Voir son solde de crédits baisser met mal à l'aise, surtout pendant les premières semaines avec un agent IA. Mais des crédits qui bougent ne prouvent pas que vous utilisez mal Zero. En général, cela veut dire que Zero fait du vrai travail.
Voici à quoi ressemble ce travail un mardi ordinaire. Avant de partir, vous demandez un point sur un concurrent. Pendant la nuit, Zero ouvre sa page de tarifs, remarque qu'une offre a changé, vérifie s'il s'agit d'une vraie nouveauté ou d'une reformulation du mois dernier, va chercher dans votre boîte mail le fil qui donne le contexte, juge que le changement mérite d'être signalé, le résume en quatre phrases et le publie dans le canal que votre équipe lit en premier le matin. Personne n'a surveillé quoi que ce soit. Au réveil, la réponse est simplement là.
C'est cette séquence qui a fait bouger le compteur. Chaque étape était un jugement : quelle page lire, si l'écart comptait, quoi laisser de côté, où l'envoyer. C'est ce jugement que vous payez, et c'est aussi pour cela que le résultat valait la peine d'être lu.
La question utile n'est donc pas de savoir pourquoi ce travail a coûté quelque chose. C'est de savoir s'il a mobilisé la bonne dose d'intelligence, de contexte et d'outils pour ce qu'il a produit.
Cette distinction compte parce qu'un agent IA n'est pas un énième siège logiciel à 20 dollars. Un outil attend que vous l'ouvriez et fait exactement ce que vous cliquez. Un assistant IA qui exécute des workflows agentiques cherche, rédige, surveille, relance et circule entre la messagerie, Slack, les documents et des centaines de services connectés, selon un rythme que vous fixez une seule fois. La bonne comparaison n'est pas « combien coûte une autre application ? », mais « combien de temps cela prendrait-il à quelqu'un ? ».
Un abonnement à 20 dollars peut donner un prix à un accès logiciel. Il ne peut pas donner un prix à une journée de travail. Vu comme un outil, chaque crédit paraît cher ; vu comme l'après-midi d'un collègue, la plupart paraissent bon marché. C'est aussi pour cela qu'on mesure la mauvaise chose en choisissant le meilleur assistant IA au prix mensuel par utilisateur : ce prix dit ce que coûte l'accès, pas ce qui est réellement terminé.
Dès que vous changez ce point de référence, le coût de l'automatisation par IA devient un budget que vous concevez plutôt qu'un compteur que vous surveillez. L'objectif n'est pas d'utiliser Zero moins souvent. C'est de réserver le raisonnement coûteux aux moments où il change le résultat. Voilà ce que signifie optimiser le coût de l'IA pour un agent, et c'est la façon concrète de réduire le coût d'un agent IA sans rogner sur ce qu'il fait pour vous.
Quatre variables expliquent l'essentiel de ce coût :
- Quel modèle exécute la tâche.
- À quelle fréquence elle s'exécute.
- Quelle quantité de contexte le modèle doit lire et interpréter.
- Quelles capacités externes la tâche mobilise.
La première est en général le plus gros levier.
1. Ajuster le coût du modèle à la tâche
Beaucoup de produits IA choisissent un modèle à votre place. Cela simplifie l'expérience, mais fait aussi hériter à chaque tâche le même profil de coût.
Zero est neutre vis-à-vis des modèles. Vous pouvez orienter chaque type de travail vers des modèles et des fournisseurs différents, via des abonnements pris en charge ou vos propres clés d'API. Le choix du modèle devient donc une décision d'exploitation, pas une contrainte produit.
Le principe est simple : toutes les tâches n'ont pas besoin du modèle le plus intelligent disponible.
Deux situations justifient en général le modèle le plus puissant :
- Vous ne connaissez ni la réponse ni même l'approche. Vous avez besoin d'un modèle qui explore, remet en cause les hypothèses et construit avec vous.
- Le livrable doit être particulièrement fiable. Il est assez important pour qu'un supplément de raisonnement et de vérification évite des reprises coûteuses.
