# Comment nous calculons le coût ~1/7 - GateLLM

> Toutes les entrées de notre comparaison de coûts : le scénario par défaut, les prix du catalogue et leurs sources, les formules de coût et de capacité, la sensibilité selon le modèle d'exécution, et ce que le ratio n'inclut pas.

Canonique: https://www.gatellm.io/fr/methodology/

## Comment nous calculons la comparaison de coûts

Les entrées derrière le calculateur et la comparaison de la page d'accueil, publiées pour que vous puissiez les recalculer plutôt que les croire.

Chaque chiffre de cette page est calculé à la construction, à partir des mêmes modules que le calculateur : catalogue de modèles, modèle de mix et grille tarifaire publiée. Aucun chiffre n'est saisi dans un fichier de traduction.

## Ce que cette page établit

Au scénario par défaut, le coût du mix vaut 16 % d'une base tout-frontier — environ un 6e — tandis que le score de capacité conserve 97,3 % de la base. Les deux chiffres sortent des formules ci-dessous, ce ne sont pas des slogans.

## Le scénario par défaut

Le calculateur s'ouvre sur un scénario : 30 Md tokens par mois, dont 10 % en sortie, 90 % de l'exécution sur le palier ouvert et un taux de cache de 80 % en entrée. Le planificateur est Claude Opus 5.5 ; l'exécutant est DeepSeek V4.1 Flash. Ce sont des volumes d'entreprise illustratifs, pas la mesure d'un client.

### Scénario par défaut

| Entrée | Valeur | Source |
| --- | --- | --- |
| DEFAULT_MIX_INPUT.monthlyTokens | 30 Md | shared/mix-economics.ts |
| DEFAULT_MIX_INPUT.outputRatio | 10 % | shared/mix-economics.ts |
| DEFAULT_MIX_INPUT.openShare | 90 % | shared/mix-economics.ts |
| DEFAULT_MIX_INPUT.cacheHitRate | 80 % | shared/mix-economics.ts |
| DEFAULT_MIX_INPUT.plannerId | Claude Opus 5.5 | shared/model-catalog.ts |
| DEFAULT_MIX_INPUT.executorId | DeepSeek V4.1 Flash | shared/model-catalog.ts |
| INTRINSIC_PLANNING_FRAC | 10 % | shared/mix-economics.ts |

## Les prix utilisés

Les prix de liste viennent des pages tarifaires des fournisseurs ; le catalogue est daté du 2026-11-02. En BYOK vous les payez directement et GateLLM n'ajoute aucune marge. Lorsqu'un fournisseur publie plusieurs prix pour un même modèle, le catalogue retient le plus élevé — le sens qui minimise notre économie affichée.

### Prix du catalogue (USD par million de tokens)

| Modèle | Fournisseur | Entrée | Sortie | Entrée en cache | Source |
| --- | --- | --- | --- | --- | --- |
| Claude Sonnet 5.5 | Anthropic | $2 | $10 | $0.10 | https://platform.claude.com/docs/en/about-claude/pricing |
| Claude Opus 5.5 | Anthropic | $4 | $20 | $0.20 | https://platform.claude.com/docs/en/about-claude/pricing |
| Claude Fable 5.1 | Anthropic | $10 | $50 | $0.25 | https://platform.claude.com/docs/en/about-claude/pricing |
| GPT-6 Astra | OpenAI | $10 | $50 | $1 | https://developers.openai.com/api/docs/pricing |
| Claude Haiku 5.5 | Anthropic | $0.10 | $0.50 | $0.01 | https://platform.claude.com/docs/en/about-claude/pricing |
| GLM-5.3-Flash | Zhipu | $0.15 | $0.50 | $0.03 | https://docs.z.ai/guides/overview/pricing |
| DeepSeek V4.1 Flash | DeepSeek | $0.30 | $1.20 | $0.006 | https://api-docs.deepseek.com/quick_start/pricing/ |
| Qwen3.8-Max | Alibaba | $2 | $6 | $0.25 | https://www.alibabacloud.com/help/en/model-studio/qwen3-8-max |

## Comment le ratio de coût est calculé

La base envoie tout le trafic au planificateur et applique la même hypothèse de cache. Le mix envoie 90 % du trafic à l'exécutant. Le ratio est le mix divisé par la base : 16 % au scénario par défaut, soit environ un 6e. En valeur absolue : $86K de base, $13K en mix et $73K d'économie par mois.

