Catalogues de modèles, tarifs, conditions des API gratuites et politiques de données revérifiés le 29 octobre 2026. Je revérifierais encore la documentation et les limites du compte avant toute intégration.
Pour choisir un modèle hébergé, on fixe d’abord la gamme, ensuite le fournisseur. J’ai lu les catalogues de cinq fournisseurs de modèles (OpenAI, Anthropic, Google, xAI, DeepSeek), et chacun se range désormais en trois gammes : le modèle phare traite les cas difficiles, le milieu de gamme absorbe le travail courant et les petits modèles exécutent les tâches répétitives à moindre coût. Image, vidéo et voix temps réel passent aussi de plus en plus par des endpoints dédiés.
Les gammes elles-mêmes sont nettes ; c’est la frontière entre elles que les sorties de fin septembre ont rendue difficile à tracer. OpenAI affirme que GPT-6.1 Sol approche son modèle phare Astra pour un cinquième de son prix : 2 USD en entrée et 10 USD en sortie par million de tokens, contre 10 et 50 pour Astra. Opus 5.5 d’Anthropic est affiché moins cher qu’Opus 5, et Sonnet 5.5 garde le prix de Sonnet 5. Si l’on prend les fournisseurs au mot, un tarif de milieu de gamme achète désormais un travail proche du haut de gamme ; le choix de la gamme dépend alors moins du prix affiché que de la latence, du niveau d’effort et de la fréquence à laquelle une tâche échoue encore.
Je ne commence donc plus par « quel fournisseur est le meilleur ? ». Je demande d’abord si la tâche mérite un modèle phare, si un modèle intermédiaire suffit et si le contrôle supplémentaire des poids ouverts justifie d’exploiter moi-même la pile.
API hébergées : choisir la gamme avant le fournisseur
GPT-6 Astra / GPT-6.1 Sol / GPT-6.1 Terra / GPT-6 Luna
La gamme phare du catalogue compte désormais quatre modèles, à côté de modèles spécialisés. Astra reste le modèle phare ; GPT-6.1 Sol, sorti au DevDay du 29 septembre, est décrit comme offrant des « performances proches d’Astra pour les tâches complexes, à moindre coût » ; GPT-6.1 Terra est présenté comme « un modèle rapide et efficace pour le raisonnement visuel, l’usage précis de l’ordinateur et une écriture claire et naturelle » ; Luna couvre les charges ciblées et volumineuses. Les quatre annoncent 1,05M de contexte et 128K de sortie, sans garantie de fiabilité sur de longs documents. La gamme GPT-5.6 Sol / Terra / Luna n’apparaît plus parmi les modèles actuels.
Claude Fable 5.1 / Opus 5.5 / Sonnet 5.5 / Haiku 5.5
Opus 5.5 (22 septembre) et Sonnet 5.5 (28 septembre) succèdent à Opus 5 et Sonnet 5, désormais anciens. Anthropic conseille de démarrer la plupart des charges sur Opus 5.5 et de passer à Fable 5.1 si Opus 5.5 reste insuffisant à effort plus élevé. Haiku 5.5, sorti le 7 octobre, succède à Haiku 4.5, à partir de 0,10 USD en entrée et 0,50 USD en sortie par million de jetons ; Haiku 4.5 passe en ancienne version.
Gemini 4 Argon / Gemini 3.8 Flash (stable) / Gemini 3.1 Pro (preview), plus modèles Live, TTS, image et vidéo
La séparation par modalité est très nette. Pour la voix temps réel ou les médias natifs, je testerais l’endpoint spécialisé au lieu de tout confier au modèle texte phare. Gemini 4 Argon, annoncé le 30 septembre, n’était d’abord ouvert qu’aux défenseurs en cybersécurité du programme Fairwind et à des testeurs de confiance ; depuis le 13 octobre, il est disponible pour tous dans l’API Gemini sous l’identifiant gemini-4-argon, mais pas dans le niveau gratuit. Le 8 octobre, gemini-3.7-flash et gemini-3.5-flash ont été abandonnés ; leurs requêtes sont redirigées automatiquement vers 3.8 Flash et 3.6 Flash. Depuis le 18 septembre, les modèles Gemini 2.5 ne restent accessibles qu’aux utilisateurs qui s’en servaient déjà.
