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
›

Les prix des GPU montent, les tarifs cloud affichés baissent : ce que coûte vraiment l'inférence

Le prospectus d'introduction en Bourse d'Anthropic, rapporté par Reuters le 28 septembre, affiche 518 milliards de dollars d'engagements futurs en cloud et en calcul, pour une perte nette de 42 milliards de dollars en 2025. Les données tarifaires publiées cette semaine suggèrent que c'est le second chiffre que les acheteurs doivent lire attentivement.

IA & modèlesExpliquéCamille RousseauPublié le: 29 septembre 20263 min de lectureSources 7
Les prix des GPU montent, les tarifs cloud affichés baissent : ce que coûte vraiment l'inférence

Les tarifs affichés ne disent pas où va l'argent. Meetrix a comparé AWS et GCP, prix relevés le 28 septembre : une H100 à la demande coûte 6,88 dollars de l'heure sur AWS contre 10,98 dollars sur GCP. Cet écart de 37 % est réel. Il reste plus faible que la variation obtenue en faisant tourner la même carte au quart de sa charge. Meetrix retient un débit théorique de 2 500 tokens par seconde : à plein régime, le GPU revient à 0,76 dollar par million de tokens, contre 3,06 dollars à 25 % d'utilisation.

Tout l'argument tient en une phrase. Un silicium à l'arrêt coûte plus cher que n'importe quel choix de fournisseur.

GPUAdvisor suit 14 fournisseurs et indique avoir actualisé ses données le 1er octobre. Sur les cartes anciennes, les clouds spécialisés sont nettement moins chers que les hyperscalers : une A4000 à 0,15 dollar par heure GPU chez Hyperstack, une L40S à 0,38 dollar chez Lium, une RTX 4090 à 0,40 dollar. Le site présente ces chiffres comme des approximations suivies et invite les acheteurs à confirmer les tarifs sur la page du fournisseur. C'est prudent, car la même page affiche une RTX 4090 à 0,74 dollar chez RunPod. Deux prix, même modèle, presque le double.

La facture en tokens est encore un autre chiffre

Artificial Analysis a publié le 29 septembre son évaluation de Claude Sonnet 5.5 d'Anthropic. Le modèle atteint 56 sur son Intelligence Index, deux points derrière Opus 5.5 à effort maximal, tout en consommant environ 193 000 tokens de sortie par tâche. C'est à peu près 60 % de plus qu'Opus 5.5 et environ sept fois GPT-6 Astra à effort maximal, selon le laboratoire. Anthropic n'a pas changé ses tarifs, à 2 dollars par million de tokens en entrée et 10 dollars en sortie. Mais le coût par tâche atteint 7,60 dollars, soit environ 50 % de plus que Sonnet 5.

Même grille tarifaire. Facture différente. Ce sont les tokens qui font les dégâts.

AI Pricing Guru actualise ses tarifs chaque jour et a fait sa dernière mise à jour le 1er octobre. Il situe la fourchette utilisable pour les API généralistes entre 0,50 et 15 dollars par million de tokens de sortie. L'entrée est généralement deux à huit fois moins chère, et l'entrée mise en cache réduit encore la note de 75 % à 90 % quand le fournisseur le permet. Son calculateur suit 154 modèles actifs chez plus de 10 fournisseurs.

La recherche documentaire change l'arithmétique avant même que la génération commence. Spheron a publié le 29 septembre une décomposition des coûts : un montage RAG classique qui récupère cinq extraits de 500 tokens ajoute 2 500 tokens de contexte par requête. Une question qui coûterait 100 à 200 tokens d'entrée en simple conversation peut donc coûter 15 à 20 fois plus cher du côté de l'entrée.

Unblocked a décrit le 29 septembre son propre travail de routage. L'entreprise répartit le trafic de GLM 5.2 entre Baseten, Fireworks et CoreWeave selon un score pondéré à 70 % sur le coût et à 30 % sur la latence. Sur une commande fixe favorisant Baseten, ce fournisseur a servi 98,5 % des tâches la première semaine complète. Unblocked indique que les tarifs catalogue de CoreWeave étaient environ 45 % inférieurs à ceux de Baseten, sans données de performance permettant de le placer. Voilà où en est l'achat : l'option la moins chère est souvent celle que personne n'a mesurée.

Commentaires 0

Sources

7
  1. 01Anthropic's IPO prospectus shows sweeping AI vision, surging costs: ReutersEN
  2. 02GPU Costs for LLM Inference: AWS vs GCP (2026)EN
  3. 03Cloud GPU Pricing - Cost Intelligence for H100, A100 & B200EN
  4. 04Sonnet 5.5 has the heaviest token use we've measured; pricing matches GPT-6 SolEN
  5. 05AI Token Cost Calculator 2026: 154 Models by TierEN
  6. 06RAG Inference Cost Calculator: Cost Per Token, Broken Down (2026)EN
  7. 07Routing LLM traffic across inference providers with TCP-style congestion controlEN

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.