Un token est l'unité que les éditeurs d'intelligence artificielle facturent. Votre texte est découpé en petits morceaux, environ 100 tokens pour 75 mots en français, et chaque morceau compte à l'entrée comme à la sortie. En octobre 2026, le million de tokens coûte entre dix centimes et neuf euros selon le palier de modèle retenu. Le prix unitaire s'effondre depuis trois ans. Les factures des entreprises, elles, montent. Tandem accompagne plus de 50 entreprises sur le déploiement de l'IA, et voici ce qui fait réellement déraper un budget.
Un token, c'est quoi exactement ?
Un token est un fragment de texte, souvent une syllabe ou un bout de mot. Les modèles de langage ne lisent pas des phrases, ils lisent cette suite de fragments. Votre message est converti en tokens à l'entrée, et la réponse du modèle en produit d'autres à la sortie. Les deux sont facturés, à des prix différents, la sortie coûtant en général quatre à cinq fois l'entrée.
Le second concept à avoir en tête est la fenêtre de contexte. C'est tout ce que le modèle voit au moment où il répond. Votre message du jour, l'historique de la conversation, les fichiers déposés, les instructions des assistants activés, la description des outils connectés. Tout cela est relu à chaque échange. Une fenêtre bien remplie coûte cher et dégrade la qualité des réponses.
Pourquoi le prix du token baisse pendant que la facture monte
Le coût d'un niveau de performance donné baisse vite. L'analyse LLMflation publiée par Andreessen Horowitz en novembre 2024 mesurait déjà une division par dix chaque année, à qualité constante. Le mouvement ne s'est pas arrêté depuis. Un niveau de performance qui valait trente dollars le million de tokens début 2023 se trouve aujourd'hui à quelques centimes. Le volume, lui, explose. Google traitait près de 10 000 milliards de tokens par mois en 2024. Un an plus tard, le compteur affichait 480 000 milliards. En mai 2026, il dépassait 3,2 millions de milliards. Un facteur 330 en deux ans.
Les directions financières le constatent. Dans l'index publié par Esker en septembre 2026, 72 % des responsables financiers interrogés ont dépensé plus que prévu sur leurs projets IA au cours de l'année écoulée. L'enquête a porté sur plus de 300 dirigeants financiers dans cinq zones géographiques. Dans le même panel, 65 % des directeurs financiers peinent à relier l'usage de l'IA à un résultat métier précis.
L'analyse complète de cette baisse des prix est disponible chez Andreessen Horowitz, qui suit l'indice depuis 2024.
L'effet boule de neige, ou pourquoi le trentième message coûte trente fois le premier
Voici le mécanisme que la plupart des utilisateurs ignorent. À chaque nouveau message, le modèle relit toute la conversation depuis le début. Votre premier message pèse 500 tokens. Le trentième message de la même conversation en pèse plus de 15 000, pour une demande pourtant équivalente. Le cumul atteint 232 000 tokens sur trente échanges.
La conséquence pratique tient en une phrase. Un sujet, une conversation. J'ai détaillé le calcul complet de cet effet cumulatif dans mon édition sur le prompt. Ce qui pèse silencieusement, en plus de l'historique, ce sont les connecteurs et les applications laissés actifs. Leur description occupe le contexte en permanence, même quand personne ne s'en sert.
Combien coûte un million de tokens en octobre 2026 ?
Les grilles publiques des grands éditeurs convergent vers trois paliers. Un palier léger pour le travail courant, un palier intermédiaire pour la majorité des tâches métier, un palier frontière pour les problèmes complexes. Les montants ci-dessous sont arrondis et convertis en euros, relevés sur les pages tarifaires des éditeurs en octobre 2026.
| Palier | Entrée | Sortie | Lecture en cache |
|---|---|---|---|
| Léger | environ 0,10 € | environ 0,45 € | environ 0,01 € |
| Intermédiaire | environ 2 € | environ 9 € | environ 0,10 € |
| Frontière | environ 9 € | environ 45 € | environ 0,90 € |
Retenez l'écart. Un facteur cent sépare le palier léger du palier frontière, à l'entrée comme à la sortie. Un agent qui tourne par défaut sur le modèle le plus puissant coûte donc cent fois son équivalent frugal, pour une tâche que le modèle léger traite souvent très bien.
Les abonnements individuels suivent une logique différente, avec des quotas plutôt qu'un compteur. Le détail des plans Claude et de leurs limites est dans notre article sur les abonnements Claude.
Trois raisons qui font déraper un budget IA
La première raison est l'arrivée des agents. Une tâche confiée à un agent déclenche une dizaine d'appels au modèle, parfois davantage. Là où un assistant consommait un aller-retour, l'agent enchaîne la lecture, la recherche, l'exécution et la vérification.
La deuxième raison est l'ouverture de nouveaux usages. Chaque baisse de prix rend rentables des cas qui ne l'étaient pas. L'électricité bon marché a rempli les maisons d'appareils, et le raisonnement vaut ici à l'identique. Le prix unitaire baisse, le périmètre s'élargit, la facture suit le périmètre.
La troisième raison est la plus coûteuse, et la plus simple à corriger. Les équipes gardent par défaut le modèle le plus puissant, celui qui a impressionné en démonstration. Les modèles frontière servent de vitrine et débloquent les cas difficiles. En production, une grande partie du travail tourne très bien sur un modèle rapide, des dizaines de fois moins cher.