Grok 4.7, sorti en septembre, vise le code, les tâches agentiques et le travail intellectuel, avec une fenêtre de 500K ; 4.6 reste disponible. L’actualité exige toujours les outils de recherche ; elle n’est pas contenue dans les paramètres.
deepseek-flash sert l’instantané DeepSeek-V4.1-Flash-1017, avec vision ; deepseek-v4-pro sert V4 Pro-0813, sans vision. Les deux prennent en charge les modes avec et sans raisonnement, Responses API et les formats OpenAI/Anthropic.
Les anciens identifiants deepseek-v4-flash et deepseek-v4-flash-vision-exp restent acceptés, mais sont désormais servis par V4.1-Flash-1017 au tarif Flash ; ils ne sélectionnent plus les modèles retirés. Les outils Search et Fetch côté serveur de DeepSeek coûtent chacun 0,75 USD pour 1 000 requêtes réussies. Les appels passés par DeepSeek Harness, Claude Code ou Codex sont gratuits pour l’instant ; leur facturation à la requête commence le 1er novembre 2026 à 00:00, heure de Pékin.
En pratique, je commencerais par le milieu de gamme. GPT-6.1 Sol, Sonnet 5.5, Gemini 3.8 Flash, Grok 4.7 et DeepSeek V4.1 Flash / V4 Pro peuvent tous entrer dans le premier essai ; GPT-6.1 Terra, à la moitié du prix de Sol, s’y ajoute quand le travail porte sur des captures d’écran, l’usage de l’ordinateur ou la rédaction. Je ne testerais Astra, Fable 5.1, Opus 5.5 ou Gemini 4 Argon qu’après des échecs répétés justifiant leur coût. Placer Opus 5.5 à ce niveau s’écarte du conseil d’Anthropic, qui recommande, en cas de doute, de démarrer la plupart des charges sur Opus 5.5 ; je classe plutôt par prix. Opus 5.5 coûte 4 / 20 USD par million de tokens, le double de Sonnet 5.5 (2 / 10) : le premier tour passe donc par Sonnet 5.5, et seules les tâches qu’il rate montent vers Opus 5.5. Dans l’autre sens, extraction, classification et conversion de formats déjà fiables devraient progressivement descendre vers Luna ou une autre option économique ; côté Anthropic, ce palier correspond à Haiku 5.5. Quand la sortie se réduit à un choix parmi quelques options, un modèle de décision peut coûter moins encore : l’API Decisions d’OpenAI tourne sur gpt-6-luna à 0,10 USD par million de tokens d’entrée hors cache, et Jev affiche 0,042 USD ; aucun des deux ne facture la sortie.
C’est moins cher que d’envoyer chaque problème au modèle phare, et moins frustrant que de courir après le token le moins cher dès le premier jour.
API gratuites : une liste courte, pas un classement éternel
Pour un prototype personnel, je garde désormais trois voies principales : Gemini pour le contexte long et le multimodal, Groq pour la faible latence, et OpenRouter pour essayer plusieurs modèles gratuits derrière une seule interface. Toutes permettent de commencer sans paiement, mais leurs unités, cycles de renouvellement et conditions sur les données diffèrent fortement.
