Même modèle, facture différente : combien coûtent les LLM à poids ouvert sur 6 hôtes d'inférence

Publié 2026-08-06 · numéros de référence, vérifier avant de budgétiser

DeepSeek V4 est DeepSeek V4. Les poids sont identiques que vous l'appeliez via Groq, Ensemble, Fireworks, DeepInfra, Novita ou OuvrirRouter — same architecture, same output quality, no fine-tuning difference between hosts. What's not identical is the bill. We pulled our per-1M-token pricing across all six for the exact same model, twice, and the gap between cheapest and priciest host lands at a consistent 31% — every single time.

La charge de travail que nous évaluons

A mid-size RAG or coding-assistant backend running DeepSeek V4: 50 million input tokens and 10 million output tokens a month. That's a real production range — a support bot or internal coding tool with a few hundred active users, not a toy project.

Step 1: DeepSeek V4, six hosts

Les prix sont des estimations de référence, août 2026. Signaler un prix obsolète →

19,60 $ à 25,73 $ sur des poids identiques pour un usage identique — un 6,13 $/mois, écart de 31 % avec une différence de qualité nulle pour l'expliquer. À 10 fois le volume (500 M d'entrée / 100 M de sortie, un produit véritablement chargé), c'est $196 vs $257, un 735 $/an différence par rapport à la liste déroulante des hôtes seule.

Étape 2 : Llama 4 Maverick, mêmes six hôtes

To check this wasn't a DeepSeek quirk, we ran the same six hosts against Llama 4 Maverick on the same 50M/10M workload:

Same ranking, same order, same 31% spread from Novita at the bottom to Fireworks at the top. That's not a coincidence — it's a fixed multiplier every host applies to the same reference price, and it holds across every open model we checked in our pricing set, from 12B parameter Gemma to 400B+ parameter Llama 4 Behemoth.

D'où vient la bande de 31 %

• Together and OpenRouter price at exactly 100% of list. Les deux sont des plates-formes de type agrégateur – OpenRouter en particulier est un marché, pas un opérateur d’infra – donc ni l’une ni l’autre n’a une structure de coûts qui leur permet de sous-coter le taux de référence. Vous payez le prix fort pour la commodité d’une seule clé API sur des dizaines de modèles.
• Novita and DeepInfra run at 80% and 85% of list. Both compete primarily on price for open-weight serving and carry a leaner feature set — fewer regions, thinner dashboards, less enterprise support — than the bigger names. The discount is real, but so is the smaller safety net if something breaks at 2am.
• Groq sits at 95%, a small discount off list rather than a big one — Groq's pitch is inference speed on its own LPU chips, not being the cheapest line item, and the pricing reflects that positioning.
• Fireworks dépasse de 5 % la liste, le seul hôte des six plus cher que le tarif de référence, cohérent avec son SLA d'entreprise et son orientation vers le déploiement dédié plutôt que le libre-service le moins coûteux.

Ce que ça ne te dit pas

La parité des prix entre les modèles ne signifie pas que les hôtes sont interchangeables. Nous comparons uniquement le taux par jeton, et non la latence, l'historique de disponibilité, la couverture régionale, les limites de débit ou le comportement de chaque hôte en cas de pic de trafic. Une réduction de 20 % sur Novita ne vaut rien si un robot d'assistance expire pendant votre heure la plus chargée. Si vous êtes sensible aux revenus et aux coûts, commencez par l'hébergeur le moins cher et une solution de secours. Si vous avez déjà atteint un volume significatif, évaluez la latence et la disponibilité de votre propre trafic avant de passer uniquement à la colonne des prix : l'écart de 735 $/an par rapport à notre exemple est de l'argent réel, mais ce n'est pas le seul chiffre qui compte.

Les plats à emporter

Le poids ouvert ne signifie pas la tarification ouverte. Le téléchargement gratuit du modèle n'empêche pas six entreprises différentes de facturer six tarifs différents pour le faire fonctionner à votre place, et la propagation... 31% top to bottom, in the same order, on every model we checked — is large enough to matter once you're past a few million tokens a month. Before committing to one host, run your own token volume through the outil API LLM le moins cher, and compare the providers directly on their pages: Groq, Ensemble, Feux d'artifice, OuvrirRouter. C'est la même leçon que la taxe aux frontières dans tous les niveaux de modèle: le nom du modèle sur la facture vous en dit moins que le logo du vendeur à côté.

Les chiffres sont des estimations de référence (août 2026) tirées de notre propre ensemble de données de tarification. Les prix des hôtes d'inférence changent fréquemment et les remises sur volume, les tarifs d'utilisation engagée et les tarifs régionaux peuvent modifier le classement : confirmez toujours les tarifs actuels sur la page de tarification officielle de chaque fournisseur avant d'établir un budget.