---
title: "Coût LLM par utilisateur : économie unitaire SaaS | BroadRouter"
description: "Calculez le coût d’une fonction IA par utilisateur actif et par mois, pourquoi les gros utilisateurs comptent plus que la moyenne, et comment fixer vos offres SaaS."
url: https://broadrouter.com/fr/blog/llm-cost-per-user-saas/
lang: fr
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/blog/llm-cost-per-user-saas/) (mis à jour le 2026-11-14).

# Coût LLM par utilisateur : l’économie unitaire d’une fonction IA SaaS

Par l’équipe BroadNet Inference · 6 min de lecture · Publié 2026-11-14

Coût LLM par utilisateur = requêtes par utilisateur actif et par mois × tokens par requête × les prix par million de tokens. Mesurez-le par fonctionnalité à partir du champ usage, fixez le prix des offres sur l’utilisateur du 90e percentile plutôt que sur la moyenne, et ajoutez des limites d’usage raisonnable pour les plus gros. Des modèles moins chers, le cache et un effort de raisonnement bas réduisent directement ce chiffre.

## À retenir

-   Coût par utilisateur = requêtes par utilisateur × (tokens d’entrée, en cache et de sortie par requête) × prix par million.
-   Mesurez par fonctionnalité et par utilisateur à partir du champ usage ; les moyennes cachent les gros utilisateurs qui font la facture.
-   Le choix du modèle multiplie le coût par utilisateur : comparez des prix de sortie comme $0.22, $0.52 et $3.46 par million.
-   Fixez le prix des offres sur votre utilisateur du 90e percentile et ajoutez des limites d’usage raisonnable pour les plus gros.
-   Le cache, reasoning\_effort et le routage réduisent le coût par utilisateur sans changer le produit.

**Sur cette page**

1.  Comment calculer le coût LLM par utilisateur ?
2.  Étape 1 : qu’est-ce qu’un utilisateur actif, et quelle est l’unité ?
3.  Étape 2 : comment mesurer les tokens par unité ?
4.  Étape 3 : combien coûte un utilisateur type ? Un exemple chiffré
5.  Étape 4 : pourquoi l’utilisateur moyen est-il trompeur ?
6.  Étape 5 : comment fixer les offres et les limites ?
7.  Étape 6 : comment réduire le coût par utilisateur sans changer le produit ?
8.  Un forfait peut-il servir des utilisateurs SaaS ?
9.  Quels coûts gravitent autour du modèle ?
10.  Comment gérer les offres gratuites et les essais ?
11.  En résumé

Ajouter une fonction IA à un produit SaaS change sa structure de coûts. L’hébergement et le stockage coûtent à peu près la même chose pour chaque utilisateur ; les appels au LLM coûtent d’autant plus que l’utilisateur s’en sert. Si vous fixez le prix de la fonction sans savoir ce que vous coûte un utilisateur actif, quelques clients enthousiastes peuvent transformer une offre rentable en perte. Cet article montre comment calculer le coût LLM par utilisateur, pourquoi la moyenne est le mauvais chiffre et comment s’en servir pour définir vos offres.

## Comment calculer le coût LLM par utilisateur ?

Pour une fonctionnalité et un modèle :

```text
cost per user per month =
    requests per active user per month
  × [ new input tokens × input price
    + cached tokens    × cached price
    + output tokens    × output price ] / 1,000,000
```

En français : coût par utilisateur et par mois = requêtes par utilisateur actif et par mois × (nouveaux tokens d’entrée × prix d’entrée + tokens en cache × prix en cache + tokens de sortie × prix de sortie) ÷ 1 000 000. Sur les modèles de raisonnement, la sortie inclut les tokens de raisonnement, et les images comptent comme des tokens d’entrée sur une clé en paiement à l’usage. Pour un rappel sur ces trois prix, lisez [comment fonctionne la tarification des API LLM](https://broadrouter.com/fr/blog/llm-api-pricing-explained/).

Additionnez les fonctionnalités qu’utilise un utilisateur pour obtenir le coût IA total par utilisateur.

