Une requête à un modèle génératif coûte de l’argent, à chaque fois. Dans le SaaS classique, servir un client de plus ne coûtait presque rien. Avec l’IA générative, la marge dépend de ce que les clients font du produit. Le même abonnement peut laisser plus de 70 % de marge brute sur un client et faire perdre de l’argent sur le suivant, comme le montre l’exemple chiffré plus bas.
La tarification relève donc de l’économie produit, au même titre que l’activation ou la rétention, bien plus que de l’habillage marketing. Une grille mal conçue ne se voit pas au lancement. Elle se voit le trimestre où trois gros clients branchent le produit sur leurs automatisations internes.
Le coût varie avec la longueur du contexte, le volume de tokens, le modèle choisi, la latence exigée et les appels de recherche documentaire. La valeur varie avec l’usage, et pas dans le même sens.
Un prompt de dix lignes peut éclairer une décision à plusieurs milliers d’euros, alors qu’un traitement massif de documents brûle du calcul pour un gain modeste. Un bon prix tient trois choses ensemble : le coût de service, la valeur captée par le client et la complexité que le marché accepte de lire sur une grille.
Opposer l’usage à l’abonnement pose donc le problème trop tôt. La question utile est plus exigeante : quel modèle aligne durablement coûts, valeur et croissance sans rendre l’offre illisible ? Elle commence par le point que la plupart des équipes traitent en dernier.
Le coût de service se modélise avant la grille tarifaire
Beaucoup d’équipes suivent le même ordre. Elles observent le marché, imaginent une offre, choisissent un angle de vente. Ensuite seulement, elles estiment ce que l’IA coûtera à servir. Avec un produit génératif, cet ordre est dangereux.
Le coût n’y est jamais une ligne unique. Il y a d’abord l’inférence, c’est-à-dire le calcul du modèle à chaque requête, facturé selon les tokens (les morceaux de texte) en entrée et en sortie. Il y a la taille du contexte, la recherche dans les documents du client et la mémoire gardée d’une étape à l’autre. S’ajoutent les appels à des outils externes, la coordination entre plusieurs modèles ou agents, la surveillance, l’évaluation continue et parfois une relecture humaine.
Une entreprise croit vendre une « fonction de résumé automatique ». En réalité, elle opère une chaîne de calcul, de recherche et de contrôle bien plus lourde que prévu.
Prenons un exemple chiffré, avec des hypothèses illustratives. Un résumé de contrat consomme 12 000 tokens en entrée et 800 en sortie. Le modèle coûte 2 euros par million de tokens en entrée et 8 euros par million en sortie. Le calcul tient en une ligne :
coût direct par résumé = 12 000 × 2 / 1 000 000 + 800 × 8 / 1 000 000 = 0,024 + 0,0064 ≈ 0,03 euro
Ajoutons la recherche documentaire, la surveillance et l’évaluation avec un coefficient de 1,5 : environ 0,045 euro HT par résumé. Une PME qui en lance 300 par mois coûte 13,50 euros. Un cabinet qui branche le produit sur son flux de 20 000 contrats mensuels coûte 900 euros.
Pour le même abonnement à 49 euros HT par mois, la PME laisse 72 % de marge brute. Le cabinet fait perdre plus de 850 euros chaque mois.
Les moyennes cachent exactement ce cas. Quelques segments concentrent souvent l’essentiel de la dépense : gros utilisateurs, automatisations, contextes très longs, grands comptes branchés sur des volumes jamais vus en test. Les journaux d’un agrégateur de LLM interne, publiés sur Habr en janvier 2026 par Ilia Martyn, en donnent un ordre de grandeur : dans une entreprise d’environ 500 salariés, 20 % des utilisateurs généraient 79,4 % de la dépense.
Si la grille repose sur « l’utilisateur moyen », la marge réelle sera pilotée par les cas extrêmes. C’est pour cela que les outils de modélisation économique sont utiles : ils obligent à transformer le coût de l’IA en courbes, en scénarios de charge et en unit economics.
Deux leviers techniques changent ce calcul sans toucher au prix affiché. Les grands fournisseurs facturent beaucoup moins cher un long contexte déjà mis en cache qu’un contexte envoyé en entier. Ils accordent aussi de fortes remises sur les traitements par lots, rendus plus tard dans la journée.
Un produit qui réutilise le même long contexte, ou qui peut différer un traitement de nuit, n’a donc pas la même économie qu’un produit qui recalcule tout en temps réel.
Le coût bouge aussi dans le temps. Le prix d’une capacité donnée baisse vite d’une génération de modèles à l’autre, et la conséquence est double. Une grille calée sur le coût d’aujourd’hui paraîtra chère dans dix-huit mois. Et si le client exige toujours le modèle le plus récent, la baisse ne profite pas à la marge.
