KameleonLabs

Blog / Article

La fin de l’IA bon marché : la facturation à l’usage commence

Depuis le 1 juin, GitHub Copilot, l’un des assistants de programmation les plus répandus, abandonne le forfait incluant des requêtes pour facturer selon la consommation réelle. C’est le signe le plus visible d’un changement de modèle : une IA qui travaille pendant des heures coûte plus cher qu’une IA qui répond à une question.

#Entreprises et emploi #Investissement et marchés

5 juin 2026 · 2 min de lecture

Ceux qui se souviennent des premiers forfaits de données mobiles connaissent la sensation : soudain, chaque mégaoctet comptait. Un phénomène semblable commence à toucher l’intelligence artificielle. Le forfait qui incluait presque tout cède peu à peu la place au compteur.

Du forfait illimité au compteur

Ce lundi 1 juin, le nouveau système de facturation de GitHub Copilot, l’assistant de programmation de Microsoft annoncé fin avril, est entré en vigueur. Les prix des offres restent inchangés, de 10 dollars par mois pour l’offre individuelle à 39 par utilisateur pour celle destinée aux entreprises, mais chaque forfait comprend désormais un solde équivalent en crédits. Une fois ce solde épuisé, il faut en acheter davantage ou s’arrêter. Les administrateurs peuvent fixer des budgets par entreprise, par service et par personne.

Ce que l’on paie exactement

L’unité de compte est le token, un fragment de texte que le modèle lit et écrit : approximativement, un morceau de mot. Les tokens d’entrée comme de sortie sont facturés au tarif public de chaque modèle. Les suggestions de saisie automatique restent incluses sans consommer de crédits. En revanche, un filet de sécurité disparaît : auparavant, les utilisateurs qui épuisaient leurs requêtes pouvaient continuer avec un modèle plus modeste ; désormais, le solde décide.

Les agents changent tout

L’explication de GitHub est révélatrice. Copilot ne se contente plus de suggérer des lignes de code : il exécute des agents qui travaillent sur de longues sessions, avec de nombreuses étapes enchaînées. Dans l’ancien système, une question rapide et une session de plusieurs heures coûtaient la même chose, et l’entreprise reconnaît qu’elle absorbait une grande partie du coût croissant d’exécution des modèles. Sa conclusion : l’ancien modèle n’était pas viable.

Lorsque l’IA passe de la réponse au travail, la facture passe du forfait au compteur.

Plus juste ou plus incertain ?

Les arguments vont dans les deux sens. En faveur du changement, payer à la consommation est plus juste : les petits utilisateurs ne subventionnent pas les gros, et le fournisseur n’a pas besoin de limiter les utilisateurs intensifs. Contre lui, les dépenses deviennent moins prévisibles, et beaucoup de développeurs redoutent des factures qui augmentent sans qu’ils s’en aperçoivent. La question de fond est de savoir si cela annonce ce que feront les autres services d’IA lorsque les agents se généraliseront. Pour les entreprises, gérer les dépenses d’IA commence à ressembler à la gestion des dépenses du cloud.

Payer ce que l’on utilise, utiliser ce qui apporte de la valeur

Nous y voyons un signe de maturité : l’IA cesse d’être une offre promotionnelle et commence à afficher un coût visible, comme toute ressource de l’entreprise. Le défi est d’apprendre à mesurer, de choisir le modèle adapté à chaque tâche et de ne pas utiliser le plus cher pour tout. L’occasion est claire pour ceux qui s’y prennent bien : connaître le coût de chaque tâche permet d’en connaître la valeur et de décider, sur la base de données, où l’IA apporte quelque chose et où elle n’en apporte pas.

Contenus associés

ServiceDéveloppement logicielServiceConseilSocle technologiqueSquadwise