Économiser avec le cache de prompt et les requêtes batch : un calculateur aux prix du jour

Mis à jour le 7 nov. 2026

Deux leviers réduisent la facture sans changer de modèle. Le cache de prompt : quand le début du prompt se répète - long prompt système, document, définitions d'outils -, beaucoup de vendeurs facturent la partie répétée au prix plus bas de « lecture du cache ». Batch et flex : si la réponse peut arriver des minutes ou des heures plus tard, certains vendeurs proposent le même modèle moins cher en offre batch ou flex. Le calculateur cache et batch montre l'effet des deux pour votre volume, chez chaque vendeur du modèle.

Mode d'emploi

1. Identifiant du modèle. À copier depuis la page du modèle, sous son nom, par exemple anthropic/claude-sonnet-5-5.
2. Tokens d'entrée et de sortie par mois. Votre volume mensuel ; le compteur de tokens de /tools aide si vous ne connaissez que les requêtes et la longueur des textes.
3. Part de l'entrée lue du cache. La partie de chaque prompt répétée mot pour mot : un chatbot avec 3 000 tokens de prompt système et des questions de 1 000 tokens est vers 75 % ; un RAG sur des documents frais, près de 0 %.
4. La tâche peut attendre. À cocher si les résultats ne sont pas nécessaires en temps réel : les offres batch / flex sont alors comptées.

Deux exemples aux prix du jour

• Claude Sonnet 5.5, 100 M de tokens d'entrée et 10 M de sortie par mois, la moitié en cache : 300 $ au prix normal d'Anthropic, 205 $ avec le cache - environ un tiers de moins.
• DeepSeek V4.1 Flash, même volume, 80 % en cache, tâche qui peut attendre : 10,77 $ au prix normal en temps réel le plus bas, 5,87 $ avec le cache et le batch - 45 % de moins.

Ce que le calculateur ne compte pas

• L'écriture dans le cache : certains vendeurs la facturent une fois.
• La durée de vie du cache : une entrée expire après quelques minutes sans accès.
• Les remises non publiées comme offre propre.

Ouvrir le calculateur · Tous les outils · Classes de modèles