Simulateur de coûts IA

Le simulateur multiplie le nombre de tokens d'entrée et de sortie par requête, puis par le nombre total de requêtes mensuelles (utilisateurs × requêtes/jour × 30 jours). Les prix par million de tokens proviennent des grilles tarifaires officielles de chaque fournisseur.

Un token est l'unité de base traitée par un LLM. En français, un token correspond en moyenne à 0,7 mot. Par exemple, la phrase « Bonjour, comment allez-vous ? » représente environ 8 tokens.

Il s'agit des tokens ajoutés au prompt via du contexte supplémentaire : résultats de recherche (RAG), contenu de documents, historique de conversation, données métier, etc. C'est souvent le poste le plus variable.

Lorsqu'un LLM utilise des outils (function calling), la description de chaque outil est ajoutée au prompt sous forme de tokens d'entrée. De plus, l'agent effectue souvent plusieurs appels successifs au LLM pour exécuter une tâche, ce qui multiplie le coût.

Plusieurs leviers existent : utiliser un modèle plus petit pour les tâches simples, mettre en cache les réponses fréquentes, optimiser les prompts pour réduire les tokens, utiliser le prompt caching proposé par certains fournisseurs, ou encore recourir aux API batch (jusqu'à -50 %) pour les traitements différés.

Lonestone recommande de commencer par identifier les cas d'usage LLM du produit (génération de contenu, analyse, assistance, etc.), puis d'estimer le volume de requêtes par utilisateur et par jour. Ce simulateur permet ensuite de comparer les modèles et d'anticiper le budget API mensuel. Pour un SaaS en production, il est courant de combiner plusieurs modèles : un modèle performant pour les tâches complexes et un modèle économique pour les tâches simples. Lonestone accompagne ses clients dans ce type d'intégration IA pour optimiser le rapport qualité/coût.