Token IA : comprendre le calcul, les coûts et les limites

Un token IA est un petit morceau de texte qu’un modèle de langage lit ou génère : un mot, un fragment de mot ou un signe de ponctuation, par exemple. Pour l’anglais, OpenAI donne un ordre de grandeur d’environ trois quarts de mot par token, soit 75 mots pour 100 tokens. Les tokens contribuent à déterminer le coût d’utilisation et la quantité de texte qu’un modèle peut traiter. Source : le guide des tokens d’OpenAI.

Qu’est-ce qu’un token IA ?

Un token est une unité de texte, pas un message ni une tâche accomplie. Un grand modèle de langage, ou LLM, est un type de modèle d’IA qui génère du langage. Pour préparer le texte, il s’appuie sur un tokenizer : le logiciel chargé de le découper en morceaux.

Imaginez une phrase comme une mosaïque. Vous voyez la phrase entière ; le modèle travaille avec les éléments qui la composent. Ces éléments n’ont pas tous la même taille : un mot courant peut tenir dans un seul, tandis qu’un autre en nécessite plusieurs. Le découpage ne suit pas forcément les syllabes ni les définitions du dictionnaire.

Le tokenizer attribue aussi un identifiant numérique à chaque morceau. Le modèle traite ces identifiants et génère d’autres tokens, ensuite reconvertis en texte lisible. La documentation d’OpenAI sur la tokenisation présente à la fois les morceaux et leurs identifiants.

Pour qui pilote un workflow, la conséquence est simple : le nombre de messages reflète mal la charge de travail. Une consigne courte accompagnée d’un document peut représenter beaucoup plus de texte qu’une longue question posée seule.

Comment compter les tokens IA ?

Pour compter les tokens, on applique un tokenizer donné au texte exact. Multiplier le nombre de mots fournit une estimation ; utiliser le tokenizer du fournisseur donne un décompte propre à cet outil.

Un exemple compté avec l’outil d’OpenAI

Le tokenizer open source tiktoken d’OpenAI découpe le texte exact tiktoken is great! en 6 tokens avec l’encodage cl100k_base, le jeu de règles utilisé pour convertir le texte en tokens :

t · ik · token · is · great · !

Ce décompte a été reproduit avec l’outil d’OpenAI le 15 octobre 2026. La phrase et son découpage figurent aussi dans le tutoriel d’OpenAI sur la tokenisation. Il s’agit du décompte d’un texte brut, pas du total d’une requête de chat.

Remarquez les espaces au début de is et de great. Un espace peut être rattaché au mot qui le suit ; ici, le point d’exclamation forme un token distinct. Même le nom de l’outil est fragmenté. Compter les espaces entre les mots ne permet donc pas de compter les tokens de façon fiable.

L’encodage est précisé à dessein. Si le tokenizer du modèle change, le découpage peut changer aussi. Un décompte n’a de sens qu’avec le texte et le tokenizer qui l’ont produit.

Compter les tokens ChatGPT : utiliser les outils du fournisseur

Le Tokenizer visuel d’OpenAI permet de coller un texte et d’en examiner le découpage. Choisissez, parmi les options proposées, l’encodage ou le modèle qui correspond à votre tâche. Une démonstration réalisée avec un autre encodage ne garantit pas le montant facturé.

Les autres fournisseurs proposent leurs propres outils de comptage :

• Anthropic Claude : le point d’accès de comptage des tokens compte les entrées de messages prises en charge pour le modèle sélectionné. Sa documentation précise les éléments de requête qu’il ne peut pas compter.
• Google Gemini : l’outil count_tokens compte les entrées avant la génération, tandis que les informations d’utilisation renvoyées avec la réponse indiquent ce qui a été consommé.

Chaque outil compte selon les règles de son fournisseur. Si votre automatisation utilise une API, c’est-à-dire l’interface qui relie une application au modèle d’IA, demandez à la personne qui la développe de compter avec le modèle et le format de requête réellement utilisés.

