Prix API LLM en 2026 : la sortie coûte 4x l'entrée, et le modèle médian facture $1.60 par million

L'API de LLM médiane facture $1.60 par million de tokens en sortie

Sur OpenRouter, le 6 octobre 2026, la moitié des modèles payants facturent entre $0.15 et $1.25 par million de tokens en entrée, et entre $0.50 et $6 par million en sortie. Le dixième le plus cher facture $3 ou plus en entrée et $14 ou plus en sortie.

Les prix n'ont pas baissé en haut du marché. Anthropic a ramené le prix de sortie de Claude Opus de $75 à $25 par million de tokens avec Opus 4.5 en novembre 2025, puis à $20 avec Opus 5.5 en septembre 2026. Mais elle a placé un nouveau palier au-dessus d'Opus. Fable 5 est arrivé en juin 2026 à $50, et Fable 5.1 a gardé ce prix. Le GPT standard le plus cher d'OpenAI est passé de $10 avec GPT-5 en août 2025 à $50 avec GPT-6 Astra en septembre 2026.

Chaque ligne compare le prix catalogue d'août 2025 à celui de septembre 2026 pour la même place dans la gamme d'un labo. Claude Fable 5.1 et GPT-6 Astra facturent tous deux $10 en entrée et $50 en sortie. Les modèles standard les plus chers des deux plus grands labos coûtent donc le même prix.

Combien coûte une réponse d'API de LLM ?

Une réponse type d'une API de LLM coûte environ un huitième de centime. Whizi chiffre une réponse standard à 1,000 tokens en entrée et 500 tokens en sortie, et la médiane des 335 modèles de texte payants d'OpenRouter était de $0.00125 le 6 octobre 2026. Soit $1.25 pour mille réponses.

Voici les prix catalogue des modèles phares, tels que chaque labo les affiche sur sa propre page tarifaire, lus le 6 octobre 2026, en dollars américains par million de tokens :

L'écart est grand même au sein d'un seul labo. Une réponse de GPT-6 Astra coûte 100 fois plus qu'une réponse de GPT-6 Luna, et Claude Fable 5.1 coûte 10 fois plus que Claude Haiku 4.5. Gemini 3.1 Pro Preview devient aussi plus cher dès qu'un prompt dépasse 200,000 tokens, à $4 en entrée et $18 en sortie, comme le montre la page tarifaire de l'API Gemini de Google.

L'AI Model Cost Index de Whizi fait le même calcul pour chacun des 126 modèles que Whizi suit. Dans son instantané du 20 août 2026, la réponse la moins chère venait de Ling-3.0-flash à $0.000053, et la plus chère de Claude Opus 4.7 en mode Fast à $0.105. Cela fait un écart de 2,000x. Le modèle du milieu, Kimi K2 Thinking, coûtait $0.00185 la réponse. Si vous voulez comparer deux fournisseurs côte à côte avec leurs scores de qualité, lisez ChatGPT API vs Claude API pricing.

Les prix des API de LLM baissent-ils ?

Oui, à capacité égale, et ils baissent vite. Epoch AI a constaté en mars 2025 que le prix pour atteindre un score de benchmark donné baissait de 9x à 900x par an, selon la tâche. Pour le score obtenu par GPT-4 sur des questions scientifiques de niveau doctorat, le prix a baissé de 40x par an, d'après l'analyse d'Epoch AI.

Guido Appenzeller, d'a16z, l'a résumé en une ligne en novembre 2024 : « Pour un LLM de performance équivalente, le coût diminue de 10x chaque année. » Dans son exemple, GPT-3 coûtait $60 par million de tokens en novembre 2021, et Llama 3.2 3B égalait son score MMLU pour $0.06. L'AI Index 2025 de Stanford a constaté que le coût d'une performance de niveau GPT-3.5 avait baissé de plus de 280 fois entre novembre 2022 et octobre 2024.