### Coût mensuel au scénario par défaut

| Poste | USD par mois | Note |
| --- | --- | --- |
| entrée du planificateur | $3K | remise de cache appliquée |
| sortie du planificateur | $6K |  |
| entrée de l'exécutant | $2K | remise de cache appliquée |
| sortie de l'exécutant | $3K |  |
| référence (tout le trafic sur le planificateur) | $86K | tout le trafic sur le planificateur |
| mixte | $13K | somme des quatre lignes ci-dessus |
| économies | $73K | référence − mixte |
| économies de cache | $14K | à titre indicatif — déjà inclus dans les lignes d'entrée |

## Comment la conservation de capacité est calculée

Chaque modèle porte deux scores, planification et routine. 10 % du travail est traité comme de la planification, le reste comme de l'exécution routinière. La base utilise le planificateur pour les deux ; le mix donne au planificateur au plus la part de planification et envoie le reste à l'exécutant. La conservation au scénario par défaut est de 97,3 %. Les scores sont des plages illustratives issues de classements publics, pas un benchmark que nous aurions mené.

### Scores de capacité

| Rôle | Planification | Routine | Source |
| --- | --- | --- | --- |
| planificateur | 100 | 100 | https://artificialanalysis.ai/models/claude-opus-5-5 |
| exécutant | 88 | 97 | https://lmarena.ai/leaderboard |
| score de référence | 100 |  | pondéré par INTRINSIC_PLANNING_FRAC |
| score du mixte | 97 |  | pondéré par INTRINSIC_PLANNING_FRAC |

## Ce qui fait bouger le ratio

Deux facteurs dominent : quel modèle joue le rôle d'exécutant, et quelle part du trafic il prend. Les tableaux ci-dessous recalculent avec la même formule : une fois pour chaque exécutant du catalogue, une fois pour des parts autour de la zone idéale de 70 % à 92 %. Les deux directions sont montrées — un exécutant moins cher économise plus, un plus fort économise moins.

### Sensibilité à l'exécutant

| Exécutant | Ratio de coût | Un sur N | Conservation |
| --- | --- | --- | --- |
| Claude Haiku 5.5 | 12 % | 8,1 | 95,5 % |
| GLM-5.3-Flash | 13 % | 7,6 | 94,6 % |
| DeepSeek V4.1 Flash | 16 % | 6,4 | 97,3 % |
| Qwen3.8-Max | 46 % | 2,2 | 97,3 % |
| Claude Sonnet 5.5 | 55 % | 1,8 | 98,2 % |

### Balayage de la part ouverte

| Part ouverte | Ratio de coût | Un sur N | Conservation |
| --- | --- | --- | --- |
| 0 % | 100 % | 1 | 100,0 % |
| 70 % | 34 % | 2,9 | 97,9 % |
| 90 % | 16 % | 6,4 | 97,3 % |
| 92 % | 14 % | 7,3 | 97,1 % |
| 100 % | 6 % | 16 | 96,1 % |

## Ce que le ratio n'inclut pas

Le ratio compare uniquement les dépenses d'API de modèles. Il exclut la licence GateLLM ($200 par mois en palier Pro, soit 1,5 % du montant mix ci-dessus à ces volumes), votre infrastructure et le temps d'ingénierie. Il ne modélise pas non plus les remises négociées séparément.

## Des limites à connaître

Lisez ceci avant de citer un chiffre de cette page.

- Le scénario est une forme d'entreprise plausible ; votre mix sera différent.
- Les scores de capacité sont illustratifs et le volet coût n'en dépend pas.
- Une variation de prix déplace le ratio : le catalogue est daté et actualisé, pas figé.
- Le ratio est une comparaison d'architecture, pas un engagement sur votre facture.

## FAQ

### Puis-je reproduire ces chiffres ?

Oui. Réglez les curseurs du calculateur sur le scénario ci-dessus : les mêmes entrées donnent les mêmes valeurs. Les modules qui les produisent sont nommés dans la colonne « Source » de chaque tableau.

### Pourquoi un 6e et pas un chiffre plus rond ?

Parce que c'est ce que produisent les prix du catalogue à ce scénario. Le titre arrondit au dénominateur entier le plus proche ; le ratio non arrondi figure dans les tableaux ci-dessus.

### Un exécutant moins cher donne-t-il de moins bons résultats ?

Parfois. Chaque exécutant a son propre score de planification, et le tableau de sensibilité montre la conservation de capacité correspondante. Le défaut retient un modèle au score de routine élevé, pas le moins cher du catalogue.

