---
title: "Prix API des modèles open source : 6 fournisseurs | BroadRouter"
description: "Comment OpenRouter, Together AI, Fireworks, Groq, DeepInfra et BroadNet tarifent les modèles ouverts : au token, cache, batch, heures de GPU, forfaits, avec sources."
url: https://broadrouter.com/fr/blog/llm-inference-provider-pricing-compared/
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-inference-provider-pricing-compared/) (mis à jour le 2026-11-16).

# Prix API des modèles ouverts : 6 fournisseurs d’inférence comparés

Par l’équipe BroadNet Inference · 7 min de lecture · Publié 2026-11-14 · Mis à jour 2026-11-16

La plupart des fournisseurs facturent les modèles ouverts par million de tokens, avec une entrée en cache moins chère et souvent 50 % de remise sur les jobs batch. Together AI, Fireworks et DeepInfra louent aussi des GPU à l’heure. OpenRouter répercute les prix des fournisseurs et prélève des frais sur l’achat de crédits. Groq propose peu de modèles. BroadNet ajoute des forfaits mensuel, hebdomadaire et horaire pour DeepSeek V4.1 Flash.

## À retenir

-   Pour un même modèle ouvert, le prix au token peut varier du simple au multiple d’un fournisseur à l’autre : comparez donc le modèle exact que vous utiliserez.
-   Pour DeepSeek V4.1 Flash, Together AI et Fireworks affichent 0,30 USD en entrée et 1,20 USD en sortie par million, BroadNet $0.175 et $0.52. DeepInfra affiche DeepSeek-V4.1-Flash-1017 à -51 %, soit 0,098 USD et 0,294 USD, sous BroadNet.
-   Les remises sur l’entrée en cache et sur le batch comptent souvent plus que le prix affiché. Vérifiez les deux.
-   Les GPU dédiés sont facturés à l’heure, occupés ou non, et conviennent à un volume régulier et très élevé.
-   Les forfaits suppriment complètement le compteur de tokens ; Full Moon de BroadNet coûte $60 par mois et par session.

**Sur cette page**

1.  Quelles sont les cinq façons de tarifer les modèles ouverts ?
2.  Comment chaque fournisseur tarifie-t-il les modèles ouverts ?
3.  Combien coûte le même modèle chez chaque fournisseur ?
4.  Et le speech-to-text ?
5.  Comment comparer les fournisseurs pour votre charge ?
6.  La place de BroadNet Inference

Le « prix par million de tokens » semble comparable d’un fournisseur à l’autre. Ce n’est pas tout à fait le cas. Les fournisseurs diffèrent sur les modèles qu’ils hébergent, le prix de l’entrée en cache, l’existence de remises sur les jobs batch, la possibilité de louer des GPU et les frais qui s’ajoutent. Cet article compare la façon dont six fournisseurs de modèles open-weight fixent leurs prix, puis met côte à côte leurs prix publiés pour les mêmes modèles. Tous les chiffres des concurrents proviennent des pages officielles de chaque fournisseur, vérifiées le 2026-11-14 ; les liens figurent dans les sources. Les prix changent souvent : revérifiez-les avant de vous engager.

## Quelles sont les cinq façons de tarifer les modèles ouverts ?

1.  **Au token, en serverless.** Des prix distincts par million de [tokens d’entrée et de sortie](https://broadrouter.com/fr/glossary/input-and-output-tokens/). Tous les fournisseurs de cette liste le proposent.
2.  **Entrée en cache.** Un tarif réduit pour les préfixes de prompt répétés. Les remises vont de la moitié du prix à quelques pour cent du tarif d’entrée. [Les tokens en cache expliqués](https://broadrouter.com/fr/blog/cached-input-tokens-explained/).
3.  **Batch.** Des prix réduits pour les jobs qui peuvent attendre plusieurs heures.
4.  **GPU dédiés.** Vous louez du matériel à l’heure et faites tourner le modèle vous-même ou via la pile du fournisseur. [Auto-hébergement ou API : le seuil de rentabilité](https://broadrouter.com/fr/blog/self-hosting-llm-vs-api-cost/), ou faites le calcul avec vos propres chiffres dans le [calculateur auto-hébergement vs API](https://broadrouter.com/tools/self-hosting-vs-api-calculator/).
5.  **Forfaits.** Un prix fixe pour une durée, sans compteur de tokens. Voir [forfait LLM](https://broadrouter.com/fr/glossary/flat-rate-llm-plan/).

