Coût d’un agent IA : le premier poste n’est pas sur la facture

Combien coûte un dossier une fois que l’IA l’a traité ? Ni le devis de construction ni la facture des modèles ne répondent. Les articles consacrés au coût d’un agent IA s’arrêtent presque tous à un prix de fabrication et à un forfait mensuel. Ils ne disent rien de ce que le système coûte en service, dossier après dossier, alors que c’est là que se décide la rentabilité d’un projet d’intégration de l’IA en entreprise.

L’actualité vient d’en fournir une illustration. Anthropic a lancé le 9 novembre Claude Fable 5.2, son modèle public le plus puissant, à 8 dollars le million de tokens en entrée et 40 en sortie (les tokens sont les unités de texte que le modèle lit et écrit). Dans son annonce, l’éditeur recommande de commencer par Claude Opus 5.5, deux fois moins cher, pour la plupart des tâches de programmation et de bureau, et réserve Fable aux travaux techniques « les plus ambitieux ». Quand le vendeur déconseille lui-même de prendre le plus cher par défaut, c’est que le prix du modèle ne fait pas le coût du travail rendu.

Le coût d’un agent IA se compte en dossiers terminés

Un devis donne le prix d’une construction. Ce qu’il faut ensuite, c’est un coût unitaire, comme dans n’importe quelle activité : ce que coûte une unité de travail sortie, tout compris. L’unité d’un système d’IA n’est ni le token, ni la requête, ni le dossier ouvert. C’est le dossier terminé : la réclamation close, le devis parti, la facture rapprochée.

Peu d’entreprises tiennent ce compte. L’IBM Institute for Business Value a interrogé 2 000 dirigeants techniques avec Oxford Economics, pour une étude publiée en juin : 85 % déclarent ne pas avoir de visibilité complète, en temps réel, sur leurs dépenses d’IA. Le chiffre est déclaratif, et IBM vend des logiciels de suivi des coûts. Il décrit pourtant une situation banale : la facture des modèles arrive d’un côté, les heures passées s’accumulent de l’autre, et personne ne les additionne.

Prenons un service après-vente équipé d’un assistant pour ses réclamations. Le système lit l’historique des échanges, retrouve la commande, vérifie ce que prévoient les conditions de garantie, puis prépare la réponse qu’un conseiller relit avant envoi. C’est le même flux de tickets qui devrait, par ailleurs, suspendre les relances commerciales tant qu’une réclamation est ouverte. Le coût d’un tel système se range en deux familles. D’un côté, les coûts fixes : ce qu’il a coûté à mettre en place, étalé sur sa durée de vie, et ce qu’il coûte chaque mois à héberger et à maintenir. De l’autre, ce que coûte chaque réclamation de plus : les appels aux modèles, et le temps de relecture et de correction.

La ligne la plus lourde n’a pas de facture

Les coûts fixes, vous seul les connaissez : ils sont sur vos devis et vos abonnements. Les deux autres lignes se calculent, et c’est sur elles que se joue le choix du modèle. Le tableau qui suit est un calcul d’illustration, pas un relevé chez un client. Ses hypothèses sont écrites pour être remplacées par les vôtres : trois cents réclamations closes par mois ; huit minutes de relecture et de correction pour chacune, par un conseiller qui coûte 36 euros l’heure, charges comprises.

Côté modèles, on suppose que le système lit 100 000 tokens par réclamation (l’historique, la commande et les conditions de garantie, relus à plusieurs étapes) et en écrit 10 000, raisonnement compris. Au tarif public d’Anthropic relevé le 12 novembre 2026, sans remise de cache ni traitement différé, cela fait 60 cents de dollar avec Opus 5.5, facturé 4 dollars le million en entrée et 20 en sortie. Soit 54 centimes d’euro au cours de la BCE du 11 novembre.

Hors coûts fixes, la réclamation close revient à 5,34 euros. La relecture en pèse 90 %, les modèles 10 %. Passer tout le système sur Fable 5.2 doublerait cette dernière ligne, à volumes identiques : 1,20 dollar au lieu de 0,60, soit 54 centimes de plus par réclamation, le prix de moins d’une minute de relecture. Descendre sur Sonnet 5.5, moitié prix d’Opus, en économiserait 27. Une minute de relecture gagnée sur chaque réclamation, elle, vaut 60 centimes : 180 euros par mois, plus que toute la facture des modèles.

Les coûts fixes s’ajoutent à ce plancher, divisés par le volume. Ils pèsent lourd sur trente réclamations par mois, presque rien sur trois mille ; les deux lignes du tableau, elles, ne bougent pas. Ce classement vaut tant qu’un humain relit chaque sortie. Sur un flux traité sans relecture systématique, tri de courriels ou lecture de factures, la ligne des modèles passe en tête et leur prix redevient un sujet.

