Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Au Brésil, le solaire coûte 7 % de plus, sur le même tableur que le prix des tokens

Le prix moyen des installations photovoltaïques au Brésil a augmenté de 7 % au premier semestre 2026 pour les projets jusqu'à 300 kW, selon l'étude Distributed Energy Solutions de Greener. pv magazine a publié cette étude le 26 septembre.

IA & modèlesActualitéCamille RousseauPublié le: 28 septembre 20265 min de lectureSources 5
Au Brésil, le solaire coûte 7 % de plus, sur le même tableur que le prix des tokens

Ce chiffre n'a rien à voir avec des GPU. Il a pourtant sa place sur le même bureau. Quiconque établit un budget de calcul fin septembre 2026 jongle avec le capex matériel, l'électricité, les tarifs API au token et un tableur d'hypothèses. Ces hypothèses survivent rarement au trafic réel.

Deux rapports publiés ce week-end attaquent le problème par les deux bouts. L'un porte sur ce que coûtent le matériel et le soleil. L'autre sur ce que coûtent les tokens une fois le matériel en marche.

Le chiffre brésilien, en détail

pv magazine a rendu compte de l'étude Greener le 26 septembre. La hausse de 7 % couvre la période de janvier à juin 2026. Les prix finaux des installations allaient de 2,02 BRL (0,38 $) par watt pour les systèmes de 30 kW et 50 kW jusqu'à 3,62 BRL/W pour les systèmes de 2 kW. La moyenne des 2 kW est passée de 3,44 BRL/W en janvier à 3,62 BRL/W en juin, soit environ 7 200 BRL pour l'ensemble du système. Un système de 300 kW coûtait en moyenne 2,40 BRL/W, environ 720 000 BRL. Une version posée au sol montait à environ 834 000 BRL.

L'équipement a tiré la hausse, pas la main-d'œuvre. Le prix du matériel pour les systèmes de 4 kW a bondi de 18,3 % entre janvier et juin, de 1,42 BRL/W à 1,68 BRL/W. Pour les systèmes de 300 kW, le matériel n'a progressé que de 2,0 %, de 1,02 BRL/W à 1,04 BRL/W. Pour les kits de 50 kW, il est passé de 1,14 BRL/W à 1,24 BRL/W, soit 8,8 %.

La demande s'est tassée en même temps. Les nouveaux raccordements en production distribuée ont reculé de 16 % sur un an, de 488 000 à 411 000. Le nombre de nouvelles unités consommatrices recevant des crédits a chuté de 43 %, de 951 000 à 541 000. Les systèmes résidentiels ont représenté 65 % de la capacité ajoutée, contre 39 % en 2019. Le financement n'apparaissait que dans 33 % des ventes d'intégrateurs, huit points de moins et la part la plus faible de la période analysée. La série historique de Greener situe un système résidentiel de 4 kW à 7,74 BRL/W en janvier 2017, contre 2,91 BRL/W en juin 2026.

Ce que coûte vraiment un token

Le 23 septembre, le développeur Flavio Copes a publié un calculateur de coût d'inférence. L'outil tente de chiffrer la facture mensuelle d'une fonctionnalité avant que quiconque n'écrive une intégration de facturation. Il compare 27 modèles chez OpenAI, Anthropic, Google, xAI, Mistral, OpenRouter et Workers AI à partir des tarifs API publiés. On lui donne des utilisateurs actifs quotidiens, des appels par utilisateur, des tokens d'entrée et de sortie et, en option, un taux de succès du cache de prompt, et il renvoie une estimation.

L'outil est clair sur ses limites. Il ignore les tarifs batch, les remises entreprise, les surcoûts pour les images et les appels d'outils, ainsi que toute couche de cache que vous construisez vous-même. Copes présente le résultat comme une estimation de planification, pas comme un devis fournisseur. Tout tourne dans le navigateur, et un lien de partage encode seulement les paramètres dans l'URL.

C'est entre le prix affiché et le coût réel que se concentrent les débats. Nexlab a publié le 20 septembre une comparaison de LocalAI, exo, GPUStack, vLLM, Ollama, llama.cpp, Xinference, LiteLLM, SkyPilot et d'autres. L'étude note que le routage conscient du cache détermine si un tour de conversation suivant atterrit là où son cache KV ou de préfixe se trouve déjà. Ollama, avec 181 000 étoiles GitHub au 20 septembre, n'a pas d'autre gestion de cluster qu'un round-robin entre plusieurs URL. vLLM fait du cache de préfixe par instance. LocalAI a ajouté en juin 2026 un mode distribué avec découverte libp2p et un routeur fondé sur NATS, conscient de la VRAM et des caches de préfixe.

