AI Product Building · 21 octobre 2026
Combien coûte une fonctionnalité IA dans un SaaS, vraiment
Le prix de l'API n'est qu'une ligne du budget. Les sept postes de coût d'une fonctionnalité IA, avec un calcul complet et des ordres de grandeur relevés en octobre 2026.
C'est la première question que pose tout fondateur, et celle à laquelle on trouve le moins de réponses sérieuses en français. Les articles disponibles donnent le prix de l'API et s'arrêtent là. C'est l'équivalent de chiffrer un restaurant au prix des ingrédients.
Cet article donne les sept postes de coût réels, un calcul complet que vous pouvez refaire avec vos propres chiffres, et ce que tout cela change pour votre modèle économique.
Sur les prix cités. Les tarifs des modèles sont relevés en octobre 2026 et baissent vite. Je les utilise pour donner un ordre de grandeur et une méthode de calcul, pas comme une référence durable. Revérifiez les grilles de votre fournisseur avant de décider.
Le changement de nature que personne n'annonce
Dans un SaaS classique, une fonctionnalité coûte cher une fois, à la construction, puis presque rien. Vous pouvez doubler votre nombre d'utilisateurs sans doubler vos serveurs.
Une fonctionnalité d'IA inverse cette logique. Chaque utilisation consomme. Votre coût devient variable, proportionnel à l'usage, et c'est votre meilleur client qui vous coûte le plus cher.
Les conséquences sont directes :
- Un abonnement illimité devient un pari sur le comportement de vos utilisateurs les plus intensifs.
- Un client qui utilise beaucoup votre IA peut passer en marge négative sans que personne ne le remarque.
- Votre modèle de prix doit être revu avant le lancement, pas après le premier relevé.
C'est pour cette raison que le coût n'est pas un sujet d'ingénieur. C'est un sujet de produit.
Le calcul complet, sur un cas concret
Prenons un cas que je croise souvent : un SaaS B2B, 500 utilisateurs actifs, abonnement à 50 € par mois et par utilisateur. La fonctionnalité envisagée résume automatiquement les documents déposés dans l'outil.
Étape 1 — La taille d'un usage
Un usage se mesure en jetons. Un jeton correspond à peu près à trois quarts de mot en français. Pour notre cas :
| Volume | |
|---|---|
| Document envoyé au modèle | environ 3 000 jetons |
| Résumé produit | environ 500 jetons |
Étape 2 — Le volume mensuel
| Calcul | Résultat | |
|---|---|---|
| Usages par utilisateur et par mois | hypothèse | 20 |
| Usages mensuels totaux | 500 × 20 | 10 000 |
| Jetons en entrée | 10 000 × 3 000 | 30 millions |
| Jetons en sortie | 10 000 × 500 | 5 millions |
Étape 3 — La facture, selon le modèle choisi
C'est ici que tout se joue. En octobre 2026, l'écart de prix entre un petit modèle et un modèle haut de gamme dépasse un facteur 50 sur les jetons de sortie.
| Niveau de modèle | Entrée (par million) | Sortie (par million) | Coût mensuel |
|---|---|---|---|
| Petit modèle | ~0,15 $ | ~0,60 $ | ≈ 8 $ |
| Modèle intermédiaire | ~2 $ | ~10 $ | ≈ 110 $ |
| Modèle haut de gamme | ~10 $ | ~50 $ | ≈ 550 $ |
Même fonctionnalité, même volume, même qualité perçue dans une bonne partie des cas. Un facteur 70 entre la première et la dernière ligne.
Étape 4 — La marge d'erreur
L'usage réel dépasse presque toujours l'estimation, parce que les utilisateurs trouvent des usages que vous n'aviez pas prévus. Multipliez par trois.
Sur le modèle intermédiaire : environ 330 $ par mois, soit à peu près 300 €.
Étape 5 — La comparaison qui tranche
| Montant | |
|---|---|
| Revenu mensuel | 500 × 50 € = 25 000 € |
| Coût de la fonctionnalité | ≈ 300 € |
| Part du revenu | 1,2 % |
À ce niveau, la fonctionnalité est parfaitement absorbable. Avec un modèle haut de gamme et la même marge d'erreur, on serait autour de 6 % du revenu, ce qui commence à peser sérieusement sur la marge d'un SaaS.
Le seuil que j'utilise : au-delà de 10 à 15 % du revenu moyen par utilisateur, le modèle de prix doit bouger, ou la fonctionnalité doit être simplifiée.
Le cas qui fait exploser la facture
Reprenons exactement la même fonctionnalité, mais sous forme d'agent qui enchaîne plusieurs étapes au lieu de répondre en une fois.
Un agent rappelle le modèle à chaque étape, et il lui renvoie tout l'historique de la conversation à chaque appel. Avec dix étapes et un contexte qui grossit à chaque tour, on dépasse facilement vingt fois le coût de la version simple.
Les 110 $ du modèle intermédiaire deviennent plusieurs milliers. C'est l'écart entre le niveau 2 et le niveau 4 décrits dans le guide d'intégration de l'IA dans un SaaS, et c'est la raison pour laquelle le choix du niveau est la décision budgétaire la plus lourde du projet.
Les sept postes de coût
Le calcul ci-dessus ne couvre que le poste 3. Voici le tableau complet.