Les heures gagnées ne valent que si elles servent ailleurs

Ces 5,34 euros ne disent rien sans point de comparaison. Supposons qu’une réclamation de ce type demande vingt-cinq minutes à un conseiller qui la traite seul. Le système lui en rend dix-sept, soit 85 heures par mois sur trois cents réclamations : une douzaine de journées, un peu plus de 3 000 euros de temps de travail.

Ce gain n’apparaît dans les comptes que si ces heures servent à autre chose. Deux entreprises équipées du même système peuvent afficher des résultats opposés. La première absorbe une hausse du volume sans embaucher, ou répond deux fois plus vite : le gain se lit dans le délai de réponse et dans les clients gardés. La seconde traite le même volume dans le même délai, et les heures libérées se dissolvent dans le quotidien. Ses salaires n’ont pas bougé, et la facture des modèles s’ajoute chaque mois aux coûts fixes du système.

La preuve de rentabilité ne se trouve donc pas dans les heures économisées, mais dans leur destination. Elle se prépare avant la mise en service : à quoi serviront les heures rendues, et qui le vérifiera ? Nous avons détaillé comment mesurer le temps net d’une tâche confiée à l’IA, relecture et corrections comprises. L’étape suivante consiste à suivre où va ce temps : un délai de réponse qui baisse, ou des heures réaffectées à un chantier nommé.

Le modèle le plus puissant, à l’étape où l’erreur coûte cher

Toutes les étapes d’une réclamation ne méritent pas le même modèle. Retrouver la commande, la date d’achat et le numéro de série est une tâche bornée, qui se contrôle d’un coup d’œil : un modèle courant suffit. Décider si la panne est couverte demande de tenir ensemble les conditions de garantie, leurs exclusions et tout l’historique du client, y compris la réponse contraire qu’un collègue lui a faite trois semaines plus tôt. Une erreur à cette étape se paie plus tard, en remboursement accordé à tort ou en refus qui revient en litige. C’est là qu’un modèle plus puissant peut se justifier.

Anthropic ne dit pas autre chose : partir d’Opus 5.5, puis monter vers Fable ou descendre vers Sonnet 5.5 et Haiku 5.5 selon la complexité du travail. Nous comparons ces moteurs à leurs concurrents, prix compris, dans notre classement des meilleurs LLM.

Deux chercheurs des universités de Leeds et de Venise en donnent la raison arithmétique dans une étude mise en ligne le 14 octobre. Une tâche en plusieurs étapes ne réussit que si chacune réussit. Leur exemple est justement une demande de service client en vingt étapes : un modèle juste à 95 % à chaque étape n’en boucle sans faute que 36 %, contre 82 % pour un modèle juste à 99 %. Leur essai pilote mesure l’énergie consommée, pas des euros, sur quinze petits modèles ouverts et deux tâches synthétiques ; les auteurs en font une première vérification, pas une preuve. La leçon pratique vaut pour les coûts : une tâche longue découpée en étapes courtes, vérifiables une à une, peut être confiée en grande partie à un modèle plus modeste.

Dans notre exemple, monter la seule lecture de la garantie sur Fable 5.2 ajoute environ 20 centimes par réclamation (40 000 tokens lus, 3 000 écrits), contre 54 pour le système entier. La dépense est négligeable ; l’important est de savoir si elle change quelque chose. Le test tient en trois colonnes, sur quelques dizaines de réclamations passées dont on connaît l’issue : les décisions de garantie justes et les fausses alertes, le coût total de la réclamation, le temps mis à valider la réponse. Un modèle qui tranche mieux mais noie le conseiller sous les signalements douteux alourdit le premier poste du tableau. Un modèle moins cher qui oblige à tout revérifier a mangé ses 27 centimes d’économie en moins de trente secondes.

Le réglage d’effort, ce curseur qui dose la réflexion du modèle, passe par ce test lui aussi. Anthropic indique d’ailleurs que, lors de ses premiers tests sur une épreuve de programmation, Fable 5.2 réglé sur un effort élevé a fait jeu égal avec Opus 5.5 poussé à l’effort maximal, pour environ la moitié du coût par tâche. Le prix au token n’est pas le prix du travail fini.

Une division à refaire chaque mois

Le suivi n’exige aucun outil dédié. Trois relevés mensuels suffisent : le nombre de dossiers terminés, les heures de relecture et de correction, et le total des dépenses, coûts fixes et modèles réunis. Leur division donne le coût du dossier terminé, et son évolution dit si le système mûrit. Une relecture qui raccourcit de mois en mois pèse plus lourd que n’importe quelle baisse de tarif chez un éditeur.

Le jour où quelqu’un demande si le système est rentable, la réponse tient alors en deux lignes : ce que coûte un dossier terminé, et ce que sont devenues les heures qu’il a rendues.