Salut, chers arbitres ! Je m’appelle Timur, je suis responsable de la marketplace chez Cloud.ru. Nous fournissons une plateforme pour les services d’IA qui s’intègrent dans l’infrastructure cloud des clients. Ma tâche est d’assurer la transparence des prix. Actuellement, beaucoup évaluent l’IA par le coût des jetons, mais c’est fondamentalement faux. Le client ne paie pas pour les jetons, mais pour un résultat concret. Dans cet article, nous allons analyser comment calculer correctement l’économie unitaire d’un <a href="/fr/blog/publication-video-en-masse-4-strategies-de-repetition-des-taches-par-les-agents-ia/" title="Publication vidéo en masse : 4 stratégies de répétition des tâches par les agents IA«>agent IA, en nous basant sur les données de Cloud.ru, et déterminer le coût réel d’une réponse utile, afin de comprendre quel CPM est rentable.
« Le fournisseur sur la marketplace doit fixer un prix pour son agent, le client doit le comprendre, et la plateforme doit faire en sorte que les prix affichés puissent être comparés entre eux. Tant que les trois parties mesurent le coût en jetons, rien de tout cela ne fonctionne ».
Les articles précédents étaient consacrés à OpenClaw : comment déployer un agent sans fuite de données et pourquoi la nouvelle version est un service distinct. Aujourd’hui, nous parlons d’argent.
Évaluation du coût des services d’IA : focus sur l’économie unitaire
Unité de mesure : réponse utile, pas jetons
Le jeton est une mauvaise métrique. Le client n’achète pas des jetons, mais la solution à son problème. Le « dialogue fermé » est également trompeur. Intercom, par exemple, distingue deux types de solutions : confirmées (le client a dit « merci ») et supposées (le client est simplement parti).
Les deux sont payantes, mais il y a une nuance : si le client revient avec la même question, la solution est annulée. Exemple de Lorikeet (195 cas, 38 fournisseurs) : sur 4200 dialogues fermés par l’IA, 900 ont été fermés par un lien vers un article de la base de connaissances. Sans eux, la proportion de problèmes résolus passe de 70% à 55%.
La différence entre « fermé » et « résolu » est énorme. C’est pourquoi notre unité de mesure est la réponse utile. C’est un dialogue fermé par l’IA sans intervention humaine, où le client n’est pas revenu avec la même question dans les 72 heures et n’a pas laissé d’évaluation négative. Tout ce qui ne passe pas ces filtres va au numérateur des coûts, mais pas au dénominateur des réponses utiles. Les tentatives infructueuses sont payées par les réussites. C’est un point clé.
Cas modèle : support de boutique en ligne
Pour les calculs, prenons un scénario typique : le support d’une boutique en ligne. C’est un cas courant avec un grand volume de données publiques. Le magasin reçoit 40 000 demandes par mois. 90% d’entre elles (36 000 dialogues) sont acheminées vers l’agent IA.
Les dialogues fermés par l’agent sans opérateur, que nous appellerons fermetures automatiques, sont la métrique affichée par les fournisseurs. La structure de l’agent : RAG (recherche dans la base de connaissances + génération de réponse) plus l’outil « statut de commande ». Un dialogue implique trois appels LLM :
- Comprendre la requête et choisir l’itinéraire.
- Répondre en fonction des fragments trouvés.
- Faire appel à l’outil ou compiler un résumé pour l’opérateur.
En moyenne, cela représente 12 000 jetons d’entrée (invite système, fragments, historique) et 800 jetons de sortie. Il y a deux requêtes à la base de connaissances par dialogue. Le modèle-filtre vérifie la réplique du client et la réponse de l’agent (1000 jetons pour chacun des trois appels). Nous prévoyons 15% de jetons supplémentaires pour les régénérations.
Infrastructure et coûts
Nous utilisons les services Cloud.ru :
- Base de connaissances : Evolution Managed RAG.
- Agent : Evolution AI Agents.
- Logs : Evolution Managed PostgreSQL.
Coût d’un opérateur de support à Moscou : 125 000 roubles/mois (85 300 roubles de salaire selon hh.ru pour 2025 + cotisations et frais généraux). Pour 40 tickets par jour, un ticket coûte 149 roubles. La minute d’opérateur coûte 15,5 roubles (125 000 roubles / 80% de 10 080 minutes). Pour le chat en commerce de détail (60 demandes/jour), le coût du ticket est de 99 roubles.
Hypothèses pour les calculs
Principales hypothèses :
- Part des fermetures automatiques : la médiane des cas publics est de 70%. Ozon : 27% (2020) -> 62% (2022). Nous prenons le milieu : 50%.
- Dialogues n’ayant pas passé le filtre : le client est revenu dans les 72 heures ou a mis un pouce vers le bas. Hypothèse : 6% (dans l’exemple Lorikeet, 21% des dialogues fermés étaient des liens).
- Coût d’un tel dialogue : 150 roubles de compensation + 3 minutes d’opérateur (200 roubles).