1. La construction
Le développement classique : conception, intégration, interface, tests. En jours de travail :
| Niveau | Effort |
|---|---|
| Un appel au modèle, bon prompt, interface soignée | 5 à 15 jours |
| Branché sur vos données (recherche documentaire) | 20 à 40 jours |
| Agent qui exécute des actions | 40 jours et plus |
La vraie difficulté du niveau intermédiaire n'est pas l'IA, c'est la recherche en amont : indexer vos documents, les découper correctement, gérer les droits d'accès, maintenir l'index à jour.
2. La préparation des données
Le poste le plus systématiquement oublié, et jamais dans le devis initial. Si vos données ne sont pas consolidées, nettoyées et rattachées à des droits clairs, il faut le faire avant. Ce chantier n'a rien à voir avec l'IA, et il est souvent plus long que la fonctionnalité elle-même.
3. Le coût par utilisation
Celui que nous venons de calculer. Deux pièges à connaître.
Envoyer trop de contexte. Beaucoup d'équipes empilent les instructions et l'historique dans chaque appel sans jamais mesurer ce que ça représente. C'est la première optimisation à faire, et souvent la plus rentable.
Oublier que la sortie coûte plus cher que l'entrée. Dans les grilles actuelles, un jeton produit coûte trois à six fois un jeton envoyé. Demander des réponses plus courtes est donc une économie directe, et souvent une amélioration du produit.
4. L'infrastructure de recherche
Si votre fonctionnalité va chercher dans vos données, il faut stocker ces données sous une forme interrogeable. C'est un coût mensuel fixe, de quelques dizaines d'euros pour un volume modeste, auquel s'ajoute le coût de réindexation à chaque mise à jour.
5. L'évaluation
C'est le poste qui distingue une fonctionnalité d'IA d'une démonstration. Vous avez besoin d'un jeu de cas de référence, rejoué à chaque changement, pour détecter les régressions.
Comptez 3 à 5 jours de construction au départ, puis une demi-journée par mois d'entretien. Sans cela, vous ne saurez pas que la qualité a baissé avant que vos utilisateurs ne vous le disent, et à ce moment-là la confiance est déjà entamée.
6. Le support
Une fonctionnalité d'IA génère un type de ticket nouveau : « pourquoi ça m'a répondu ça ». Ces tickets sont plus longs à traiter que les autres, parce qu'il n'y a pas de réponse simple et qu'il faut souvent reproduire le cas pour comprendre.
Anticipez une hausse du volume les premières semaines, et désignez qui s'en occupe.
7. La maintenance de la qualité
Le modèle que vous utilisez évoluera, sera remplacé, ou verra son comportement changer sans que vous ayez touché à une ligne de code. Vos données évolueront aussi.
Une fonctionnalité d'IA n'est jamais terminée au sens où une fonctionnalité classique peut l'être. C'est un coût récurrent, modeste mais réel, à inscrire dans la feuille de route.
Les trois leviers qui réduisent vraiment la facture
Descendre d'un niveau de modèle
Le levier le plus puissant, et de loin : le tableau de l'étape 3 montre un facteur 70 entre les extrêmes.
La bonne question n'est pas « quel est le meilleur modèle », mais « quel est le plus petit modèle qui passe mon test de qualité ». Pour des tâches de classement, de reformulation ou d'extraction, un petit modèle suffit très souvent.
Ne pas appeler le modèle quand ce n'est pas nécessaire
Deux techniques simples et très rentables :
- Garder les réponses déjà produites. Si plusieurs utilisateurs posent la même question, inutile de payer plusieurs fois. Les fournisseurs facturent d'ailleurs le contexte mis en cache à une fraction du prix normal, souvent autour du dixième.
- Filtrer en amont. Une règle simple qui écarte les demandes hors sujet avant l'appel coûte zéro et économise tous les appels inutiles.
Rendre le coût visible dans le produit
Le levier le plus inconfortable et le plus efficace. Si l'IA est gratuite et illimitée du point de vue de l'utilisateur, l'usage sera maximal, y compris pour des cas où elle n'apporte rien.
Introduire une notion de quota, de crédit ou de palier ne sert pas seulement à facturer. Cela pousse l'utilisateur à employer la fonctionnalité quand elle a de la valeur, ce qui améliore mécaniquement la qualité perçue.
Refaire le calcul avec vos chiffres
- Estimez la taille d'un usage type, en entrée et en sortie.
- Multipliez par la fréquence mensuelle attendue par utilisateur, puis par votre nombre d'utilisateurs actifs.
- Appliquez la grille de votre fournisseur, en distinguant bien entrée et sortie.
- Multipliez par trois.
- Comparez au revenu moyen par utilisateur. Au-delà de 10 à 15 %, revoyez le modèle de prix ou le niveau de sophistication.
- Ajoutez les postes fixes : infrastructure de recherche, évaluation, maintenance.
Le résultat ne sera pas juste. Il sera du bon ordre de grandeur, et c'est exactement ce dont vous avez besoin pour décider de construire ou non.
Ce qu'il faut retenir
Le coût d'une fonctionnalité d'IA n'est pas un détail d'implémentation. C'est une contrainte de conception qui doit peser sur vos arbitrages dès le premier atelier.
Les équipes qui s'en sortent le mieux ne sont pas celles qui ont le plus gros budget. Ce sont celles qui ont décidé tôt du niveau de sophistication dont elles avaient réellement besoin.
Pour aller plus loin
- Intégrer l'IA dans un SaaS — les quatre niveaux de sophistication en détail.
- Ajouter une fonctionnalité IA à un produit existant — la méthode complète.
Besoin de chiffrer un projet d'IA avant de vous engager ? C'est exactement le type d'arbitrage sur lequel j'interviens. Parlons-en.