## Étape 1 : qu’est-ce qu’un utilisateur actif, et quelle est l’unité ?

Choisissez une définition que vous suivez déjà, par exemple un utilisateur qui a utilisé la fonction IA au moins une fois dans le mois. Choisissez ensuite l’unité que votre fonctionnalité produit naturellement : un tour de chat, un document généré, un fichier analysé, un appel résumé. Le coût par unité est plus stable que le coût par utilisateur et plus facile à raisonner.

## Étape 2 : comment mesurer les tokens par unité ?

Ne l’estimez pas à partir du nombre de mots. Journalisez le bloc `usage` de chaque réponse avec une étiquette de fonctionnalité et un identifiant d’utilisateur ou de compte haché : tokens de prompt, tokens en cache et tokens de complétion, une ligne par tentative. L’[article sur la journalisation de l’usage](https://broadrouter.com/fr/blog/llm-api-usage-logging/) fournit un wrapper prêt à l’emploi et le SQL pour regrouper les coûts par utilisateur et par fonctionnalité. Avant d’avoir du trafic, le [compteur de tokens](https://broadrouter.com/tools/token-counter/) donne une première estimation à partir de prompts d’exemple.

Pour les réponses en streaming, demandez l’usage dans le dernier chunk avec `stream_options={"include_usage": True}` ; voir le [guide du streaming](https://broadrouter.com/fr/guides/streaming-chat-completions/). Comptez chaque tentative, relances comprises, car chaque tentative qui atteint le modèle est facturée.

## Étape 3 : combien coûte un utilisateur type ? Un exemple chiffré

Supposons que votre produit ait un assistant intégré. Vous mesurez, pour un utilisateur actif type sur un mois :

| Mesure | Valeur |
| --- | --- |
| Jours actifs | 20 |
| Requêtes à l’assistant par jour actif | 15 |
| Tokens d’entrée par requête | 3 000 (la moitié en cache) |
| Tokens de réponse visibles par requête | 400 |
| Tokens de raisonnement par requête (modèles de raisonnement) | environ 600 |

Cela fait 300 requêtes par mois : environ 900 000 tokens d’entrée, dont 450 000 en cache, et 120 000 tokens de sortie visibles, plus environ 180 000 tokens de raisonnement sur un modèle de raisonnement.

Appliquez les prix par million de BroadNet. Les volumes de tokens sont en millions, donc chaque terme vaut millions de tokens × prix par million :

| Modèle | Entrée / cache / sortie par million | Le mois de cet utilisateur |
| --- | --- | --- |
| [Gemma 4 VL 26B](https://broadrouter.com/fr/models/gemma-4-vl-26b/) | $0.10 / pas de tarif en cache / $0.22 | 0,9 × $0.10 (toute l’entrée au plein tarif) + 0,12 × $0.22 (pas de tokens de raisonnement) = **$0.12** |
| [DeepSeek V4.1 Flash](https://broadrouter.com/fr/models/deepseek-v4.1-flash/) | $0.175 / $0.0055 / $0.52 | 0,45 × $0.175 + 0,45 × $0.0055 + 0,3 × $0.52 = **$0.24** |
| [Qwen3.8 27B](https://broadrouter.com/fr/models/qwen3.8-27b/) | $0.175 / $0.0435 / $2.17 | 0,45 × $0.175 + 0,45 × $0.0435 + 0,3 × $2.17 = **$0.75** |
| [GLM 5.3](https://broadrouter.com/fr/models/glm-5.3/) | $0.78 / $0.173 / $3.46 | 0,45 × $0.78 + 0,45 × $0.173 + 0,3 × $3.46 = **$1.47** |

Les 0,3 M de sortie des modèles de raisonnement se composent de 0,12 M de réponse visible et de 0,18 M de raisonnement. Calcul fait, la ligne GLM 5.3 dépasse dix fois la ligne Gemma 4 VL 26B pour le même utilisateur (la [comparaison Gemma 4 VL 26B vs GLM 5.3](https://broadrouter.com/compare/gemma-4-vl-26b-vs-glm-5.3/) les montre côte à côte). La sortie est le poste le plus lourd sur chaque modèle de raisonnement, et les tokens de raisonnement représentent plus de la moitié de cette sortie. Saisissez vos propres mesures dans le [calculateur de coût d’API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) pour obtenir votre chiffre.

