Étude originale de Convly · Mise à jour 2026
Nous avons croisé les prix en direct des API de 30 modèles d’IA leaders avec l’Indice indépendant de l’intelligence artificielle d’Artificial Analysis afin de répondre à une seule question : quel modèle offre le plus d’intelligence pour un dollar dépensé ? La réponse remet en cause l’idée reçue selon laquelle « on obtient ce pour quoi on paie ».
La tarification des modèles IA en 2026 couvre une fourchette étonnamment large — or le modèle le plus coûteux n’est nullement 100 fois plus intelligent que le moins cher. Nous avons combiné les prix en direct figurant dans notre Base de données des modèles IA et la référence indépendante Indice d’intelligence artificielle d’Artificial Analysis pour répondre à une seule question : quel modèle vous offre le plus d’intelligence pour chaque dollar dépensé ? La réponse remet en cause l’hypothèse selon laquelle on obtient ce pour quoi on paie.
Points clés
- Écart de prix de 114×. Sur une base de coût pondéré, les modèles API de pointe vont d’environ 0,18 $ à environ 20 $ par million de jetons.
- Valeur ≠ prix. Les modèles capables les moins chers offrent 30 à 40 fois plus d’intelligence par dollar que les modèles de pointe les plus coûteux.
- DeepSeek V4-Flash offre environ 67 % de l’intelligence mesurée de Claude Opus 4.8 pour environ 1,8 % de son coût.
- Payer le prix fort permet d’obtenir les derniers points de capacité — pas une intelligence proportionnellement supérieure.
- Pour la plupart des charges de travail, un modèle intermédiaire ou open source constitue le choix rationnel par défaut ; réservez les modèles de pointe aux tâches les plus complexes.
Mise à jour — juillet 2026 : un modèle open source occupe désormais la première place du classement
Depuis la publication de cette étude, Moonshot a lancé Kimi K3 (16 juillet 2026) — un mélange d’experts open-weight de 2,8 billions de paramètres, obtenant un score de 57 sur l’Indice de l’intelligence artificielle d’Artificial Analysis, dépassant ainsi légèrement Claude Opus 4.8 (55,7). Il s’agit du premier modèle open-weight à surpasser un modèle phare occidental, et à 3 $/15 $ par million de jetons, il fournit environ 1,7 fois plus d’intelligence par dollar que Opus 4.8.
Cela ne modifie toutefois pas l’écart de coût pondéré présenté dans le résultat principal : K3 se situe au milieu du classement en termes de valeur, avec 6,3 points d’intelligence par dollar pondéré. GLM 5.2 fournit encore environ 2,8 fois plus de capacités par dollar, et DeepSeek V4-Flash environ 30 fois plus. L’ère des modèles chinois ultra-peu coûteux semble également prendre fin — K3 coûte environ 3 fois plus que son propre prédécesseur. Analyse complète : Explication de Kimi K3 · K3 contre Opus 4.8.
Comment nous avons procédé aux mesures
- Tarification — prix en direct des API d’entrée/sortie (par million de jetons) provenant de Convly Base de données des modèles IA.
- Coût combiné — ratio jetons d’entrée/jetons de sortie de 3:1 (typique du trafic API réel) :
coût pondéré = (3 × entrée + sortie) ÷ 4. Cela permet de comparer directement des modèles dont l’entrée est peu coûteuse mais la sortie onéreuse. - Performances — l’Indice d’intelligence Artificielle Analysis (indice composite couvrant le raisonnement, la programmation, les mathématiques et les connaissances), utilisé seulement lorsqu’un score actuel est publié pour le modèle exact.
- Valeur — Indice d’intelligence ÷ coût combiné.
Indice 2026 du coût pondéré
| Modèle | Entrée : $/1 million | Sortie : $/1 million | Coût combiné par million de dollars |
|---|---|---|---|
| DeepSeek V4-Flash | $0.14 | $0.28 | $0.18 |
| DeepSeek V4-Pro | $0.435 | $0.87 | $0.54 |
| Claude Haiku 4.5 | $1.00 | $5.00 | $2.00 |
| Gemini 3.5 Flash | $1.50 | $9.00 | $3.38 |
| Gemini 3.1 Pro | $2.00 | $12.00 | $4.50 |
| Claude Sonnet 4.6 | $3.00 | $15.00 | $6.00 |
| Claude Opus 4.8 | $5.00 | $25.00 | $10.00 |
| GPT-5.5 | $5.00 | $30.00 | $11.25 |
| Claude Fable 5 | $10.00 | $50.00 | $20.00 |
L’écart est ce qui retient l’attention : Claude Fable 5 coûte 114 fois plus cher par jeton pondéré que DeepSeek V4-Flash. Souhaitez-vous obtenir vos propres chiffres ? Essayez notre Calculateur de coûts pour les API IA.
