Pensez cher, exécutez pas cher

La plupart des gens choisissent un modèle une fois, puis l’utilisent pour tout. En général le plus capable qu’ils peuvent avoir sous la main, parce que pourquoi ne pas prendre le meilleur? À une tâche par jour, aucun souci. Aucun budget ne le remarque. Mais à cent tâches par jour, ou à l’échelle d’une équipe, ou dans une automatisation qui tourne toute la nuit, ce simple réflexe devient vite coûteux. Et l’essentiel de ce qu’il paie est gaspillé sur du travail qui n’en avait jamais besoin.

Il y a toute une discussion sur le choix du modèle qui porte en réalité sur la capacité: raisonnement contre rapidité, chat contre « agentique », tel benchmark contre tel autre. Ce n’est pas de ça qu’on parle ici. Ici, c’est l’autre axe, celui que les gens sautent: le coût. Pas parce qu’il est compliqué, mais parce que les outils le rendent facile à ignorer jusqu’à ce que la facture, ou le message « vous avez atteint votre limite », apparaisse.

Les niveaux sont à des multiples d’écart, pas à des pourcentages

La plupart des gens ne vérifient jamais ça. Les niveaux de modèles ne sont pas séparés de quelques pour cent. Ils sont séparés par des multiples les uns des autres.

Prenez la gamme d’Anthropic, parce que les chiffres tombent particulièrement rond. Placez Haiku, le petit rapide, à une base de 1, et le reste de l’échelle ressemble à ceci:

• Haiku: 1×
• Sonnet: 3×
• Opus: 5×
• Fable: 10×

(Ce sont les prix d’API au token en juin 2026. Ils évoluent, donc retenez la forme générale, pas les décimales.)

Réfléchissez à cette échelle une seconde. Du haut en bas, c’est un écart d’un facteur 10 complet. Le modèle de pointe coûte dix fois ce que coûte le petit pour la même unité de travail. Et le plus grand bond est le premier: passer de Haiku à Sonnet triple votre coût avant même d’avoir atteint le milieu de la gamme.

Il y a un piège, cependant. Cette échelle mélange deux choses. Il y a le prix au token, et il y a le nombre de tokens qu’un modèle brûle réellement — les plus gros modèles ont tendance à réfléchir davantage, à voix haute, avant de répondre. Du coup l’écart réel peut être encore plus large que le prix affiché. Pour une règle empirique, peu importe. La leçon tient dans les deux cas: l’écart est grand, et « toujours prendre le meilleur » est une décision de budget que la plupart des gens prennent sans se rendre compte qu’ils la prennent.

L’habitude: pensez cher, exécutez pas cher

Une fois l’échelle sous les yeux, l’habitude est évidente:

Utilisez votre modèle le plus puissant pour réfléchir. Stratégie, concepts, planification, les jugements difficiles. Puis confiez le plan terminé à un modèle moins cher et plus rapide pour l’exécuter.

Pourquoi ça marche? Parce que la partie coûteuse de la plupart du travail intellectuel, c’est le jugement, et le jugement vit entièrement dans le plan. L’exécution — transformer un plan clair et détaillé en résultat concret — consiste surtout à suivre des instructions. Et les modèles moins chers sont vraiment bons pour suivre des instructions. Là où ils flanchent, c’est quand ils doivent trancher eux-mêmes. Ils brillent quand un modèle plus fort a déjà tranché et tout mis par écrit.

C’est le même geste qu’un bon manager. La personne senior fixe le brief. Le brief, c’est ce qui rend sûr de confier le reste à quelqu’un qui coûte moins cher et travaille plus vite. Vous ne déléguez pas la réflexion. Vous déléguez tout ce qui vient après la réflexion.

