments de texte, d'environ quatre caractères d'anglais chacun — et facturent l'invite (entrée) et la réponse (sortie) séparément, puisque les deux sont tarifées à des taux différents.

Comment la tarification est exprimée

Un seul jeton coûte une fraction infime d'une unité monétaire ; les fournisseurs publient donc des tarifs par million de jetons pour garder le chiffre lisible. Un tarif de 3 $ par million de jetons d'entrée signifie que chaque jeton d'entrée coûte trois millionièmes de dollar ; un tarif de sortie de 15 $ par million vaut cinq fois plus. La sortie est le côté le plus cher, car la génération produit un jeton à la fois, chacun exigeant une passe complète sur le modèle, tandis que l'entrée est traitée en une seule passe parallèle.

La formule

Avec $n_{in}$ jetons d'entrée au prix $p_{in}$ par million et $n_{out}$ jetons de sortie au prix $p_{out}$ par million, les deux composantes facturées sont

et le coût de l'appel est leur somme :

La division par $10^6$ convertit le tarif par million en tarif par jeton avant la multiplication par le nombre de jetons.

Exemple chiffré

Soit une requête de $n_{in} = 1500$ jetons d'entrée et $n_{out} = 500$ jetons de sortie, face à un modèle de pointe de gamme moyenne tarifé à 3 $ par million en entrée et 15 $ par million en sortie. La part d'entrée est

et la part de sortie est

pour un total de C = 0.0045 + 0.0075 = \0.012$ pour l'appel. Bien que l'invite soit trois fois plus longue que la réponse, les deux moitiés contribuent à peu près également à la facture, parce que le tarif de sortie vaut cinq fois celui de l'entrée. C'est le trait caractéristique de la tarification en jetons : une réponse courte à tarif élevé peut coûter autant qu'une invite longue à tarif faible.

Notes et variantes

Le modèle suppose un tarif par jeton constant. En pratique, le tarif effectif peut tomber sous le chiffre affiché : le cache d'invite réutilise le contexte répété à un tarif réduit, et le traitement par lots asynchrone échange de la latence contre un tarif plus bas. Le nombre de jetons dépend aussi du découpeur et du contenu — le code et les écritures non latines se découpent moins efficacement que l'anglais simple, produisant davantage de jetons par caractère.

Application

Le coût par appel est l'unité élémentaire à partir de laquelle se construisent les estimations plus larges. Le multiplier par le volume de requêtes donne la dépense récurrente, objet du Calculateur de coût mensuel d'un LLM, tandis qu'un flux agentique émettant de nombreux appels par tâche relève de l'Calculateur de coût d'un agent. Pour raisonner en sens inverse — combien de jetons un budget fixe permet d'acheter — voyez le Calculateur de jetons par unité monétaire.