Combien coûte l’exécution d’un agent IA ?

Pourquoi il y a deux factures

Un agent auto-hébergé sépare deux éléments qu’un agent SaaS regroupe dans un seul abonnement. Cette séparation est tout l’intérêt de l’approche « apportez votre propre clé », et c’est aussi pourquoi la question « combien coûte un agent » n’a pas de réponse unique.

• Le serveur : un montant mensuel fixe pour l’instance sur laquelle tourne l’agent. Prévisible, modeste et indépendant de l’intensité d’usage de l’agent.
• Le modèle. Facturé par votre fournisseur d’IA, sur votre propre compte, en proportion de la réflexion de l’agent. Nous n’y touchons jamais, nous ne pouvons pas le surfacturer, et nous ne le voyons pas.

La conséquence pratique est que vous pouvez dimensionner exactement la première et seulement estimer la seconde. Cette page explique surtout comment estimer honnêtement la seconde, car c’est là que l’on est le plus surpris.

Ce que coûte le serveur

Les deux incluent la première semaine offerte, sont facturés mois par mois sans engagement, et correspondent à des ressources dédiées plutôt qu’à une part d’un service plus sollicité. Comme l’agent orchestre au lieu d’inférer, il passe la plupart de son temps inactif à attendre le réseau, ce qui explique pourquoi ces chiffres sont bien plus bas que ce que l’on imagine. Aucun GPU n’est listé, car un agent qui utilise votre propre clé n’en a pas besoin.

La comparaison honnête n’est pas avec zéro. Un VPS que vous administrez vous-même coûte un prix d’affichage similaire, puis ajoute les éléments dont personne ne parle : le système d’exploitation, le reverse proxy, le renouvellement des certificats, les correctifs, les sauvegardes, et le fait d’être la personne qui remarque à 3 h du matin que tout est tombé. Ce sont des coûts réels, payés dans une monnaie qui n’apparaît pas sur un relevé de carte.

Ce qui fait grimper la facture du modèle

Les fournisseurs facturent au nombre de tokens consommés, et un agent les consomme différemment d’un chatbot. C’est l’élément le plus utile à comprendre avant toute estimation, car il explique pourquoi les coûts d’agent surprennent ceux qui sont habitués à la tarification des chats.

Un assistant de chat fait un appel de modèle par message que vous envoyez. Un agent fait un appel par étape de sa boucle de raisonnement : lire la tâche, décider, appeler un outil, lire le résultat, décider à nouveau. Une tâche de huit étapes représente huit appels, et non un seul. Multipliez cela par une journée de travail planifié et le calcul grimpe vite.

Pire encore, chacun de ces appels transporte en général toute la conversation jusque-là. L’étape huit renvoie tout ce qui s’est passé de l’étape un à sept pour que le modèle sache où il en est. Le coût d’une longue tâche croît donc plus vite que le nombre d’étapes, et c’est le mécanisme derrière la plupart des factures étonnamment élevées.

• Étapes par tâche. Un résumé en une fois est bon marché. Une tâche de recherche qui navigue, lit, recoupe et rédige ne l’est pas.
• Contexte transporté à chaque étape. Donner un gros document à un agent revient à payer ce document à nouveau à chaque étape suivante de la même tâche.
• La fréquence d’exécution. Une tâche déclenchée toutes les dix minutes tourne environ 4,300 fois par mois. Le coût par exécution compte bien moins que la fréquence que vous choisissez.
• Quel modèle. Les capacités et les prix varient de plus d’un ordre de grandeur d’un modèle à l’autre, et l’écart compte surtout pour les agents, car un modèle plus faible relance davantage ses appels.

Une façon d’estimer avant de vous engager

Vous n’avez pas à deviner. La méthode fiable consiste à lancer une tâche représentative, à regarder ce qu’elle a réellement consommé sur le tableau de bord de votre fournisseur, puis à multiplier par la fréquence prévue. Cette mesure unique vaut plus que n’importe quelle estimation publiée, car vos tâches ne ressemblent pas à celles des autres.

