BroadRouter

Coût API : modèles open-weight ou fermés, ce que disent les prix

Par l’équipe BroadNet Inference · 9 min de lecture · Publié · Mis à jour

Généralement, mais pas sur le seul nom du modèle. D’après les prix vérifiés le 15 novembre 2026, GLM 5.3 chez son créateur coûte moins cher au token que GPT-6.1 Sol ou Claude Sonnet 5.5, alors que de petits modèles fermés comme GPT-6 Luna coûtent à peu près autant que des modèles ouverts hébergés. L’hébergeur compte aussi : un même modèle ouvert peut coûter plusieurs fois plus cher chez un hébergeur que chez un autre.

« L’open source coûte moins cher » : c’est le raccourci habituel. C’est surtout vrai, mais ce sont les détails qui font votre facture. Cet article compare les prix au token de modèles fermés (GPT, Claude, Gemini, Grok) et de modèles open-weight (GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B, gpt-oss-120b, Gemma 4) à partir de la page de tarifs de chaque fournisseur, puis chiffre une charge réaliste. Chaque prix tiers a été relu sur la page du fournisseur le 15 novembre 2026. BroadRouter est le site web de BroadNet, et BroadNet vend certains de ces modèles ouverts : nous indiquons donc où d’autres hébergeurs facturent moins.

Les lignes proviennent de notre jeu de données des prix des fournisseurs d’API LLM, les données brutes derrière l’indice des prix des API LLM. Pour l’aspect métier du choix (contrôle, dépendance, écart de qualité), lisez modèles open-weight ou fermés pour l’entreprise.

Comment se comparent les prix au token des modèles fermés et open-weight ?

Prix standard en paiement à l’usage par million de tokens, prompts courts, vérifiés le 15 novembre 2026 :

Modèle Type Vendeur Entrée Entrée en cache Sortie
GPT-6.1 Sol Fermé OpenAI 2,00 USD 0,10 USD 10,00 USD
Claude Sonnet 5.5 Fermé Anthropic 2,00 USD 0,10 USD 10,00 USD
Gemini 4 Hydrogen Fermé Google 1,50 USD 0,075 USD 7,50 USD
Gemini 3.8 Flash Fermé Google 0,75 USD 0,075 USD 3,75 USD
Grok 4.3 Fermé xAI 1,25 USD 0,20 USD 2,50 USD
GPT-6 Luna Fermé OpenAI 0,10 USD 0,01 USD 0,50 USD
Claude Haiku 5.5 Fermé Anthropic 0,10 USD 0,01 USD 0,50 USD
GLM 5.3 Open-weight Z.ai (créateur) 1,40 USD 0,26 USD 4,40 USD
DeepSeek V4.1 Flash Open-weight DeepSeek (créateur), heures pleines 0,30 USD 0,006 USD 1,20 USD
Qwen3.8 27B Open-weight Alibaba Cloud (créateur) 0,50 USD non indiqué 3,00 USD
gpt-oss-120b Open-weight Groq 0,15 USD 0,075 USD 0,60 USD
Gemma 4 26B A4B Open-weight DeepInfra 0,07 USD non indiqué 0,34 USD

Notes tirées des pages elles-mêmes :

  • Gemini 3.8 Flash est un prix promotionnel « through December 31, 2026 » (traduction : « jusqu’au 31 décembre 2026 »). À partir du 1er janvier 2027, Google affiche 1,50 USD en entrée, 0,15 USD en cache et 7,50 USD en sortie, soit le double des tarifs actuels.
  • Claude Haiku 5.5 s’applique aux prompts jusqu’à 100 000 tokens. Les prompts plus longs paient 0,50 USD en entrée et 2,50 USD en sortie.
  • GPT-6.1 Sol et GPT-6 Luna ont des tarifs plus élevés au-delà de 272 000 tokens d’entrée. Grok 4.3 facture toute la requête à un tarif plus élevé dès que le prompt atteint 200 000 tokens.
  • DeepSeek divise ses prix par deux en heures creuses : 0,15 USD en entrée, 0,003 USD en cache et 0,60 USD en sortie en dehors de 01:00 à 04:00 et de 06:00 à 10:00 UTC en semaine.