Cela ne veut pas dire que les nouveaux modèles sont bon marché. Les 84 modèles de texte qu'OpenRouter a listés dans les 90 jours précédant le 6 octobre 2026 ont un prix de sortie médian de $2.50 par million de tokens. Les 132 listés plus d'un an avant sont à $1.01. La capacité ancienne devient moins chère. La capacité nouvelle démarre haut. Google a même daté une hausse : sa page tarifaire affiche Gemini 3.6, 3.7 et 3.8 Flash à $0.75 en entrée et $3.75 en sortie jusqu'au 31 décembre 2026, puis à $1.50 et $7.50 à partir du 1er janvier 2027.

Les prix affichés bougent aussi après la sortie d'un modèle, mais pas toujours parce qu'un labo les a changés. Sur les 100 modèles de l'instantané Whizi du 20 août 2026, 9 avaient quitté OpenRouter au 6 octobre, et 20 des autres affichaient un nouveau prix : 11 plus bas et 9 plus hauts lors de notre relevé de 05:49 UTC. Nemotron 3 Ultra de NVIDIA est passé de $0.60 en entrée et $3.60 en sortie à $0.50 et $2.20. Certains mouvements tiennent à la façon dont OpenRouter rapporte un prix : son tarif pour DeepSeek V4 Pro suit l'horloge de DeepSeek, avec le tarif creux de $0.66 en entrée et $1.98 en sortie lors de notre relevé de 05:49 UTC, et le tarif de pointe de $1.32 et $3.96 après 06:00. Gemini 3.7 Flash est allé dans l'autre sens, de $0.375 et $1.875 (le tarif batch de Google) au tarif standard de $0.75 et $3.75. Pour les modèles ouverts, le prix suit aussi les hébergeurs vers lesquels OpenRouter envoie le trafic.

Pourquoi les tokens de sortie coûtent-ils plus cher que ceux d'entrée ?

La sortie coûte plus cher parce que le modèle l'écrit un token à la fois, alors qu'il lit tout le prompt en une seule passe parallèle. Le 6 octobre 2026, 95.8% des 335 modèles de texte payants d'OpenRouter facturaient plus cher la sortie que l'entrée. La médiane était de 4x. La moitié centrale allait de 3x à 5x.

Les modèles phares suivent tous ce schéma. Claude Opus 5.5 et GPT-6 Astra facturent la sortie 5x plus cher, GPT-5.5 et Gemini 3.1 Pro Preview 6x, et DeepSeek V4 Pro 3x. Une appli qui écrit de longues réponses coûte donc plus qu'une appli qui lit de longs fichiers, token pour token. Si vous comparez cela à un abonnement, ChatGPT API vs subscription calcule le seuil où l'API dépasse $20 par mois, et AI subscription statistics détaille ce que les gens paient pour les abonnements eux-mêmes.

Quelle est l'API de LLM la moins chère en octobre 2026 ?

L'API de LLM payante la moins chère sur OpenRouter le 6 octobre 2026 est Mistral Nemo, à $0.019 par million de tokens en entrée et $0.03 par million en sortie. Cela fait $0.000034 pour une réponse standard, soit 3,4 centimes pour mille réponses. Parmi les trois plus grands labos, Google et OpenAI vendent les modèles les moins chers. Gemini 2.5 Flash-Lite coûte $0.10 en entrée et $0.40 en sortie, et GPT-6 Luna coûte $0.10 en entrée et $0.50 en sortie, soit environ $0.0003 la réponse dans les deux cas. Le modèle actuel le moins cher d'Anthropic est Claude Haiku 4.5, à $1 en entrée et $5 en sortie.

Il existe des modèles gratuits, mais peu. Seuls 17 des 352 endpoints de texte d'OpenRouter étaient gratuits le 6 octobre 2026, soit 4.8%, et 16 d'entre eux étaient des variantes gratuites d'un modèle. L'API Gemini de Google propose aussi un palier gratuit sur la plupart de ses modèles. Le piège, ce sont vos données : Google indique que le contenu du palier gratuit sert à améliorer ses produits, et pas celui du palier payant, une différence que nos statistiques sur la confidentialité de l'IA suivent d'un chatbot à l'autre.