L’offre gratuite mérite le même calcul. Supposons 10 000 comptes gratuits qui lancent chacun 30 résumés par mois : 300 000 résumés, soit 13 500 euros de coût mensuel au tarif de l’exemple. Si 3 % de ces comptes passent au plan à 49 euros HT, ils rapportent 14 700 euros. Le gratuit est à peine financé, et il suffit qu’un concurrent attire les convertis pour que l’offre gratuite devienne une ligne de perte. D’où les quotas gratuits nettement plus bas que les quotas payants, et le recours à un modèle moins cher pour les comptes non payants.
La valeur ne suit pas le coût, d’où deux bornes de prix
L’IA générative casse le lien habituel entre ce que coûte une tâche et ce qu’elle vaut. Une aide à la décision stratégique peut reposer sur un prompt court et un contexte limité, et produire un bénéfice considérable. La réécriture répétée de contenus consomme énormément de tokens sans créer de quoi soutenir un prix élevé.
Cette asymétrie interdit deux raccourcis. Répercuter mécaniquement le coût sur le client donne un produit rationnel sur le papier et peu désirable en rayon. Ignorer le coût pour ne raisonner qu’en valeur perçue donne un produit qui séduit le marché et détruit ses marges à mesure que l’usage grandit.
Le prix se place donc entre deux bornes. La première est un plancher économique : le revenu minimal pour que chaque segment reste rentable compte tenu de son coût de service. La seconde est un plafond stratégique : la valeur observable que le produit crée chez le client.
Ce plafond se mesure avec des métriques de valeur : documents traités, tâches automatisées, heures gagnées, leads qualifiés, coûts évités. Elles font passer d’une tarification purement technique à une logique de value-based pricing.
Dans l’exemple du résumé de contrat, si un juriste facturé 90 euros de l’heure gagne dix minutes par document, chaque résumé vaut 15 euros pour le client. Le plancher est à 0,045 euro. L’écart laisse de la place pour une grille qui gagne de l’argent et reste attractive.
Côté acheteur, il existe un second repère, plus prosaïque. Un professionnel qui paie un outil d’IA de sa poche raisonne comme pour un abonnement de streaming : quelques dizaines d’euros par mois au plus, sans demander l’avis de personne.
Pour un outil individuel, la référence de prix est donc basse. Au-delà, l’achat passe par l’entreprise, avec un budget, une validation des achats et une facture HT.
Reste à choisir l’unité de valeur. Une bonne métrique remplit trois conditions : elle grandit avec le bénéfice du client, les deux parties peuvent la compter sans litige, et l’acheteur peut la prévoir pour son budget. Le document traité les remplit pour un outil juridique. La licence par utilisateur, unité reine du SaaS, les remplit de moins en moins. Si l’IA permet à dix juristes d’absorber le travail de douze, un prix par utilisateur fait baisser le revenu de l’éditeur au moment précis où son produit crée le plus de valeur. Beaucoup d’éditeurs gardent donc un socle par utilisateur pour la prévisibilité et ajoutent une composante à l’usage pour suivre la valeur.
Pour affiner, quelques entretiens de disposition à payer de type Van Westendorp et un test de prix sur un segment restreint suffisent souvent. Ils remplacent les impressions par des hypothèses chiffrées.
Le questionnaire Van Westendorp pose quatre questions sur le prix auquel l’offre paraît trop chère, chère, bon marché, puis trop bon marché pour être sérieuse. Le croisement des réponses donne une fourchette acceptable plutôt qu’un prix optimal. Cette fourchette se confronte ensuite au plancher calculé plus haut : si elle passe dessous pour un segment, ce segment a besoin d’une autre offre.
L’usage pilote la facture, rarement l’unité affichée
Dès que le coût varie avec la consommation, la tarification à l’usage devient la référence. Le plus souvent, elle reste en arrière-plan : l’utilisateur n’en voit pas la granularité exacte.
La forme la plus directe est le prix au token. Pour un produit vendu surtout par API ou à un public technique, elle se tient : c’est l’unité la plus fine, directement liée au coût, et ce public connaît le vocabulaire. Pour tous les autres, le token reste une unité abstraite, parfois angoissante. Un produit grand public qui facture au token complique son offre pour rien.
Le prix par requête paraît plus simple : une image, un résumé, une recherche ou un document à prix fixe. La compréhension est immédiate. Le modèle devient fragile quand le travail interne varie trop. Deux « résumés » peuvent coûter du simple au décuple selon la taille du document et les appels auxiliaires. Si cette variabilité reste faible, le modèle tient. Si elle devient structurelle, le prix fixe subventionne les gros cas ou rend l’offre trop chère pour les petits.