Trois tendances ressortent :

  1. Le haut de gamme fermé coûte plus cher. La sortie de GPT-6.1 Sol et de Claude Sonnet 5.5 coûte plus du double de celle de GLM 5.3 chez son propre créateur.
  2. Le bas de gamme fermé, non. GPT-6 Luna et Claude Haiku 5.5 affichent un prix d’entrée inférieur à celui de gpt-oss-120b chez Groq, et à quelques centimes de Gemma 4 chez DeepInfra. Le prix de sortie de Gemma est plus bas.
  3. C’est sur l’entrée en cache que les éditeurs diffèrent le plus. Le tarif en cache de DeepSeek représente 2 % de son tarif d’entrée ; celui de GLM 5.3 chez Z.ai environ 19 %. Les agents qui renvoient le même contexte profitent le plus d’un tarif de cache bas. Voir les tokens d’entrée en cache expliqués.

À quel point l’hébergeur change-t-il le prix d’un modèle ouvert ?

Un modèle fermé a une grille tarifaire par éditeur (plus les clouds sous licence). Les poids ouverts peuvent être servis par n’importe qui : un même modèle a donc de nombreux prix. Quelques exemples, par million de tokens, vérifiés le 15 novembre 2026 :

Modèle ouvert Hébergeur Entrée Entrée en cache Sortie
GLM 5.3 Z.ai 1,40 USD 0,26 USD 4,40 USD
GLM 5.3 Together AI 1,40 USD 0,26 USD 4,40 USD
GLM 5.3 DeepInfra (promotion, -38 %) 0,5625 USD 0,125 USD 2,50 USD
GLM 5.3 BroadNet Inference $0.78 $0.173 $3.46
DeepSeek V4.1 Flash DeepSeek, heures pleines 0,30 USD 0,006 USD 1,20 USD
DeepSeek V4.1 Flash Together AI 0,30 USD 0,006 USD 1,20 USD
DeepSeek V4.1 Flash DeepInfra (promotion, -30 %) 0,14 USD 0,0042 USD 0,42 USD
DeepSeek V4.1 Flash BroadNet Inference $0.175 $0.0055 $0.52
Qwen3.8 27B Alibaba Cloud 0,50 USD non indiqué 3,00 USD
Qwen3.8 27B DeepInfra (promotion, -25 %) 0,15 USD 0,0375 USD 1,875 USD
Qwen3.8 27B BroadNet Inference $0.175 $0.0435 $2.17
gpt-oss-120b Groq 0,15 USD 0,075 USD 0,60 USD
gpt-oss-120b Together AI 0,15 USD non indiqué 0,60 USD
gpt-oss-120b DeepInfra 0,037 USD non indiqué 0,17 USD
Gemma 4 26B A4B DeepInfra 0,07 USD non indiqué 0,34 USD
Gemma 4 26B A4B BroadNet Inference $0.10 non publié $0.22

L’écart est important : environ 2,5 fois sur l’entrée de GLM 5.3 et environ 4 fois sur l’entrée de gpt-oss-120b entre les hébergeurs ci-dessus. Les lignes GLM, DeepSeek et Qwen de DeepInfra sont présentées comme des remises promotionnelles, et les pages ne disent pas quand elles prennent fin. BroadNet est sous le prix catalogue du créateur pour GLM 5.3 et Qwen3.8 27B, et sous les tarifs heures pleines de DeepSeek ; mais les tarifs d’entrée et de cache de DeepSeek en heures creuses sont inférieurs à ceux de BroadNet, et les prix promotionnels de DeepInfra sont plus bas sur les trois modèles. Les pages de prix par modèle listent chaque hébergeur que nous suivons, et comment les fournisseurs d’inférence tarifent les modèles ouverts explique pourquoi les chiffres diffèrent. Sur l’ensemble des 119 modèles vendus par plusieurs hébergeurs, l’écart médian est de 1,76 fois : même modèle, hébergeur différent.

Le prix n’est pas la seule différence entre hébergeurs. Vérifiez pour chacun la quantification (certains servent des poids en précision réduite), la longueur de contexte, les limites de débit, la conservation des données et la prise en charge de l’appel d’outils pour le modèle.

Combien coûte une charge réelle sur chacun ?