Pour du travail fréquent à jugement simple, prenez le modèle le moins cher que votre espace de travail autorise. Pour la grande zone intermédiaire du travail quotidien, prenez un modèle de milieu de gamme : plus fiable que l'option la plus légère et nettement moins cher que de tout faire tourner sur le plus puissant.
| Type de travail | Niveau de modèle | Exemples |
|---|---|---|
| Pas de point de départ clair, ou un livrable sensible qui doit être stable | Capacité maximale | Co-construire une stratégie, concevoir un plan complexe, relire un livrable qui engage |
| Travail quotidien avec un jugement modéré | Milieu de gamme | Résumés, réécritures, recherche structurée, e-mails de routine |
| Gros volumes à règles simples | Coût réduit | Classer, étiqueter, router, extraire des champs, notifications courtes |
Quels modèles vous pouvez réellement choisir
Zero ne tourne pas sur un modèle maison unique. Ouvrez le sélecteur de modèles à côté du champ de saisie et vous verrez ce que votre espace de travail autorise, issu de deux familles : la série GPT d'OpenAI et la série Claude Opus d'Anthropic. Chaque entrée indique comment elle est raccordée et, le cas échéant, son niveau de coût relatif.
La disponibilité des modèles est un réglage de l'espace de travail et non une liste produit figée : votre sélecteur peut être plus court ou plus long que celui d'un collègue. Vérifiez-le avant de conclure qu'un modèle est indisponible, et consultez les modèles pris en charge par Zero pour la sélection actuelle.
Les deux familles comptent plus que les noms individuels. Les fournisseurs tarifent et règlent leurs modèles différemment, et une même tâche peut coûter plusieurs fois plus cher chez l'un que chez l'autre. Comme Zero vous laisse choisir, cet écart devient un levier que vous tenez, et non un tarif que vous subissez.
Utiliser votre propre fournisseur quand c'est pertinent
Si votre équipe paie déjà un fournisseur pris en charge, vous pouvez connecter ce compte et y router un modèle. L'inférence apparaît alors sur votre facture fournisseur, à vos conditions habituelles, au lieu d'être décomptée en crédits d'inférence Zero.
Cela ne rend pas l'exécution entière gratuite. Les appels d'outils, l'usage des connecteurs, le stockage et la génération de médias consomment toujours des crédits Zero. Ce que vous gagnez, c'est le contrôle : vous décidez de la relation fournisseur et du modèle pour chaque type de travail.
Changer coûte un clic. Ouvrez le sélecteur de modèles à côté du champ de saisie, choisissez le modèle, et la suite de cette conversation tourne dessus.
2. Concevoir les déclencheurs avant d'optimiser les prompts
Que sont les workflows agentiques, et où se loge le coût ?
Un workflow agentique est une tâche que vous décrivez une fois et qu'un agent mène de bout en bout, en décidant lui-même des étapes et des outils nécessaires. Dans Zero, cela se divise en deux notions qu'il vaut mieux distinguer :
- Un workflow est une procédure ou une compétence réutilisable. Il s'exécute quand quelqu'un l'appelle.
- Une automatisation associe un déclencheur, un workflow et un agent pour que le travail se répète sans qu'on le redemande à chaque fois.
Une demande ponctuelle coûte une fois. Une automatisation coûte à chaque exécution. C'est pourquoi les économies qui se cumulent viennent surtout de la conception des automatisations. Pour voir les formes que cela prend en pratique, nos exemples d'automatisation de workflows montrent comment construire un agent IA pour une tâche récurrente au lieu de la redemander à la main.
Une approximation utile :
coût mensuel de l'automatisation = nombre d'exécutions × coût moyen par exécution
Vous pouvez agir sur l'un ou l'autre côté de cette équation.
Fixer la fréquence à partir du besoin réel
Une automatisation qui tourne toutes les heures s'exécute 24 fois par jour. Si la décision n'a besoin que de trois mises à jour quotidiennes, changer la planification réduit le volume d'exécutions de 87,5 %.
Posez une question avant de choisir la cadence : à quelle vitesse quelqu'un agirait-il face à un nouveau résultat ?
La veille concurrentielle, les récapitulatifs d'inscriptions et les contrôles de contenu n'ont presque jamais besoin de temps réel. Alignez la planification sur la vitesse de la décision, pas sur l'intervalle le plus court que le produit autorise.