En haut de l'échelle, o1-pro d'OpenAI reste affiché à $150 en entrée et $600 en sortie, soit $0.45 la réponse et 13,235 fois le prix de Mistral Nemo. GPT-5.5 Pro et GPT-5.4 Pro facturent $30 en entrée et $180 en sortie. Sur l'ensemble des 335 modèles payants, 37% facturent moins de $1 par million de tokens en sortie, et 19% facturent $10 ou plus.

De combien le batch et le cache réduisent-ils une facture d'API de LLM ?

Le traitement par lots (batch) réduit le prix de moitié chez chacun des grands labos. Anthropic, OpenAI et Google facturent tous 50% de moins les tâches qui peuvent attendre. Le 6 octobre 2026, 66 des 73 endpoints batch d'OpenRouter étaient à exactement la moitié du tarif normal.

Le cache réduit encore plus le côté entrée. Sur les 214 modèles qui affichent un prix pour la lecture du cache, le token en cache médian coûte 12% d'un token d'entrée normal. Les modèles phares vont plus loin. Claude Opus 5.5 et GPT-6.1 Sol retirent 95% sur l'entrée en cache, et Claude Fable 5.1 en retire 97.5%. GPT-6 Astra et Gemini 3.1 Pro Preview en retirent 90%.

DeepSeek ajoute une horloge. Son API facture moitié prix en dehors des heures de pointe, que DeepSeek fixe de 01:00 à 04:00 et de 06:00 à 10:00 UTC en semaine, d'après la page tarifaire de DeepSeek. V4 Pro passe de $1.32 en entrée et $3.96 en sortie à $0.66 et $1.98.

Comment nous avons compilé ces chiffres

Whizi Research a récupéré la liste publique des modèles d'OpenRouter (api/v1/models, qui ne demande aucune clé) à 05:49 UTC le 6 octobre 2026. Nous avons gardé les 449 entrées dont la sortie est uniquement du texte. Puis nous avons retiré 24 routeurs et endpoints méta, ainsi que chaque variante gratuite ou batch d'un modèle. Il restait 336 modèles de 52 fournisseurs, dont 335 payants. Pour les percentiles, nous avons utilisé l'interpolation linéaire.

Pour la comparaison sur 47 jours, nous avons rapproché les 100 lignes de l'instantané de la liste du 6 octobre par identifiant OpenRouter. Trois des 9 modèles disparus ont des successeurs sous de nouveaux identifiants : Nex N2 Mini et Pro sont devenus Nex N2.5 Mini et Pro, et Qwen3.8 Max est devenu qwen3.8-max-0902. Au moins 6 des 20 changements sont des artefacts d'affichage, comme un tarif batch, creux ou en cache présenté comme prix principal, plutôt qu'un labo qui change le prix d'un modèle.

Une réponse standard, c'est 1,000 tokens en entrée et 500 en sortie au prix catalogue. C'est le même calcul que celui de l'index Whizi AI Model Cost Index, dont les 126 lignes se téléchargent librement sur la page de l'index des coûts. Aucun de ces chiffres ne tient compte du cache, du batch ni d'une remise négociée. Nous avons relevé les prix des modèles phares sur les pages tarifaires d'OpenAI, d'Anthropic, de Google et de DeepSeek le même jour.

Nous avons écarté tout chiffre que nous ne pouvions remonter qu'à un agrégateur de statistiques. Le prix qu'OpenRouter affiche pour un modèle ouvert dépend des hébergeurs derrière lui, et la date à laquelle il liste un modèle tient lieu de jour de sortie de ce modèle. Les trackers qui pondèrent leur échantillon vers les modèles phares publient des médianes plus élevées que les nôtres. Quand vous citez une médiane, citez donc l'échantillon avec elle.

Comment citer ces statistiques sur les prix des API de LLM

Vous pouvez utiliser librement chaque chiffre de cette page, à condition de renvoyer vers elle. Une mention simple comme celle-ci convient :

```text

Source: Whizi Research, "LLM API pricing statistics 2026", whizi.io/resources/llm-api-pricing-statistics, updated October 2026.

```

D'autres pages issues du même lot de recherches, publiées le même jour, existent aussi : AI chatbot market share, ChatGPT statistics et AI hallucination statistics.