Un forfait LLM n’est moins cher que le paiement au token qu’au-delà d’un volume de rentabilité. Pour DeepSeek V4.1 Flash sur BroadNet Inference, le forfait Full Moon à $60 est rentable à partir d’environ 917 millions de tokens d’entrée et 46 millions de tokens de sortie par mois avec 80 % de hits de cache. Un agent de code à plein temps franchit généralement ce seuil. Un projet personnel ou un assistant de chat, généralement pas.
Vous trouverez ci-dessous la formule, quatre factures mensuelles chiffrées et les forfaits concurrents, le tout à partir de prix publiés. Vous pouvez refaire le calcul avec vos propres chiffres dans le calculateur de prix.
Quelles sont les deux façons de payer ?
Prix en paiement à l’usage pour DeepSeek V4.1 Flash, par million de tokens :
| Type de token | Prix par million |
|---|---|
| Entrée | $0.175 |
| Entrée en cache | $0.0055 |
| Sortie (raisonnement compris) | $0.52 |
Les forfaits couvrent le même modèle sans compteur de tokens :
| Forfait | Prix par session | Période |
|---|---|---|
| Full Moon | $60 | Mois, renouvelable |
| Orbit | $15 | Semaine |
| Meteor | $1 | Heure |
Une session traite une requête à la fois. C’est la seule limite : pas de plafond mensuel de tokens, pas de fenêtre glissante, pas de quota hebdomadaire. Comment fonctionnent les sessions.
Comment calculer le seuil de rentabilité ?
Le calcul tient en trois étapes. Il vous faut votre propre répartition de tokens, pas un prix catalogue.
- Trouvez votre prix mixte par million de tokens. Additionnez un mois de tokens par type et multipliez chacun par son prix :
cost = new input × $0.175 + cached input × $0.0055 + output × $0.52(tout en millions de tokens ; coût = entrée nouvelle × prix + entrée en cache × prix + sortie × prix). Divisez par le total de tokens. - Divisez le prix du forfait par ce prix mixte. Le résultat est le nombre de millions de tokens par mois que le forfait remplace.
- Comparez avec votre volume réel. Au-dessus du seuil, le forfait est moins cher. En dessous, payez au token.
Voici le même calcul sur une seule requête d’agent, pour voir où va l’argent. Supposons qu’un agent de code envoie un prompt de 50 000 tokens, dont 40 000 lus depuis le cache, et reçoive 1 500 tokens en retour :
| Partie | Tokens | Facturé à |
|---|---|---|
| Entrée nouvelle | 10 000 | $0.175 par million |
| Entrée en cache | 40 000 | $0.0055 par million |
| Sortie et raisonnement | 1 500 | $0.52 par million |
Multipliez chaque ligne par son prix et divisez par 1 000 000. Multipliez ensuite par le nombre de requêtes par jour. Une requête coûte une fraction de centime, mais un agent qui fait quelques centaines d’appels par jour en fait une vraie facture mensuelle. Le calculateur forfait ou paiement au token le fait pour vous.
Quelles charges de travail reviennent moins cher au forfait ?
Ces exemples utilisent les prix publiés ci-dessus. La part de cache est la fraction des tokens d’entrée lus depuis le cache ; elle est élevée pour les agents qui renvoient les mêmes fichiers et le même prompt système à chaque tour.
| Charge de travail | Entrée / mois | Hits de cache | Sortie / mois | Au token | Option la moins chère |
|---|---|---|---|---|---|
| Projet personnel | 100 M | 50 % | 10 M | $14.23 | le paiement à l’usage |
| Assistant quotidien | 300 M | 50 % | 30 M | $42.67 | le paiement à l’usage |
| Agent de code à plein temps | 1 000 M | 80 % | 50 M | $65.40 | Full Moon |
| Agent toujours actif | 3 000 M | 80 % | 150 M | $196.20 | Full Moon |
L’écart avec une session Full Moon ($60) est respectivement de $45.77, $17.33, $5.40 et $136.20 par mois. L’agent toujours actif est le cas évident : la facture du forfait reste la même, quel que soit le volume lu par l’agent.
Où se situe le seuil de rentabilité ?
Les agents de code lisent bien plus qu’ils n’écrivent. Un profil typique compte environ 20 tokens d’entrée pour chaque token de sortie, l’essentiel de l’entrée étant en cache. Avec ce mélange, un million de tokens coûte en moyenne pondérée $0.06. Le forfait est rentabilisé à partir d’environ 917 millions de tokens d’entrée et 46 millions de tokens de sortie par mois.