## Comment chaque fournisseur tarifie-t-il les modèles ouverts ?

| Fournisseur | Modèle | Au token | Entrée en cache | Batch | GPU dédiés | Forfait |
| --- | --- | --- | --- | --- | --- | --- |
| OpenRouter | Routeur entre de nombreux fournisseurs | Prix du fournisseur, « sans majoration » | Selon le fournisseur | Selon le fournisseur | Non | Non |
| Together AI | Serverless propre + dédié | Oui | Indiqué pour certains modèles | \-50 % sur certains modèles (uniquement Whisper Large v3 lors de la vérification) | H100 à partir de 5,49 USD par heure de GPU | Non |
| Fireworks AI | Serverless propre + à la demande | Oui, à partir de 0,05 USD par million en entrée | \-50 % par défaut, davantage sur certains modèles | \-50 % | H100 8,00 USD de l’heure | Non |
| Groq | Matériel propre | Oui, liste de modèles courte | \-50 %, sur les modèles GPT-OSS | \-50 % | Non indiqué | Non |
| DeepInfra | Serverless propre + dédié | Oui, certains modèles facturés au temps d’exécution | Indiqué pour de nombreux modèles | Non indiqué sur la page de tarifs | H100 2,90 USD par heure de GPU | Non |
| BroadNet Inference | Liste de modèles courte ; modèles hébergés chez des partenaires d’inférence américains | Oui | Indiqué pour trois des quatre modèles de chat | Non proposé | Non | Oui, DeepSeek V4.1 Flash |

Notes tirées des pages :

-   **OpenRouter** écrit « there is no markup on inference pricing » (traduction : « les prix d’inférence ne sont pas majorés »). Il prélève des frais à l’achat de crédits : 5,5 % sur l’offre Standard (0,80 USD minimum, selon sa FAQ) et 8 % sur Business, ou 5 % en crypto. Les variantes gratuites des modèles sont limitées à 20 requêtes par minute et 50 par jour, ou 1 000 par jour après l’achat d’au moins 10 USD de crédits. C’est un [routeur](https://broadrouter.com/fr/glossary/llm-router/) : un même modèle peut donc y avoir de nombreux prix. [OpenRouter ou un fournisseur au forfait](https://broadrouter.com/fr/blog/openrouter-alternative-flat-rate/).
-   **Together AI** affiche la H100 dédiée à 5,49 USD par heure de GPU à la demande. Sa documentation batch indique que certains modèles serverless tournent à -50 %, avec une fenêtre d’exécution fixée à 24 heures, mais le tableau des modèles remisés ne listait que `openai/whisper-large-v3` lors de notre vérification. Les autres modèles sont au tarif standard.
-   **Fireworks** propose les modes Standard, Priority, Fast, Batch (-50 %) et Spot (-30 % sur certains modèles). L’entrée en cache est facturée moitié prix ou moins, sans frais d’écriture.
-   **Groq** affiche des prix au token pour un petit ensemble de modèles de production, comme `openai/gpt-oss-120b` à 0,15 USD en entrée et 0,60 USD en sortie par million, et facture le speech-to-text Whisper à l’heure. L’entrée en cache est à moitié prix sur ses modèles GPT-OSS, et les jobs batch tournent à -50 % sous 24 heures à 7 jours.
-   **DeepInfra** affiche pour de nombreux modèles un prix remisé à côté du prix catalogue, par exemple -51 % sur DeepSeek-V4.1-Flash-1017 et -38 % sur GLM-5.3. La page ne dit pas quand ces remises prennent fin. Il propose aussi les niveaux Standard, Priority (1,5×) et Flex (0,8×).

## Combien coûte le même modèle chez chaque fournisseur ?

Prix publiés par million de tokens pour des modèles que BroadNet sert aussi. « — » signifie que le modèle ne figurait pas sur la page de tarifs du fournisseur.

**DeepSeek V4.1 Flash** (entrée / cache / sortie) :

| Fournisseur | Entrée | Cache | Sortie |
| --- | --- | --- | --- |
| Together AI | 0,30 USD | 0,006 USD | 1,20 USD |
| Fireworks AI | 0,30 USD | 0,006 USD | 1,20 USD |
| DeepInfra, prix catalogue | 0,20 USD | 0,006 USD | 0,60 USD |
| DeepInfra, remisé (-30 %) | 0,14 USD | 0,0042 USD | 0,42 USD |
| DeepInfra, DeepSeek-V4.1-Flash-1017, remisé (-51 %) | 0,098 USD | 0,0029 USD | 0,294 USD |
| Groq | — | — | — |
| BroadNet Inference | $0.175 | $0.0055 | $0.52 |