- Temps d’opérateur pour l’escalade : 1,5 minute au-delà d’un ticket normal.
- Vérification manuelle : 3% de tous les dialogues pendant 3 minutes.
- Base de connaissances, invites : 0,5 poste de spécialiste (optimiste).
- Amortissement : 50 000 roubles/mois (pour un intégrateur avec CRM – jusqu’à 1,5 million de roubles).
Prix des modèles et de l’infrastructure (Cloud.ru, octobre 2026)
Tarifs Evolution Foundation Models (TVA 22% incluse, pour 1 million de jetons) :
- HiveTraceGuard-Pro (filtre) : entrée 25 roubles, sortie 125 roubles.
- Qwen3-30B-A3B : entrée 10 roubles, sortie 50 roubles.
- GigaChat-3-Pro : entrée 25 roubles, sortie 125 roubles.
- Claude Haiku 4.5 : entrée 100 roubles, sortie 500 roubles.
- Claude Sonnet 4.6 : entrée 360 roubles, sortie 2250 roubles.
Différence entre le modèle le moins cher et le plus cher : 36x pour l’entrée, 45x pour la sortie. Infrastructure (Evolution, septembre 2026, 730 heures/mois) :
- 4 vCPU + 8 Go de RAM : 1,5616 roubles/vCPU-heure, 0,3904 roubles/Go-heure.
- Evolution Managed RAG (2 Go, 72 000 requêtes) : 1,3664 roubles/Go-heure, 0,0976 roubles/1000 requêtes.
- Evolution Managed PostgreSQL (2 vCPU, 4 Go de RAM, 100 Go de SSD) : 1,49145 roubles/vCPU-heure, 0,4026 roubles/Go-heure, 0,016836 roubles/Go-heure.
Coût total de l’infrastructure : 13 420 roubles/mois. C’est la ligne la moins chère du calcul.
Calcul du coût d’une réponse utile
Coût d’un dialogue
Nous calculons d’abord le coût d’un dialogue sur différents modèles :
- Qwen3-30B-A3B : 0,43 roubles.
- GigaChat-3-Pro : 1,32 roubles.
- Claude Haiku 4.5 : 3,76 roubles.
- Claude Sonnet 4.6 : 10,99 roubles.
Une différence de 25 fois ! Si nous nous arrêtions là, le choix du modèle serait critique.
Coût d’une réponse utile
Sur 36 000 dialogues, avec 50 % de clôtures automatiques, 18 000 ont été clôturés. Parmi ceux-ci, 6 % étaient des erreurs. Il reste 16 920 réponses utiles. Chaque réponse utile n’implique pas seulement des jetons, mais aussi :
- Les jetons des tentatives infructueuses.
- Les minutes des opérateurs en escalade.
- Le coût des erreurs.
- La vérification.
- La base de connaissances.
- L’implémentation.
La différence de 25 fois en jetons se transforme en 1,4 fois par réponse utile : de 51 roubles à 73 roubles. Le modèle coûteux (Claude Sonnet 4.6), qui est 25 fois plus cher en jetons, ne coûte que 40 % de plus en termes de résultat. Pourquoi ? Parce que tous les autres coûts sont les mêmes pour tous les modèles.
Structure des prix : GigaChat-3-Pro (53 roubles)
Pour GigaChat-3-Pro (53 roubles par réponse utile) :
- Escalades et réponses erronées : 71 % du coût. Ces coûts ne sont généralement pas considérés comme des « dépenses d’IA », mais sont inclus dans les salaires du support ou les compensations.
- Jetons : 2,8 roubles (5 %). C’est la seule ligne que tout le monde compare.
- Infrastructure cloud : 0,80 roubles.
Sur Claude Sonnet 4.6, les jetons représentent déjà 32 % du prix. Ici, il est judicieux d’économiser sur les jetons. Comment ?
- Réduction du contexte : réduire les 12 000 jetons d’entrée à 6 000. La réponse utile sur Sonnet passe de 73 à 65 roubles.
- Mise en cache : la lecture depuis le cache est 10 fois moins chère. Si la moitié du contexte est une invite système, le prix tombe à 66 roubles.
Sur Qwen, ces techniques économisent des centimes.
Principaux leviers d’économie
1. Taux de clôtures automatiques
Le passage d’un pilote (35-50 % de clôtures automatiques) à un circuit de production (65 %) économise 15-19 roubles. Dix points de pourcentage de clôtures automatiques donnent autant que le passage à un modèle moins cher (sur Sonnet, une augmentation de 50 % à 60 % économise 14 roubles, le remplacement de Sonnet par Haiku – 15 roubles). Mais le premier fonctionne sur n’importe quel modèle, le second – une seule fois.