Intelligence par dollar — classement de la valeur
Nous divisons désormais la capacité par le coût. En utilisant l’Indice d’intelligence Artificielle Analysis (plus élevé = plus performant) comparé au coût combiné, pour les modèles disposant d’un score actuel publié :
| Modèle | Indice d’intelligence | Coût combiné par million de dollars | Intelligence par dollar |
|---|---|---|---|
| DeepSeek V4-Flash | 37.4 | $0.18 | ≈ 208 |
| Claude Opus 4.8 | 55.7 | $10.00 | ≈ 5,6 |
| GPT-5.5 | 54.8 | $11.25 | ≈ 4,9 |
Le constat est sans appel : DeepSeek V4-Flash fournit environ 37 fois plus d’intelligence par dollar que Claude Opus 4.8 — tout en obtenant environ les deux tiers de l’intelligence brute d’Opus. La prime « frontière » est bien réelle, mais en termes de capacité elle est faible ; en termes de prix elle est énorme.
Ce que cela signifie pour vous
- La prime « frontière » achète les derniers points, pas une intelligence proportionnelle. Vous payez 30 à 40 fois plus cher pour environ le tiers supérieur des capacités.
- Pour les applications de production à fort volume — chat, classification, extraction, RAG — un modèle économique ou open source constitue le choix rationnel par défaut.
- Réservez les modèles de pointe (Opus 4.8, GPT-5.5, Fable 5) aux tâches les plus complexes de raisonnement et aux travaux agents à long terme, où ces derniers points comptent véritablement.
- L’hébergement local des poids ouverts transforme entièrement les calculs — votre coût se limite alors au matériel et à l’électricité, et non plus au coût par jeton. Consultez notre Calculateur de VRAM pour vérifier ce que vous pouvez exécuter localement.
Mises en garde
L’Indice d’intelligence est un indicateur composite approximatif — votre tâche peut accorder un poids différent à la programmation, au contexte long ou à la multimodalité, et les modèles de pointe prennent davantage d’avance sur les tâches agents les plus complexes. Les prix évoluent également, et la mise en cache ou les remises par lot peuvent réduire vos factures réelles de 50 à 90 %. Considérez cet indice comme une carte indicative de valeur, non comme un jugement définitif pour chaque charge de travail.
Conclusion
En 2026, l’adage « on obtient ce pour quoi on paie » est tout simplement faux pour les API IA. Les modèles économiques capables fournissent la grande majorité de l’intelligence de pointe à une fraction minime du coût. Adaptez le modèle à la tâche — et calculez vos propres besoins avec notre calculateur de coûts avant de vous engager.
Sources : Indice d’intelligence Artificielle Analysis (scores d’intelligence) ; base de données des modèles Convly AI (tarifs). Données actualisées en juin 2026.
Télécharger les données — gratuites et ouvertes (licence CC-BY-4.0)
L’intégralité du jeu de données couvrant les 30 modèles (prix, caractéristiques techniques, scores d’intelligence et rapports de valeur) est ouverte à toute personne souhaitant l’analyser ou la republier, sous réserve d’attribution correcte :
Citer ou republier cette étude
Libre de citer, de reproduire ou d’intégrer, à condition d’inclure un lien vers la source. Crédit suggéré :
« L’indice 2026 du rapport prix/performance de l’IA », Convly — https://convly.ai/ai-price-performance-index-2026/
Résultat principal à titre de référence : un écart de coût pondéré de 114× sépare le modèle d’IA capable le moins cher (0,18 $/million de jetons) du plus coûteux (20 $/million de jetons), tandis que le modèle offrant la meilleure valeur rapporte environ 37 fois plus d’intelligence par dollar dépensé que le modèle phare le plus coûteux, tout en obtenant néanmoins environ les deux tiers de son niveau d’intelligence brute. Journalistes et chercheurs : les données sous-jacentes sont téléchargeables ci-dessus, et nous sommes heureux de vous fournir, sur demande, la méthodologie complète ou un graphique haute résolution.
Obtenez les chiffres avant tout le monde
Un e-mail par semaine : quels modèles d’IA ont changé de prix, ce que les nouveaux benchmarks mesurent réellement, et quel GPU vaut vraiment l’achat. Aucun buzz, aucun remplissage.
Gratuit. Désabonnez-vous en un clic. Nous ne vendons ni ne partageons jamais votre adresse.