Préférer les déclencheurs événementiels au sondage à vide
Une planification réveille l'automatisation, que quelque chose ait changé ou non. Un déclencheur événementiel ne la lance que s'il y a quelque chose à traiter, par exemple :
- Un nouvel e-mail arrive.
- Un label est posé sur GitHub.
- Un événement d'agenda change.
- Un formulaire est soumis ou un webhook reçu.
Si la source peut émettre un événement, utilisez-le. Vous évitez de payer un agent pour constater encore et encore qu'il n'y a rien de neuf.
Régler le modèle là où vit l'automatisation
La plupart des exécutions d'automatisation sont répétitives et bornées. Elles extraient, comparent, classent, résument ou notifient. Le modèle le plus puissant sait faire tout cela, mais son coût plus élevé se répète à chaque déclenchement.
Une automatisation s'exécute dans la conversation où vous l'avez créée, et cette conversation conserve le modèle que vous aviez choisi dans le champ de saisie. Le modèle sur lequel vous étiez au moment de la configurer est donc celui de toutes les exécutions suivantes, que vous regardiez ou non. Choisissez-le sciemment à ce moment-là. Si une automatisation tourne depuis des semaines sur votre modèle le plus puissant pour classer quelques éléments et poster un message Slack, changez le modèle dans ce fil et toutes les exécutions suivantes suivront.
Cela rend aussi le choix du modèle personnel plutôt que global. Deux personnes peuvent exécuter le même workflow à des coûts différents, chacune emportant le modèle réglé dans son propre champ de saisie.
C'est une couche de maîtrise des coûts qu'on oublie facilement quand on compare le coût de l'automatisation par IA à ce que facture une plateforme d'automatisation no-code, comme les tarifs de Zapier ou les tarifs de n8n. Ces plateformes exposent surtout un volume de tâches ou d'exécutions. Avec un agent IA, vous pilotez en plus l'intelligence mobilisée à l'intérieur de chaque exécution.
Plus une tâche tourne souvent, plus il faut choisir soigneusement le modèle qui la porte.
3. Réduire le contexte et lever les ambiguïtés involontaires
Le choix du modèle et la fréquence se voient. Le coût du contexte se remarque moins.
Chaque page, message, fichier et tour de conversation supplémentaire donne au modèle plus de matière à lire et plus de chemins à envisager. Une partie du contexte est indispensable. Le contexte hors sujet n'est qu'une distraction payante.
L'objectif n'est pas de raccourcir chaque prompt. C'est de rendre pertinent tout ce qui entre.
Ouvrir une nouvelle conversation pour un sujet sans rapport
Les longues conversations traînent leur historique. Si une nouvelle demande n'a rien à voir avec la tâche précédente, ouvrez un nouveau fil pour que le modèle n'ait pas à trier le contexte utile au milieu de la discussion d'hier.
Restez dans le même fil tant que la continuité aide. Repartez de zéro quand le sujet, l'objectif ou la matière première changent.
Préciser le périmètre, les règles et la sortie
Une demande floue oblige l'agent à définir la tâche avant de pouvoir l'exécuter. Un prompt clair lui donne une route directe vers l'exécution.
Pour le travail récurrent, précisez :
- L'outil ou la source de données.
- La période.
- La règle ou la comparaison à appliquer.
- Le format de sortie et sa destination.
Comparez ces deux prompts :
Regarde notre croissance.
L'agent doit d'abord décider ce que « croissance » veut dire, quel système consulter, quelle plage de dates retenir et quel type de réponse serait utile.
Récupère les inscriptions de la semaine dernière dans Plausible, compare-les à la semaine précédente et publie une conclusion en une phrase dans #growth.
Le second prompt a des bornes. Il s'exécute plus vite, se vérifie plus facilement et risque bien moins de dépenser des crédits à explorer le mauvais problème.
Découper le travail ouvert en étapes bornées
L'exploration ouverte n'est pas toujours du gaspillage. Quand vous avez vraiment besoin d'un partenaire de réflexion, prenez un modèle puissant et laissez-le explorer. C'est l'un des deux cas de la partie 1 qui le justifient.
Le gaspillage apparaît quand une tâche de routine se retrouve ouverte par accident.