La variante datée `-1017` de DeepInfra est la même version que l’API de DeepSeek sert sous le nom `deepseek-flash` ; vérifiez laquelle votre code appelle. Sur OpenRouter, le modèle comptait 37 endpoints de 28 fournisseurs lors de notre vérification, d’environ 0,05 USD (Baidu) à 3 USD (le niveau le plus rapide de Venice) par million de tokens d’entrée. Notre [tableau de prix de DeepSeek V4.1 Flash](https://broadrouter.com/fr/llm-api-pricing/deepseek-v4.1-flash/) liste chaque fournisseur qui publie son propre prix pour le modèle, avec la page source et la date de vérification sur chaque ligne. L’écart de prix d’un même modèle sur l’ensemble du marché est mesuré dans notre [indice des prix des API LLM](https://broadrouter.com/data/llm-api-price-index/). Pour comparer ces prix de modèles ouverts avec GPT, Claude et Gemini sur une même charge, voir [coût API : modèles open-weight ou fermés](https://broadrouter.com/fr/blog/open-weight-vs-closed-model-api-cost/).

**GLM 5.3** (le prix propre de chaque fournisseur : [tableau de prix de GLM 5.3](https://broadrouter.com/fr/llm-api-pricing/glm-5.3/)) :

| Fournisseur | Entrée | Cache | Sortie |
| --- | --- | --- | --- |
| Together AI | 1,40 USD | 0,26 USD | 4,40 USD |
| Fireworks AI | 1,40 USD | 0,26 USD | 4,40 USD |
| DeepInfra, prix catalogue | 0,90 USD | 0,20 USD | 4,00 USD |
| DeepInfra, remisé (-38 %) | 0,5625 USD | 0,125 USD | 2,50 USD |
| BroadNet Inference | $0.78 | $0.173 | $3.46 |

**Qwen3.8 27B** (le prix propre de chaque fournisseur : [tableau de prix de Qwen3.8 27B](https://broadrouter.com/fr/llm-api-pricing/qwen3.8-27b/)) :

| Fournisseur | Entrée | Cache | Sortie |
| --- | --- | --- | --- |
| DeepInfra, prix catalogue | 0,20 USD | 0,05 USD | 2,50 USD |
| DeepInfra, remisé (-25 %) | 0,15 USD | 0,0375 USD | 1,875 USD |
| Groq (preview, évaluation uniquement) | 0,80 USD | — | 4,00 USD |
| BroadNet Inference | $0.175 | $0.0435 | $2.17 |

**Gemma 4 26B A4B** (la version de BroadNet est [Gemma 4 VL 26B](https://broadrouter.com/fr/models/gemma-4-vl-26b/)) :

| Fournisseur | Entrée | Sortie |
| --- | --- | --- |
| DeepInfra | 0,07 USD | 0,34 USD |
| BroadNet Inference | $0.10 | $0.22 |

BroadNet n’est pas le moins cher au token ici. Les prix remisés de DeepInfra sont inférieurs à ceux de BroadNet sur chaque ligne pour DeepSeek V4.1 Flash, GLM 5.3 et Qwen3.8 27B, et inférieurs aussi sur l’entrée de Gemma (la sortie de Gemma est moins chère chez BroadNet). L’API de DeepSeek divise tous ses prix par deux en heures creuses, ce qui place alors son prix d’entrée sous celui de BroadNet ([détails](https://broadrouter.com/fr/blog/deepseek-v4-1-flash-api-pricing/)). Les prix catalogue de BroadNet sont inférieurs à ceux de Together et de Fireworks sur DeepSeek V4.1 Flash et GLM 5.3. Le prix au token n’est qu’un critère ; vérifiez aussi la longueur de contexte, la conservation des données et les limites de débit, que ces tableaux ne montrent pas.

Sur l’ensemble des 119 modèles vendus par plusieurs hébergeurs, et pas seulement ces quatre, le prix catalogue le plus élevé vaut en médiane 1,76 fois le moins cher ; voir [même modèle, hébergeur différent](https://broadrouter.com/fr/blog/same-llm-different-host-prices/). Les prix des hébergeurs bougent aussi plus souvent que ceux des créateurs de modèles : [à quelle fréquence les prix des API LLM changent](https://broadrouter.com/fr/blog/how-often-llm-api-prices-change/).

