Comment choisir un LLM

Le principal compromis : qualité/prix

Tous les principaux fournisseurs – OpenAI, Anthropic, Google et l'écosystème open-weight (Llama, Mistral, Qwen et autres) – proposent un échelle de modèles, pas un seul modèle. Au sommet, asseyez-vous frontière / vaisseau amiral modèles : les plus forts en raisonnement, en codage et en écriture nuancée, et de loin les plus chers. En dessous d'eux se trouvent niveau intermédiaire des modèles qui échangent un peu de qualité contre une grosse réduction de prix, et puis petit / budget / nano des modèles bon marché, rapides et véritablement suffisamment performants pour une grande partie des tâches réelles.

L’erreur que commettent les équipes est de choisir par défaut le produit phare pour que tout « soit en sécurité ». Cela revient souvent à payer 10 à 50 fois plus pour une qualité dont la tâche n’a jamais eu besoin. La compétence ne consiste pas à choisir le meilleur modèle, mais à choisir le modèle le moins cher qui efface toujours votre barre de qualité pour chaque travail spécifique.

Adaptez le modèle à la tâche

La difficulté, et non l'importance, décide du niveau. Une tâche à enjeux élevés peut encore être simple. Utilisez ce mappage comme point de départ :

Un modèle puissant est routage: envoyez des requêtes faciles à un petit modèle et ne transférez que les plus difficiles vers un produit phare. La plupart du trafic de production est facile, le routage permet donc de réaliser la plupart des économies tout en protégeant la qualité là où elle compte.

Ce que vous coûte le choix

L'écart de prix entre les niveaux est énorme. En règle générale pour 2026, les modèles phares fonctionnent à peu près 1 à 5 $ et plus par million de jetons d'entrée (sortie de jetons plus), tandis que Les niveaux nano/budget se situent à près de 0,10 $ par million - un 10 à 50 × balançoire sur exactement la même charge de travail.

Exemple travaillé

Dis que tu traites 50 millions de jetons d'entrée un mois de support-ticket de classification :

• Produit phare @ ~ 3 $ / 1 M : 50 × 3 $ = 150$/mois
• Nano @ ~0,10 $ / 1 M : 50 × 0,10 $ = 5$/mois

C'est 145 $ économisés chaque mois (~30×) pour une tâche de classification, un modèle nano fait tout aussi bien l'affaire. Multipliez chaque tâche simple de votre pile et l'habitude phare par défaut devient l'élément de campagne le plus important que vous puissiez supprimer.

Étapes pratiques de sélection

Un processus reproductible surpasse les estimations à partir de critères de référence : les classements publics reflètent rarement ton données.

• 1. Définissez la barre de qualité. Notez ce que « assez bon » signifie comme quelque chose de mesurable : précision sur un ensemble étiqueté, une rubrique de réussite/échec ou un seuil de contrôle humain ponctuel. Sans barre, vous ne pouvez pas comparer équitablement.
• 2. Testez 2 à 3 niveaux sur votre tâche. Prenez 20 à 50 exemples réels et exécutez-les sur un modèle phare, un modèle intermédiaire et un petit modèle. Comparez la qualité par rapport au prix : souvent, un niveau moins cher lie le produit phare à votre travail spécifique.
• 3. Parcours par difficulté. Mettez le modèle de passage le moins cher sur la majeure partie du trafic et réservez le produit phare pour la tranche véritablement difficile, ou pour l'escalade lorsqu'un modèle bon marché renvoie une faible confiance.
• 4. Réévaluez régulièrement. Les prix baissent et de nouveaux niveaux sont lancés tous les quelques mois. La tâche phare d'aujourd'hui pourrait être résolue d'ici le niveau intermédiaire du prochain trimestre, pour un dixième du coût. Réexécutez votre ensemble de tests selon un calendrier.

Facteurs secondaires à peser

Une fois le niveau et la qualité adaptés, trois autres variables peuvent changer la décision :

• Jetons de raisonnement. Les modèles de « réflexion »/raisonnement génèrent des jetons intermédiaires cachés facturés en sortie. Ils améliorent la qualité des problèmes difficiles, mais peuvent multiplier les coûts – parfaits pour la tranche phare, inutiles pour les tâches simples.
• Fenêtre contextuelle. Une fenêtre plus grande (128K, 200K, 1M) vous permet d'alimenter davantage à la fois, mais vous payez pour chaque jeton en contexte à chaque appel. N'achetez pas une immense fenêtre que vous ne remplirez pas.
• Latence. Les petits modèles sont généralement plus rapides. Pour l'UX interactive ou les pipelines à haut débit, un petit modèle vif peut battre un produit phare lent en termes d'expérience utilisateur ainsi que de prix.

Lisez les mécanismes derrière ceux-ci dans Comment fonctionne la tarification de l'API LLM.

Questions fréquemment posées

Quel niveau LLM dois-je utiliser pour une tâche simple ?

Pour la classification, l'extraction, le formatage, le marquage ou le routage, un modèle petit ou nano niveau suffit généralement et coûte une fraction d'un produit phare. Ne passez à un modèle frontière que si le petit modèle échoue à votre barre de qualité sur vos propres données de test.

Dans quelle mesure les LLM économiques sont-ils moins chers que les modèles phares ?

Les niveaux nano et petits coûtent environ 0,10 $ par million de jetons d'entrée, tandis que les modèles phares coûtent généralement entre 1 et 5 $ ou plus. Il s’agit d’une variation de 10 à 50 ×, donc faire correspondre le niveau à la tâche est l’un des plus gros leviers de coûts dont vous disposez.

Comment puis-je réellement choisir entre deux modèles ?

Définissez une barre de qualité mesurable, exécutez 20 à 50 exemples réels de votre tâche sur deux ou trois niveaux et choisissez le modèle le moins cher qui franchit la barre. Réessayez tous les quelques mois car les prix et la qualité des modèles changent rapidement.