Choisir un modèle IA par tâche et calculer son coût

En bref : laissez un modèle puissant réfléchir et un modèle plus simple exécuter. Confiez la planification et les décisions complexes à un modèle phare (GPT-6 Astra, Claude Fable 5.1 ou Claude Opus 5.5), faites travailler un modèle de milieu de gamme à partir d’un plan finalisé et confiez les tâches routinières et les appels d’agents en arrière-plan au modèle le moins cher qui puisse les prendre en charge. Vérifiez aussi le résultat : plus le modèle est bon marché, plus vous devez contrôler soigneusement son travail ; sinon, les économies disparaissent dans les reprises.

Vous trouverez ci-dessous un tableau « tâche → modèle » publié par l’auteur original dans un dépôt public le 23 septembre 2026. Les principaux modèles qui y figurent sont ses choix personnels, fondés sur son expérience professionnelle. Aucun test comparatif n’a été réalisé pour ce tableau, et les mêmes résultats ne sont pas garantis pour d’autres tâches. J’ai choisi la plupart des options moins coûteuses à partir de classements publics et des recommandations des développeurs ; mon choix d’Opus 5.5 pour le code s’appuie également sur mon expérience. Les prix du contenu original ont été vérifiés sur les pages officielles d’OpenAI et d’Anthropic au 23.09.2026.

Pour en savoir plus sur l’utilisation d’Ailoot, consultez la documentation.

Pourquoi utiliser un seul modèle pour tout coûte cher ?#

Si vous payez les tokens par API, chaque tâche exécutée avec un modèle phare vous coûte le tarif du modèle phare, même si un modèle plus simple aurait suffi. Avec un abonnement, tenez compte des limites de votre forfait et du modèle choisi : consultez-les sur la page des forfaits. Pour comprendre le fonctionnement des limites d’un abonnement Claude et ce qui les consomme, lisez l’article Comment ne pas épuiser les limites de Claude Code en une journée. Cet article porte sur le choix d’un modèle pour une tâche précise.

Prix officiels de l’API par million de tokens au 23.09.2026 :

Prenons l’exemple hypothétique d’une exécution d’agent avec 100 000 tokens en entrée et 10 000 tokens en sortie. Il s’agit d’un exemple de calcul fondé sur les tarifs de base sans mise en cache, et non d’une mesure d’une tâche réelle. Une telle exécution coûte environ $1,5 avec GPT-6 Astra ou Fable 5.1, $0,6 avec Opus 5.5, $0,3 avec Sonnet 5 ou GPT-6 Sol, $0,15 avec Haiku 4.5 et $0,015 avec GPT-6 Luna. Dans ce calcul, le modèle phare coûte cent fois plus cher que le modèle le moins cher. Pour savoir comment calculer le coût d’une telle exécution à partir de vos propres volumes, consultez Comment calculer l’utilisation des tokens de l’API.

Deux remarques sur les prix. Pour les modèles GPT-6, les requêtes comportant plus de 272 000 tokens en entrée sont entièrement facturées à un tarif supérieur : l’entrée coûte deux fois plus cher et la sortie une fois et demie plus cher. Chez OpenAI comme chez Anthropic, les requêtes par lots coûtent la moitié du tarif standard.

La règle : réfléchir avec un modèle puissant, exécuter avec un modèle bon marché#

La suite du travail dépend du plan ; je ne lésine donc pas sur cette étape et utilise le modèle le plus puissant. Un modèle plus simple peut rédiger à partir d’un plan finalisé, collecter des données, renommer des chats et compresser des conversations.

Je suis aussi trois autres règles pour choisir un modèle :

1. Plus le modèle est bon marché, plus vous devez vérifier soigneusement son travail. La vérification vous prend aussi du temps.
2. Comparez le prix d’un résultat terminé, pas celui d’une seule requête. Par exemple, Opus 5.5 coûte 2,5 fois moins cher que Fable 5.1 pour les entrées comme pour les sorties. Si les reprises amènent Opus à utiliser trois fois plus de tokens en entrée et en sortie pour une tâche, il finit par coûter plus cher. Le temps consacré à la vérification s’ajoute au coût des tokens. L’article Quel agent d’IA coûte le moins cher : le coût d’une tâche résolue explique comment calculer le coût d’un résultat.
3. Si un modèle ne vous convient pas, essayez-en un autre. Il n’y a pas de vainqueur unique ; chacun a ses points forts et ses limites.