## Et le speech-to-text ?

Groq affiche `whisper-large-v3-turbo` à 0,04 USD par heure d’audio et `whisper-large-v3` à 0,111 USD de l’heure. DeepInfra affiche Voxtral Mini à 0,001 USD la minute. Le modèle multilingue de BroadNet coûte $0.002 la minute ($0.12 de l’heure), et son modèle arabe $0.0042 la minute. Pour d’autres fournisseurs, voir [prix des API speech-to-text comparés](https://broadrouter.com/fr/blog/speech-to-text-api-pricing-compared/). Pour l’arabe, la précision sur vos dialectes compte plus que le tarif : [comment choisir une API speech-to-text pour l’arabe](https://broadrouter.com/fr/blog/arabic-speech-to-text-api-buyers-guide/).

## Comment comparer les fournisseurs pour votre charge ?

1.  **Fixez le modèle et la version.** « DeepSeek V4.1 Flash » et une variante datée peuvent avoir des prix différents.
2.  **Mesurez votre répartition de tokens** : entrée, part en cache et sortie, raisonnement compris. [Estimer le coût avant le lancement](https://broadrouter.com/fr/blog/estimate-llm-api-cost-before-launch/).
3.  **Chiffrez-la avec les trois tarifs de chaque fournisseur**, pas seulement le prix d’entrée. Pour les agents, le tarif en cache est souvent décisif. Le [calculateur de coût d’API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) et le [calculateur de prompt caching](https://broadrouter.com/tools/prompt-caching-calculator/) font le calcul.
4.  **Appliquez les remises batch** uniquement aux tâches qui peuvent attendre.
5.  **Ajoutez les frais** : frais d’achat de crédits et multiplicateurs de niveau.
6.  **Vérifiez les limites** : les [limites de débit](https://broadrouter.com/fr/glossary/rate-limit/), la simultanéité et la longueur de contexte peuvent écarter un fournisseur quel que soit son prix.
7.  **Comparez avec un forfait** si un agent tourne la majeure partie de la journée. [Le calcul de rentabilité](https://broadrouter.com/fr/blog/flat-rate-vs-pay-per-token-llm-api/), ou le [calculateur forfait vs paiement au token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

## La place de BroadNet Inference

BroadNet sert une courte liste de modèles, dont certains hébergés chez des partenaires d’inférence américains, avec des prix au token publiés dans un [fichier de prix](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-inference-provider-pricing-compared&utm_content=body). Ses tarifs au token sont en milieu de tableau, pas les plus bas : si seul le prix au token compte, les offres remisées de DeepInfra coûtent moins cher. Ce que les autres ne vendent pas ici, c’est DeepSeek V4.1 Flash en illimité pour $60 par mois et par session, avec des options à $15 la semaine et $1 l’heure. BroadNet n’est pas une place de marché, n’offre ni remise batch ni GPU dédiés. Ses autres atouts sont la [conservation zéro des données](https://broadrouter.com/fr/privacy/) sur chaque requête, le speech-to-text en arabe et une seule clé compatible OpenAI pour le chat et l’audio. Si vous avez besoin de dizaines de familles de modèles ou du prix promotionnel le plus bas pour une charge très irrégulière, un routeur ou un hébergeur plus grand vous servira mieux.

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.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[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 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.

[Speech-to-text (reconnaissance vocale)](https://broadrouter.com/fr/glossary/speech-to-text/)

Le speech-to-text, ou reconnaissance automatique de la parole (ASR), est une technologie qui convertit l’audio parlé en texte écrit. Une API speech-to-text accepte un fichier ou un flux audio et renvoie une transcription, généralement facturée à la minute d’audio. La précision se mesure avec le taux d’erreur de mots et varie selon l’accent, le dialecte et la qualité d’enregistrement.

[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.

[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.

[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.

[Débit (throughput)](https://broadrouter.com/fr/glossary/throughput/)

Le débit (throughput), dans le service de LLM, est la quantité totale de travail qu’un système accomplit par unité de temps sur toutes les requêtes simultanées, généralement mesurée en tokens de sortie par seconde ou en requêtes par seconde. Il se distingue de la vitesse par flux, c’est-à-dire la vitesse à laquelle une seule requête reçoit ses tokens.

[Fenêtre de contexte (context window)](https://broadrouter.com/fr/glossary/context-window/)

La fenêtre de contexte est le nombre maximal de tokens qu’un modèle de langage peut traiter dans une seule requête. Elle couvre le prompt, l’historique de conversation, les définitions d’outils, les images et la sortie générée, tokens de raisonnement compris. Ce qui ne tient pas doit être coupé, résumé ou réparti sur plusieurs requêtes.

