Are reasoning tokens billed, and at what rate?

Yes. Reasoning models generate hidden 'thinking' tokens before they write the visible answer, and providers bill those thinking tokens at the standard output rate — the same price as the words you actually see. You don't get to read them, but they count on your invoice. On a hard prompt the reasoning can run several times longer than the final answer, so the thinking, not the reply, becomes the bulk of the cost.

How many reasoning tokens does a request use?

It depends on the reasoning effort setting and the difficulty of the prompt. As a rough guide, a low or 'minimal' effort adds a couple of times the visible output in thinking tokens, medium effort five-ish times, and high effort ten to fifteen times or more on genuinely hard problems. This calculator lets you pick an effort preset or type an exact reasoning-token count if you've measured it from the API's usage field.

How do I cut reasoning-token cost?

Lower the reasoning effort for prompts that don't need deep thought, cap the reasoning budget where the API allows it, and route only genuinely hard requests to a reasoning model while everything else goes to a cheaper non-reasoning model. Because reasoning is billed at the output rate, trimming it is often a bigger lever than shortening your prompt — this calculator shows the saving from each effort level side by side.

Calculateur du coût des jetons de raisonnement

✓ Dernière vérification : 2026-07-15· Source : page officielle des tarifs du fournisseur· Auto-surveillé - signaler un changement →

Les modèles de raisonnement réfléchissent avant de répondre – et ceux qui sont cachés penser que les jetons sont facturés au tarif de sortie, souvent 5 à 15 × votre réponse visible. Entrez votre entrée, votre sortie visible et votre effort de raisonnement, et cela montre le coût réel par appel et par mois, quelle part de votre facture est invisible en pensant, et quel réglage d'effort plus léger permettrait d'économiser.

Pourquoi la facture de votre modèle de raisonnement est plus importante qu'il n'y paraît

Un modèle de chat normal vous facture les jetons que vous envoyez (entrée) et les jetons qu'il réécrit (sortie). Un modèle de raisonnement ajoute une troisième catégorie invisible : jetons de réflexion il génère en interne pour résoudre un problème avant de composer la réponse que vous voyez. Vous ne recevez jamais ce travail, mais vous le payez : les fournisseurs le mesurent au taux de sortie, le niveau le plus cher. Le résultat est une facture qui peut être plusieurs fois supérieure à ce que prédit une estimation naïve « entrée + sortie visible », car sur une invite concrète, le modèle pourrait brûler 5 000 jetons de raisonnement pour produire une réponse de 400 jetons.

Cette calculatrice rend visible la moitié cachée. Entrez l'entrée et la sortie visible que vous attendez, choisissez un effort de raisonnement (ou saisissez le nombre exact de jetons de raisonnement dans le champ d'utilisation de l'API), et le prix des trois flux est calculé. Le « véritable coût mensuel » inclut la réflexion ; le chiffre « si vous avez ignoré le raisonnement » est le piège : le nombre que vous obtiendriez d'un compteur de jetons qui ne voit que l'invite et la réponse. L'écart qui les sépare est ce qui surprend les équipes à la fin du mois.

Les trois leviers du coût du raisonnement

1. Effort. La plupart des API de raisonnement exposent un contrôle faible/moyen/élevé (ou un budget symbolique). Passer de élevé à moyen pour des invites qui ne nécessitent pas de réflexion approfondie peut réduire de moitié la facture sans changement visible dans la qualité des réponses – le tableau ci-dessus montre la différence exacte pour votre charge de travail. 2. Routage. Le raisonnement vaut la peine d’être payé pour des tâches véritablement difficiles et un pur gaspillage pour les tâches faciles ; envoyez des requêtes simples à un modèle non raisonnant moins cher et réservez la réflexion aux durs. Dimensionnez la division avec le calculateur d'économies de routage modèle. 3. Conception rapide. Des invites plus claires et plus contraintes nécessitent moins d’exploration, elles génèrent donc moins de jetons de raisonnement – un cas rare où de meilleures invites sont également des invites moins chères.