Service
Entrée actuelle sans paiement
Usage que j’en ferais
Limite à vérifier d’abord
Gemini Developer API
Niveau Free pour des modèles comme Gemini 3.8 Flash ; AI Studio est gratuit dans les régions prises en charge ; Gemini 3.1 Pro n’a pas de niveau API gratuit
Documents longs, multimodal et prototypes de recherche
Les quotas varient selon le modèle et le compte. Le contenu non payant peut servir à améliorer les produits Google et être lu par des relecteurs humains (voir les conditions sur les données plus bas), donc pas de données sensibles
Groq
Free Plan avec limites RPM, RPD, TPM et TPD par organisation et modèle
Chat, voix et workers d’outils à faible latence
La page publique résume les règles ; la page Limits du compte donne les valeurs exactes
OpenRouter :free
Modèles gratuits de plusieurs fournisseurs derrière une API compatible
La documentation promet un usage limité et des limites de débit, pas un quota numérique stable
Cloudflare Workers AI
10 000 Neurons gratuits par jour, remise à zéro à 00:00 UTC
Tâches edge déjà hébergées chez Cloudflare
Un Neuron n’est pas un token. Huit modèles exigent le forfait Workers Paid ou des crédits prépayés : Kimi K2.6 et K2.7-code, GLM-5.2, GLM-5.3 et GLM-5.3-flash, ainsi que les versions DeepSeek V4 Flash, V4.1 Flash et V4 Pro
Zhipu GLM-4.7-Flash
Toujours documenté sous le chemin des modèles gratuits, avec un endpoint chat-completions de style OpenAI
Alternative chinoise pour le développement agentique
La page annonce 200K de contexte et 128K de sortie maximale, mais ne mentionne plus ni gratuité ni quota ; vérifiez le prix dans la console avant de compter dessus
La mise à jour la plus utile concerne trois sorties. Cerebras ne propose plus qu’un essai de 5 USD pendant 30 jours après vérification d’un moyen de paiement, sans niveau gratuit renouvelé automatiquement. GitHub Models a été entièrement arrêté le 30 juillet 2026.Hugging Face Inference Providers ne donne plus de crédits mensuels aux comptes gratuits : ils doivent acheter des crédits, tandis que les comptes PRO reçoivent 2 USD par mois, utilisables sur tous les services de calcul de Hugging Face.
Je ne construirais donc rien autour d’un seul endpoint gratuit. Un projet personnel peut commencer avec OpenRouter pour garder une interface commune, puis conserver des intégrations directes Gemini et Groq pour des tâches clairement attribuées. Cloudflare ou GLM ne s’ajoute que si son écosystème ou sa langue apporte un avantage réel. Chaque voie exige toujours la gestion des erreurs 429, de Retry-After, d’un budget journalier et du repli ; aucune ne devrait recevoir par défaut du code privé ou des données client.
Cette section traite des quotas d’inférence API, pas de l’usage inclus dans les agents en terminal. Ce second sujet est suivi dans Quotas gratuits des CLI de codage IA.
Conditions sur les données : qui garde vos prompts
Ce qui compte, c’est le réglage par défaut, car c’est lui qui s’applique quand personne ne change rien. Chaque fournisseur le documente à un endroit différent :
Oui : selon les conditions, le contenu non payant peut servir à améliorer les produits Google et être lu par des relecteurs humains
Les utilisateurs de l’EEE, de Suisse et du Royaume-Uni relèvent des conditions des services payants, même sur le quota gratuit
API Gemini, niveau payant
Non
Prompts et réponses journalisés pendant une durée limitée pour détecter les abus. Depuis le 26 octobre, les nouveaux projets avec facturation journalisent aussi par défaut les requêtes Generate Content ; les journaux sont conservés jusqu’à 55 jours (7, 14 ou 28 au choix), ne servent pas à l’entraînement sauf partage d’un jeu de données, et se désactivent dans AI Studio
xAI
Non, pas sans autorisation explicite (FAQ sécurité)
Requêtes et réponses conservées 30 jours pour l’audit des abus
La page de l’API ne précise pas le défaut ; un refus est possible : désactiver « Anonymous improvement data » dans le menu Privacy de la console d’administration
Non précisé sur cette page
OpenRouter
Dépend du fournisseur en amont ; un réglage du compte cesse de router vers les fournisseurs qui entraînent, avec des réglages distincts pour les modèles payants et gratuits
Fixé par chaque fournisseur
La page tarifaire de DeepSeek, celle citée ici, ne traite pas de l’usage des données ; lisez ses propres conditions avant d’envoyer du code privé.
Lorsque la nécessité de garder les données locales ou un volume stable justifie l’exploitation d’un service, passer à la pile IA locale. L’adéquation au matériel, les candidats de code, les runtimes et l’évaluation ont chacun leur propre page ; ce radar hébergé ne duplique pas leurs états des lieux datés.