## Étape 4 : pourquoi l’utilisateur moyen est-il trompeur ?

L’usage des fonctions IA est asymétrique. La plupart des utilisateurs essaient la fonction quelques fois ; un petit groupe l’utilise toute la journée. La moyenne masque ce groupe, et c’est lui qui fait la facture.

À partir de votre journal d’usage, calculez par utilisateur et par mois :

-   **Le coût médian.** Ce que coûte un utilisateur normal.
-   **Le 90e percentile.** Ce que coûte un utilisateur intensif mais normal. Fixez le prix de votre offre pour que cet utilisateur reste rentable.
-   **Le 99e percentile et le maximum.** La traîne. Ces utilisateurs ont besoin d’une limite d’usage raisonnable, d’une offre supérieure ou d’une vérification d’automatisation et d’abus.

Si votre utilisateur du 99e percentile coûte de nombreuses fois votre médiane, ce n’est pas un problème en soi ; c’est une donnée d’entrée pour la tarification.

## Étape 5 : comment fixer les offres et les limites ?

Une fois le coût par utilisateur connu, la tarification devient une décision de marge :

1.  **Fixez votre marge brute cible** pour l’offre.
2.  **Déduisez-en le coût IA maximal par utilisateur** que cette marge autorise.
3.  **Comparez-le à votre 90e percentile.** Si le 90e percentile tient, l’offre fonctionne. Sinon, réduisez le coût (étape 6), augmentez le prix ou déplacez l’usage intensif vers une offre supérieure.
4.  **Traduisez les tokens en une unité que les utilisateurs comprennent.** Les utilisateurs ne pensent pas en tokens. Limitez les requêtes par jour, les documents par mois ou les minutes d’audio, dimensionnés pour que l’usage maximal autorisé reste sous votre plafond de coût.
5.  **Revérifiez chaque mois.** Les changements de prompt, les nouvelles fonctionnalités et les changements de modèle font tous bouger le coût par utilisateur.

## Étape 6 : comment réduire le coût par utilisateur sans changer le produit ?

-   **Mettez en cache.** Placez en premier le prompt système stable et la liste d’outils. Sur DeepSeek V4.1 Flash, l’entrée en cache coûte $0.0055 par million au lieu de $0.175. [Comment augmenter votre taux de cache](https://broadrouter.com/fr/blog/cached-input-tokens-explained/).
-   **Baissez le raisonnement.** `reasoning_effort` réglé sur `low` pour les requêtes courantes réduit les tokens les plus chers. [Ce que coûte le raisonnement](https://broadrouter.com/fr/blog/reasoning-tokens-cost/).
-   **Routez selon la difficulté.** Envoyez les requêtes simples à Gemma 4 VL 26B et gardez les modèles de raisonnement pour les plus difficiles.
-   **Allégez l’historique.** Les longues conversations renvoient tout à chaque tour ; résumez ou tronquez les tours anciens quand la qualité le permet.
-   **Plafonnez la sortie.** Fixez `max_tokens` par fonctionnalité, en laissant de la place au raisonnement sur les modèles de raisonnement.

D’autres leviers figurent dans [maîtriser ses dépenses d’API LLM](https://broadrouter.com/fr/blog/llm-api-spend-control/).

## Un forfait peut-il servir des utilisateurs SaaS ?

Les forfaits illimités de BroadNet pour DeepSeek V4.1 Flash ($60 par mois et par session) peuvent être intégrés à votre propre application ou service sous votre propre clé, mais chaque session traite **une requête à la fois** et la clé ne peut être ni partagée ni revendue. Un forfait convient donc bien au travail back-end à faible simultanéité : un générateur de rapports nocturne, un résumeur alimenté par une file d’attente, un agent interne. Pour du trafic utilisateur interactif avec de nombreuses requêtes simultanées, des clés en paiement à l’usage (4 requêtes en cours chacune, 30 par minute) ou plusieurs sessions sont la réponse habituelle. Consultez la [page des forfaits](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-cost-per-user-saas&utm_content=body) pour les conditions en vigueur.

