En deux semaines, trois fournisseurs majeurs ont restructuré leurs limites d'usage : des quotas hebdomadaires pour un outil de codage à partir du 14 septembre, des plafonds indexés sur le calcul consommé pour un service de Google, et divers réaménagements de paliers. Le tarif par million de tokens, celui qu'on compare dans les tableaux, est devenu la partie la moins informative d'une grille de prix.
Nous avons documenté toute la semaine que le prix affiché ne dit pas ce qu'on paie : le tokenizer, le cache, le niveau d'effort. Voici la couche suivante, et elle est en train de se généraliser.
Les trois mécanismes
Le quota hebdomadaire. Au lieu d'une limite par jour ou par session, un plafond sur sept jours glissants. L'effet est subtil : un usage intensif en début de semaine consomme ce qui aurait servi en fin de semaine. Cela pénalise les pics et favorise l'usage régulier.
Le plafond indexé sur le calcul. Plutôt que de compter des requêtes ou des tokens, on compte la puissance consommée. Une requête complexe à effort élevé pèse plus lourd qu'une requête simple. C'est plus juste économiquement et beaucoup moins lisible pour l'utilisateur.
Les paliers de contexte. Nous les avons décrits à propos de Grok 4.6 : au-delà d'un seuil de contexte, le tarif par token change. Un agent qui accumule de l'historique franchit ce seuil sans le remarquer.
Pourquoi ces restructurations se multiplient
Trois raisons convergent, et elles sont cohérentes avec tout ce que nous observons.
Les agents ont changé la nature de la consommation. Un utilisateur conversationnel envoie quelques dizaines de requêtes par jour. Un agent en tourne des milliers, en boucle, sans pause. Les limites conçues pour le premier explosent avec le second.
Le coût réel varie énormément d'une requête à l'autre. Avec les niveaux d'effort et les contextes longs, deux requêtes facturées au même tarif peuvent coûter au fournisseur des montants très différents. Indexer sur le calcul rétablit la correspondance.
Les offres illimitées ne l'étaient pas. Nous l'écrivions à propos de la gratuité illimitée de ChatGPT : une promesse d'illimité finit toujours par rencontrer un usage qui la rend intenable.
Comparer deux fournisseurs sur leur prix affiché est devenu à peu près aussi utile que comparer deux forfaits téléphoniques sur le prix de la minute. Ce qui compte est un ensemble : le tarif, l'unité de facturation, le cache, le niveau d'effort, les paliers, le quota et sa fenêtre. Et cet ensemble ne se lit pas dans une annonce : il se mesure sur votre propre usage, sur une période représentative.
Comment mesurer ce que vous payez
La méthode est simple et rarement appliquée.
Choisissez une période représentative, une semaine ou un mois, avec votre volume et votre mélange de tâches habituels.
Relevez le coût total, pas le coût par token : ce que vous avez effectivement payé, quotas et paliers inclus.
Divisez par le nombre de tâches accomplies, au sens de résultats utiles obtenus. C'est l'unique métrique qui intègre toutes les couches : le coût par tâche accomplie.
Refaites-le tous les trimestres. Les grilles changent à ce rythme, comme cette quinzaine vient de le montrer.
Ce qu'il faut retenir
Il y a une lecture positive de cette complexité, et elle est juste : une tarification qui reflète le coût réel est plus honnête qu'un prix unique qui fait payer les usages simples pour les usages lourds.
Il y a aussi une lecture moins favorable : la complexité protège celui qui la conçoit. Comme dans les télécoms, celui qui ne lit pas les conditions paie plus que celui qui les lit, et la plupart des gens ne les lisent pas.
La seule parade est de ne plus regarder le prix affiché. Ce n'est pas qu'il soit faux, c'est qu'il ne décrit plus grand-chose.