Choisir un modèle est une étape parmi d’autres dans l’utilisation d’un agent d’IA.

Tableau : tâche → modèle#

La colonne « principal » présente les modèles que j’utilise moi-même. La colonne suivante répertorie des alternatives, dont la plupart ont été choisies à partir de classements publics et des recommandations des développeurs. Pour le code, je choisis aussi Opus 5.5 en me fondant sur mon expérience personnelle. Vérifiez plus soigneusement les résultats d’un modèle moins cher. Les options routinières reposent sur différents modes de paiement ; ce choix ne coûtera donc pas nécessairement moins cher.

Stratégie et plans. Une erreur dans le plan peut se répercuter sur les étapes suivantes. Ici, j’utilise le modèle le plus puissant. GPT-6 Sol est une option moins coûteuse : OpenAI le destine au code complexe et aux scénarios avec agents.

Code. J’utilise Fable 5.1 pour le code. Anthropic recommande toutefois de commencer par Opus 5.5 pour la plupart des tâches et de réserver Fable 5.1 au raisonnement difficile et aux tâches d’agent de longue durée, ou aux situations où Opus avec un niveau de raisonnement élevé ne parvient pas à traiter la tâche. Par API, Opus 5.5 coûte 2,5 fois moins cher ; d’après mon expérience, le travail avec ce modèle coûte également moins cher. Si le plan est prêt, un modèle moins cher peut le mettre en œuvre. Pour une comparaison détaillée des deux modèles phares pour le code, consultez GPT-6 Astra ou Claude Fable 5.1 : lequel choisir ?.

Rédaction. Si un texte est destiné à un client, j’utilise un modèle puissant. Sonnet 5 est une option moins coûteuse : Anthropic le présente comme le meilleur équilibre entre vitesse et intelligence. Vérifiez ses résultats plus soigneusement.

Chiffres et finances. Là aussi, j’utilise un modèle puissant. C’est un choix fondé sur mon expérience professionnelle, et non le résultat d’un test comparatif. Mais même un modèle puissant ne dispense pas de vérifier : contrôlez les chiffres à partir de la source primaire. N’envoyez pas de données financières ou personnelles aux offres gratuites dont les conditions autorisent l’utilisation de vos données.

Recherche et étude. Pour les tâches simples et la recherche, j’utilise Sonnet 5 ; ce choix repose sur mon expérience. GPT-6 Luna est une option moins coûteuse : OpenAI le destine aux tâches répétitives à grand volume.

Tâches routinières. Les tâches routinières se répètent souvent, et le coût des exécutions individuelles finit donc par s’accumuler. J’utilise Kimi K3 avec un abonnement Kimi Code. DeepSeek Flash est une option avec facturation par API. Il s’agit de modes de paiement différents ; celui qui coûte le moins dépend de votre volume.

Ce sur quoi je ne lésine pas#

Ces règles sont fondées sur ma pratique. Je ne les ai pas vérifiées dans le cadre d’une étude comparative.

• Planification et architecture. Une erreur dans le plan peut se répercuter sur les étapes suivantes.
• Chiffres et finances. Ici, j’utilise un modèle puissant et vérifie tout de même les chiffres à partir de la source primaire.
• Vérification du résultat. Plus le modèle qui a effectué la tâche est bon marché, plus vous devez vérifier soigneusement son travail.

La compression des conversations détermine ce dont un agent se souvient d’une longue conversation, et un modèle trop faible risque de perdre des informations importantes. Vous pouvez confier la compression à un modèle bon marché, mais vérifiez sa qualité sur vos propres tâches.

Comment confier les tâches d’arrière-plan de Hermes Agent à un modèle bon marché#

En plus de son travail principal, un agent effectue des tâches auxiliaires : trouver des titres pour les chats, compresser de longues conversations, analyser des images et décider si une commande peut être approuvée automatiquement. Dans Hermes Agent, elles sont désignées comme auxiliaires. Par défaut, chacune est réglée sur auto : c’est votre modèle principal qui s’en charge. Si le modèle principal est un modèle phare et que vous payez par API, les tâches auxiliaires sont elles aussi facturées au tarif du modèle phare.

