ChatGPT vs Claude vs Gemini vs API : tarifs LLM avec forfaits gratuits, sans jargon

Un LLM (Large Language Model) est un réseau entraîné sur d’énormes corpus pour comprendre et générer du langage. En pratique, c’est le moteur derrière ChatGPT, Claude, Gemini et les assistants sur mesure qui rédigent des mails, répondent aux clients, résument des documents, écrivent du code et appellent vos API.

Pour une entreprise, le point n’est pas « avoir de l’IA pour l’IA ». Un LLM transforme du langage non structuré - chats, mails, PDF, tickets - en actions structurées : classer un lead, rédiger une réponse, extraire des champs de facture, router un cas. C’est là que les heures deviennent des minutes.

1. Ce qu’un LLM fait vraiment

Contrairement à un moteur qui renvoie des liens, un LLM prédit les prochains tokens selon le contexte. Avec un bon prompt, des outils et vos données (via RAG), il raisonne sur vos politiques, votre catalogue et l’historique CRM - pas seulement sur le savoir générique d’Internet.

• Comprendre l’intention : « J’ai besoin d’un remboursement pour la commande #4521 » → router vers la facturation + tirer le statut.
• Générer du contenu : propositions, fiches produit, brouillons SEO, résumés de réunion.
• Extraire la structure : du texte libre en JSON pour CRM, ERP ou l’analytique.
• Appeler des outils : vérifier le stock, créer un ticket, envoyer un lien de paiement via function calling.

2. Pourquoi une entreprise a besoin de LLMs

Le ROI, c’est en général du temps de travail économisé plus la vitesse. Un support avec 40 tickets répétitifs par jour, un marketer qui réécrit la même offre pour cinq canaux, un commercial qui note les leads à la main — des routines cognitives qu’un LLM automatise bien si la validation et un humain tiennent les cas limites.

• Support : première ligne 24/7, FAQ sans opérateur, triage des tickets avant qu’un humain arrive.
• Ventes et CRM : lead scoring, brouillons de follow-up, résumés d’appels/mails synchronisés sur la fiche du deal.
• Marketing : brouillons de contenu, variantes d’ads, localisation, outlines SEO ancrés à la voix de marque.
• Opérations : extraction contrats/factures, Q&A sur la base interne, brouillons de rapports depuis des tableurs.
• Produit : assistants in-app, recherche intelligente, Generative UI qui adapte les formulaires à l’intention.

3. Deux façons de payer : apps de chat vs API

Les entreprises confondent deux produits. Les abonnements chat (ChatGPT, Claude.ai, Gemini) sont pour les gens : rédiger, chercher, aide au code. Les API sont pour les produits et les automations : le bot du site, un workflow CRM, le traitement par lots. Des forfaits gratuits existent aux deux couches - mais chat gratuit ≠ API de production gratuite à l’échelle.

4. Comparaison des forfaits chat (gratuit + payant)

En août 2026, les forfaits chat Pro individuels tournent autour de ~20 $/mois. Les niveaux gratuits servent vraiment pour le travail léger, mais cognent les plafonds de messages et de modèles. Prix et modèles inclus bougent souvent — revérifiez la page du fournisseur avant de budgéter.

• ChatGPT Free (0 $) : solide au quotidien ; chats illimités sur le palier plus léger GPT-5.6 Luna ; accès limité aux modèles de reasoning plus forts, aux uploads et aux tools.
• ChatGPT Plus (~20 $/mois) : plus de GPT-5.6, plus de messages/uploads, deep research, Projects, custom GPTs - le meilleur all-rounder pour le bureau mixte.
• ChatGPT Go (~8 $/mois) : palier entre Free et Plus pour qui a besoin de plus que Free, pas du Plus complet.
• Claude Free (0 $) : écriture/code solides sur modèles plus légers ; usage limité de Sonnet/Opus ; pas le workflow Projects complet.
• Claude Pro (~20 $/mois, ~18 $/mois en annuel) : ~5× l’usage Free, accès prioritaire, Projects, Research, Claude Code - fort sur les longs documents et le reasoning soigneux.
• Gemini Free (0 $) : modèles classe Gemini Flash + hooks d’apps Google ; bien pour la recherche légère et les tâches à côté de Workspace.
• Google AI Pro / Gemini Advanced (~19,99 $/mois) : modèles Pro, limites plus hautes, Deep Research, Gemini dans Gmail/Docs/Drive, beaucoup de stockage cloud - le mieux si l’équipe vit déjà dans Google Workspace.
• Sièges Team/Business : ChatGPT Business tourne autour de ~20-25 $ par user/mois (annuel vs mensuel). Enterprise est sur mesure - ajoutez SSO, contrôles admin et termes de rétention.