Une session de forfait a aussi un plafond. À une vitesse typique de environ 100 tokens par seconde, une session qui générerait sans interruption pendant 30 jours produirait environ 259 millions tokens de sortie. Les vrais agents passent une grande partie de leur temps à lire, à exécuter des outils et à attendre : le chiffre pratique est donc plus bas. Si un agent ne suffit pas, ajoutez des sessions ; voir faire tourner des agents en parallèle au forfait.
Forfait ou paiement au token : côte à côte
| Au token | Session de forfait | |
|---|---|---|
| La facture augmente avec | Chaque token, relance et prompt long | Le nombre de sessions uniquement |
| Idéal pour | Un usage léger, irrégulier ou expérimental | Des agents réguliers qui tournent des heures |
| Requêtes parallèles | 4 en cours, 30 par minute et par clé | Une par session ; ajoutez des sessions pour plus de parallélisme |
| Modèles | Tous les modèles de chat et de voix | DeepSeek V4.1 Flash uniquement |
| Le taux de cache compte | Oui, beaucoup | Non, pour la facture |
| Engagement minimal | Rien au-delà de votre solde | Une heure Meteor à $1 |
Il existe aussi une troisième option. Une clé horaire pour BroadNet Gemma 4 VL 26B coûte $0.50 de l’heure, avec un flux et 120 requêtes par minute. Elle convient à des tâches courtes et intensives sur un petit modèle de vision plutôt qu’à des agents actifs toute la journée ; la faire tourner 24 heures sur 24 pendant 30 jours coûterait $360.00.
Qu’est-ce qui déplace le seuil de rentabilité ?
- Taux de cache. L’entrée en cache coûte $0.0055 par million au lieu de $0.175. Un taux de cache plus élevé rend le paiement au token moins cher et repousse le seuil de rentabilité. Comment augmenter votre taux de cache.
- Raisonnement. DeepSeek V4.1 Flash réfléchit avant de répondre, et ces tokens de raisonnement sont facturés comme de la sortie. Réglez
reasoning_effortsurlowpour les étapes simples. Pourquoi le raisonnement peut vider une réponse. - Simultanéité. Une clé à l’usage autorise 4 requêtes en cours et 30 par minute. Un forfait autorise une requête par session, mais vous pouvez acheter autant de sessions que vous faites tourner d’agents.
- Où vous achetez l’accès au token. L’API de DeepSeek vend elle aussi V4.1 Flash au token, avec des tarifs heures pleines et heures creuses. Le 15 novembre 2026, ses prix d’entrée en heures creuses (0,15 USD par million, ou 0,003 USD en cache) étaient inférieurs à ceux de BroadNet, et son prix de sortie (0,60 USD en heures creuses, 1,20 USD en heures pleines) supérieur à toute heure : l’option au token la moins chère dépend donc de votre répartition et de l’heure. Plusieurs autres fournisseurs proposent aussi le modèle sous le prix au token de BroadNet : voir la comparaison des prix de DeepSeek V4.1 Flash selon les fournisseurs. Si vous restez au token, comparez les prix ; le forfait est ce que ces fournisseurs ne vendent pas.
- Prévisibilité. Une facture au token grossit à chaque boucle de relance et à chaque fichier supplémentaire. Une facture forfaitaire non, ce qui a souvent de la valeur en soi pour les équipes au budget fixe.
Qui d’autre vend un accès API LLM au forfait ?
BroadNet n’est pas la seule option à prix fixe. Voici les forfaits concurrents que nous avons pu vérifier sur la page de tarifs de chaque fournisseur le 15 novembre 2026. Prix mensuels. Vérifiez les conditions d’usage autorisé autant que le prix : l’un d’eux exclut les agents.