À combien de mots correspond un token ?

Pour un texte en anglais, OpenAI donne les approximations suivantes : un token représente environ 4 caractères, soit trois quarts de mot, et 100 tokens correspondent à environ 75 mots. Ce sont des estimations du fournisseur, pas des équivalences fixes. L’article d’aide d’OpenAI précise bien que ce rapport varie selon la langue et la structure du texte.

Cet ordre de grandeur suffit pour évaluer si un brouillon est court ou volumineux. Pour une campagne multilingue, un catalogue de produits ou un document contenant du code, comptez le contenu lui-même avant de vous engager sur une capacité ou un budget.

Tokens d’entrée et de sortie : ce que le modèle reçoit et produit

Les tokens d’entrée correspondent à ce que le modèle reçoit ; les tokens de sortie, à ce qu’il génère. L’entrée peut contenir bien plus que la dernière phrase que vous avez saisie.

Prenons un workflow de service client. La consigne visible demande de rédiger une réponse. L’application peut aussi envoyer ses instructions permanentes, les messages précédents du client et la politique de retour pertinente. Tous ces éléments font partie de l’entrée. Le brouillon de réponse constitue la sortie.

La documentation de comptage d’Anthropic couvre les entrées structurées, notamment les instructions, les messages et les outils. Les exemples de conversations à plusieurs tours de Google montrent pourquoi les échanges précédents peuvent contribuer à la consommation des requêtes suivantes.

En marketing, cela invite à s’interroger avant de joindre toutes les archives de la marque à chaque petite demande de rédaction. Pour un fondateur, cela signifie demander à l’équipe technique de mesurer la requête complète, sans se limiter au message visible dans la conversation.

Une autre distinction concerne la sortie. La documentation d’OpenAI sur les modèles de raisonnement indique que les tokens de raisonnement interne sont comptabilisés dans la consommation de sortie, même s’ils n’apparaissent pas dans le texte de la réponse. Une réponse visiblement courte peut donc représenter davantage de tokens de sortie que ses seuls mots ne le laissent penser.

Pourquoi les tokens de sortie coûtent-ils souvent plus cher ?

Lire un prompt existant et en générer la suite ne sollicitent pas le système de calcul de la même façon. Toute l’entrée est disponible dès le départ : une grande partie de son traitement peut donc se faire en parallèle. La génération classique de la sortie avance de façon séquentielle, chaque nouveau token dépendant des précédents. NVIDIA explique cette différence dans son guide technique sur le traitement de l’entrée et la génération.

Cela aide à comprendre pourquoi les entrées et les sorties ont des tarifs distincts. Cela ne permet pas d’en déduire un rapport de prix universel : les fournisseurs fixent leurs tarifs, et la conception des modèles comme les techniques utilisées pour les faire fonctionner varient.

En pratique, un workflow qui lit des documents et renvoie des étiquettes courtes n’a pas le même profil de consommation qu’un workflow qui rédige de longs rapports. Pour les comparer, examinez séparément leurs totaux d’entrée et de sortie.

Exemple de calcul mensuel : Anthropic affiche actuellement Claude Sonnet 5.5 à $2 par million de tokens d’entrée et $10 par million de tokens de sortie aux tarifs standard de l’API. Si la consommation cumulée du mois atteint 1 million de tokens d’entrée non mis en cache et 1 million de tokens de sortie, le calcul donne $2 + $10 = $12 de frais de tokens pour le modèle. Ce sous-total illustratif suppose un traitement standard mondial, sans cache ni remise pour le traitement par lots, et exclut les outils payants et les taxes. Tarifs du fournisseur, vérifiés le 15 octobre 2026.

Il s’agit d’un sous-total de consommation, pas du prix d’un abonnement ni d’une prévision de votre volume mensuel. Le décompte d’une automatisation cumule ses requêtes API. Les révisions et les nouvelles tentatives ajoutent aussi du travail.

