API d’IA au token : ce que tu paies vraiment

Le prix au token, c’est payer le texte au volume, et à deux tarifs différents : un pour les tokens que tu envoies, un plus élevé pour les tokens que le modèle te renvoie. Chez Union AI, cela va de 0,40 € par million de tokens en entrée sur le niveau le moins cher à 12 € par million de tokens en sortie sur le plus lourd, HT. L’API n’est liée à aucun abonnement, n’a pas de minimum mensuel et ne produit aucune facture que tu n’aurais pas déclenchée toi-même.

Le problème, c’est qu’un million de tokens n’est pas une unité que l’on ressent. Cet article la traduit en chiffres parlants, avec les mêmes prix que ceux sur lesquels notre routeur facture.

Combien coûte un million de tokens ?

Voici la grille tarifaire complète. Quatre niveaux, deux tarifs chacun, en euros, HT.

Niveau	Pour quoi faire	Entrée par million	Sortie par million	Contexte
Lite	Classification, extraction, réponses courtes	0,40 €	1,60 €	131 000 tokens
Standard	Le cheval de trait : chat et l’essentiel du trafic API	0,70 €	3,50 €	262 000 tokens
Contexte long	Dossiers complets, contrats, bases de code	1,00 €	2,00 €	1 million de tokens
Pro	Raisonnement poussé, agents, code complexe	4,00 €	12,00 €	1 million de tokens

Deux choses surprennent dans ce tableau. Le niveau Contexte long coûte moins cher en sortie que le cheval de trait, parce qu’un modèle conçu pour un million de tokens en entrée n’est pas forcément le meilleur en raisonnement. Et l’écart entre le niveau le moins cher et le plus cher est d’un facteur dix : le choix du niveau pèse bien plus sur ta facture que n’importe quel réglage de prompt.

Le tableau complet, avec un calculateur et une comparaison avec les fournisseurs américains à leurs prix catalogue, se trouve sur la page des tarifs. Le modèle open-weight derrière chaque niveau, et sa licence, figurent sur la page de transparence de l’IA.

Combien de tokens pour une page, un message, une base de code ?

Un token est un morceau de texte que le modèle lit ou écrit, en général un mot courant ou un bout de mot. En anglais, on compte grosso modo mille tokens pour 750 mots. Les autres langues se découpent moins efficacement, donc le même texte en néerlandais, en finnois ou en polonais coûte un peu plus.

Quelques repères pour rendre tout ça concret :

• Une question courte avec un paragraphe en réponse : environ 300 tokens en entrée, 200 en sortie.
• Un message moyen, avec un peu de contexte et une réponse développée : environ 900 en entrée et 500 en sortie. C’est l’hypothèse derrière chaque chiffre de notre page des tarifs.
• Un contrat de 40 pages : quelque chose comme 20 000 tokens en entrée. En faire le résumé sur le niveau Standard coûte une fraction de centime.
• Une base de code de taille moyenne, disons 5 000 lignes : elle tient largement dans la fenêtre de 262 000 tokens du niveau Standard, et reste très loin du million du niveau Contexte long.

Fais passer mille messages moyens par le niveau Standard et tu obtiens 2,38 €. C’est le chiffre à retenir, parce qu’il change toute la question : pour la plupart des équipes, le modèle n’est pas la partie chère du produit.

Pourquoi la sortie coûte-t-elle plus cher que l’entrée ?

Parce qu’écrire prend plus de temps que lire. Les tokens en entrée traversent le modèle en une seule passe parallèle : un long prompt coûte à peu près ce que sa longueur laisse prévoir, pas plus. Les tokens en sortie arrivent un par un, chacun dépendant du précédent, et le matériel reste mobilisé pendant toute la séquence. Le tarif de sortie plus élevé, c’est ce temps séquentiel.

Conséquence pratique, une habitude à prendre : plafonne la sortie, pas l’entrée. Coller un document entier dans le prompt ne coûte généralement pas grand-chose. Demander une réponse de mille mots quand cent suffiraient, voilà ce qui se voit sur la facture. Régler max_tokens est le levier de maîtrise des coûts le plus efficace de l’API, et il tient en une ligne.

Le paiement à l’usage est-il moins cher qu’un abonnement ?

À faible volume, presque toujours. Quelques centaines de messages par mois via l’API coûtent bien moins d’un euro sur le niveau Standard, alors que n’importe quel abonnement facture le même montant fixe, que tu t’en serves ou non. Sous mille messages par mois, le match entre prix au token et forfait n’est même pas serré.

La tendance s’inverse dans trois cas, que la comparaison ci-dessus te permet de repérer toi-même :

1. Les messages longs. Un prompt de quatre mille tokens avec une longue réponse coûte plusieurs fois un message moyen, et le forfait cesse d’avoir l’air absurde.
2. Le niveau cher. Une réponse Pro coûte environ quatre fois une réponse Standard sur le crédit, et compte pour cinq messages dans le quota mensuel de l’abonnement chat.
3. Tu veux le produit, pas le tuyau. Notre abonnement chat coûte 13 € par mois, ou 11 € par mois en paiement annuel, pour une interface, les pièces jointes, les longs documents et les conversations partagées. Construire tout ça toi-même sur l’API te coûte plus de 13 € de ton propre temps dès le premier après-midi.

