46 agents IA en service : un modèle de coût mensuel
La facture de tokens de votre agent IA est peut-être ce qui vous coûte le moins. Le mois d’un agent, modélisé ligne par ligne, le montre.
EN 30 SECONDES
Le coût de fonctionnement d’un agent IA, c’est tout ce qu’il faut payer chaque mois pour qu’il marche, pas seulement la consommation du modèle. Dans mon modèle illustratif, les tokens pèsent environ 5 % du coût mensuel d’un agent, la revue humaine environ 58 %, et je montre chaque hypothèse.
À RETENIR · 3
- Dans ce modèle, la facture mensuelle d’un agent compte cinq lignes, et la facture de tokens n’est que la première.
- Dans ce modèle illustratif, les tokens pèsent environ 5 % du coût mensuel d’un agent, la revue humaine environ 58 %. Ces parts suivent les hypothèses, elles ne valent pas pour tous les parcs.
- Chaque montant est modélisé, pas tiré d’une facture. Refaites le calcul avec vos chiffres.
Sur cette page
Le problème : la facture dont personne ne parle
EN BREF Le coût à budgéter arrive après le lancement, et la facture de tokens ne le montre pas.
J’ai déployé environ 46 agents IA pour les opérations internes d’Integra, où j’ai été CTO jusqu’en juin 2026. On me demande ce que ça coûtait. On pense aux tokens, et c’est la réponse la moins intéressante que je puisse donner.
ATTENTION
Modélisé, pas mesuré. Le nombre d’agents vient de mon travail chez Integra. Tous les coûts ci-dessous sont des hypothèses illustratives, pas une facture d’employeur ou de client. Remplacez l’usage, les tarifs et la charge de revue par vos propres mesures.
La facture dont on me parle
Ce que je payais en réalité
La facture de tokens du fournisseur ne comprend pas la revue ni la maintenance que des humains assurent après le lancement.
Dans la section suivante : Alors, que contient cette facture dont personne ne parle ?
Les cinq lignes de la facture mensuelle d’un agent
EN BREF Dans ce modèle, un agent a cinq coûts mensuels, et la facture de tokens n’est que le premier.
LES MOTS À CONNAÎTRE
- Inférence
- Un appel au modèle d’IA : il lit la demande et rédige une réponse.
- Token
- L’unité que facturent les fournisseurs d’IA : un petit morceau de texte, souvent un bout de mot.
- Coût modélisé
- Un coût calculé à partir d’hypothèses posées à l’avance, pas lu sur une vraie facture.
- Escalade
- L’agent confie à une personne un cas dont il n’est pas sûr, avec ce qu’il a trouvé.
À chaque passage d’un agent, le modèle fait au moins une Inférence Un appel au modèle d’IA : il lit la demande et rédige une réponse. Voir le glossaire. Le fournisseur compte le texte qui entre et qui sort, en Token L’unité que facturent les fournisseurs d’IA : un petit morceau de texte, souvent un bout de mot. Voir le glossaire, et vous les facture. C’est la ligne que vous voyez sur un tableau de bord.
ÉTAPE PAR ÉTAPE
Étape 1. Inférence. Tokens d’entrée et de sortie, nouvelles tentatives et appels d’outils : tout arrive sur la facture du fournisseur.
- Inférence Tokens d’entrée et de sortie, nouvelles tentatives et appels d’outils : tout arrive sur la facture du fournisseur.
- Plateforme Planification, stockage et supervision font tourner l’agent.
- Entretien des données L’index de recherche est reconstruit et les connecteurs sont réparés quand un système source change.
- Revue humaine Une personne lit les cas que l’agent transmet et valide ses actions les plus risquées.
- Maintenance d’ingénierie Un ingénieur met à jour les prompts (les consignes du modèle) et les tests, puis passe aux nouveaux modèles.
En 2015, Sculley et ses collègues de Google l’écrivaient déjà dans Hidden Technical Debt in Machine Learning Systems (NeurIPS 2015) : les systèmes de machine learning en conditions réelles traînent souvent des coûts de maintenance massifs et permanents. Les agents n’y changent rien : chaque agent ajouté peut apporter sa part de maintenance.
ADAM explique : Un agent, c’est comme une voiture : les tokens sont le carburant ; garage, révisions et passager qui surveille les virages risqués sont les autres coûts. Limite de l’image : la revue dépend d’un choix de conception, et des agents peuvent partager un même moteur.
Dans la section suivante : Alors, combien coûte un agent par mois, en dollars ?
La facture modélisée d’un agent, ligne par ligne
EN BREF Un assistant en lecture seule, modélisé ligne par ligne : les gens qui relisent ses cas douteux coûtent plus de dix fois ses tokens.
Cet assistant interne ne peut ni envoyer de message ni modifier un dossier. Chaque montant est un Coût modélisé Un coût calculé à partir d’hypothèses posées à l’avance, pas lu sur une vraie facture. Voir le glossaire. Il tourne 2 000 fois par mois, avec 8 000 tokens en entrée et 1 000 en sortie à chaque passage.
Je suppose que 5 % des passages finissent en Escalade L’agent confie à une personne un cas dont il n’est pas sûr, avec ce qu’il a trouvé. Voir le glossaire, avec une vraie relecture : 3 minutes chacune, à 60 $ l’heure de relecteur. La maintenance d’ingénierie prend 2 heures par mois à 80 $ l’heure.
Les prix de 1 $ le million de tokens en entrée et 5 $ en sortie sont des valeurs fixées pour l’illustration, pas un devis actuel. Pour les vrais tarifs, voyez la page de tarifs d’Anthropic, puis refaites le tableau.
EN CLAIR
Sur 521 $ par mois, les tokens du modèle représentent 26 $. Les gens qui relisent les cas qu’il transmet, 300 $.
Ces parts changent avec les hypothèses. De longs contextes, des passages fréquents ou des modèles coûteux peuvent faire de l’inférence la plus grosse ligne. Ce sont des montants modélisés, pas des coûts mesurés chez un employeur ou un client.
OBJET OBTENU
Chiffrez d’abord le travail humain
NIVEAU TERMINÉ
Ce que vous savez maintenant
- Les cinq lignes de ce modèle de coût mensuel, et pourquoi les tokens n’en sont qu’une.
- Pourquoi, dans ce modèle, la revue représente plus de dix fois le coût des tokens.
Vérifiez par vous-même
Touchez ou cliquez une question pour voir la réponse.
Cas illustratif : après un changement de modèle, la ligne tokens de l’agent modélisé double, de 26 $ à 52 $ par mois. Le total double-t-il aussi ?
Non. Le total passe de 521 $ à 547 $, environ 5 % de plus : la revue et la maintenance pèsent le plus.
Ancien CTO d’Integra. Auteur nommé (1 sur 5) d’ERC-3643, premier auteur d’ERC-6960, co-auteur d’ERC-7410 et co-auteur d’ERC-8203, encore à l’état de brouillon. Conçoit des systèmes d’IA en production et des systèmes Web3 régulés.
Un projet à livrer ou un poste à pourvoir ?
Parlons de votre besoinSuivre les notes techniques
Recevez les nouveaux articles sur l’IA en production et les smart contracts par email.