Les entrées en cache, pour lesquelles le fournisseur réutilise des éléments de prompt déjà traités, peuvent obéir à d’autres règles de facturation. Nous en expliquons le fonctionnement dans notre guide du KV-cache et de la mise en cache des prompts. Pour choisir un modèle, consultez le comparatif des API d’IA les moins chères ; l’exemple ci-dessus sert à expliquer l’unité de facturation.

Une limite de tokens peut recouvrir plusieurs contraintes

Identifiez la limite atteinte avant de changer d’offre. Une requête trop volumineuse, des requêtes envoyées trop vite et un quota d’abonnement épuisé appellent des solutions différentes.

La limite de contexte concerne la quantité d’informations que le modèle peut traiter dans une requête. La limite maximale de sortie concerne la quantité qu’il peut générer. Prévoyez de la place pour la réponse en plus du contenu fourni. Notre guide sur la taille du contexte et l’ingénierie du contexte détaille ce sujet.

Une limite de débit de l’API restreint la vitesse à laquelle vous pouvez envoyer des requêtes ou des tokens. Un plafond de dépenses porte sur les frais engagés. Ni l’un ni l’autre n’indique la quantité d’informations qu’une requête peut contenir. OpenAI distingue ces limites dans son guide des tokens.

Un quota d’abonnement au chat encadre l’utilisation selon les règles du produit. Anthropic indique que la consommation de Claude varie selon la longueur et la complexité des conversations, le modèle sélectionné, les fonctionnalités et le niveau d’effort. Son guide sur les limites d’utilisation et de longueur explique aussi que les quotas d’utilisation et les limites de longueur des conversations sont distincts.

Pour qui pilote un workflow, la conséquence est concrète : acheter davantage de capacité d’utilisation ne permet pas forcément de faire tenir un document trop volumineux. Commencer une nouvelle conversation peut réduire la quantité d’informations reprises dans la suite des échanges, mais n’efface pas la consommation déjà enregistrée.

Comment acheter des tokens IA ?

En général, vous payez un accès ou une consommation mesurée dans le produit que vous utilisez. Avant de verser de l’argent, vérifiez si l’offre correspond à un abonnement, à une facturation API ou à un solde de crédits propre à l’application.

OpenAI précise par exemple que les abonnements ChatGPT et l’utilisation de l’API sont facturés séparément. Payer pour le chat ne supprime pas les frais de tokens de l’API. D’autres produits peuvent inclure l’utilisation différemment : lisez les conditions de celui qui vous facture.

Pourquoi le nombre de tokens ne dit pas tout

Un nombre de tokens plus élevé n’est pas une note de qualité de la réponse. La capacité renseigne sur la quantité de contenu qui peut tenir. Elle ne dit pas si la réponse sera correcte, utile ou à la hauteur de la dépense.

De même, un tarif par token plus bas ne suffit pas à désigner le modèle le moins cher pour votre tâche. Les tokenizers peuvent découper différemment un même contenu, et les workflows peuvent générer des quantités différentes de sortie et de raisonnement. Comparez le coût nécessaire pour obtenir un résultat acceptable.

Réduire les tokens ne doit pas devenir un concours du prompt le plus court. Retirer des pièces jointes sans rapport avec la tâche est judicieux. Supprimer l’exception à une politique qui permet de répondre correctement à un client est une fausse économie. Gardez les informations qui changent la réponse et retirez ce qui ne sert pas la tâche.

Que changer dans votre façon de travailler dès la semaine prochaine ?

Passez à l’action si vous êtes responsable d’un workflow automatisé ou si vous atteignez régulièrement une limite. Si vous utilisez ponctuellement une application de chat sans dépasser son quota, inutile de compter chaque phrase.