Les tableaux de prix au token masquent la répartition entre entrée, entrée en cache et sortie. Voici une charge : un assistant intégré à une application, mesuré par utilisateur actif et par mois, tiré de notre exemple de coût LLM par utilisateur :

  • 0,45 M de nouveaux tokens d’entrée
  • 0,45 M de tokens d’entrée en cache (un prompt système et un historique stables)
  • 0,3 M de tokens de sortie, raisonnement compris

La formule est 0.45 × input + 0.45 × cached + 0.3 × output avec les prix par million (soit 0,45 × prix d’entrée + 0,45 × prix en cache + 0,3 × prix de sortie). Quand une page n’indique pas de tarif en cache, nous facturons les tokens en cache au plein prix d’entrée. Les frais d’écriture et de stockage du cache, que certains éditeurs ajoutent, ne sont pas inclus.

Modèle et vendeur Coût par utilisateur actif et par mois
GPT-6.1 Sol, OpenAI 3,95 USD
Claude Sonnet 5.5, Anthropic 3,95 USD
Gemini 4 Hydrogen, Google 2,96 USD
GLM 5.3, Z.ai 2,07 USD
Gemini 3.8 Flash, Google (prix promotionnel) 1,50 USD
GLM 5.3, BroadNet $1.47
Grok 4.3, xAI 1,40 USD
Qwen3.8 27B, Alibaba Cloud (pas de tarif en cache indiqué) 1,35 USD
Qwen3.8 27B, BroadNet $0.75
Qwen3.8 27B, DeepInfra (promotion) 0,65 USD
DeepSeek V4.1 Flash, DeepSeek heures pleines 0,50 USD
gpt-oss-120b, Groq 0,28 USD
DeepSeek V4.1 Flash, BroadNet $0.24
GPT-6 Luna, OpenAI 0,20 USD
Claude Haiku 5.5, Anthropic 0,20 USD
DeepSeek V4.1 Flash, DeepInfra (promotion) 0,19 USD
gpt-oss-120b, DeepInfra (pas de tarif en cache indiqué) 0,08 USD

Deux réserves changent la lecture. D’abord, les modèles ne se valent pas : une ligne plus bas dans le tableau n’est une économie que si le modèle réussit votre jeu de test. Ensuite, la ligne de Gemini 3.8 Flash double à 2,99 USD le 1er janvier 2027 si le changement de prix annoncé par Google a lieu. Pour faire vos propres calculs, utilisez le calculateur de coût d’API LLM.

Pourquoi comparer par niveau de tâche plutôt que par nom de modèle ?

« Ouvert ou fermé » n’est pas le bon axe pour une décision de prix. La bonne question est : quel est le modèle le moins cher qui fait assez bien cette tâche ? Les niveaux évoluent aussi différemment dans le temps : d’après des pages de tarifs archivées, Claude Opus et la gamme principale de GPT sont devenus nettement moins chers, tandis que Claude Haiku et Gemini Flash sont devenus plus chers (historique des prix des API OpenAI, Anthropic et Google).

  • Tâches simples à fort volume (classification, extraction, résumés courts) : les petits modèles fermés et les petits ou moyens modèles ouverts se situent tous en bas du tableau. Choisissez selon la précision, la latence et les conditions sur les données.
  • Agents et code : l’appel d’outils, le long contexte et l’entrée en cache dominent. Les modèles ouverts à tarif de cache bas, ou un forfait, peuvent coûter une fraction d’un modèle fermé de pointe.
  • Le raisonnement le plus difficile : les modèles fermés de pointe ont encore tendance à mener. Payer plus cher le token peut revenir moins cher par bonne réponse.

Mesurez le coût par bonne réponse sur 50 à 100 cas réels. Comment évaluer un LLM avant de changer propose une méthode.

Qu’est-ce qui change encore le coût réel ?

  • Tokenizers. Un même texte donne un nombre de tokens différent selon le modèle. Dans le jeu de données de tokenizers de BroadRouter, l’arabe standard moderne nécessite 1.31× (Qwen3.8 27B) à 1.77× (GLM 5.3) le nombre de tokens de sa traduction anglaise : une charge en arabe peut donc réordonner le tableau. Voir tokens par mot en arabe et en anglais.
  • Tokens de raisonnement. Les modèles de raisonnement facturent la réflexion comme de la sortie, des deux côtés. La page de Google indique que la sortie de Gemini inclut les « thinking tokens » (traduction : « tokens de réflexion »). Réglez l’effort de raisonnement au niveau le plus bas qui réussit vos tests.
  • Remises batch. OpenAI et Anthropic affichent les prix de la Batch API à la moitié du tarif standard. Si votre travail peut attendre, cela réduit l’écart avec les modèles ouverts. BroadNet n’a pas de Batch API ; le traitement par lots sans Batch API montre la solution de contournement.
  • Suppléments long contexte. Plusieurs modèles fermés facturent plus au-delà de 100 000, 200 000 ou 272 000 tokens. Vérifiez où se situent vos prompts.
  • Auto-hébergement. Les poids ouverts peuvent aussi tourner sur vos propres GPU, mais ce n’est rentable qu’avec une utilisation élevée et régulière. Voir LLM auto-hébergé ou API.