Le truc, c’est le passage de relais

Le pont entre les deux moitiés, c’est un document. Demandez à votre modèle fort d’écrire un brief prêt à exécuter, assez précis pour qu’un modèle moins cher puisse le suivre sans avoir à réfléchir par lui-même:

« Transformez ceci en un brief précis, étape par étape, qu’un modèle plus rapide et moins cher pourrait exécuter sans avoir à trancher lui-même: [votre tâche]. »

Ouvrez ensuite un nouveau chat sur le modèle moins cher et collez-y le brief. Voilà toute la technique. L’essentiel de la valeur tient dans le fait de forcer le modèle fort à rendre son raisonnement explicite, ce qui, au passage, rend aussi le travail plus facile à vérifier pour vous.

Comment je répartis concrètement

Pour rendre ça moins abstrait, voici en gros comment je divise mon propre travail.

Les modèles de pointe reçoivent la planification et la réflexion de fond, les moments où je veux un vrai partenaire de réflexion qui me tient tête. Tout ce dont la qualité du jugement décide de la qualité de tout ce qui suit.

Les modèles de milieu de gamme reçoivent l’implémentation. Une fois le plan solide, le transformer en premier brouillon, en structure, en version qui fonctionne — les modèles moyens gèrent ça bien, et rapidement.

Et les choses simples — nettoyer un texte, remettre en forme, une réécriture rapide, les petites tâches de bureau qui remplissent une journée — vont aux modèles flash ou à Haiku. Il n’y a aucune raison au monde de dépenser l’argent d’un modèle de pointe, ou son quota, pour remettre en ordre un e-mail.

Cette répartition n’est pas une règle que je suis à la lettre. C’est une intuition que j’ai développée en utilisant les modèles assez pour savoir lequel une tâche donnée mérite. Ce qui m’amène à la vraie recommandation, mais d’abord, la partie que les abonnés ont tendance à manquer.

Sur un abonnement, vous payez en quota, pas en dollars

Si vous êtes sur l’API, l’échelle apparaît directement sur votre facture. Mais la plupart des gens ne sont pas sur l’API. Ils sont sur un abonnement — un forfait Pro ou Max, un montant mensuel fixe — et on croit facilement que ça rend le choix du modèle gratuit. Ce n’est pas le cas.

Les abonnements ne vous donnent pas un usage illimité. Ils vous donnent un budget: une fenêtre glissante de quelques heures, avec un plafond hebdomadaire par-dessus. Et le modèle que vous choisissez fixe le rythme de consommation. Plus le modèle est lourd, plus vite il vide ce budget. Anthropic mesure l’usage des forfaits à peu près proportionnellement au prix de l’API, donc la même échelle 1-3-5-10 s’applique. Fable vide votre allocation environ deux fois plus vite qu’Opus. Opus la dévore de nouveau plus vite que Sonnet.

Donc, sur un abonnement, vous n’avez pas de facture surprise. Vous avez un mur. Vous tombez à court, et vous êtes bloqué jusqu’à ce que la fenêtre se réinitialise — parfois quelques heures, parfois le reste de la semaine. « Pensez cher, exécutez pas cher » ne consiste plus à économiser de l’argent mais à ne pas cramer toute votre semaine sur Opus dès le mercredi après-midi. Planifiez le problème difficile sur le gros modèle, faites tourner l’exécution sur un moins cher, et la même allocation dure plusieurs fois plus longtemps.

Le bas de gamme est meilleur que vous ne le pensez, et il n’est pas que américain

Quand les gens imaginent « l’option moins chère », ils imaginent un moins bon modèle. C’est de plus en plus faux, et ça vaut la peine de le savoir, parce que ça change le calcul.

Les trois grands labos américains (Anthropic, OpenAI, Google) ne sont pas les seuls en lice. Il existe un groupe de modèles économiques, plusieurs venant de labos chinois et plusieurs open-weight, qui sont discrètement devenus très bons. GLM-5.2 est celui qui m’a surpris: sur certains benchmarks de design et de code, il fait jeu égal avec les modèles de pointe américains, à une fraction du prix. Je ne vous dis pas de basculer toute votre stack dessus. Les benchmarks ne sont pas la vraie vie, et il y a de bonnes raisons, des données à la gouvernance, de réfléchir sérieusement à quels modèles vous mettez au travail et où. Mais l’idée que « capable » doit forcément vouloir dire « cher », ou que les seuls modèles sérieux viennent de trois entreprises de Californie, est tout simplement dépassée.

