La facture que vous ne voyez pas venir
La plupart des personnes qui utilisent Claude ou ChatGPT au travail tous les jours n’ont jamais vraiment examiné ce pour quoi elles paient. Il y a un abonnement mensuel ou une clé API dont le solde diminue discrètement, et le chiffre évolue — parfois plus lentement que prévu, parfois beaucoup plus vite. Si vous vous êtes déjà demandé pourquoi une semaine « légère » de travail assisté par l’AI coûtait plus cher qu’une semaine chargée, la réponse est presque jamais que l’AI est « chère ». Il s’agit généralement de ce que vous envoyez, pas seulement de ce que vous demandez.
Cet article explique les calculs réels — dans un langage simple, sans jargon — afin que vous puissiez voir d’où vient réellement le coût et comprendre pourquoi la solution n’est pas de « moins utiliser l’AI », mais de « cesser de payer pour vous réexpliquer à chaque message ».
Les tokens, en termes simples
Chaque message que vous envoyez et chaque réponse que vous recevez est découpé en petits fragments appelés tokens. En règle générale, un token représente environ trois quarts de mot ; ainsi, 1 000 mots de texte correspondent à environ 1 300 à 1 400 tokens. Les mots courts, les expressions courantes et le code se compressent souvent en moins de tokens par mot ; les mots inhabituels, la mise en forme et les textes non anglais peuvent en utiliser davantage.
Deux éléments déconcertent les gens lorsqu’ils commencent à réfléchir à cela :
- Les deux sens sont comptabilisés. Les mots que vous saisissez (entrée) et ceux que l’AI vous renvoie (sortie) sont tous deux facturés ou comptabilisés. Une réponse longue et détaillée coûte plus cher qu’une réponse d’une seule ligne, même pour la même question.
- Chaque message retransmet l’intégralité de la conversation. C’est ce que presque personne ne réalise avant de le voir exposé clairement. Les modèles d’IA conversationnelle n’ont pas de mémoire persistante entre les messages comme un collègue humain. Pour générer une réponse cohérente avec le contexte, le système doit relire toute la conversation jusque-là — votre premier message, sa première réponse, votre deuxième message, sa deuxième réponse, et ainsi de suite — chaque fois que vous appuyez sur Envoyer.
Pourquoi le « simple bavardage » devient coûteux à mesure que la conversation s’allonge
Voici la partie qui compte vraiment. Imaginez une conversation qui commence brièvement et s’allonge naturellement, comme le font les vraies conversations de travail :
- Message 1 : vous envoyez 200 mots de contexte et recevez 150 mots en retour.
- Message 2 : le système doit maintenant traiter le message 1 et votre nouveau message, puis répondre à nouveau.
- Message 3 : il retraite les messages 1 et 2, ainsi que votre nouveau message.
Au message 10, vous ne payez pas pour « une nouvelle question ». Vous payez pour retransmettre tout ce qui la précédait, à chaque fois. L’historique de la conversation est cumulatif : il ne se réinitialise pas et ne se compresse pas tout seul. Une conversation de 20 échanges ne coûte pas deux fois plus cher qu’une conversation de 10 échanges ; en raison de l’effet de retransmission, elle peut finir par coûter plusieurs fois plus cher, même si la taille réelle du contenu « nouveau » par message reste à peu près la même.
Il s’agit d’un calcul indicatif, pas d’un barème tarifaire : les fournisseurs fixent et modifient leurs propres tarifs par token, et il faut toujours vérifier les tarifs publiés à jour sur le site du fournisseur (anthropic.com ou openai.com) si vous voulez obtenir les chiffres exacts correspondant à votre forfait. Mais le mécanisme reste le même, quel que soit le tarif : même un coût modeste par token, multiplié par un historique de conversation qui s’allonge, augmente rapidement. Le tarif n’est pas le principal levier. C’est la taille de ce que vous renvoyez.
Là où se trouve réellement le gaspillage
Ajoutez maintenant la façon dont la plupart des gens travaillent réellement. Un travailleur du savoir type qui effectue des tâches assistées par l’AI — rédiger des e-mails, résumer des appels, analyser une feuille de calcul, rédiger une note de synthèse, vérifier une clause contractuelle — ne commence pas chaque tâche sur une page blanche. Il réexplique, à chaque fois :
- « Vous êtes un [role] expérimenté. Agissez comme un [X] senior. Voici la voix de notre marque, le contexte de notre équipe et nos préférences de mise en forme… »
- Le contexte de l’entreprise, du projet et du public, ainsi que les contraintes.