La place de BroadNet Inference

BroadRouter est le site de BroadNet. BroadNet Inference est une API open-weight hébergée avec une seule URL de base compatible OpenAI, https://inference.broadnet.ai/v1, pour DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B et la version de Gemma 4 par BroadNet, plus le speech-to-text. Il ne sert pas de modèles fermés et ne route pas les requêtes entre fournisseurs. DeepSeek V4.1 Flash est hébergé par des partenaires.

D’après les données ci-dessus, BroadNet est sous les prix catalogue des créateurs pour GLM 5.3 et Qwen3.8 27B et sous les tarifs heures pleines de DeepSeek, mais au-dessus des prix promotionnels actuels de DeepInfra et des tarifs d’entrée et de cache de DeepSeek en heures creuses. Ce n’est pas l’hébergeur le moins cher pour chaque modèle. Ce qu’il apporte : un forfait pour DeepSeek V4.1 Flash ($60 par mois et par session, une requête à la fois, sans compteur de tokens), aucune conservation du contenu d’inférence, et l’appel d’outils et la sortie structurée documentés pour GLM 5.3 et Qwen3.8 27B. Il n’y a pas de Batch API ni de SLA sur les comptes en libre-service.

Gemma 4 VL 26B fonctionne avec le crédit de départ de $5 ; les autres modèles de chat nécessitent une recharge. Comparer les prix ou lire la documentation de l’API.

Questions fréquentes

Les modèles open-weight sont-ils moins chers que GPT via une API ?

Souvent, mais comparez ce qui est comparable. Le 15 novembre 2026, GLM 5.3 chez Z.ai affichait 1,40 USD en entrée et 4,40 USD en sortie par million de tokens, sous GPT-6.1 Sol à 2,00 USD et 10,00 USD. Le petit GPT-6 Luna d’OpenAI affichait 0,10 USD et 0,50 USD, dans la même fourchette que les modèles ouverts hébergés.

Pourquoi un même modèle ouvert coûte-t-il des montants différents selon l’hébergeur ?

Les hébergeurs font tourner les mêmes poids sur du matériel différent, avec une précision, un taux d’utilisation et une marge différents, et certains proposent des promotions limitées dans le temps. Le 15 novembre 2026, l’entrée de gpt-oss-120b coûtait 0,037 USD par million chez DeepInfra et 0,15 USD chez Groq et Together.

Les API de modèles fermés ont-elles des remises batch ?

Oui, comme certains hébergeurs de modèles ouverts. OpenAI et Anthropic affichent tous deux des prix Batch API à la moitié du tarif standard pour les jobs asynchrones ; Fireworks et Groq affichent 50 % de remise en batch, et Together pour certains modèles. BroadNet Inference n’a pas de Batch API. Les prix des lectures en cache varient aussi beaucoup d’un éditeur à l’autre.

Le modèle le moins cher est-il assez bon ?

Seul votre propre jeu de test peut le dire. Les modèles fermés de pointe restent devant sur les tâches les plus difficiles. Faites passer 50 à 100 cas réels par chaque candidat et comparez le coût par bonne réponse, pas le coût par token.

La langue change-t-elle la comparaison ?

Oui. Chaque tokenizer découpe le texte différemment. Dans le jeu de données de tokenizers de BroadRouter, l’arabe standard moderne nécessite 1.31× (Qwen3.8 27B) à 1.77× (GLM 5.3) le nombre de tokens du texte anglais : les prix au token sous-estiment donc l’écart pour les charges en arabe.

Puis-je utiliser ces modèles ouverts avec le crédit de départ de BroadNet ?

Gemma 4 VL 26B, oui. DeepSeek V4.1 Flash, GLM 5.3 et Qwen3.8 27B nécessitent une recharge. Le crédit de départ de $5 couvre Gemma, les deux modèles de transcription et les clés horaires Gemma.

Lire en MarkdownDemander à ChatGPTDemander à ClaudeDemander à Perplexity

Sources