Contexte Technique
J'ai creusé ce qui se dit actuellement sur OpenAI et Claude, car pour l'implémentation de l'IA, ces sujets passent rapidement des mèmes aux factures d'infrastructure. Et c'est là que j'ai freiné : on parle beaucoup de « x2 tokens », mais les faits confirmés sont nettement moins nombreux.
Pour OpenAI, ce que je constate aujourd'hui est différent : l'abonnement ChatGPT Pro à 100 $ bénéficie d'une logique promotionnelle temporaire pour Codex jusqu'au 31 mai 2026. Il ne s'agit pas d'un doublement universel de tout, mais plutôt d'une limite considérablement élargie spécifiquement pour les scénarios de codage, qui devrait revenir à la normale après la promotion. D'où le sentiment chez certains que les limites ont « presque disparu ».
Avec Claude, le tableau n'est pas du tout à la générosité. Ce que je vois dans les données publiques ressemble plus à une limitation aux heures de pointe et à une consommation plus agressive, surtout pour ceux qui utilisent Claude Code toute la journée. De plus, ils ont des forfaits Max 5x à 100 $ et Max 20x à 200 $, mais la mécanique de consommation est devenue moins agréable qu'au début de l'année.
Venons-en au point principal où tout le monde s'embrouille. Quand les gens disent « c'est devenu moins cher », ils mélangent souvent trois niveaux différents : les limites de l'abonnement, l'économie de l'API et la sensation subjective de vitesse. Si un modèle répond plus vite, vous pouvez épuiser votre limite hebdomadaire plus rapidement, et ce n'est pas une réduction, mais simplement un débit différent.
Je crois aussi aux rapports sur la gourmandise du travail multi-session. Si vous avez un orchestrateur et 20-30 sous-agents, comme dans les pipelines réels, les limites ne disparaissent pas de manière linéaire, mais presque imperceptiblement vite. Je le vois aussi dans les scénarios clients : un seul agent « intelligent » semble bon marché, mais une véritable intégration d'IA avec des branches parallèles exige déjà un calcul froid.
Ce que cela change pour l'entreprise et l'automatisation
Les équipes qui codent beaucoup, testent des hypothèses et maintiennent un cycle court « idée -> exécution -> correction » sont gagnantes. Pour elles, le boost actuel d'OpenAI peut réellement réduire temporairement les coûts de développement et accélérer l'automatisation par l'IA.
Ceux qui ne regardent que le prix du forfait sont perdants. Si l'architecture est basée sur des agents, avec de longues exécutions, de la navigation et de nombreux appels parallèles, l'abonnement mensuel cesse d'être une unité budgétaire claire.
Actuellement, je ne construirais pas de processus sur le sentiment que « les tokens sont presque gratuits ». Je les construirais sur des mesures : où utiliser l'abonnement, où l'API, où le cache, où un mode rapide, et où il ne s'agit que d'une belle illusion de vitesse.
Si vous commencez à être confus par les limites, les agents et les factures, nous pouvons analyser votre stack ensemble. Chez Nahornyi AI Lab, nous concevons des solutions d'IA pour les entreprises afin que l'automatisation par l'IA ne semble pas seulement bon marché sur une capture d'écran, mais qu'elle soit réellement viable en production et dans le respect du budget.