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, Feux d'artifice, DeepInfra, Novita ou OuvrirRouter — même architecture, même qualité de sortie, aucune différence de réglage fin entre les hôtes. Ce qui n'est pas identique, c'est la facture. Nous avons réduit notre prix par million de jetons sur les six pour exactement le même modèle, deux fois, et l'écart entre les terres hôtes les moins chères et les plus chères à un prix cohérent. 31% – à chaque fois.

La charge de travail que nous évaluons

Un backend RAG ou assistant de codage de taille moyenne en cours d'exécution Recherche profonde V4: 50 millions de jetons d'entrée et 10 millions de jetons de sortie par mois. Il s'agit d'une véritable gamme de production : un robot de support ou un outil de codage interne avec quelques centaines d'utilisateurs actifs, pas un projet jouet.

Étape 1 : DeepSeek V4, six hôtes

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 $ contre 257 $, un 735 $/an différence par rapport à la liste déroulante des hôtes seule.

Étape 2 : Llama 4 Maverick, mêmes six hôtes

Pour vérifier qu'il ne s'agissait pas d'une bizarrerie de DeepSeek, nous avons exécuté les six mêmes hôtes contre Llama 4 Maverick sur la même charge de travail de 50 M/10 M :

Même classement, même ordre, même 31 % de propagation de Novita en bas à Fireworks en haut. Ce n'est pas une coïncidence : il s'agit d'un multiplicateur fixe que chaque hôte applique au même prix de référence, et il s'applique à tous les modèles ouverts que nous avons vérifiés dans notre ensemble de prix, du paramètre 12B Gemma au paramètre 400B+ Llama 4 Behemoth.

D'où vient la bande de 31 %

• Prix ​​​​ensemble et OpenRouter à exactement 100 % de la liste. 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 et DeepInfra fonctionnent à 80 % et 85 % de la liste. Les deux se concurrencent principalement sur le prix du service ouvert et proposent un ensemble de fonctionnalités plus allégé (moins de régions, des tableaux de bord plus fins, moins de support d'entreprise) que les plus grands noms. La réduction est réelle, tout comme le filet de sécurité réduit en cas de panne à 2 heures du matin.
• Groq siège à 95%, une petite remise hors liste plutôt qu'une grande - le discours de Groq est la vitesse d'inférence sur ses propres puces LPU, n'étant pas l'élément de campagne le moins cher, et le prix reflète ce positionnement.
• 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 % de haut en bas, dans le même ordre, sur chaque modèle que nous avons vérifié - est suffisamment important pour avoir de l'importance une fois que vous avez dépassé quelques millions de jetons par mois. Avant de vous engager sur un hôte, exécutez votre propre volume de jetons via le outil API LLM le moins cher, et comparez les prestataires directement sur leurs 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.