1. Définissez une tâche réelle, celle que vous voulez vraiment automatiser.
2. Lancez-la une fois et notez l’usage enregistré par votre fournisseur.
3. Multipliez par la fréquence prévue. Une tâche lancée toutes les heures tourne environ 720 fois par mois ; toutes les dix minutes, environ 4,300 fois.
4. Ajoutez le coût du serveur. Comparez le total à la valeur de la tâche pour vous, en temps gagné.

Faites-le avant d’automatiser quoi que ce soit sur une planification courte. La fréquence est la variable que l’on règle à la légère, et c’est celle qui domine la facture.

Peut-on faire tourner un agent sur une offre gratuite ?

En partie, et il vaut la peine de savoir exactement où se situe le mur plutôt que de le découvrir en pleine tâche. OpenRouter, choix courant pour Hermes car il regroupe de nombreux fournisseurs derrière une seule clé, publie des limites sur ses variantes gratuites : 20 requêtes par minute, et 50 requêtes par jour tant que le compte n’a pas acheté $10 de crédits à un moment donné, après quoi le quota journalier passe à 1000.

Lisez cela à la lumière de la section précédente. Cinquante requêtes par jour ne représentent pas cinquante tâches, mais cinquante étapes de raisonnement, qu’une seule exécution de recherche peut consommer à elle seule. C’est pourquoi les agents sur offres gratuites réussissent en général les tâches courtes et s’arrêtent à mi-parcours sur les longues, sans erreur évidente.

Une offre gratuite est un bon moyen d’évaluer un agent, mais un mauvais moyen de le faire tourner en production. Si vous testez, c’est gratuit. Si vous automatisez quelque chose dont vous dépendez, le plafond quotidien pose d’abord un problème de fiabilité avant un problème de coût.

Réduire la facture du modèle

Quatre leviers, à peu près classés selon leur impact sur le chiffre :

• Lancez-la moins souvent. Passer une planification de toutes les dix minutes à toutes les heures divise la facture par environ six, sans effet visible sur le résultat dans la plupart des cas. C’est le levier le plus important et le plus souvent négligé.
• Gardez les tâches courtes. Les tâches longues paient leur propre historique à répétition. Plusieurs petites tâches coûtent en général moins qu’une grosse qui fait le même travail.
• Donnez-lui moins. Transmettez l’extrait pertinent plutôt que le document entier. Le contexte est facturé à chaque étape qui le transporte : le réduire une fois fait économiser plusieurs fois.
• Adaptez le modèle à la tâche. Le modèle le moins cher est une fausse économie lorsqu’il relance sans cesse ses appels, et le plus performant est un gaspillage pour une tâche qui consiste seulement à reformater du texte. Des tâches différentes peuvent utiliser des modèles différents.

Remarquez qu’aucun de ces points ne concerne le serveur. L’instance coûte un petit montant fixe et ne change pas ; tout ce qui vaut la peine d’être optimisé se trouve côté modèle.

Comparaison avec un agent SaaS

Un produit d’agent hébergé facture un seul abonnement et absorbe le coût du modèle dedans, ce qui est vraiment plus simple. Vous perdez en visibilité et en contrôle : vous ne pouvez pas voir ce qu’une tâche a coûté, vous ne pouvez pas choisir un modèle moins cher pour une tâche simple, et vous payez le même prix que vous lanciez une tâche par semaine ou cent par jour.

L’auto-hébergement inverse cette logique. Deux factures au lieu d’une, plus de choses à comprendre, mais en contrepartie le coût d’usage est proportionnel à ce que vous faites réellement, les clés et les données restent à vous, et rien ne vous empêche de déménager. Pour un usage léger, le total est en général plus bas. Pour un usage intensif, cela dépend entièrement de la façon dont vous appliquez les quatre leviers évoqués plus haut.