Le vrai conseil: allez vous forger l’intuition

Si vous ne retenez qu’une chose, que ce soit celle-ci: essayez-les. Tous.

Faites passer la même tâche réelle par plusieurs modèles différents. Montez et descendez le réglage d’effort ou de réflexion et observez ce qui change. Apportez un problème à Claude, puis à Gemini, puis à l’un des challengers moins chers, et remarquez où chacun est fort et où il s’écroule. Ça vous coûte un après-midi. Ce que vous récupérez, c’est une intuition de quel modèle convient à quelle tâche, et cette intuition vaut plus que n’importe quel tableau de benchmarks, parce qu’elle est calibrée sur votre travail, pas sur celui de quelqu’un d’autre. Ce jugement, vous le construisez en faisant le travail, pas en lisant des fiches de modèles.

Le gain, c’est trois choses à la fois. Vous obtenez de meilleurs résultats, parce que vous arrêtez de forcer chaque tâche à travers un modèle qui ne lui convient pas. Vous dépensez moins, parce que vous arrêtez de surpayer pour du travail qui n’a jamais eu besoin du haut de gamme. Et vous cessez d’être bloqué, parce que vous ne cramez pas votre limite d’usage sur des choses qu’un modèle plus petit aurait très bien gérées.

La partie honnête

Je vais être franc avec vous, parce que tout l’intérêt de ce site, c’est le signal, pas un argumentaire de vente.

Il n’y a aucune raison d’utiliser les plus gros modèles pour du travail de bureau simple. Aucune. Je maintiens chaque mot écrit plus haut.

Et les modèles de pointe sont addictifs. Si vous faites du vrai travail intellectuel, le meilleur modèle disponible devient celui vers lequel vous vous tournez sans réfléchir, et tous les autres commencent à paraître un peu bêtes en comparaison. J’ai ressenti exactement ça pendant les quelques jours où Anthropic a retiré Fable 5 de l’accès général, sur directive du gouvernement américain, selon Anthropic elle-même. Je me suis retrouvé d’un coup sur Opus, un modèle qui avait été le meilleur au monde quelques jours plus tôt à peine, et ça ressemblait à une régression que je sentais physiquement. Le même modèle qui m’enchantait la semaine d’avant. Maintenant il avait l’air lent à la détente.

Alors prenez le conseil avec cette réserve. La discipline est réelle et elle est juste. C’est aussi quelque chose que je dois continuer à choisir, contre une attirance pour le meilleur modèle qui ne disparaît pas. Rien que savoir que cette attirance est là m’aide à y résister.

Là où ça casse (parce que ça casse)

Quelques limites honnêtes, pour que vous ne poussiez pas la règle plus loin qu’elle ne va:

• Ne lésinez pas sur la réflexion. Un plan bâclé exécuté à bas coût n’est que de la bouillie bon marché, livrée plus vite. Le modèle cher doit gagner sa place sur la partie qui a vraiment besoin de jugement.
• Certaines exécutions ont vraiment besoin du modèle fort. Tout ce dont l’« exécution » est elle-même pleine de jugements (écriture nuancée, cas limites ambigus) ne se sépare pas proprement. Le passage de relais marche le mieux quand l’exécution est proche du mécanique.
• Le surcoût d’organisation doit en valoir la peine. Pour une tâche ponctuelle, laissez tomber tout ça et utilisez un bon modèle. L’échelle paie au volume, dans les automatisations et à l’échelle d’une équipe, pas sur un seul e-mail.

L’idée, c’est de dépenser là où dépenser vous apporte quelque chose. Que vous payiez en dollars ou en quota, le choix du modèle est une décision de budget. Alors prenez-la exprès, et gardez le haut de gamme pour les problèmes qui le méritent.