Facturation : tous les agents comptent

Un modèle de facturation différent

Il y a une phrase à retenir avant toute mise en production : tous les tokens consommés par tous les agents sont facturés. Elle tient en une ligne, ses conséquences tiennent en une facture. Beaucoup d’équipes découvrent le multi-agent par une démonstration convaincante sur quelques requêtes, l’ouvrent à leurs utilisateurs, et constatent en fin de mois un écart d’un ordre de grandeur avec leurs prévisions. Cette leçon existe pour que vous n’en fassiez pas partie.

L’assiette de facturation

Pour chaque requête, vous payez trois catégories de tokens, et ce pour chaque agent impliqué — le leader comme les sub-agents : les tokens d’entrée, les tokens de sortie et les tokens de raisonnement. Le troisième est celui que l’on oublie, parce qu’il est invisible. Le raisonnement interne des sub-agents est chiffré et vous n’y avez pas accès, ce qui ne l’empêche pas d’être compté. S’y ajoutent les appels d’outils passés par n’importe quel agent ainsi que les échanges de coordination entre agents : la discussion interne à l’équipe est du travail, donc des tokens.

Ce que cela donne en pratique

Sur une requête classique à un modèle Grok, vous payez les tokens d’un seul modèle. Avec quatre agents, comptez au minimum quatre fois plus, et en général davantage puisque les agents interagissent entre eux. Avec seize agents, l’écart s’étale de dix à cinquante fois selon la complexité du sujet et le nombre de recherches déclenchées. Une seule requête à seize agents munis d’outils de recherche actifs produit facilement des dizaines de milliers de tokens, et bien plus sur une investigation qui ratisse large.

Les outils pèsent lourd dans ce total, et pour trois raisons cumulées : la requête envoyée à l’outil par l’agent, la réponse que l’outil lui retourne, puis le traitement de cette réponse. Multipliez par seize agents effectuant chacun plusieurs recherches web et vous comprenez pourquoi le volume grimpe si vite.

Quatre leviers pour tenir les coûts

Le levier le plus simple est aussi le plus efficace : faites de quatre agents votre valeur par défaut, systématiquement. Ne passez à seize que lorsque la profondeur est réellement en jeu, ce qui représente une minorité de cas. La grande majorité des questions reçoivent une excellente réponse avec quatre agents, et l’utilisateur ne verra aucune différence sinon un délai plus court.

Vient ensuite la précision du prompt. Un prompt flou fait s’éparpiller les agents, et chaque piste explorée inutilement se paie. « Dis-moi tout sur l’IA en Europe » lance seize agents dans seize directions sans critère d’arrêt ; « Quels sont les 3 principaux cadres réglementaires de l’IA en UE votés en 2025-2026 ? » borne le travail et produit une réponse plus utile pour moins cher. La rigueur rédactionnelle est ici une mesure d’économie autant qu’une mesure de qualité.

Troisième point, et il vaut d’être dit crûment : le multi-agent n’a pas sa place partout. Il est justifié quand la réponse suppose de croiser des sources multiples, quand il faut mener une analyse comparative complexe, ou quand vous demandez une synthèse d’actualité sur un sujet large. Pour une question factuelle à réponse unique, un modèle standard coûte une fraction du prix et répond aussi bien, parfois mieux.

Reste le volet organisationnel : surveillez la consommation au lieu de la découvrir. Posez des alertes de budget sur votre compte xAI et des limites de tokens dans votre application, de manière à être prévenu pendant la dérive et non après.

Un rappel qui a des conséquences budgétaires

Le modèle multi-agent n’est pas accessible via l’API Chat Completions. Si votre infrastructure repose dessus, l’adoption du multi-agent implique une migration vers la Responses API avec le SDK OpenAI, ou vers le xAI SDK. Ce coût de migration fait partie de l’équation au même titre que le prix des tokens : intégrez-le à votre décision plutôt que de le découvrir au moment du développement.

Points clés à retenir

• Tous les tokens de tous les agents sont facturés (entrée, sortie, raisonnement)
• Les appels d’outils de chaque agent ajoutent des tokens facturés
• 16 agents consomment significativement plus que 4 agents
• Commencez toujours par 4 agents et escaladez si nécessaire
• Réservez le multi-agent aux requêtes qui le justifient réellement
• L’API Chat Completions n’est pas supportée pour le multi-agent