Coût par token

IA / LLM 🟢 Junior

Définition

Les API se facturent par million de tokens (MTok) avec un tarif d'entrée et un tarif de sortie distincts. Au 27 septembre 2026 chez Anthropic : Claude Fable 5.1 10 $/50 $, Opus 5.5 4 $/20 $, Sonnet 5 2 $/10 $, Haiku 4.5 1 $/5 $. Le Batch API divise par deux et la lecture de cache coûte 10 % du prix d'entrée (2,5 % sur Fable 5.1). Les tokens de réflexion sont facturés en sortie.

Analogie

Une facture téléphonique : un tarif pour parler, un autre pour écoûter, et des réductions hors pointe.

Exemple de code

// Estimation de coût à partir de usage (prix en $ / MTok, Sonnet 5)
const PRICE = { input: 2, output: 10, cacheRead: 0.2, cacheWrite5m: 2.5 };

function costUSD(u: Anthropic.Usage) {
  const M = 1_000_000;
  return (u.input_tokens * PRICE.input
        + u.output_tokens * PRICE.output
        + (u.cache_read_input_tokens ?? 0) * PRICE.cacheRead
        + (u.cache_creation_input_tokens ?? 0) * PRICE.cacheWrite5m) / M;
}
console.log(`~${costUSD(msg.usage).toFixed(5)} $`);

Cas d'usage

Chiffrer une fonctionnalité IA avant de la vendre ; choisir le modèle par tâche (Haiku pour trier, Opus pour raisonner).

Anti-pattern

Ne compter que les tokens de sortie : un RAG qui renvoie 50 k tokens de contexte par question coûte surtout en entrée.

Termes liés

#ia#cout#api#interview

En entretien

C'est quoi le coût par token ?
Les API se facturent par million de tokens avec un tarif d'entrée et un tarif de sortie distincts, un peu comme une facture téléphonique avec un tarif pour parler et un autre pour écouter. Les tokens de réflexion sont facturés comme des tokens de sortie.
Comment tu réduirais le coût d'un projet IA en production ?
En utilisant le Batch API qui divise le prix par deux pour du traitement asynchrone, et le prompt caching dont la lecture ne coûte qu'une fraction du prix d'entrée. On peut aussi router les tâches simples vers un modèle moins cher.
Quel est le piège classique en estimant le coût d'un RAG ?
Ne compter que les tokens de sortie, alors qu'un RAG qui renvoie 50 000 tokens de contexte par question coûte surtout en entrée. Il faut chiffrer les deux côtés avant de vendre une fonctionnalité.

Dans l'actu

28/09 Anthropic sort Claude Sonnet 5.5 (`claude-sonnet-5-5`) au même tarif que Sonnet… Sortie annoncée 30 % plus rapide et coût par tâche jusqu'à 30 % plus bas, grâce à une meilleure efficacité en tokens et non à une baisse de prix. Semaine 40 (1re moitié) · 28 – 30 septembre 2026 →
29/09 Au DevDay, OpenAI lance GPT-6.1 Sol (`gpt-6.1-sol`) : 2 $/M tokens en entrée, 10… OpenAI annonce un niveau proche de GPT-6 Astra en code agentique pour environ un cinquième du coût. Semaine 40 (1re moitié) · 28 – 30 septembre 2026 →
01/09 Anthropic lance Claude Fable 5.1 (`claude-fable-5-1`) à 10 $/M tokens en entrée et 50 $/M en sortie, avec une lecture de cache à 0,25 $/M ; le coût baisse d'environ 25 % sur les charges courantes et jusqu'à 45 % en agentique. Bilan septembre 2026 →

Sources

Fiche mise à jour le 2026-09-27