Prix par token ou coût par tâche : comment budgéter les LLM en 2026

Chaque lancement de modèle met en avant un prix par million de tokens. Mistral Large 4 à 1,36 / 4,18 USD, Claude Sonnet 5.5 et GPT-6.1 Sol à 2 / 10 USD, GPT-6 Astra à 10 / 50 USD. Ces chiffres sont exacts, mais ce n'est pas la bonne unité. Vous n'achetez pas des tokens, vous achetez des tâches terminées, et le nombre de tokens consommés par tâche, comme la fréquence de réussite, varient davantage d'un modèle à l'autre que le prix catalogue.

La formule

Le coût d'un essai est le nombre de tokens lus et écrits multiplié par leur prix :

$C_{\text{essai}} = \frac{T_{\text{in}} \cdot P_{\text{in}} + T_{\text{out}} \cdot P_{\text{out}}}{10^6}$

et le coût d'une tâche réussie divise par le taux de réussite :

$C_{\text{réussite}} = \frac{C_{\text{essai}}}{p}$

avec :

• $C_{\text{essai}}$ le coût d'un essai, en USD ;
• $T_{\text{in}}$ et $T_{\text{out}}$ les tokens d'entrée et de sortie de cet essai ; la sortie inclut les tokens de raisonnement cachés, facturés au prix de sortie ;
• $P_{\text{in}}$ et $P_{\text{out}}$ les prix en USD par million de tokens ;
• $p$ la probabilité qu'un essai réussisse, entre 0 et 1 ;
• $C_{\text{réussite}}$ le coût attendu d'une tâche bien faite, en USD.

Deux facteurs pèsent plus que la grille tarifaire : un modèle de raisonnement peut écrire 5 à 20 fois plus de tokens qu'il n'en montre, et un modèle qui réussit deux fois moins souvent coûte deux fois plus cher par résultat utile.

Une vraie mesure : Terminal-Bench 4.0

Vals.ai fait passer à chaque modèle les mêmes 66 tâches agentiques difficiles (logiciel, sciences, exploitation, sécurité) avec le même harnais d'agent minimal, et publie le coût moyen par tâche. Le graphique divise ce coût par le taux de réussite : plus le second point est à droite, plus une réussite coûte cher.

Le classement ne ressemble en rien à la grille tarifaire :

• GPT-6.1 Sol est six fois moins cher par réussite que tous les autres, au même prix catalogue de 2 / 10 USD que Claude Sonnet 5.5. Sonnet consomme beaucoup plus de tokens par tâche sur ce benchmark et finit plus cher par essai qu'Opus 5.5, dont le prix catalogue est deux fois plus élevé.
• Les modèles ouverts bon marché ne le sont pas sur le travail agentique difficile. DeepSeek V4 Pro coûte un quart d'Opus par essai mais ne réussit qu'une fois sur sept ; le long raisonnement de Kimi K3 en fait le plus cher par réussite.
• Mistral Large 4 est dans la moyenne par essai et paie son faible taux de réussite agentique. Ses points forts sont ailleurs (juridique, cyber, documents ; voir notre analyse).

Même idée, sur toute une batterie de tests

Le Vals Index fait passer à un modèle tous les benchmarks professionnels de Vals (finance, juridique, médical, code…). Coût d'un passage complet au 8 octobre 2026 : 13,78 USD pour Mistral Large 4 (48,05 %), 15,68 USD pour Gemini 4 Argon (68,90 %, au prix de 4 / 20 USD après le lancement) et 32,14 USD pour Claude Opus 5.5 (66,97 %). Argon donne 20 points de plus pour 14 % de plus : sur un travail professionnel varié, c'est le meilleur achat si vous y avez accès.

Un exemple de budget : 10 000 tickets de support par mois

Quand les tâches sont simples et les taux de réussite proches, le prix du token décide. Hypothèse : 6 000 tokens d'entrée (ticket, historique, extraits de base de connaissances) et 1 000 tokens de sortie par ticket, sans long raisonnement :

Un écart de un à cent pour la même charge. Pour le tri et la rédaction de réponses aux tickets, un petit modèle à 11 USD par mois est en général la bonne réponse, avec une escalade vers un modèle plus grand pour les quelques tickets qu'il ne sait pas traiter.

Cinq leviers qui réduisent la facture plus qu'un changement de fournisseur

En résumé

Mesurez le coût par tâche réussie sur votre propre charge avant de choisir un modèle. Le prix catalogue est une donnée de ce calcul, jamais la réponse : sur les tâches agentiques difficiles, le meilleur rapport en octobre 2026 est GPT-6.1 Sol, sur le travail professionnel varié Gemini 4 Argon, et sur les tâches simples en volume les modèles à 0,10 / 0,50 USD. Notre comparatif d'octobre 2026 donne les prix et limites de contexte de tous les modèles cités ici.

Sources : classement Terminal-Bench 4.0 de Vals.ai (7 octobre 2026) et pages modèles ; pages tarifaires des éditeurs ; consultés le 8 octobre 2026. Le coût par tâche réussie est notre calcul à partir des chiffres publiés par Vals.