## Quels coûts gravitent autour du modèle ?

Le coût par utilisateur lié aux tokens n’est qu’une partie de la ligne IA. Ajoutez la recherche documentaire et le stockage vectoriel, la transcription (facturée à la minute d’audio, par exemple $0.0042 la minute pour l’arabe chez BroadNet), les relances et les campagnes d’évaluation. Si vos utilisateurs écrivent en arabe ou dans d’autres langues que l’anglais, attendez-vous à plus de tokens par message qu’en anglais ; [mesurez les tokens par mot](https://broadrouter.com/fr/blog/tokens-per-word-arabic-english/) sur vos propres contenus.

## Comment gérer les offres gratuites et les essais ?

Une offre gratuite multiplie le coût par utilisateur par des utilisateurs qui ne paient rien. Traitez-la comme une dépense marketing : donnez aux utilisateurs gratuits le modèle le moins cher qui montre encore bien la fonction, fixez des limites quotidiennes plus strictes que sur les offres payantes et suivez le coût IA des utilisateurs gratuits comme une ligne à part. Si les utilisateurs gratuits se convertissent, cette ligne est un coût d’acquisition ; sinon, les limites la gardent petite.

## En résumé

Mesurez les tokens par unité à partir du champ usage, multipliez par les prix publiés, regardez le 90e percentile plutôt que la moyenne, et fixez à partir de là le prix et les limites de vos offres. Rendez ensuite chaque unité moins chère avec le cache, le routage et un effort de raisonnement plus bas. Commencez par la [méthode de calcul du coût mensuel](https://broadrouter.com/fr/blog/estimate-llm-api-cost-before-launch/) si vous n’avez encore rien mesuré.

Outils gratuits sur ce sujet (en anglais)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Outils gratuits (en anglais)](https://broadrouter.com/tools/)

## Termes de cet article

[Token](https://broadrouter.com/fr/glossary/token/)

Un token est l’unité de texte qu’un modèle de langage lit et écrit : un mot, une partie de mot, un signe de ponctuation ou une suite d’octets produite par le tokenizer du modèle. Les API LLM comptent, limitent et facturent généralement l’usage en tokens.

[Tokens d’entrée et de sortie](https://broadrouter.com/fr/glossary/input-and-output-tokens/)

Les tokens d’entrée sont les tokens qu’un modèle de langage lit dans une requête, dont le prompt système, l’historique de conversation, les définitions d’outils et les images. Les tokens de sortie sont ceux qu’il génère en réponse, raisonnement compris. Les API LLM les facturent généralement séparément, et la sortie coûte en général plus cher.

[Tokens de raisonnement (reasoning tokens)](https://broadrouter.com/fr/glossary/reasoning-tokens/)

Les tokens de raisonnement sont les tokens qu’un modèle de raisonnement génère pour résoudre un problème avant d’écrire sa réponse visible. Ils sont généralement facturés comme des tokens de sortie, comptent dans la limite de sortie et dans la fenêtre de contexte, et peuvent être masqués ou résumés par l’API.

[Concurrence (requêtes simultanées)](https://broadrouter.com/fr/glossary/concurrency/)

La concurrence est le nombre de requêtes qu’un client a en cours au même moment. Les API de LLM la plafonnent souvent par clé ou par forfait, indépendamment des requêtes par minute, car chaque requête ouverte occupe de la capacité GPU jusqu’à la fin de sa réponse.

[Paiement à l’usage (pay-as-you-go)](https://broadrouter.com/fr/glossary/pay-as-you-go/)

Le paiement à l’usage (pay-as-you-go) est un modèle tarifaire où vous ne payez que ce que vous consommez, mesuré par unité, comme les tokens, les requêtes ou les minutes d’audio, sans abonnement ni engagement minimal. La plupart des API LLM facturent ainsi, à partir d’un solde prépayé ou d’une facture périodique.

[Streaming](https://broadrouter.com/fr/glossary/streaming/)

Le streaming est une manière de renvoyer la réponse d’un modèle de langage par petits chunks pendant sa génération, plutôt qu’en un seul bloc à la fin. Les API compatibles OpenAI streament via des server-sent events quand la requête règle stream sur true.