- Les mêmes instructions sur le ton et le style qu’elle a saisies hier, et la veille.
Rien de tout cela n’est une information « nouvelle » pour la tâche en cours : c’est du texte standard. Mais comme il est saisi à nouveau dans la fenêtre de discussion (ou, pire encore, construit progressivement au fil d’une longue conversation décousue), il est comptabilisé, renvoyé et refacturé à chaque fois.
Un exemple illustratif : 10 tâches par jour, deux méthodes différentes
Comparons deux approches pour la même journée de travail : 10 tâches assistées par l’AI, chacune nécessitant que l’AI se comporte comme un type précis de spécialiste (par exemple, un analyste marketing examinant les chiffres d’une campagne ou un responsable des opérations améliorant un document de processus).
Approche A : des prompts retapés au coup par coup
Chacune des 10 tâches commence par la personne qui retape (ou copie-colle depuis un ancien document) un ou deux paragraphes présentant le rôle : « Vous êtes un analyste marketing senior spécialisé dans l’attribution et le ROI des campagnes. Veuillez analyser les données suivantes et me fournir une synthèse structurée avec des recommandations… » Puis vient la tâche proprement dite. Ensuite, souvent, quelques messages de suivi dans le même fil pour clarifier ou affiner la demande — et chacun renvoie tout ce qui précède. Répétez ce schéma de texte standard et de suivis pour 10 tâches distinctes, et vous repayez essentiellement les mêmes instructions des dizaines de fois, toute la journée, tous les jours.
Approche B : une configuration allégée fondée sur un fichier de compétences
Le rôle, le ton, les standards et la méthode de travail sont rédigés une seule fois, soigneusement, sous la forme d’un prompt système compact — un « fichier de compétences » — puis chargés au début de la session au lieu d’être retapés. Tout est préparé une fois, de manière concise (sans digressions ni instructions redondantes), puis réutilisé pour chaque tâche relevant de ce rôle. La personne indique simplement la tâche. Il n’est pas nécessaire de réexpliquer qui l’AI est censée être, comment formater les réponses ou ce qui définit une bonne réponse : tout cela est déjà verrouillé, de façon concise, au début.
La différence dans le calcul des tokens ne tient pas au fait que l’AI « travaille davantage » dans l’approche B : c’est que la partie répétée et standard de chaque message diminue considérablement. Moins de texte standard renvoyé par message, pour chaque message de chaque tâche, jour après jour : l’effet cumulé est rapide, exactement comme le problème de la croissance des conversations, mais dans la direction opposée.
Un prompt système préconfiguré qui transforme Claude ou ChatGPT en analyste marketing senior : retour sur investissement des campagnes, attribution et normes de reporting définis une seule fois, pour ne pas avoir à réexpliquer le rôle chaque fois que vous collez de nouveaux chiffres.
Voir Rafa - Spécialiste de l’analytique marketing →Pourquoi un fichier Skill bien conçu est meilleur qu’un prompt improvisé
Tous les « prompts réutilisables » ne résolvent pas ce problème. Un prompt système volumineux et trop générique — cinq pages d’instructions vagues « au cas où » — peut être tout aussi coûteux que de tout retaper, car il s’agit toujours de texte standard renvoyé à chaque message, simplement collé une fois au lieu d’être retapé à chaque fois. Le véritable levier, c’est la concision : un fichier Skill qui indique exactement quel est le rôle, exactement comment formater la sortie et exactement ce que signifie « terminé » — rien de plus — et qui est envoyé une seule fois au début de chaque session.
C’est là toute la différence entre un fichier Skill et un prompt que vous réécrivez sans cesse : il ne s’agit pas seulement de commodité, mais de réduire durablement la partie répétée de chaque message que vous envoyez, pendant toute la durée de la session de travail.
Configure Claude ou ChatGPT comme un responsable senior des opérations : procédures opérationnelles standard, audits des processus et cadres de priorisation intégrés, afin que chaque nouvelle tâche commence de manière concise, sans devoir réexpliquer votre contexte opérationnel depuis le début.
