---
title: "Coût API LLM : open-weight ou fermé, données de prix"
description: "Les modèles open-weight sont-ils moins chers via API que GPT, Claude ou Gemini ? Prix au token des fournisseurs, écarts entre hébergeurs et coût par utilisateur."
url: https://broadrouter.com/fr/blog/open-weight-vs-closed-model-api-cost/
lang: fr
updated: 2026-11-15
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/open-weight-vs-closed-model-api-cost/) (mis à jour le 2026-11-16).

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

Par l’équipe BroadNet Inference · 9 min de lecture · Publié 2026-11-15 · Mis à jour 2026-11-16

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.

## À retenir

-   Comparez par niveau de tâche, pas par « ouvert » ou « fermé ». Les petits modèles fermés (GPT-6 Luna, Claude Haiku 5.5) affichent 0,10 USD en entrée et 0,50 USD en sortie par million, dans la même fourchette que les modèles ouverts hébergés.
-   Les grands modèles fermés que nous avons vérifiés affichent de 0,75 à 2,00 USD en entrée et de 2,50 à 10,00 USD en sortie par million ; GLM 5.3 chez son créateur affiche 1,40 USD et 4,40 USD.
-   Les mêmes poids ouverts varient selon l’hébergeur : parmi les hébergeurs listés ici, l’entrée de gpt-oss-120b va de 0,037 USD (DeepInfra) à 0,15 USD (Groq, Together) par million.
-   Dans un exemple chiffré pour un utilisateur SaaS actif par mois, les coûts vont de 0,08 USD (gpt-oss-120b chez DeepInfra) à environ 3,95 USD sur des modèles fermés de pointe ; les lignes de modèles ouverts montent jusqu’à 2,07 USD (GLM 5.3 chez Z.ai).
-   Les éditeurs de modèles fermés proposent 50 % de remise en batch (comme certains hébergeurs de modèles ouverts) et une meilleure qualité sur le haut de gamme. Testez les deux sur vos propres données avant de changer.

**Sur cette page**

1.  Comment se comparent les prix au token des modèles fermés et open-weight ?
2.  À quel point l’hébergeur change-t-il le prix d’un modèle ouvert ?
3.  Combien coûte une charge réelle sur chacun ?
4.  Pourquoi comparer par niveau de tâche plutôt que par nom de modèle ?
5.  Qu’est-ce qui change encore le coût réel ?
6.  La place de BroadNet Inference

« 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](https://broadrouter.com/data/llm-api-provider-prices/), les données brutes derrière l’[indice des prix des API LLM](https://broadrouter.com/data/llm-api-price-index/). Pour l’aspect métier du choix (contrôle, dépendance, écart de qualité), lisez [modèles open-weight ou fermés pour l’entreprise](https://broadrouter.com/fr/blog/open-weight-vs-closed-models/).

## 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](https://broadrouter.com/fr/glossary/open-weight-model/) | 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](https://broadrouter.com/fr/blog/cached-input-tokens-explained/).

## 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](https://broadrouter.com/fr/llm-api-pricing/) listent chaque hébergeur que nous suivons, et [comment les fournisseurs d’inférence tarifent les modèles ouverts](https://broadrouter.com/fr/blog/llm-inference-provider-pricing-compared/) 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](https://broadrouter.com/fr/blog/same-llm-different-host-prices/).

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](https://broadrouter.com/fr/blog/llm-cost-per-user-saas/) :

-   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](https://broadrouter.com/tools/llm-api-cost-calculator/).

## 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](https://broadrouter.com/fr/blog/openai-anthropic-google-api-price-history/)).

-   **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](https://broadrouter.com/fr/blog/flat-rate-vs-pay-per-token-llm-api/), 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](https://broadrouter.com/fr/blog/evaluate-llm-before-switching/) 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](https://broadrouter.com/data/real-cost-by-language/) 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](https://broadrouter.com/fr/blog/tokens-per-word-arabic-english/).
-   **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](https://broadrouter.com/fr/blog/llm-batch-processing-without-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](https://broadrouter.com/fr/blog/self-hosting-llm-vs-api-cost/).

## 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](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-open-weight-vs-closed-model-api-cost&utm_content=body) ou [lire la documentation de l’API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-open-weight-vs-closed-model-api-cost&utm_content=body).

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.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[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.

[API batch (traitement par lots)](https://broadrouter.com/fr/glossary/batch-api/)

Une API batch est un endpoint LLM asynchrone qui accepte de nombreuses requêtes d’un coup, généralement sous forme de fichier, les traite dans une fenêtre définie plutôt qu’immédiatement et renvoie les résultats ensemble. Des fournisseurs comme OpenAI et Anthropic facturent les requêtes batch avec une remise par rapport à leurs API standard.

[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.

[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.

[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.

[Modèle open-weight (à poids ouverts)](https://broadrouter.com/fr/glossary/open-weight-model/)

Un modèle open-weight est un modèle d’apprentissage automatique dont les poids entraînés sont publiés pour que chacun puisse les télécharger et les exécuter, généralement sous une licence assortie de conditions. Il se distingue de l’IA entièrement open source, qui publie aussi le code d’entraînement et des informations détaillées sur les données, pour que d’autres puissent étudier et reproduire le modèle.