2. Taux d’erreurs
Le taux de dialogues clôturés qui n’ont pas passé le filtre est rarement mesuré, mais il est critique.
| Proportion de ceux qui n’ont pas passé le filtre | Coût d’une réponse utile | Dépenses associées (roubles/mois) |
|---|---|---|
| 6% | X | Y |
| 3% | X — 8 roubles | Y — Z |
La réduction des erreurs de 6 % à 3 % économise 8 roubles sur chaque réponse utile. Le passage de GigaChat-3-Pro à Qwen3-30B-A3B n’économise que 2 roubles. 15 % d’erreurs peuvent coûter plus de la moitié du salaire d’un opérateur si l’on considère comme résolu chaque dialogue où le client est resté silencieux.
3. Qualité de l’escalade
J’ai prévu 1,5 minute d’opérateur pour l’escalade (lecture du résumé, continuation). Cela fonctionne avec un transfert « chaud » : l’agent transmet à l’opérateur un historique concis, le numéro de commande et une liste d’actions. Lors d’un transfert « froid » (l’opérateur lit tout le dialogue où le bot a répondu trois fois de manière incorrecte), 1,5 minute se transforme en 3 ou 6.
À 3 minutes, une réponse utile sur GigaChat-3-Pro passe de 53 à 77 roubles, et à 6 minutes, à 127 roubles. C’est déjà plus cher qu’un opérateur régional. Si l’agent identifie le client et pré-remplit le ticket, l’opérateur économise une ou deux minutes, et cette ligne devient négative.
« La qualité de la transmission est un poste budgétaire distinct avec la plus grande dispersion de tout le modèle, et elle doit être mesurée : le temps moyen de traitement des tickets escaladés doit être calculé séparément des tickets ordinaires. »
Lutter pour la précision = brûler des jetons ? Si pour réduire les erreurs de 6% à 3%, les jetons par dialogue augmentent de 1,6 fois, la réponse utile sur GigaChat-3-Pro devient quand même moins chère, passant de 53 à 46 roubles. Sur Sonnet, les jetons supplémentaires sont plus chers que la précision gagnée, il est préférable d’améliorer la base de connaissances.
Conclusions : qu’est-ce qu’un CPM rentable ?
Conclusion pratique : dans un environnement de support opérationnel, ce qui coûte le plus cher, ce ne sont pas les jetons, mais le dénominateur. Tout ce qui augmente la proportion de réponses utiles (qualité de la base de connaissances, routage correct, ensembles de test) est plus rentable que toute négociation sur le prix d’un million de jetons.
Les modèles coûteux (par exemple, Sonnet) sont rentables s’ils apportent 10 points de clôture automatique et 2 points de précision par rapport aux modèles moins chers. Si la différence est moindre sur votre ensemble de test, vous payez trop cher. Si elle est plus grande, vous économisez inutilement sur les jetons.
Comparaison avec l’humain : deux réserves
1. Prix du ticket : à 149 roubles par ticket, même un pilote avec 35% de clôtures automatiques sur Sonnet (110 roubles par réponse utile) semble rentable. La parité avec l’opérateur est atteinte avec 20-27% de clôtures automatiques. Mais si l’opérateur clôture 60 tickets par jour (99 roubles/ticket), le même pilote sur Sonnet (110 roubles) est déjà plus cher. Un opérateur régional/externalisé (64 roubles/ticket) change la donne : GigaChat-3-Pro (42 roubles) est moins cher, Sonnet (62 roubles) – parité. La question « sera-t-il rentable » dépend de votre coût par ticket et de la proportion de clôtures automatiques.
2. Volume : les coûts fixes (base de connaissances, implémentation, infrastructure) – 163 000 roubles/mois. Pour 36 000 dialogues. Pour 6000 dialogues, une réponse utile sur GigaChat-3-Pro – 101 roubles, pour 3000 – 159 roubles (plus cher qu’un opérateur). En dessous de 3500 dialogues par mois, l’agent n’est pas rentable. Si les coûts fixes sont plus élevés (un poste à temps plein pour la base de connaissances – 200 000 roubles/mois, implémentation – 1,5 million de roubles), le seuil de rentabilité se déplace à 7000 dialogues par mois. La part des jetons tombe alors à 4% : plus on calcule de manière réaliste les autres coûts, moins le prix d’un million de jetons semble significatif.
Ce qui n’est pas pris en compte dans le modèle (dans les deux sens)
- Contre l’agent : licence du système de tickets ou de la plateforme de chat.
- En faveur de l’agent : rotation du personnel (jusqu’à 50% par an), coûts de recrutement et de formation, lenteur des nouveaux employés, mise à l’échelle pour les ventes, paiement des quarts de nuit/week-end. Ces éléments sont difficiles à calculer sans données spécifiques, mais c’est souvent pour eux que les entreprises sont prêtes à payer, même si l’économie unitaire quotidienne montre une parité.
Foire aux questions
Qu’est-ce qu’une « réponse utile » dans le contexte d’un agent IA ?
Une réponse utile est un dialogue clos par l’IA sans intervention humaine, le client n’étant pas revenu avec la même question dans les 72 heures et n’ayant pas laissé d’évaluation négative. C’est une métrique clé pour évaluer l’efficacité réelle et le coût du service IA.