## Voir aussi
- [Accueil](https://www.gatellm.io/fr/index.md)
- [Tarifs](https://www.gatellm.io/fr/pricing.md)
- [Calculateur de coûts](https://www.gatellm.io/fr/calculator.md)
- [À propos](https://www.gatellm.io/fr/about.md)
- [Réserver une démo](https://www.gatellm.io/fr/demo.md)
- [FAQ](https://www.gatellm.io/fr/faq.md)
- [Comparer les passerelles IA](https://www.gatellm.io/fr/compare.md)
- [Comparer LiteLLM](https://www.gatellm.io/fr/compare/litellm.md)
- [Comparer OpenRouter](https://www.gatellm.io/fr/compare/openrouter.md)
- [Comparer Alibaba Cloud AI Gateway](https://www.gatellm.io/fr/compare/alibaba-cloud.md)
- [Comparer Azure API Management](https://www.gatellm.io/fr/compare/azure-apim.md)
- [Comparer Apigee](https://www.gatellm.io/fr/compare/apigee.md)
- [Comparer Cloudflare AI Gateway](https://www.gatellm.io/fr/compare/cloudflare.md)
- [Comparer Kong AI Gateway](https://www.gatellm.io/fr/compare/kong.md)
- [Comparer Portkey](https://www.gatellm.io/fr/compare/portkey.md)
- [Alternative à Microsoft 365 Copilot](https://www.gatellm.io/fr/compare/copilot.md)
- [LiteLLM vs Kong AI Gateway](https://www.gatellm.io/fr/compare/litellm-vs-kong.md)
- [LiteLLM vs OpenRouter](https://www.gatellm.io/fr/compare/litellm-vs-openrouter.md)
- [LiteLLM vs Portkey](https://www.gatellm.io/fr/compare/litellm-vs-portkey.md)
- [Cas d’usage](https://www.gatellm.io/fr/use-cases.md)
- [Réduire le coût des LLM](https://www.gatellm.io/fr/use-cases/reduce-cost.md)
- [Haute disponibilité](https://www.gatellm.io/fr/use-cases/high-availability.md)
- [Isolation multi-tenant](https://www.gatellm.io/fr/use-cases/multi-tenant.md)
- [Conformité et audit](https://www.gatellm.io/fr/use-cases/compliance-audit.md)
- [Dépannage par symptôme](https://www.gatellm.io/fr/use-cases/troubleshooting.md)
- [Pile de modèles multi-fournisseurs](https://www.gatellm.io/fr/use-cases/mixed-model-stack.md)
- [Héberger l’IA en interne dans Office](https://www.gatellm.io/fr/use-cases/self-hosted-office-ai.md)
- [Visibilité et attribution des tokens](https://www.gatellm.io/fr/use-cases/token-ops.md)
- [Token FinOps : allocation et contrôle des coûts IA](https://www.gatellm.io/fr/use-cases/token-finops.md)
- [Gouvernance des outils MCP](https://www.gatellm.io/fr/use-cases/mcp-tool-governance.md)
- [Recherche web pour chaque modèle](https://www.gatellm.io/fr/use-cases/web-search-grounding.md)
- [Rotation et secours multi-clés](https://www.gatellm.io/fr/use-cases/multi-key-pooling.md)
- [Contrôle des clients connectés](https://www.gatellm.io/fr/use-cases/client-admission-control.md)
- [Imposer la politique d’usage des modèles](https://www.gatellm.io/fr/use-cases/enforce-model-policy.md)
- [Aucun choix de modèle côté client](https://www.gatellm.io/fr/use-cases/automatic-model-tiering.md)
- [Un protocole, n’importe quel modèle](https://www.gatellm.io/fr/use-cases/one-protocol-any-model.md)
- [Complément Office / Microsoft 365](https://www.gatellm.io/fr/office-addin.md)
- [Glossaire](https://www.gatellm.io/fr/glossary.md)
- [Qu'est-ce qu'une passerelle LLM ?](https://www.gatellm.io/fr/llm-gateway.md)
- [Gouvernance de l'IA en entreprise](https://www.gatellm.io/fr/enterprise-ai-governance.md)
- [Catalogue de modèles](https://www.gatellm.io/fr/models.md)
- [Intégrations SDK et frameworks](https://www.gatellm.io/fr/integrations.md)
- [Agents de codage IA et harnais](https://www.gatellm.io/fr/coding-agents.md)
- [Sécurité et conformité](https://www.gatellm.io/fr/security.md)