[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.

[Tokenizer (tokeniseur)](https://broadrouter.com/fr/glossary/tokenizer/)

Un tokenizer est le composant qui convertit un texte en la suite d’ID entiers de tokens que lit un modèle de langage, et reconvertit les ID générés en texte. Chaque modèle a son propre tokenizer : un même texte peut donc produire un nombre de tokens différent selon le modèle.

## 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.

## À lire ensuite

-   [IA open-weight ou fermée en entreprise : coût, contrôle, risque](https://broadrouter.com/fr/blog/open-weight-vs-closed-models/)
-   [Prix API des modèles ouverts : 6 fournisseurs d’inférence comparés](https://broadrouter.com/fr/blog/llm-inference-provider-pricing-compared/)
-   [Auto-héberger un LLM ou passer par une API : coût réel et rentabilité](https://broadrouter.com/fr/blog/self-hosting-llm-vs-api-cost/)
-   [Coût LLM par utilisateur : l’économie unitaire d’une fonction IA SaaS](https://broadrouter.com/fr/blog/llm-cost-per-user-saas/)
-   [Tokens par mot, arabe ou anglais : pourquoi l’arabe coûte plus cher](https://broadrouter.com/fr/blog/tokens-per-word-arabic-english/)
-   [Prix des API LLM en octobre 2026 : 3 hausses, aucune baisse](https://broadrouter.com/fr/blog/llm-api-price-changes-october-2026/)
-   [Les prix des API LLM changent-ils souvent ? 3 ans d’archives](https://broadrouter.com/fr/blog/how-often-llm-api-prices-change/)
-   [Guide : Utiliser le SDK Python d’OpenAI avec BroadNet Inference](https://broadrouter.com/fr/guides/openai-python-sdk/)
-   [Guide : Router LiteLLM vers BroadNet Inference (SDK et proxy)](https://broadrouter.com/fr/guides/litellm-proxy-custom-provider/)

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-open-weight-vs-closed-model-api-cost&utm_content=page-cta) ·

**Sources**

-   [Tarifs de l’API OpenAI : GPT-6.1 Sol, GPT-6 Luna, tarifs Batch et tarifs long contexte (vérifiés le 2026-11-15)](https://developers.openai.com/api/docs/pricing)
-   [Anthropic, tarifs de Claude : Sonnet 5.5, Haiku 5.5, lectures en cache et remise de 50 % de la Batch API (vérifiés le 2026-11-15)](https://platform.claude.com/docs/en/about-claude/pricing)
-   [Google AI Studio, tarifs de l’API Gemini : Gemini 4 Hydrogen et Gemini 3.8 Flash, niveau payant (vérifiés le 2026-11-15)](https://aistudio.google.com/docs/pricing)
-   [Documentation développeurs de xAI, tarifs : grok-4.3 et le supplément au-delà de 200 000 tokens (vérifiés le 2026-11-15)](https://docs.x.ai/developers/pricing)
-   [Tarifs de Z.ai : GLM-5.3 entrée, entrée en cache et sortie (vérifiés le 2026-11-15)](https://docs.z.ai/guides/overview/pricing)
-   [Tarifs de Together AI : GLM-5.3, DeepSeek V4.1 Flash et gpt-oss-120B en serverless (vérifiés le 2026-11-15)](https://www.together.ai/pricing)
-   [DeepInfra, zai-org/GLM-5.3 : prix promotionnel, -38 % (vérifié le 2026-11-15)](https://deepinfra.com/zai-org/GLM-5.3)
-   [DeepInfra, deepseek-ai/DeepSeek-V4.1-Flash : prix promotionnel, -30 % (vérifié le 2026-11-15)](https://deepinfra.com/deepseek-ai/DeepSeek-V4.1-Flash)
-   [DeepInfra, Qwen/Qwen3.8-27B : prix promotionnel, -25 % (vérifié le 2026-11-15)](https://deepinfra.com/Qwen/Qwen3.8-27B)
-   [DeepInfra, openai/gpt-oss-120b (vérifié le 2026-11-15)](https://deepinfra.com/openai/gpt-oss-120b)
-   [DeepInfra, google/gemma-4-26B-A4B-it (vérifié le 2026-11-15)](https://deepinfra.com/google/gemma-4-26B-A4B-it)
-   [Documentation de l’API DeepSeek, prix de deepseek-flash en heures pleines et creuses (vérifiés le 2026-11-15)](https://api-docs.deepseek.com/quick_start/pricing)
-   [Tarifs d’Alibaba Cloud Model Studio, qwen3.8-27b international (vérifiés le 2026-11-15)](https://www.alibabacloud.com/help/en/model-studio/model-pricing)
-   [Groq, page du modèle openai/gpt-oss-120b et tarifs (vérifiés le 2026-11-15)](https://console.groq.com/docs/model/openai/gpt-oss-120b)
-   [Prix lisibles par machine de BroadNet Inference, pricing.json (vérifiés le 2026-11-15) (en anglais)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-open-weight-vs-closed-model-api-cost&utm_content=sources)
-   [Référence de l’API de BroadNet Inference : modèles, outils et sortie structurée (vérifiée le 2026-11-15) (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-open-weight-vs-closed-model-api-cost&utm_content=sources)
