Un forfait remplace le compteur de tokens par une facture fixe. La question utile n’est pas « est-ce illimité ? » mais « qu’est-ce qui est plafonné à la place ? »
Comment ça marche
La tarification forfaitaire désigne « a single fixed fee for a service, regardless of usage » (traduction : « un tarif unique et fixe pour un service, quel que soit l’usage »). Pour une API LLM, ce tarif achète un accès pour une période. Comme le temps GPU est limité, chaque forfait borne l’usage d’une autre façon. Plafonds courants :
- un quota de tokens ou de messages par jour, semaine ou mois ;
- une fenêtre glissante, par exemple de quelques heures, qui se réinitialise ;
- une limite hebdomadaire en plus de la fenêtre ;
- la concurrence : combien de requêtes s’exécutent en même temps ;
- la vitesse, qui plafonne la sortie par heure via les tokens par seconde ;
- une liste de modèles fixe et une clause d’usage raisonnable.
Pour comparer un forfait au paiement à l’usage, chiffrez un mois de votre trafic réel au token. Si ce montant dépasse le prix du forfait, le forfait l’emporte, à condition que ses plafonds conviennent à votre façon de travailler.
Pourquoi c’est important
- Budget prévisible. Un seul montant par mois, sans mauvaise surprise due à une boucle de nouvelles tentatives ou à un long contexte.
- D’autres habitudes. Sans compteur, vous pouvez renvoyer de grands contextes et laisser un modèle raisonner sans compter les tokens.
- D’autres risques. Si le plafond porte sur la concurrence, les tâches parallèles font la queue. S’il s’agit d’une fenêtre, le travail s’arrête jusqu’à sa réinitialisation.
Sur BroadNet Inference
BroadNet vend trois forfaits, tous pour un usage illimité de DeepSeek V4.1 Flash, avec un prix par session :
| Forfait | Prix | Période |
|---|---|---|
| Full Moon | $60 | un mois, renouvelable |
| Orbit | $15 | une semaine |
| Meteor | $1 | une heure |
Il n’y a ni compteur de tokens, ni plafond mensuel, ni fenêtre de 5 heures, ni limite hebdomadaire. Le plafond est la concurrence : une session traite une requête à la fois, à une vitesse typique de environ 100 tokens par seconde. Pour faire tourner des agents en parallèle, achetez une session par agent.
Dans l’exemple chiffré de BroadNet, avec 80 % de hits de cache, Full Moon devient plus avantageux que le paiement au token à partir d’environ 917 millions de tokens d’entrée et 46 millions de tokens de sortie par mois. Lisez forfait ou paiement au token, comment fonctionnent les sessions et ce qu’il faut vérifier dans tout forfait « illimité ».
Erreurs fréquentes
- Acheter une seule session pour de nombreux workers en parallèle. Ils font la queue les uns derrière les autres.
- Comparer le prix du forfait au prix catalogue au token en ignorant la mise en cache, qui réduit la facture au token.