## Questions fréquentes

### Quel fournisseur d’inférence est le moins cher pour les modèles ouverts ?

Aucun en particulier, et pas BroadNet au token. Lors de notre vérification du 2026-11-14, les prix remisés de DeepInfra étaient inférieurs à ceux de BroadNet sur DeepSeek V4.1 Flash, GLM 5.3 et Qwen3.8 27B, et OpenRouter listait des endpoints DeepSeek V4.1 Flash d’environ 0,05 USD à 3 USD par million de tokens d’entrée. Comparez le modèle exact, le prix en cache et la remise batch.

### OpenRouter majore-t-il les prix des modèles ?

OpenRouter affirme ne pas majorer les prix d’inférence. Il prélève des frais à l’achat de crédits : 5,5 % sur son offre Standard (0,80 USD minimum, selon sa FAQ), 8 % sur Business et 5 % pour les paiements en crypto.

### Le tarif batch vaut-il le coup ?

Pour les tâches qui peuvent attendre. Fireworks affiche le batch à -50 %, et Groq documente une remise batch de 50 % avec une fenêtre de 24 heures à 7 jours. La documentation batch de Together n’annonce -50 % que pour certains modèles (le tableau ne citait que \`openai/whisper-large-v3\` lors de notre vérification), avec une fenêtre d’exécution fixe de 24 heures.

### Quand louer un GPU dédié plutôt que payer au token ?

Quand votre trafic occupe le GPU la majeure partie de la journée. Les prix horaires des GPU sont dus que des requêtes arrivent ou non : pour un trafic faible ou irrégulier, le paiement au token revient moins cher.

### Un fournisseur propose-t-il un prix mensuel fixe pour un modèle ouvert ?

BroadNet Inference, pour DeepSeek V4.1 Flash. Full Moon coûte $60 par mois et par session, sans compteur de tokens, une requête à la fois.

## À lire ensuite

-   [OpenRouter ou forfait pour vos agents IA : lequel coûte moins cher ?](https://broadrouter.com/fr/blog/openrouter-alternative-flat-rate/)
-   [Prix de l’API DeepSeek V4.1 Flash : au token, en cache et forfaits](https://broadrouter.com/fr/blog/deepseek-v4-1-flash-api-pricing/)
-   [Tarification des API LLM : entrée, cache, sortie et raisonnement](https://broadrouter.com/fr/blog/llm-api-pricing-explained/)
-   [API LLM : forfait ou paiement au token ? Le calcul de rentabilité](https://broadrouter.com/fr/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Alternatives à Artificial Analysis : où comparer les LLM en 2026](https://broadrouter.com/fr/blog/artificial-analysis-alternatives/)
-   [SLA des API LLM : ce que promettent Azure, Bedrock, Google et OpenAI](https://broadrouter.com/fr/blog/llm-api-sla-uptime-compared/)
-   [Guide : Utiliser le SDK Python d’OpenAI avec BroadNet Inference](https://broadrouter.com/fr/guides/openai-python-sdk/)
-   [Guide : Comment fonctionnent les forfaits API LLM illimités pour agents](https://broadrouter.com/fr/guides/unlimited-llm-api-sessions/)

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-inference-provider-pricing-compared&utm_content=page-cta) ·

**Sources**

-   [FAQ d’OpenRouter, tarifs et frais sur les crédits (vérifiée le 2026-11-14)](https://openrouter.ai/docs/faq)
-   [Page du modèle DeepSeek V4.1 Flash sur OpenRouter, prix des fournisseurs (vérifiée le 2026-11-14)](https://openrouter.ai/deepseek/deepseek-v4.1-flash)
-   [Tarifs de Together AI (vérifiés le 2026-11-14)](https://www.together.ai/pricing)
-   [Documentation de l’inférence batch de Together AI (vérifiée le 2026-11-14)](https://docs.together.ai/docs/batch-inference)
-   [Tarifs de Fireworks AI (vérifiés le 2026-11-14)](https://fireworks.ai/pricing)
-   [Modèles et prix de Groq (vérifiés le 2026-11-14)](https://console.groq.com/docs/models)
-   [Documentation du prompt caching de Groq (vérifiée le 2026-11-14)](https://console.groq.com/docs/prompt-caching)
-   [Tarifs de DeepInfra (vérifiés le 2026-11-14)](https://deepinfra.com/pricing)
-   [Prix lisibles par machine de BroadNet Inference (pricing.json, synchronisé le 2026-11-14) (en anglais)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-inference-provider-pricing-compared&utm_content=sources)