Voir Owen - Responsable des opérations →Des habitudes pratiques qui font vraiment la différence
Quel que soit l’outil ou le forfait que vous utilisez, quelques habitudes réduisent davantage que tout le reste la « taxe cachée du renvoi » :
- Commencez les nouvelles tâches dans de nouvelles conversations au lieu d’accumuler tout dans un fil qui ne cesse de s’allonger. Une conversation nouvelle et ciblée renvoie beaucoup moins d’historique à chaque message.
- Définissez une seule fois, de manière concise, le rôle et le contexte, plutôt que de les réexpliquer à l’intérieur de la tâche elle-même à chaque fois.
- Gardez les instructions initiales concises. Un long prompt système tentaculaire reste du texte standard renvoyé à chaque fois : réduisez-le à ce qui modifie réellement le résultat.
- Demandez la longueur de sortie dont vous avez réellement besoin. Les tokens de sortie comptent aussi, et « donne-moi un résumé structuré » coûte généralement moins cher qu’un « dis-moi tout ce que tu sais sur ce sujet » sans limites.
- Vérifiez directement auprès de votre fournisseur les tarifs actuellement publiés si vous voulez modéliser précisément vos propres coûts : les tarifs et les modèles évoluent, et il vaut mieux confirmer les chiffres exacts à la source plutôt que de se fier à une estimation tierce.
Une compétence d’agent d’exploitation configurée pour les tâches récurrentes et structurées, conçue pour garder les instructions compactes et cohérentes au lieu de les faire gonfler à chaque nouvelle demande.
Voir Arthur - agent d’exploitation AI →Indiquez comment vous (ou votre équipe) utilisez réellement les discussions avec l’AI et obtenez une estimation réelle du gaspillage mensuel de tokens et du montant correspondant, en comparant les prompts répétés à un fichier de compétences persistant. Aucune inscription ni adresse e-mail : uniquement les calculs de cet article appliqués à vos chiffres.
Essayez le calculateur →FAQ
Est-ce que je paie vraiment les réponses de l’AI, et pas seulement mes propres messages ?
Oui. Ce que vous envoyez comme ce que vous recevez est comptabilisé. Un modèle qui rédige par défaut des réponses longues et approfondies utilisera davantage de tokens de sortie qu’un modèle qui produit des réponses concises et ciblées, même pour exactement la même question.
Pourquoi une longue conversation coûte-t-elle tellement plus cher qu’une courte, à tâche égale ?
Parce que la plupart des outils d’AI conversationnelle ne conservent pas de mémoire entre les messages : pour répondre correctement au message 20, le système doit retraiter les 19 premiers messages (ainsi que ses 19 propres réponses) avec celui-ci. L’historique de la conversation est renvoyé intégralement à chaque fois, de sorte que le coût tend à augmenter bien plus vite que la longueur de la conversation elle-même.
Un fichier de compétences n’est-il qu’un nom sophistiqué pour désigner un prompt enregistré ?
Fonctionnellement, oui : il s’agit d’un prompt système ou d’une instruction de projet que vous rédigez une fois et réutilisez. Ce qui distingue un bon prompt d’un prompt improvisé, c’est la rigueur : il définit précisément et succinctement le rôle, les normes et le format de sortie, afin que la partie « standardisée » renvoyée avec chaque message reste aussi réduite que possible tout en remplissant sa fonction.
Dois-je m’inquiéter des montants exacts en dollars, ou simplement du comportement ?
Concentrez-vous d’abord sur le comportement : réduire le contexte répété et commencer de nouvelles conversations pour les nouvelles tâches diminuera votre usage, quel que soit le tarif par token ce mois-ci. Si vous souhaitez modéliser précisément les coûts correspondant à votre volume, consultez les tarifs actuellement publiés sur la page tarifaire de votre fournisseur et faites le calcul à partir de votre nombre habituel de messages.
En résumé :
Le coût en tokens du travail quotidien avec l’AI dépend bien davantage du contexte répétitif et standardisé que du tarif par token lui-même : chaque message renvoie l’intégralité de la conversation, si bien que les prompts retapés au cas par cas s’accumulent rapidement. Un fichier de compétences concis et préparé en amont, comme Rafa ou Owen, réduit ce gaspillage en chargeant le rôle une seule fois, de manière précise, au lieu de devoir le réexpliquer à chaque message.