Plutôt que de demander à un agent d'« améliorer notre stratégie go-to-market », découpez le travail :
- Extraire les objections clients des 30 derniers rendez-vous commerciaux.
- Les regrouper en cinq thèmes récurrents.
- Confronter ces thèmes à la landing page actuelle.
- Demander à un modèle plus puissant les trois changements de message les plus impactants.
Les trois premières étapes sont bornées et reproductibles. Seul le jugement final a besoin du modèle coûteux.
4. Utiliser la capacité la plus légère qui fait le travail
Les modèles ne sont qu'une partie d'une exécution d'agent. La recherche, l'interaction navigateur, le scraping, le traitement de fichiers et la génération de médias ont aussi des profils de coût différents.
La même règle s'applique : utilisez la capacité la plus légère qui produit le résultat de façon fiable.
Ne pas générer des graphiques ordinaires avec de la génération de médias
Générer une image, une vidéo ou de la voix coûte plus cher que du texte ou du code. Si la tâche est un histogramme, une courbe ou une visualisation simple, générez-la directement à partir des données. Prenez un modèle d'image quand le résultat demande vraiment une direction artistique ou un visuel conçu.
Donner à Zero une URL connue
Si vous connaissez déjà la page source, indiquez l'URL. Ne faites pas chercher l'agent sur le web pour la retrouver.
Pour une page publique au contenu statique, une récupération ou un scrape direct suffit en général. Utilisez un navigateur complet quand la page exige une authentification, une interaction JavaScript, des captures d'écran ou une navigation avec état.
Dépensez vos crédits sur le travail, pas sur la recherche de la porte d'entrée.
Rendre le coût de l'agent IA visible et pilotable
Optimiser devient beaucoup plus simple dès qu'on voit où partent les crédits.
Ouvrez Settings puis Credit balance, sous Billing and pricing. Vous y voyez ce qu'il vous reste, et la dépense récente détaillée conversation par conversation, ventilée selon ce qui l'a réellement consommée : modèles LLM, modèles d'image, modèles vidéo, connecteurs et le reste. Basculez entre My usage et Team usage, changez la période, et vous verrez si la dépense est la vôtre ou celle de l'équipe, et si elle augmente.
C'est là que vous trouvez l'automatisation qui dépense discrètement plus qu'elle ne rapporte : triez par les lignes les plus lourdes et lisez ce que l'agent faisait à ce moment-là. Billing et Invoices sont dans le même menu pour recharger, changer d'offre ou activer la recharge automatique afin qu'une automatisation de longue haleine ne soit pas interrompue.
Passez ensuite en revue les workflows les plus coûteux en premier. Cherchez quatre schémas courants :
- Un modèle très puissant attaché à un travail simple et répété.
- Une planification par sondage qu'un événement pourrait remplacer.
- Une cadence plus rapide que ce que l'activité peut exploiter.
- Un prompt trop large qui déclenche encore et encore des recherches inutiles.
Vous pouvez demander à Zero de passer ces workflows en revue avec vous. Un bon premier prompt :
Passe en revue mes trois automatisations les plus coûteuses. Pour chacune, dis-moi si je peux réduire le coût du modèle, la fréquence, le contexte ou l'usage des outils sans réduire la valeur du résultat.
Il ne s'agit pas de comprimer chaque exécution jusqu'à la configuration la moins chère possible. Un travail bon marché qui échoue coûte cher. L'objectif est d'acheter exactement autant d'intelligence et d'infrastructure que le résultat l'exige.
Construire le système une fois, puis le laisser tourner tranquillement
L'usage le plus économique d'un agent IA n'est pas de lui faire répéter éternellement la même tâche improvisée. C'est de s'appuyer sur lui pour concevoir un système fiable, puis de laisser ce système tourner avec un minimum d'intervention.
C'est la philosophie de coût de Zero :
- Prenez le modèle le plus puissant quand vous avez besoin de co-construire ou d'un livrable particulièrement stable.
- Prenez un modèle de milieu de gamme pour le travail professionnel quotidien.
- Prenez des modèles à coût réduit pour les étapes prévisibles et à gros volume.
- Ne déclenchez les automatisations que lorsqu'il y a du travail.
- Gardez un contexte pertinent et des capacités proportionnées à la tâche.