5. Prix des API (ce qu’un produit coûte vraiment)

L’API se facture au million de tokens (environ ~750 mots ≈ 1 000 tokens). Les tokens de sortie coûtent souvent 2-6× plus que l’entrée. Coupe d’août 2026 (tier standard, par 1M de tokens) - vérifiez les pages officielles avant de vous engager :

• DeepSeek V4-Flash : ~0,14 $ input / 0,28 $ output - le palier de production utile le moins cher pour le triage et l’extraction.
• Qwen3.5 Flash : ~0,10 $ / 0,40 $ - compétitif pour la classification de masse.
• GPT-5.6 Luna : ~0,20 $ / 1,20 $ - le plancher OpenAI pour gros volume et faible latence.
• Gemini 3.1 Flash-Lite : ~0,25 $ / 1,50 $ - fort pour les pipelines de texte en masse.
• Claude Haiku 4.5 : ~1,00 $ / 5,00 $ - routing, classification, sorties structurées courtes.
• Claude Sonnet 5 : ~2,00 $ / 10,00 $ (intro ; plus tard ~3 $ / 15 $) - le cheval de bataille quotidien en production.
• GPT-5.6 Terra / Gemini 3.1 Pro : ~2,00 $ / 12,00 $ - mid-frontier pour le code et les workloads d’agents.
• Claude Opus 5 / GPT-5.6 Sol : ~5 $ / 25-30 $ - reasoning dur et runs d’agents complexes (à utiliser avec parcimonie).

6. API gratuite / trial : le check de réalité

L’API gratuite est pour les prototypes, pas pour un bot de prod occupé. Traitez les quotas gratuits comme un budget R&D, puis poussez le trafic critique vers un palier payant avec rate limiting et monitoring.

• Google Gemini : en général le free tier API le plus généreux en continu (modèles classe Flash avec plafonds RPM/RPD) - idéal pour valider un MVP de chatbot.
• Groq et certains hosts de modèles ouverts : palier gratuit/pas cher pour des expériences de latence avec des modèles classe Llama.
• OpenAI : souvent un crédit de démarrage unique pour les nouveaux comptes ; pas de quota de production gratuit durable.
• API Anthropic Claude : en général pay-as-you-go dès le premier appel (pas de free tier continu).
• Self-host de poids ouverts (Ollama, vLLM) : licence du modèle à 0 $, mais vous payez GPU/serveur - bon marché à petite échelle, cher dès qu’il faut de la HA et du trafic de pointe.

7. Exemple de facture mensuelle (charge de triage support)

Supposez un service de triage support à ~8M de tokens d’entrée + 2M de sortie par mois (des milliers de tickets courts classés). Coût API approximatif seulement :

• DeepSeek V4-Flash : ≈ 1,70 $/mois - budget extrême pour le routing à gros volume.
• GPT-5.6 Terra : ≈ 40 $/mois - qualité mid-tier confortable pour l’automation mixte.
• Claude Opus 5 : ≈ 90 $/mois - reasoning premium ; trop si la plupart des tickets sont simples.
• Équipe de 5 uniquement sur chat Plus/Pro (20 $ × 5) : ≈ 100 $/mois - excellent pour la productivité humaine, ne remplace pas une intégration API dans le produit.
• L’hybride qui gagne souvent : chat gratuit/pas cher pour l’équipe + API Flash/Haiku bon marché pour 80 % du trafic du bot + Sonnet/Terra seulement sur les escalades dures.

8. Comment choisir sans trop payer

Commencez là où le risque et le volume sont bas. Mesurez le coût par tâche résolue, pas par token - un modèle « pas cher » qui réessaie trois fois peut battre un one-shot plus cher sur la facture.

• Founder solo / petite équipe : d’abord les forfaits chat Free ; un siège Pro à 20 $ pour la personne qui rédige le plus de contenu ou de code.
• Bot face client / automation CRM : prototype sur l’API gratuite Gemini ou un Flash pas cher ; ajoutez caching + batch pour les jobs de nuit.
• Workflows critiques (legal, conseil médical, ventes complexes) : modèles mid/frontier + validation humaine ; ne livrez jamais de réponses non relues.
• Coupez la facture avec du routing : Haiku/Luna/Flash pour classer → n’escalez vers Sonnet/Terra/Opus que si la confiance est basse.
• Gardez les IDs de modèle dans la config et refaites le benchmark chaque trimestre - prix et ranking qualité bougent tous les quelques mois.

Conclusion

Un LLM sert une entreprise quand il raccourcit un vrai workflow : moins de tickets pour les humains, des propositions plus rapides, un CRM plus propre ou une feature que les clients utilisent vraiment. On peut partir à 0 $ avec le chat gratuit et les free tiers API, payer ~20 $/user pour une productivité individuelle sérieuse, et faire tourner beaucoup d’automations de prod pour bien moins de 50-100 $/mois si vous prenez des modèles classe Flash et routez avec tête. L’erreur chère : ignorer les LLMs tout court - ou acheter le modèle le plus cher pour chaque classification triviale.