| Fournisseur et forfait | Prix | Simultanéité | Modèles et contexte | Ce que « forfait » veut dire |
|---|---|---|---|---|
| Featherless Chat | 25 USD | 4 unités simultanées (« one 70B conversation, or four small ones at once » ; traduction : « une conversation sur un modèle 70B, ou quatre petites à la fois ») | Tout modèle de son catalogue, contexte de 32K | « Unlimited tokens » (traduction : « tokens illimités »), mais uniquement pour un « human-driven use » (traduction : « usage piloté par un humain ») : la page exclut le « app/API traffic » (traduction : « trafic d’application ou d’API »), la « background automation » (traduction : « automatisation en arrière-plan ») et les agents de code |
| Awan LLM Core / Plus / Pro / Max | 5 / 10 / 20 / 80 USD | Non précisée ; Pro et Max mentionnent des « parallel requests » (traduction : « requêtes parallèles ») | Gammes de modèles petits, moyens et grands ; contexte non précisé | « Unlimited tokens » (traduction : « tokens illimités »), mais plafonnés à 20 à 200 requêtes par minute et, sous Max, à un quota quotidien de requêtes par taille de modèle |
| Standard Compute Starter / Economy / Standard / Pro | 19 / 39 / 89 / 249 USD | Starter : un agent à la fois ; à partir d’Economy : agents en parallèle | Tout son catalogue, routé requête par requête | Un budget de calcul mensuel égal au prix du forfait ; les requêtes s’arrêtent quand il est épuisé |
| BroadNet Full Moon | $60 par session | Une requête par session ; ajoutez des sessions pour davantage | DeepSeek V4.1 Flash uniquement, contexte de 1 048 576 tokens | Pas de compteur de tokens, pas de plafond journalier ou hebdomadaire |
Là où ils battent BroadNet. Awan LLM est bien moins cher pour démarrer, propose plus de modèles et mentionne des requêtes parallèles sur ses forfaits Pro et Max. Standard Compute route vers des modèles de pointe que BroadNet ne sert pas. Featherless Chat est moins cher et offre quatre unités simultanées sur un large catalogue, mais seulement pour du chat que vous tapez vous-même : il ne convient donc pas à une charge d’agents. S’il vous faut du choix de modèles ou plusieurs flux parallèles sur un seul abonnement, testez d’abord Awan ou Standard Compute.
Là où BroadNet se distingue. Son forfait n’a pas de quota de requêtes par jour (contrairement à Awan sous Max) ni de budget de dépense qui s’épuise (contrairement à Standard Compute). Il autorise les agents et le trafic d’API, ce que Featherless Chat n’autorise pas, et un contexte bien plus long que les 32K de Featherless Chat, ce qui compte pour les agents de code qui renvoient des fichiers entiers. La rentabilité d’un forfait dépend malgré tout du calcul ci-dessus : faites donc vos propres calculs dans le calculateur forfait ou paiement au token.
Quelles erreurs faussent la comparaison ?
- Comparer avec un abonnement de chat. Un abonnement à une application de chat n’est pas une clé d’API que vous pouvez brancher sur vos propres outils. Comparez des prix d’API avec des forfaits d’API. Ce que couvre vraiment « illimité ».
- Ignorer les tokens en cache. Facturer chaque token d’entrée au plein tarif fait paraître le paiement au token bien plus cher qu’il ne l’est.
- Mesurer une semaine calme. Une semaine de vacances ou une semaine d’installation n’est pas un mois normal. Mesurez une semaine de vrai travail.
- Oublier le parallélisme. Trois agents qui tournent en même temps ont besoin de trois sessions. Comparez trois forfaits avec la facture au token des trois.
- Oublier l’offre fondateurs. Avec un code fondateur, Full Moon coûte $45 par mois pendant les trois premiers mois, ce qui abaisse le seuil de rentabilité sur cette période.
Comment mesurer votre propre usage avant de choisir ?
- Faites tourner votre vrai agent pendant une semaine avec une clé à l’usage. Les nouveaux comptes démarrent avec $5 de crédit.
- Activez l’usage dans les flux avec
stream_options: {"include_usage": true}et journalisezprompt_tokens,prompt_tokens_details.cached_tokensetcompletion_tokens. Le guide du streaming montre comment faire. - Multipliez la semaine par environ 4,3 et saisissez les totaux dans le calculateur.
- Si le forfait l’emporte, achetez une heure Meteor à $1 et faites tourner la même boucle dessus avant de vous engager pour un mois.
Où se situe BroadNet Inference
BroadNet vend les deux modes de facturation sur un même compte : vous n’avez pas à choisir une fois pour toutes. Les agents réguliers sur DeepSeek V4.1 Flash conviennent à une session de forfait. Les autres modèles, le speech-to-text et les pics occasionnels restent en paiement à l’usage. Si votre volume se situe nettement sous le seuil de rentabilité, le forfait est le mauvais choix, et les chiffres ci-dessus le montreront. Le calculateur et cet article utilisent le même fichier de prix, pricing.json, synchronisé pour la dernière fois le 2026-11-14.