Pour l’approbation des commandes en mode smart, la documentation Hermes recommande un modèle rapide et bon marché et considère l’utilisation de modèles coûteux comme un gaspillage. Pour la compression du contexte et le résumé de pages web, c’est-à-dire leur présentation succincte, elle recommande également un modèle rapide plutôt qu’un modèle de raisonnement coûteux.

Étapes :

1. Connectez à l’avance un fournisseur du modèle bon marché et configurez une clé. Selon la documentation Hermes, si vous attribuez une tâche à un fournisseur sans clé, Hermes utilisera l’option par défaut et consignera un avertissement dans le journal agent.log. En mode auto, si le modèle principal ne peut pas effectuer la tâche et qu’aucune chaîne de repli n’est configurée, Hermes ignorera la tâche avec un avertissement et ne basculera pas vers d’autres fournisseurs connectés.
2. Ouvrez le panneau web Hermes et suivez Models → Model Settings → Auxiliary tasks → Configure. Sur la ligne de la tâche souhaitée (par exemple, Compression, Title Gen, Vision), cliquez sur Change, choisissez un fournisseur et un modèle, puis cliquez sur Switch. La documentation Hermes indique plutôt un bouton Show auxiliary pour cette opération ; les libellés dépendent de la version.
3. Vous pouvez aussi saisir les mêmes paramètres dans ~/.hermes/config.yaml. Exemple tiré de la documentation Hermes : analyse d’images (vision) avec un modèle rapide.

Trouver des guides sur les outils dans la documentation Ailoot

Pour les titres de chat, la documentation recommande d’épingler un modèle rapide ou de définir auxiliary.title_generation.prefer_fast_model: true ; Hermes choisira alors un modèle rapide auprès de votre fournisseur.

4. Ouvrez une nouvelle session. Les changements de modèle ne s’appliquent qu’aux nouvelles sessions ; les chats déjà ouverts conservent les anciens paramètres. Si vous avez modifié config.yaml manuellement et qu’une nouvelle session n’a pas pris en compte le paramètre, redémarrez Hermes.

Comment vérifier. La ligne de la tâche doit afficher provider · model au lieu de auto (use main model). Si elle indique toujours auto, la tâche utilise encore le modèle principal. Pour rétablir le modèle principal pour toutes les tâches, cliquez sur Reset all to auto.

Pour les tâches d’arrière-plan, le tableau répertorie GPT-6 Luna, Gemini 3.8 Flash, DeepSeek Flash et Claude Haiku 4.5. Choisissez parmi les fournisseurs que vous avez déjà connectés. Si vous connectez des modèles OpenAI via un fournisseur d’abonnement ChatGPT / Codex et que GPT-6 Sol et GPT-6 Luna ne figurent pas encore parmi vos modèles Hermes, le tableau recommande GPT-5.6 Sol ou GPT-5.6 Luna. Selon la page d’Anthropic, Haiku 4.5 ne sera pas retiré avant le 15 octobre 2026 au plus tôt. Aucune date précise n’est indiquée ; vérifiez donc son statut avant cette échéance.

Ce que le tableau ne comprend pas#

• Les pourcentages d’économies. Je ne les ai pas mesurés. Le montant économisé dépend de vos tâches et des modèles que vous choisissez.
• L’utilisation exacte des limites d’abonnement. La documentation Hermes ne précise pas exactement comment les requêtes effectuées via Hermes utilisent les limites d’un abonnement ChatGPT.
• Des prix immuables. Les modèles et les forfaits évoluent. Consultez les pages officielles avant d’acheter.

Que faire aujourd’hui#

1. Dressez la liste des trois ou quatre types de tâches que vous confiez le plus souvent à votre agent.
2. Pour chacune, déterminez si elle exige de réfléchir ou d’exécuter un plan déjà établi.
3. Gardez un modèle phare pour la « réflexion », utilisez un modèle d’un niveau inférieur pour l’« exécution » et choisissez le modèle le moins cher qui puisse prendre en charge les tâches routinières.
4. Dans Hermes, commencez par les titres de chat : ce sont les plus faciles à confier à un modèle bon marché. Passez ensuite à la compression du contexte et vérifiez sur vos propres longues conversations si l’agent commence à perdre des informations importantes.

Pour aller plus loin avec les modèles, rendez-vous sur Ailoot.