Un abonnement est un pari sur le coût moyen de tes messages. Le prix au token, c’est refuser de parier.

Aucun des deux modèles n’est plus honnête que l’autre. Ce qui rend un prix honnête, c’est de pouvoir le prévoir avant de t’engager. C’est pour ça que notre estimateur affiche ses hypothèses au lieu d’annoncer un montant mensuel qui a l’air sympathique.

Ce que cache le prix au token

Quatre choses font que la vraie facture s’écarte du calcul. Aucune n’est un piège, et toutes prennent les gens au dépourvu.

L’historique de conversation est renvoyé à chaque tour

Un appel d’API est sans état. Le dixième tour d’une conversation envoie aussi les tours un à neuf, donc les tokens en entrée grossissent avec la longueur du fil. Un long chat peut dépenser plus à relire son propre historique qu’à traiter quoi que ce soit de nouveau. Tronquer ou résumer les anciens tours n’a rien d’une optimisation prématurée : c’est le levier principal.

Les relances et les agents multiplient les requêtes

Une seule action de l’utilisateur dans une boucle d’agent peut représenter vingt appels au modèle. Multiplie le coût par requête par la boucle, pas par l’utilisateur. Vérifie ensuite ce qui se passe quand la boucle ne s’arrête pas : c’est à ça que servent les plafonds de la section suivante.

Les tarifs affichés ne sont pas toute la grille

Les fournisseurs publient des remises pour l’entrée en cache, les traitements par lots et les engagements de dépense. Elles existent bel et bien, et une comparaison n’a donc de sens que si les deux côtés sont cités au tarif standard. Notre tableau comparatif utilise les prix catalogue des deux côtés pour cette raison précise, avec le taux de change et sa date de relevé imprimés en dessous. Les mêmes chiffres sont détaillés fournisseur par fournisseur dans notre comparatif des fournisseurs d’IA européens.

Le travail raté coûte quand même, sauf si quelqu’un en décide autrement

Quand un modèle renvoie quelque chose d’inutilisable, la plupart des compteurs ont déjà compté les tokens. Nous faisons l’inverse : une requête qui n’a produit aucune réponse exploitable ne retire rien de ton solde, et une requête réacheminée vers un modèle plus faible est facturée au plus bas des deux tarifs. La documentation liste les en-têtes qui te disent lequel des deux cas s’est produit.

Faut-il payer la TVA sur du crédit IA prépayé ?

Ça dépend de qui tu es et d’où tu es. Si tu es une entreprise dans un autre pays de l’UE avec un numéro de TVA valide, l’autoliquidation s’applique : nous n’ajoutons pas de TVA et tu la déclares toi-même. Le guide de la Commission européenne sur la TVA transfrontalière sur les services le dit sans détour : les clients paient la TVA sur les services reçus au taux de leur propre pays, selon le mécanisme d’autoliquidation.

Si tu n’as pas de numéro de TVA valide, ou si tu achètes en tant que particulier, la TVA s’applique au taux de ton pays. Tous les prix de ce site sont indiqués HT, et ta facture précise lequel des deux traitements a été appliqué.

Comment éviter qu’une facture de tokens s’emballe ?

Le vrai danger n’est jamais le prix par million. C’est une boucle, une clé qui fuite ou un traitement qui a tourné tout le week-end. Cinq protections, dans l’ordre où il vaut la peine de les mettre en place :

1. Fixe un plafond par clé, en euros, par jour et par mois. Une clé sans plafond, c’est un chèque en blanc.
2. Règle max_tokens sur chaque appel. Voir le tarif de sortie plus haut.
3. Lis X-EU-Cost-EUR dans la réponse. Chaque requête te dit ce qu’elle a retiré de ton solde, donc tes propres logs répondent à la question du coût sans tableau de bord.
4. Garde un petit solde. Le crédit prépayé s’arrête net à zéro, et c’est voulu. Une recharge de 10 € ne peut pas se transformer en mauvaise surprise de 4 000 €.
5. Laisse la détection d’anomalies faire son travail. Si nous voyons plus de dix fois ta moyenne hebdomadaire en une heure, nous mettons la clé en pause et nous t’envoyons un e-mail. Les nouveaux comptes sont plafonnés à 25 € par jour pendant les 48 premières heures, quel que soit le solde.

Cette dernière mesure déclenche de temps en temps une fausse alerte. Nous pensons qu’un traitement par lots interrompu vaut mieux qu’un porte-monnaie vide, et tu peux lever le plafond toi-même une fois que tu sais que le trafic vient bien de toi.

Combien ça coûte pour démarrer ?

Dix requêtes API sont gratuites, la recharge minimale est de 10 € et le crédit reste valable 24 mois. Aucune carte n’est demandée pour essayer le chat, qui t’offre 5 messages gratuits avant de te demander quoi que ce soit.

Basculer une intégration existante pour voir ces chiffres sur ton propre trafic, c’est une clé, une base URL et un nom de niveau : c’est le sujet de changer de fournisseur en trois lignes.

Voilà toute l’histoire côté commercial. Pour l’autre moitié, à savoir où ces tokens sont traités et qui peut les lire en chemin, l’article compagnon sur la résidence des données IA dans l’UE suit la même requête étape par étape, et l’IA souveraine européenne examine ce que vaut le mot « souverain » une fois démonté.