Chaque réponse d'IA a un compteur qui tourne en arrière-plan. L'unité de ce compteur s'appelle un token, et quand on comprend les tokens, on comprend ce que l'IA coûte pour vrai, pourquoi le prix baisse sans arrêt, et pourquoi les titres de puces que je suis s'en préoccupent autant.
Ce qu'est un token, pour vrai
Un modèle d'IA ne lit pas les mots comme vous. Il lit du texte découpé en petits morceaux : des tokens. Un token, c'est à peu près un bout de mot : en moyenne, en anglais, un token fait environ quatre caractères, donc 1 000 tokens, c'est grosso modo 750 mots, environ une page et demie de texte. Le français a habituellement besoin d'un peu plus de tokens pour dire la même chose, un de ces petits détails qui comptent discrètement dans les coûts.
Tout ce que l'IA fait, c'est des tokens qui entrent et des tokens qui sortent. Votre question entre en tokens. La réponse sort en tokens. Un long document que vous lui demandez de résumer? Des tokens. Du code qu'il écrit? Des tokens. Le token, c'est le litre à la station-service : l'unité de base dans laquelle toute l'industrie facture.
Comment fonctionne le prix : l'entrée et la sortie
Les grands laboratoires d'IA (OpenAI, Anthropic, Google et leurs pairs) publient leurs propres listes de prix, et les prix sont donnés au million de tokens. Il y a toujours deux prix :
- Les tokens d'entrée (ce que vous envoyez au modèle) : votre question, votre document, la conversation jusqu'ici. Moins cher.
- Les tokens de sortie (ce que le modèle écrit en retour, généré morceau par morceau). C'est le sens coûteux, habituellement plusieurs fois le prix d'entrée, parce que c'est dans la production de la réponse que se fait le gros du calcul.
Ça donne quoi, en argent? Prenons des chiffres ronds, strictement à titre d'exemple : un modèle phare pourrait afficher 5 $ le million de tokens d'entrée et 25 $ le million de tokens de sortie. Demandez-lui maintenant de résumer un long rapport (disons 10 000 tokens qui entrent, 1 000 tokens de résumé qui sortent). L'entrée coûte cinq cents. La sortie coûte deux cents et demi. Total : environ huit cents pour tout le travail. Les modèles plus petits et plus rapides affichent une petite fraction de ces prix d'exemple, c'est exactement pour ça qu'une bonne partie de l'IA du quotidien a l'air gratuite.
Ces chiffres sont des illustrations, pas des soumissions. Les prix changent constamment (les laboratoires les baissent, lancent des paliers moins chers, rabaisent le contexte répété), alors la seule façon honnête de donner un prix d'IA, c'est avec une date dessus, directement de la page de prix officielle du fournisseur.
Pourquoi le prix baisse sans arrêt
Le prix des tokens baisse vite, et pour des raisons plates et durables :
- La concurrence. Plusieurs laboratoires vendent des modèles à peu près comparables, plus les modèles ouverts que n'importe qui peut faire rouler. Personne ne garde une grosse marge bien longtemps.
- L'efficacité. De meilleures puces, de meilleurs logiciels, et des modèles plus petits et spécialisés qui font un travail précis au lieu de tout faire à la taille maximale.
- La mise en cache. Si le même contexte est envoyé encore et encore, les fournisseurs le rabaisent fortement. Relire la même page deux fois ne devrait pas coûter le plein prix deux fois.
Le résultat : la même réponse coûte une fraction de ce qu'elle coûtait il n'y a pas longtemps, pendant que les modèles continuent de s'améliorer. Ça n'arrive presque jamais dans les autres industries : imaginez des autos qui deviennent plus rapides et moins chères tous les quelques mois.
Ce que ça veut dire pour les titres
Voici la partie qui compte pour les noms que je suis. Quand le prix par réponse baisse, les gens ne gardent pas l'économie. Ils posent plus de questions. L'usage explose. Et chacune de ces milliards de réponses de plus doit être calculée quelque part : sur des accélérateurs, alimentés par exactement la mémoire à haute bande passante que fabriquent les titres de puces sur ma liste de surveillance. Des tokens moins chers ont, paradoxalement, voulu dire plus de demande totale de calcul et de mémoire, pas moins.
Pour les laboratoires eux-mêmes, la baisse du prix des tokens écrase la marge par réponse : l'affaire devient un jeu de volume, gagné par celui qui sert le plus de tokens au plus bas coût. Pour les investisseurs, la direction du prix des tokens est un indicateur de demande caché au grand jour : des prix qui baissent pendant que l'usage explose, c'est la combinaison la plus saine que cette industrie peut imprimer.
C'est pour ça que le résumé hebdomadaire comprend maintenant un bloc de 60 secondes, le surveillance des prix de l'IA (AI Price Watch) : un chiffre tiré des listes de prix publiées par les fournisseurs, la date à laquelle il a été vérifié, et une ligne sur ce que ça veut dire pour les titres. Un chiffre, honnêtement identifié, vaut mieux qu'un flot de devinettes.