Publié le 23 septembre 2026 à 07:00 · Publication originale
271.000 tokens entrent dans le contexte.
Puis un document supplémentaire est ajouté.
273.000 tokens.
La différence semble dérisoire.
Chez OpenAI, elle peut pourtant presque doubler le coût d'entrée de toute la requête.
Avec GPT-6 Astra, le million de tokens d'entrée coûte actuellement 10 dollars en contexte court.
Mais au-delà de 272.000 tokens, l'entrée passe à deux fois son tarif normal et la sortie à 1,5 fois son tarif, pour l'ensemble de la requête.
271.000 tokens d'entrée: environ 2,71 dollars.
273.000: environ 5,46 dollars.
Deux mille tokens supplémentaires peuvent donc presque doubler la facture d'entrée.
C'est là que l'AI FinOps devient une question de gouvernance.
Le coût dépend désormais de l'architecture.
Quel modèle reçoit la tâche?
Combien de documents lui transmet-on?
Que peut-on mettre en cache?
Combien d'appels l'agent exécute-t-il?
Et fallait-il réellement injecter tout le dossier?
La différence entre modèles est spectaculaire.
GPT-5.6 Luna: 0,20 dollar par million de tokens d'entrée.
Terra: 2 dollars.
Sol: 4 dollars.
GPT-6 Astra: 10 dollars.
Entre Luna et Astra, le prix facial de l'entrée est multiplié par 50.
Cela ne signifie pas qu'il faut choisir le modèle le moins cher.
Cela signifie qu'utiliser systématiquement le plus puissant devient une décision qu'il faut pouvoir justifier.
Une classification simple peut aller vers un petit modèle.
Une analyse complexe vers un modèle supérieur.
Le premium doit être réservé aux tâches qui l'exigent réellement.
Autre variable invisible: le cache.
Pour GPT-5.6 Sol, un million de tokens d'entrée coûte 4 dollars en contexte court.
La même quantité provenant du cache: 0,40 dollar.
Dix fois moins.
Même la souveraineté a désormais un prix: le traitement régional éligible supporte une majoration de 10%.
ULTRA®
Le seuil des 272.000 tokens montre qu'un coût marginal peut déclencher une hausse non marginale.
Un système FinOps peut donc mesurer le contexte avant chaque appel et, lorsqu'il approche du seuil, récupérer seulement les passages pertinents, résumer certaines pièces ou modifier le workflow.
Avec les agents, l'enjeu augmente encore.
L'utilisateur lance une tâche.
L'agent peut lancer vingt appels pour l'accomplir.
Il cherche, lit, raisonne, utilise un outil, vérifie et recommence.
Le collaborateur voit une requête.
L'organisation paie une chaîne d'exécution.
La bonne métrique n'est donc plus seulement le prix du million de tokens.
C'est le coût du travail réellement accompli.