AI Rate CardPrix des API d'embeddings : ce que coûtent les embeddings de texte chez chaque fournisseur
Mis à jour le 17 oct. 2026
Un modèle d'embeddings transforme un texte en liste de nombres pour qu'un moteur de recherche, une chaîne RAG ou un système de recommandation retrouve les passages proches. Vous ne payez que le texte envoyé : il n'y a pas de prix de sortie, les vecteurs sont gratuits. Les embeddings sont donc ce qu'un fournisseur d'IA vend de moins cher - et les prix varient pourtant de un à vingt-six entre le bas et le haut du marché. Les tableaux ci-dessous sont reconstruits à partir des prix du jour à chaque affichage.
Le prix en une ligne
Dans la collecte du 17 octobre 2026, le modèle d'embeddings typique (médian) coûtait 0,05 $ par million de tokens en entrée. Les petits modèles ouverts (MiniLM, BGE base, E5 base) commencent à 0,005 $, le grand modèle d'OpenAI est à 0,13 $.
Sur un vrai travail : indexer 10 millions de tokens (environ 7 500 pages de texte) coûte environ 0,10 $ avec Qwen3 Embedding 8B, 0,20 $ avec text-embedding-3-small et 1,30 $ avec text-embedding-3-large. On indexe une fois, puis on ne paie que les nouveaux documents et les requêtes : pour la plupart des projets, les embeddings sont un détail à côté du modèle de chat.
OpenAI text-embedding-3-small : tous les fournisseurs
| Fournisseur | Modèle | Entrée, $ | Sortie, $ |
|---|---|---|---|
| cometapi | Text Embedding 3 Small | $0.016 | $0.016 |
| openai | text-embedding-3-small | $0.02 | — |
| aihubmix | Text Embedding 3 Small | $0.02 | $0.02 |
| azure | text-embedding-3-small | $0.02 | — |
| fastrouter | OpenAI: text-embedding-3-small | $0.02 | — |
| impossibl | Text Embedding 3 Small | $0.02 | — |
| vercel | text-embedding-3-small | $0.02 | — |
| zenmux | OpenAI: Text Embedding 3 Small | $0.02 | — |
| trustedrouter | OpenAI Text Embedding 3 Small | $0.0211 | — |
Données en direct : ce tableau est construit à partir des prix du jour.
0,02 $ chez OpenAI, Azure, Vercel, FastRouter et la plupart des routeurs ; CometAPI affichait 0,016 $.
OpenAI text-embedding-3-large : tous les fournisseurs
| Fournisseur | Modèle | Entrée, $ | Sortie, $ |
|---|---|---|---|
| cometapi | Text Embedding 3 Large | $0.10 | $0.10 |
| openai | text-embedding-3-large | $0.13 | — |
| aihubmix | Text Embedding 3 Large | $0.13 | $0.13 |
| azure | text-embedding-3-large | $0.13 | — |
| fastrouter | OpenAI: text-embedding-3-large | $0.13 | — |
| impossibl | Text Embedding 3 Large | $0.13 | — |
| vercel | text-embedding-3-large | $0.13 | — |
| zenmux | OpenAI: Text Embedding 3 Large | $0.13 | — |
| trustedrouter | OpenAI Text Embedding 3 Large | $0.14 | — |
Données en direct : ce tableau est construit à partir des prix du jour.
0,13 $ presque partout, 0,104 $ chez CometAPI. Six fois et demie le petit modèle : ne le prenez que si votre propre test montre de meilleurs résultats sur vos données.
Qwen3 Embedding 8B (poids ouverts) : tous les fournisseurs
| Fournisseur | Modèle | Entrée, $ | Sortie, $ |
|---|---|---|---|
| deepinfra | Qwen3 Embedding 8B | $0.01 | — |
| fastrouter | Qwen: Qwen3 Embedding 8B | $0.01 | — |
| huggingface | Qwen 3 Embedding 8B | $0.01 | — |
| nebius | Qwen3-Embedding-8B | $0.01 | — |
| vercel | Qwen3 Embedding 8B | $0.01 | — |
| moark | Qwen3 Embedding 8B | $0.01049 | $0.01049 |
| trustedrouter | Qwen3 Embedding 8B | $0.01055 | — |
| tensorx | Qwen3 Embedding 8B | $0.02 | — |
| aihubmix | Qwen3 Embedding 8B | $0.068 | — |
| novita | Qwen3 Embedding 8B | $0.07 | — |
| infomaniak | Qwen3 Embedding 8B | $0.08537 | — |
| impossibl | Qwen3 Embedding 8B | $0.10 | — |
| ovhcloud | Qwen3 Embedding 8B | $0.12 | — |
| regolo-ai | Qwen3 Embedding 8B | $0.001118 / requête | — |
Données en direct : ce tableau est construit à partir des prix du jour.
0,01 $ chez DeepInfra, FastRouter, Hugging Face, Nebius et Vercel - deux fois moins que text-embedding-3-small, avec un contexte de 32K tokens contre 8K. D'autres demandent jusqu'à 0,12 $ pour le même modèle : ici, le fournisseur compte plus que le modèle.
Comment choisir
- Un premier prototype RAG ou de recherche : text-embedding-3-small ou Qwen3 Embedding 8B - tous deux bon marché et bons.
- Documents longs : un modèle à long contexte (Qwen3 Embedding 8B lit 32K tokens d'un coup) demande moins de morceaux.
- Des millions de textes courts (titres de produits, tickets) : un petit modèle ouvert à 0,005 $ suffit souvent.
- Ne mélangez jamais deux modèles dans un index : leurs vecteurs ne sont pas comparables - changer de modèle, c'est tout réindexer. Pour estimer un mois, saisissez votre volume dans le calculateur de coûts.
Tous les prix sont en USD par million de tokens en entrée sauf mention contraire, hors taxes, tels que publiés par les fournisseurs ; chaque ligne mène à sa fiche avec la source et la date de vérification.