1. 1

   Responsables opérationnels : identifiez ce qui est mesuré

   Lisez l’écran d’utilisation et le message signalant la limite. Notez si la contrainte porte sur la longueur des requêtes, leur débit, les dépenses ou le quota de l’offre. Choisissez la solution adaptée à cette contrainte.

2. 2

   Équipes marketing : comptez une tâche représentative

   Prenez un vrai brief et les documents que vous joignez habituellement. Examinez le tout avec l’outil de comptage du fournisseur, puis demandez le format de sortie nécessaire à la tâche. Conservez les consignes essentielles sur la marque et les faits.

3. 3

   Fondateurs et acheteurs : demandez le détail de la consommation

   Demandez à votre équipe technique ou à votre prestataire le détail des entrées, des sorties, de l’utilisation du cache et des éventuels frais d’outils distincts pour une tâche représentative terminée. Appuyez-vous sur cette répartition pour estimer votre propre volume avant de changer d’offre ou de modèle.

Questions fréquentes sur les tokens IA

Qu’est-ce qu’un token en IA ?

Un token est un morceau de texte traité par un modèle de langage. Il peut s’agir d’un fragment de mot, d’un mot entier ou d’un signe de ponctuation ; il ne correspond pas automatiquement à un mot entier.

Que signifie la tokenisation en IA ?

La tokenisation consiste à découper l’entrée en éléments utilisables par le modèle et à représenter ces éléments dans son vocabulaire. Les règles du tokenizer déterminent ce découpage.

Qui sont les 4 géants de l’IA ?

Cette expression renvoie à un classement d’entreprises, pas à une norme de tokenisation. Pour le comptage et la facturation, identifiez le fournisseur et le modèle exact qui font fonctionner votre outil : une liste d’entreprises connues ne permet pas de déterminer sa consommation de tokens.

Combien coûte 1 million de tokens dans ChatGPT ?

Il n’existe pas de conversion universelle des tokens ChatGPT en dollars. Le produit ChatGPT et l’API OpenAI sont facturés séparément. Pour calculer un coût API, identifiez le modèle et distinguez les entrées des sorties ; pour une offre de chat, consultez ses règles d’utilisation.

Combien vaut un token IA ?

Il n’a pas de valeur monétaire fixe. Son coût d’utilisation dépend du fournisseur, du modèle et de la catégorie de facturation. Un token est une unité de traitement, pas une monnaie transférable.

Qui paie les tokens IA ?

Pour un workflow utilisant une API facturée directement, le compte qui exécute les requêtes paie le fournisseur. Dans une application prête à l’emploi, les conditions du service déterminent si vous payez un abonnement, des frais à l’usage ou les deux. Demandez quels frais sont inclus dans le prix annoncé.

À quoi correspondent 1000 tokens en IA ?

En coût, cela dépend du modèle et du type de tokens : entrée, sortie ou cache. En quantité de texte, cela varie selon le tokenizer et la langue. Utilisez le tokenizer du fournisseur plutôt que d’y voir un nombre de mots fixe.

Comment fonctionnent les tokens dans ChatGPT ?

Le texte est découpé en tokens pour être traité et généré. Le texte que vous saisissez et celui que vous recevez ne représentent pas forcément toute la consommation : le contexte fourni et, pour les modèles de raisonnement concernés, le raisonnement interne peuvent aussi y contribuer.

Quelle IA offre le plus de tokens ?

Précisez d’abord ce que vous cherchez : la plus grande fenêtre de contexte, la sortie la plus longue possible ou le plus grand volume d’utilisation inclus. Ce sont des mesures différentes. Comparez sur cette base la documentation à jour des modèles ou des offres concernés.

Peut-on utiliser l’IA gratuitement ?

Oui. Par exemple, Claude propose une offre gratuite, avec des limites. Un accès gratuit ne signifie ni une utilisation illimitée ni une fenêtre de contexte illimitée.

Pour des explications pratiques sur les outils d’IA et les choix qu’ils impliquent, abonnez-vous à la newsletter.