Les modèles hybrides comblent cet écart. Crédits, unités de calcul, budgets mensuels, limites de débit, tarifs différents selon le modèle : en coulisse, le prix suit toujours la consommation, mais le client voit une offre stable. C’est souvent ce qui sépare un prix juste mais illisible d’un prix que l’équipe peut défendre et que le marché accepte.
Quel mécanisme de prix choisir ? (arbre de décision)
- Public technique qui achète par API, et forte variabilité de coût par requête → tarification au token : granularité maximale, alignée sur le coût réel.
- Public non technique, mais coût interne assez stable d’une tâche à l’autre → prix par requête : simple à comprendre, tenable tant que la variabilité reste faible.
- Variabilité interne élevée et acheteur qui veut de la prévisibilité → abonnement avec crédits inclus + dépassement facturé : plancher lisible pour le client, calcul interne toujours indexé sur la consommation.
- Grand compte exigeant un budget fixe → abonnement par paliers d’accès aux modèles, crédits d’équipe mutualisés, dépassement négocié à l’avance.
Règle de tri : plus la variabilité de coût par requête est élevée, plus il faut abstraire la consommation derrière des crédits ; plus l’acheteur est éloigné de la technique, moins le token brut peut rester l’unité affichée.
L’abonnement survit s’il embarque des crédits et un dépassement
L’abonnement garde de vrais atouts, surtout en B2B. Il facilite la budgétisation, simplifie la vente et stabilise une partie du revenu. Mais un palier ne peut plus se définir seulement par des fonctionnalités ou une taille d’équipe. Il doit inclure des ressources : enveloppe de crédits, accès à certaines familles de modèles, capacité de contexte, vitesse de traitement.
La formule la plus saine combine des crédits mensuels inclus et un dépassement facturé. Reprenons l’exemple chiffré. Le plan à 49 euros HT inclut 600 résumés, puis facture 0,10 euro HT chaque résumé supplémentaire.
La PME reste dans son forfait et ne voit jamais de dépassement. Le cabinet aux 20 000 contrats paie 49 + 19 400 × 0,10 = 1 989 euros HT par mois, pour un coût de 900 euros. Sa marge brute remonte à 55 % environ, au lieu d’une perte de 850 euros.
Les crédits expliquent ce succès par une raison simple : ils traduisent une réalité technique dans une unité commerciale intuitive. Pour un utilisateur non technique, « 1 image = 50 crédits » ou « 1 000 tokens = 10 crédits » se lit mieux qu’une grille d’inférence. L’équivalence n’a pas besoin d’être parfaite. Elle doit rester stable.
Pour l’éditeur, les crédits ouvrent aussi des leviers commerciaux : packs complémentaires, budgets d’équipe, consommation mutualisée entre plusieurs produits, recharges saisonnières. Leur limite est connue. Un système trop opaque ou modifié trop souvent détruit la confiance. Le client doit comprendre à peu près ce qu’il achète et ce qu’il consomme, faute de quoi chaque facture devient un ticket au support.
Les paliers supérieurs, enfin, vendent un escalier de valeur crédible : contexte plus long, modèles plus spécialisés, traitement par lots, priorité de calcul. C’est plus solide qu’une option « IA premium » ajoutée en surcouche à un abonnement historique.
Le forfait illimité garde un vrai défenseur
Les partisans du forfait illimité ont un argument simple : les clients détestent compter. Un forfait illimité se vend mieux, se comprend sans explication et supprime l’angoisse de la facture. Si le coût unitaire continue de chuter au rythme actuel, l’éditeur qui subventionne l’usage aujourd’hui sera rentable demain, et il aura gagné des parts de marché pendant que ses concurrents affichaient des compteurs.
Ils ont raison quand l’usage est borné par un humain. Une personne qui discute avec un assistant ne dépasse guère quelques centaines de requêtes par jour, parce qu’elle doit lire les réponses. Avec 200 requêtes à 0,01 euro, le pire cas coûte 2 euros par jour, environ 44 euros sur 22 jours ouvrés. Le risque est connu et plafonné, et l’illimité peut se financer.
Tout change quand l’usage est borné par une machine. Un script, un agent ou une intégration ne se fatigue pas. Le cabinet aux 20 000 contrats ne lit pas les résumés un par un : il les fait produire en masse. C’est pourquoi les offres « illimitées » des assistants grand public s’accompagnent en général d’une politique d’usage raisonnable, de limites de débit ou d’un accès API facturé à part.
On peut en tirer un seuil. Si la consommation de vos 5 % de clients les plus intensifs reste sous trois fois la moyenne, l’illimité est défendable. Si elle dépasse dix fois la moyenne, il faut des crédits ou un dépassement. Entre les deux, une limite de débit suffit souvent.