Comment l'utiliser

1. Choisissez un modèle de raisonnement et saisissez votre volume de demandes mensuel.
2. Entrez les jetons d’entrée typiques et de sortie visibles par demande.
3. Choisissez un effort de raisonnement ou sélectionnez « Manuel » et saisissez les jetons de raisonnement que vous avez mesurés.
4. Lisez le coût réel, voyez combien est la réflexion cachée et utilisez le tableau pour trouver le niveau d'effort qui correspond à votre budget.

Erreurs courantes

Budgétisation sur la production visible uniquement. Les jetons de réflexion sont généralement la moitié la plus grande – ignorez-les et votre prévision est erronée par multiples. Laissant l’effort en haut partout. Un effort élevé est un défaut, pas une exigence ; la plupart des invites n'en ont pas besoin. Comparaison d'un modèle de raisonnement à un modèle de chat sur le prix global. Même taux par jeton, nombre de jetons très différent : comparez le coût réel par demande et non par million. En supposant que la mise en cache facilite le raisonnement. Remises de mise en cache rapides répétées saisir; il ne fait rien pour les jetons de raisonnement fraîchement générés.

FAQ

Est-ce que je suis facturé pour des jetons que je ne peux même pas lire ?

Oui. Les modèles de raisonnement cachent les jetons de réflexion de la réponse mais les facturent néanmoins, au taux de sortie. L'API renvoie le décompte dans un champ d'utilisation afin que vous puissiez l'auditer.

Combien de jetons de raisonnement sont « normaux » ?

Il évolue avec effort et difficulté : environ 2 × la sortie visible avec un faible effort, ~ 5 × avec un effort moyen et 10–15 × + avec un effort élevé pour les problèmes difficiles. Mesurez votre propre trafic pour obtenir un multiplicateur exact.

Un modèle de raisonnement est-il toujours moins cher qu’un modèle de chat ?

Rarement sur le seul coût : le résultat est moins cher lorsqu'une tâche difficile nécessiterait autrement un modèle plus gros ou plusieurs tentatives. Pour les tâches faciles, un modèle sans raisonnement gagne à chaque fois en termes de prix.

Puis-je plafonner les dépenses de raisonnement ?

Sur de nombreuses API, oui – via le paramètre d'effort de raisonnement ou un budget explicite de jetons de réflexion. Le réduire est le principal levier de ce projet de loi; le tableau montre l'économie.

Estimation seulement. L'utilisation des jetons de raisonnement dépend de vos invites et du contrôle des efforts du fournisseur : vérifiez par rapport aux données réelles d'utilisation de l'API avant de budgétiser.

Questions fréquemment posées

Les jetons de raisonnement sont-ils facturés, et à quel tarif ?

Oui. Les modèles de raisonnement génèrent des jetons de « réflexion » cachés avant d’écrire la réponse visible, et les fournisseurs facturent ces jetons de réflexion au taux de sortie standard, soit le même prix que les mots que vous voyez réellement. Vous ne pouvez pas les lire, mais ils comptent sur votre facture. Sur une invite difficile, le raisonnement peut durer plusieurs fois plus longtemps que la réponse finale, de sorte que la réflexion, et non la réponse, devient l'essentiel du coût.

Combien de jetons de raisonnement une requête utilise-t-elle ?

Cela dépend du paramètre d'effort de raisonnement et de la difficulté de l'invite. À titre indicatif, un effort faible ou « minimal » ajoute quelques fois le résultat visible en jetons de réflexion, un effort moyen cinq fois et un effort élevé dix à quinze fois ou plus sur des problèmes véritablement difficiles. Cette calculatrice vous permet de choisir un effort prédéfini ou de saisir un nombre exact de jetons de raisonnement si vous l'avez mesuré à partir du champ d'utilisation de l'API.

Comment puis-je réduire le coût des jetons de raisonnement ?

Réduisez l'effort de raisonnement pour les invites qui ne nécessitent pas de réflexion approfondie, limitez le budget de raisonnement là où l'API le permet et acheminez uniquement les requêtes véritablement difficiles vers un modèle de raisonnement tandis que tout le reste va vers un modèle sans raisonnement moins cher. Étant donné que le raisonnement est facturé au débit de sortie, le réduire est souvent un levier plus important que de raccourcir votre invite - cette calculatrice montre côte à côte les économies réalisées pour chaque niveau d'effort.