L'écart entre les deux représente le coût d'intégration, qui inclut la marge technique et opérationnelle de l'intégrateur.

Cette phrase vient de la méthodologie Greener telle que pv magazine la décrit. Elle vaut tout autant pour l'inférence : le matériel n'est pas la facture.

Les benchmarks coûtent cher eux aussi

Le 26 septembre, StarSkirmish a lancé un benchmark. Dix LLM disposent chacun d'une heure de temps réel pour écrire un bot Protoss en C++ contre BWAPI 4.4.0, joué sur OpenBW. GPT-6 Astra et Claude Opus 5.5 sont décrits comme fonctionnellement à égalité en tête. GPT-6 Sol suit de près et se distingue par son rapport qualité-prix face au coût API moyen d'une heure de jeu.

Le plateau compte 50 bots LLM (10 modèles, 5 parties chacun), 3 bots de démonstration et 9 bots écrits par des humains, soit 62 participants. Chaque participant affronte tous les autres six fois, deux fois sur chacune des trois cartes. Les classements sont des Elo, ajustés sur l'ensemble des parties en une fois, avec Stardust calibré à 100 et Four Gate Dragoon à 0. Les parties ont tourné sur les sandboxes de Prime Intellect via OpenRouter, avec uniquement de l'inférence en first party. Les organisateurs annoncent des temps de raisonnement plus longs. Ils indiquent que les modèles de pointe profitent désormais de sessions au-delà d'une heure.

Le coût de ce type d'évaluation n'est pas publié. Le prix de l'or non plus.

Tom's Hardware a rapporté le 27 septembre qu'un client a commandé un mini PC Kubb Fanless sur mesure avec un châssis passif en or massif 24 carats pour environ 1 700 000 $, en citant Fanless Tech. Le poids passe de 4,6 livres (2,1 kg) à 28,7 livres (13 kg). Fanless Tech avance que la conductivité thermique de l'or est de 30 % à 50 % supérieure à celle de l'aluminium. Tom's Hardware note que le cuivre aurait coûté moins cher et conduit mieux la chaleur. La machine de base est un boîtier de 120 x 120 x 120 mm avec un Intel Core Ultra 5 225H, un Core Ultra X7 358H ou un AMD Ryzen AI 5 340. Kubb.eu l'affiche à 1 595 € (1 822 $), sans stock.

La partie gênante

Aucun de ces chiffres ne partage d'unité. BRL par watt, dollars par million de tokens, dollars par benchmark, dollars par kilo d'or. Une comparaison tient malgré tout. Les quatre augmentent ou font débat la même semaine. Aucun des chiffres publics n'inclut les coûts qui décident si un projet est rentable.

Pour qui planifie de l'inférence, le geste utile est de modéliser le taux de succès du cache. Le calculateur de Copes le traite comme optionnel. Il note qu'au moins un fournisseur ne publie aucune remise sur les entrées mises en cache, si bien que le taux de cache est ignoré pour ce modèle. L'étude de Nexlab fait le même constat côté infrastructure. Router un prompt répété vers une machine qui détient déjà son préfixe vaut plus qu'un GPU moins cher qui doit le recalculer. Ni l'une ni l'autre source ne chiffre l'économie, et aucune ne prétend le faire. Prenez les deux comme des données de planification, puis mesurez votre propre trafic.

Commentaires 0

Sources

5
  1. 01PV system costs increase by 7% in Brazil in H1EN
  2. 02Custom 24-carat gold mini PC costs around $1.7 million, weighs nearly 29 pounds for up to 50% faster heat transferEN
  3. 03Inference Cost CalculatorEN
  4. 04StarSkirmish: a StarCraft: Brood War benchmark for LLM-written botsEN
  5. 05Self-hosted inference orchestrators compared: LocalAI, exo, GPUStack, Xinference, Ollama, vLLM and CoderAI (September 2026)EN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Camille Rousseau

Camille Rousseau

IA, modèles et technologies

Camille Rousseau suit les technologies, l’IA et les modèles ainsi que les médias et l’internet pour FLASH24, en partant des dépôts de modèles, des publications techniques et des données publiques, sans reprendre les annonces sans vérification. Elle contrôle les chiffres d’entraînement et de coût en remontant aux jeux de données, aux versions de modèles et aux méthodes de mesure. Elle interroge des chercheurs et des équipes produit, compare les résultats entre modèles et attend les mises à jour de calendrier des principaux fournisseurs. Son intérêt pour l’impression 3D, les vieux ordinateurs et la façon dont les modèles apprennent rejoint directement son travail sur l’IA et les technologies. Elle ne publie pas de chiffres sans source ni de comparaison sans protocole reproductible.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.