Le réflexe de l'agent mérite d'être challengé avant même celui du modèle. Beaucoup de besoins se règlent avec un assistant configuré ou une automatisation simple, bien moins chers à faire tourner et à maintenir. J'ai filmé cette pyramide des couches d'automatisation, et nos cas d'usage en entreprise montrent que la bonne couche est rarement la plus sophistiquée.
Routage et évaluation, le bon modèle au bon endroit
C'est la question que nos clients posent le plus souvent en ce moment. Comment éviter que le coût des tokens dérape. Notre réponse tient en deux mots, routage et évaluation. Vous testez chaque tâche sur plusieurs modèles, vous gardez le moins cher qui tient la qualité attendue, et vous réservez le plus puissant aux cas qui le justifient.
Le cache mérite une mention à part. Les éditeurs facturent au rabais les portions de contexte déjà vues, à condition que le début du message ne bouge pas. Instructions système, documentation produit, catalogue de prix, tout ce qui est stable se relit dix fois moins cher. Changer une ligne au milieu casse le cache et fait repayer le tout.
IA frugale, ce que le référentiel AFNOR apporte au débat
La frugalité n'est pas seulement une affaire de budget. Le référentiel AFNOR Spec 2314, publié en juin 2024 à l'initiative du ministère de la Transition écologique, propose une définition utile aux entreprises. Un service d'IA est frugal quand la nécessité de recourir à l'IA, plutôt qu'à une solution moins consommatrice pour le même objectif, a été démontrée.
Cette définition rend un service concret aux dirigeants. Elle déplace la question du comment vers le pourquoi. Avant de choisir un modèle et d'optimiser son contexte, vous vérifiez qu'un appel au modèle était la bonne réponse. Beaucoup de traitements que les équipes confient à l'IA se règlent par une règle métier, une requête en base ou un formulaire mieux conçu.
Le document est gratuit, il couvre une centaine de pages et compile 31 fiches de bonnes pratiques. Il sert aussi de base méthodologique pour poser des critères environnementaux dans vos achats, ce qui devient un sujet dès que la direction des achats s'empare du sujet IA.
Les réflexes qui divisent la consommation par trois
Le pilotage ne se joue pas uniquement dans l'architecture. Il se joue aussi dans les habitudes des équipes, et c'est la partie la moins chère à corriger. Voici les réflexes qui rendent le plus.
- Un sujet, une conversation. Chaque message relit tout l'historique, donc une conversation fleuve facture la même mémoire des dizaines de fois.
- Éditez plutôt que corriger. Reprendre le message d'origine efface la tentative ratée. Enchaîner un « non, plutôt comme ça » la garde dans le contexte et la fait repayer.
- Coupez les connecteurs inutiles. Un connecteur activé publie la description de tous ses outils à chaque message, même quand personne ne l'appelle.
- Choisissez le modèle dès le départ. Changer de modèle en cours de route fait tout relire. Partez sur le palier léger et montez seulement si la qualité le réclame.
- Déposez vos fichiers une seule fois. Un espace de projet partagé évite de renvoyer le même document dans cinq conversations différentes.
- Dites la longueur attendue. Sans consigne, les modèles récents calibrent leur réponse sur la complexité perçue, et produisent souvent trop long.
Qui est bloqué faute de crédits ?
C'est la question la plus intéressante, et presque personne ne la pose. Quand une entreprise passe à la facturation à l'usage, le premier réflexe des directions est de plafonner. Couper partout donne pourtant le pire résultat possible.
Les collaborateurs qui tombent à court de crédits sont souvent les plus avancés. Ce sont eux qui ont industrialisé un flux, construit un assistant partagé, ou remplacé trois heures de travail manuel par vingt minutes de supervision. Les brider revient à sanctionner exactement le comportement que vous cherchiez à installer.
La bonne réponse est une répartition. Un socle pour tout le monde, qui permet de découvrir sans se poser de question. Une enveloppe élargie pour les champions IA et pour les agents qui produisent un résultat mesurable. Ce découpage se décide en comité, avec un propriétaire par usage, comme le décrit notre article sur la gouvernance de l'IA. Les plateformes d'entreprise comme Dust exposent la consommation par utilisateur et par assistant, ce qui rend cet arbitrage possible sans tableur maison.
Faut-il s'inquiéter du coût des tokens IA ?
Non, à condition de passer d'une logique d'abonnement à une logique de pilotage. Un forfait se subit. Une consommation à l'usage se pilote, et elle se pilote avec trois chiffres seulement. Le coût par tâche automatisée, la part du budget qui part sur le palier frontière, et le nombre de collaborateurs bloqués par un plafond.
La trajectoire de fond reste favorable aux entreprises. Le prix d'un niveau de qualité donné continuera de baisser, et les tâches que vous payez cher aujourd'hui coûteront une fraction de ce montant dans dix-huit mois. Le danger n'a jamais été le prix du token. C'est l'absence de visibilité sur ce que vos équipes en font.
Le point de départ est un inventaire des usages et de leur coût réel. C'est exactement ce que nous cadrons dans un audit IA, en quelques semaines, avec la grille de routage qui va avec.
