Au Brésil, le solaire coûte 7 % de plus, et les outils de tarification de l'inférence arrivent sur le même tableur

Ce chiffre n'a rien à voir avec les GPU. Il a pourtant sa place sur le même bureau. Fin septembre 2026, quiconque établit un budget de calcul jongle avec le capex matériel, l'électricité, les tarifs API par token et un tableur d'hypothèses qui survivent rarement au contact du trafic de production.

Deux dossiers publiés ce week-end attaquent le problème par les deux bouts : ce que coûtent le matériel et le soleil, et ce que coûtent les tokens une fois le matériel en marche.

Le chiffre brésilien, en détail

Selon pv magazine, qui a repris 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 s'établissait en moyenne à 2,40 BRL/W, environ 720 000 BRL, et jusqu'à près de 834 000 BRL pour une version au sol.

La hausse vient du matériel, pas de la main-d'œuvre. Les prix du kit pour les systèmes de 4 kW ont 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 kit 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 affaiblie dans le même temps. Les nouveaux raccordements en production distribuée ont reculé de 16 % sur un an, de 488 000 à 411 000, et 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'est apparu que dans 33 % des ventes des intégrateurs, huit points de moins, 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 même que quiconque écrive une intégration de facturation. Il compare 27 modèles d'OpenAI, Anthropic, Google, xAI, Mistral, OpenRouter et Workers AI à partir des tarifs API publiés. Il transforme les utilisateurs actifs quotidiens, les appels par utilisateur, les tokens d'entrée et de sortie et un taux de succès du cache de prompt optionnel en une estimation.

L'outil annonce clairement ses limites. Il ignore les tarifs par lots, les remises entreprise, les surcoûts liés aux images et aux outils, et 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 n'encode que les paramètres saisis dans l'URL.

C'est dans l'écart entre le prix affiché et le coût réel que se concentrent la plupart des débats. Une enquête publiée par Nexlab le 20 septembre compare LocalAI, exo, GPUStack, vLLM, Ollama, llama.cpp, Xinference, LiteLLM, SkyPilot et d'autres. Elle note que le routage conscient du cache détermine si un tour de conversation suivant atterrit là où se trouvent déjà son KV ou son cache de préfixe. Ollama, avec 181 000 étoiles GitHub au 20 septembre, n'a pas d'autre histoire de cluster que le round-robin entre plusieurs URL. vLLM fait du cache de préfixe par instance. LocalAI a ajouté un mode distribué en juin 2026, avec découverte libp2p et un routeur fondé sur NATS qui connaît la VRAM et les 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 dans lequel 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 juste derrière, et distingué pour son rapport qualité-prix face au coût API moyen d'une heure de calcul.

Le plateau compte 50 bots LLM (10 modèles, 5 exécutions 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 ramené à 100 et Four Gate Dragoon à 0. Les parties ont tourné sur des bacs à sable Prime Intellect via OpenRouter, en inférence propriétaire uniquement. Les organisateurs disent prévoir des périodes de raisonnement plus longues, car les modèles de pointe tirent désormais profit d'exécutions 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 avait commandé un mini PC Kubb Fanless sur mesure, avec un châssis passif en or massif 24 carats, pour environ 1 700 000 $. L'information vient de 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 % meilleure que 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, affiché à 1 595 € (1 822 $) sur Kubb.eu, sans stock.

La partie gênante

Aucun de ces chiffres ne partage la même unité. BRL par watt, dollars par million de tokens, dollars par exécution de benchmark, dollars par kilo d'or. La seule comparaison qui tient, c'est que les quatre augmentent ou font débat la même semaine, et qu'aucun des chiffres publics n'intègre les coûts qui décident si un projet est rentable.

Pour les planificateurs d'inférence, le geste utile est de modéliser le taux de succès du cache. Le calculateur de Copes le traite comme optionnel et 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'enquête 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 obligé de le recalculer. Aucune des deux sources ne chiffre l'économie, et aucune ne prétend le faire. Prenez les deux comme des données de planification, puis mesurez votre propre trafic.