[Appel d’outils (tool calling, function calling)](https://broadrouter.com/fr/glossary/tool-calling/)

L’appel d’outils, aussi appelé function calling, est une fonctionnalité des API LLM dans laquelle le modèle renvoie une demande structurée d’exécution d’une fonction définie par le développeur, avec des arguments JSON. L’application exécute la fonction et renvoie le résultat ; le modèle n’exécute jamais de code lui-même.

[Tokens d’entrée en cache (cached input tokens)](https://broadrouter.com/fr/glossary/cached-input-tokens/)

Les tokens d’entrée en cache sont des tokens de prompt qu’un fournisseur de LLM a traités récemment et peut réutiliser depuis un cache au lieu de les recalculer, en général un préfixe répété comme un prompt système ou un document. Les fournisseurs les facturent moins cher que les nouveaux tokens d’entrée.

## Questions fréquentes

### Dois-je facturer mes utilisateurs au token ?

Rarement pour des utilisateurs finaux ; la plupart préfèrent une offre fixe avec une limite claire. Mesurez les tokens en interne, facturez en requêtes, documents ou postes, et gardez une limite d’usage raisonnable pour les utilisateurs les plus intensifs.

### Puis-je utiliser un forfait BroadNet pour servir mes utilisateurs SaaS ?

BroadNet permet d’intégrer un forfait à votre propre application ou service, sous votre propre clé. Chaque session traite une requête à la fois : cela convient aux agents back-end ou aux fonctionnalités à faible simultanéité ; le trafic utilisateur avec de nombreuses requêtes simultanées nécessite en général des clés en paiement à l’usage ou plusieurs sessions.

### Quelle part du prix d’abonnement le coût de l’IA doit-il représenter ?

Il n’y a pas de chiffre universel. Décidez de la marge brute dont votre activité a besoin, déduisez-en ce que peut coûter au maximum un utilisateur normal intensif, et fixez les limites en conséquence.

### À quelle fréquence recalculer le coût par utilisateur ?

À chaque changement de prompt, de modèle ou de fonctionnalité, et au moins une fois par mois. Le nombre de tokens dérive à mesure que les prompts et le comportement des utilisateurs évoluent.

## À lire ensuite

-   [Estimer le coût d’une API LLM avant de lancer une fonctionnalité](https://broadrouter.com/fr/blog/estimate-llm-api-cost-before-launch/)
-   [Maîtriser les dépenses d’API LLM : budgets, limites de clés, boucles](https://broadrouter.com/fr/blog/llm-api-spend-control/)
-   [Tokens de raisonnement : pourquoi vous payez plus de sortie que prévu](https://broadrouter.com/fr/blog/reasoning-tokens-cost/)
-   [Tokens d’entrée en cache : réduire la facture d’une API LLM](https://broadrouter.com/fr/blog/cached-input-tokens-explained/)
-   [Prix des API LLM en octobre 2026 : 3 hausses, aucune baisse](https://broadrouter.com/fr/blog/llm-api-price-changes-october-2026/)
-   [Les prix des API LLM changent-ils souvent ? 3 ans d’archives](https://broadrouter.com/fr/blog/how-often-llm-api-prices-change/)
-   [Guide : Utiliser le SDK Python d’OpenAI avec BroadNet Inference](https://broadrouter.com/fr/guides/openai-python-sdk/)
-   [Guide : Streamer des chat completions et gérer les connexions coupées](https://broadrouter.com/fr/guides/streaming-chat-completions/)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-cost-per-user-saas&utm_content=page-cta) ·

**Sources**

-   [Prix lisibles par machine de BroadNet Inference (pricing.json) (en anglais)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-cost-per-user-saas&utm_content=sources)
-   [Référence de l’API de BroadNet Inference, champs usage et limites (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-cost-per-user-saas&utm_content=sources)
-   [Forfaits illimités et FAQ des forfaits de BroadNet Inference (en anglais)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-cost-per-user-saas&utm_content=sources)
-   [Référence de l’API OpenAI, objet usage des chat completions](https://platform.openai.com/docs/api-reference/chat/create)