Les fonctionnalités premium portent la marge
À mesure que l’IA se banalise, la présence d’une fonction IA ne différencie plus. Ce qui se vend, c’est sa profondeur, son contrôle et son effet mesurable. La marge se construit dans quatre couches.
La première est l’accès à des modèles plus puissants, plus rapides ou multimodaux, à condition que l’écart se voie dans le résultat. La deuxième est l’automatisation avancée : agents, enchaînements de tâches en plusieurs étapes, traitement par lots, intégrations en temps réel. Là, le client achète une capacité opérationnelle, et sa disposition à payer change d’échelle.
La troisième couche, en B2B, est la gouvernance. Journaux d’audit, filtrage des prompts, résidence des données, jeux d’évaluation personnalisés, SLA, contrôle d’accès.
Pour un acheteur français, ces lignes ont un interlocuteur précis : le délégué à la protection des données, qui demande où les données sont hébergées et comment elles alimentent le modèle au regard du RGPD. Viennent ensuite le service achats et parfois l’audit interne, qui veulent savoir qui a accès aux journaux et combien de temps ils sont conservés. Une offre qui fournit la documentation et les contrôles correspondants vend une tranquillité que le modèle seul ne vend pas.
La quatrième est la personnalisation : modèle réentraîné sur les données du client (fine-tuning), index privé de ses documents, intégration de la connaissance métier, chaînes de traitement sur mesure. La valeur unitaire y est forte, le volume faible, et le prix se négocie client par client.
Le prix se teste comme une fonctionnalité
La tarification d’un produit génératif n’est plus une décision prise une fois par an. Elle relève de l’expérimentation continue : sensibilité au prix, lecture des paliers, consommation des crédits, arbitrage entre qualité et coût, churn, montées en gamme.
Cela exige une segmentation par comportement. Les gros consommateurs n’attendent pas la même chose que les utilisateurs occasionnels. Un client qui automatise ses flux de travail n’a pas la logique économique d’un expert qui pose dix questions pointues par semaine. Un test de prix mené sur la moyenne ne dira rien de ces deux populations.
En B2B, ce test se mène rarement en A/B pur. Les volumes sont faibles, les cycles de vente longs, et les acheteurs comparent leurs devis. On compare plutôt deux grilles sur deux cohortes successives de nouveaux clients, ou sur deux segments séparés, en suivant la conversion, le panier moyen et la marge par segment pendant au moins un trimestre.
Le rôle du PM s’élargit en conséquence. Modèle de coût par segment, discovery client, design expérimental, lecture de l’économie des modèles : ces compétences deviennent la base du métier. Une organisation simple consiste à confier à chaque PM le coût de service et une métrique de valeur de son périmètre, puis à revoir les deux chaque trimestre avec la finance.
Une grille qui dérape se reconnaît à des symptômes précis, bien avant les comptes annuels. La marge brute d’un segment baisse alors que son chiffre d’affaires monte. Les crédits inclus sont épuisés dès la deuxième semaine chez une poignée de clients et jamais entamés chez les autres. Les tickets de support portent sur la facture plutôt que sur le produit. Les montées en gamme se concentrent juste avant le renouvellement, signe que les clients achètent un palier pour éviter un dépassement.
Pour suivre tout cela, une métrique et un garde-fou suffisent. La métrique : la marge brute mensuelle par segment de consommation, car la marge moyenne du produit masque les écarts. Le garde-fou : la part de clients qui dépassent leur forfait trois mois de suite. Si elle dépasse 15 %, le palier est mal calibré, et il vaut mieux le revoir que laisser grossir des factures de dépassement qui finissent en négociation commerciale.
Changer une grille a enfin un coût propre. Les clients existants comparent toujours la nouvelle offre à l’ancienne. Une pratique répandue consiste à garantir l’ancien tarif pendant six à douze mois aux clients en place, et à n’appliquer la nouvelle structure qu’aux nouveaux contrats et aux renouvellements.
Avant publication, toute grille passe trois tests :
- Elle couvre le coût de service des segments les plus intensifs, pas seulement celui de l’utilisateur moyen.
- Elle reste sous le plafond fixé par la valeur observable chez le client.
- Elle laisse une marge d’expansion par les crédits, les dépassements ou les paliers de modèles.
Une grille qui échoue au premier test perd de l’argent à chaque nouveau gros client. Celle qui échoue au deuxième rencontre vite le churn. Celle qui échoue au troisième plafonne : sans crédits, dépassements ni paliers de modèles, le revenu d’un client cesse de suivre son usage.
C’est le cas du cabinet aux 20 000 contrats sous un forfait fixe. Il coûte 900 euros de calcul par mois, et sa facture reste à 49 euros.