Les prix méritent un coup d’œil, pas une stratégie
Voici les tarifs catalogue vérifiés le 29 octobre 2026, en USD par million de tokens d’entrée/sortie pour le texte standard, et non des coûts par tâche ou des droits d’accès du compte. Cache, batch, raisonnement, contexte long et contrats peuvent modifier fortement la facture réelle.
Fournisseur
Gammes actuelles (entrée / sortie)
OpenAI
Astra 10 / 50 ; GPT-6.1 Sol 2 / 10 ; GPT-6.1 Terra 1 / 5 ; Luna 0,10 / 0,50
Anthropic
Fable 5.1 : 10 / 50 ; Opus 5.5 : 4 / 20 ; Sonnet 5.5 : 2 / 10 ; Haiku 5.5 : à partir de 0,10 / 0,50
Google
Gemini 3.8 Flash : 0,75 / 3,75 jusqu’au 31 décembre 2026, puis 1,50 / 7,50 à partir du 1er janvier 2027 ; Gemini 4 Argon : 2 / 10 jusqu’au 30 novembre, puis 4 / 20 à partir du 1er décembre
xAI
Grok 4.7 et 4.6 : 2 / 6 sous 200K tokens de prompt ; 4 / 12 à partir de 200K
DeepSeek
deepseek-flash : 0,15 / 0,60 en heures creuses, 0,30 / 1,20 en heures pleines ; deepseek-v4-pro : 0,66 / 1,98 en heures creuses, 1,32 / 3,96 en heures pleines (entrée hors cache)
Je ne changerais pas de modèle sur ce seul tableau. Un appel deux fois moins cher peut néanmoins coûter davantage s’il faut le relancer, corriger sa sortie ou réparer ses appels d’outils. Le nombre utile est le coût d’une vraie tâche terminée, pas le prix affiché d’un token.
Une boucle d’agent renvoie le même préfixe à chaque tour : instructions, définitions d’outils, fichiers déjà lus. Une fois ce préfixe en cache, les fournisseurs le facturent à une fraction du prix d’entrée, et le travail qui peut attendre un job batch coûte encore moins. Pour un agent, ces deux remises pèsent souvent plus sur la facture qu’un changement de gamme.
Lecture du cache à 5 % sur Opus 5.5 et Sonnet 5.5, 2,5 % sur Fable 5.1, 10 % ailleurs ; l’écriture en cache coûte 1,25 × l’entrée de base pour 5 minutes, ou 2 × pour 1 heure
Batch à −50 % en entrée et en sortie, cumulable avec le cache
deepseek-flash : cache hit à 0,003 contre 0,15 en heures creuses (2 %)
Les heures creuses coûtent moitié moins que les heures pleines ; celles-ci vont de 01:00 à 04:00 et de 06:00 à 10:00 UTC, du lundi au vendredi, hors jours fériés chinois
Un exemple chiffré sur Opus 5.5, sortie non comptée : une session de 20 tours renvoie à chaque tour le même préfixe de 50 000 tokens. Sans cache, cela fait 1 000 000 de tokens d’entrée à 4 USD le million, soit 4,00 USD. Avec un cache de 5 minutes, le premier tour écrit 50 000 tokens à 5 USD le million (0,25 USD) et les 19 suivants lisent 950 000 tokens à 0,20 USD le million (0,19 USD) : 0,44 USD au total. Faire descendre la session sans cache vers Sonnet 5.5 ne fait que diviser par deux, à 2,00 USD. Un cache hit exige le même préfixe : la partie stable du prompt vient donc en tête, la partie qui change en dernier.
Les documents fournisseur suffisent à raccourcir la liste, mais ne constituent pas un benchmark commun. Je ne vais pas élire un vainqueur général à partir de pages produit. L’étape utile est de rejouer le même travail sur mes propres dépôts et documents, avec des critères d’échec qui comptent pour moi. Ce n’est qu’ensuite qu’un modèle par défaut devient vraiment personnel.