Quel modèle choisir
Les niveaux ci-dessus correspondent à de vraies entrées de votre sélecteur de modèles. Un espace de travail peut en autoriser plus ou moins, mais la logique reste la même :
| Ce que demande la tâche | Modèle dans Zero | À choisir quand |
|---|---|---|
| Le raisonnement le plus poussé | Claude Opus 5 | Vous ne connaissez pas encore l'approche, ou le livrable doit être juste du premier coup |
| Le standard du quotidien | GPT 5.6 Sol | Résumés, réécritures, recherche structurée, rédactions de routine, la plupart des échanges |
| Le coût par exécution le plus bas | GPT 5.6 Luna | Classer, étiqueter, router, extraire des champs, notifications courtes et la plupart des automatisations planifiées |
Notre recommandation, si vous ne changez qu'une chose cette semaine : laissez vos conversations interactives telles quelles et descendez d'un cran l'automatisation qui tourne le plus. Le travail récurrent est l'endroit où le choix de modèle se répète, donc celui où un seul changement se cumule. Commencez au niveau le plus bas qui tient la qualité et gardez la ligne du haut pour les échanges où vous réfléchissez vraiment.
Bien mené, « réduire le coût d'un agent IA » cesse de vouloir dire « utiliser moins d'IA ». Cela veut dire laisser votre collègue IA placer son temps, son contexte et son intelligence là où ils créent le plus de valeur. C'est aussi la façon la plus juste de comparer les meilleures plateformes d'agents IA entre elles et face aux logiciels classiques d'automatisation des processus métier : pas au prix affiché, mais à ce qu'une unité de dépense termine réellement.
Questions fréquentes
Pourquoi mes crédits bougent-ils alors que je n'utilise pas Zero ?
Parce que les automatisations répondent à leur déclencheur, pas à votre attention. Une planification horaire facture 24 fois par jour, que quelque chose ait changé ou non. Ouvrez la vue d'usage, triez par planification et vérifiez que chaque cadence correspond toujours à la vitesse à laquelle quelqu'un agirait sur le résultat.
Combien devrait coûter un agent IA par mois ?
Il n'y a pas de chiffre unique, et le comparer à un siège logiciel à 20 dollars vous induira en erreur. Le bon repère est le travail qu'il remplace : un après-midi de collègue, ou la facture d'un prestataire. Si un workflow coûte moins que les heures qu'il supprime, il est correctement tarifé, quelle que soit la taille du chiffre en crédits.
Quel modèle utiliser pour une automatisation récurrente ?
Commencez au niveau le plus bas qui tient la qualité, en général GPT 5.6 Luna pour classer, router, extraire et notifier. Ne montez que l'étape qui a réellement besoin d'un raisonnement plus profond. Comme l'exécution hérite du modèle réglé dans la conversation où elle vit, le changer là change toutes les exécutions futures.
Un agent IA coûte-t-il plus cher qu'une plateforme d'automatisation no-code ?
À la tâche, souvent oui. Zapier et n8n facturent des exécutions ; un agent paie en plus l'intelligence mobilisée dans chaque exécution. La comparaison qui compte est par résultat terminé, car une automatisation classique déplace des données entre applications tandis qu'un agent les lit, décide, rédige et relance.
Zero est-il un constructeur d'agents IA ?
En pratique, oui. Vous décrivez une tâche en langage courant, Zero en fait un workflow réutilisable, et un déclencheur transforme ce workflow en automatisation qui tourne seule. Il n'y a pas de canevas de nœuds à câbler, et c'est aussi pour cela que la maîtrise des coûts porte ici sur le modèle, la cadence, le contexte et les capacités plutôt que sur le nombre d'étapes.
Qu'est-ce qui détermine vraiment le prix d'un agent IA ?
Quatre choses, à peu près dans cet ordre : le modèle qui exécute la tâche, sa fréquence d'exécution, la quantité de contexte relue à chaque tour et les capacités appelées. Un tarif affiché n'est que la moyenne de ces quatre décisions sur un espace de travail — c'est pourquoi deux équipes sur la même offre dépensent très différemment.
Comment calculer le retour sur investissement d'un agent IA ?
Comparez-le aux heures qu'il supprime, pas à un siège logiciel. Prenez une automatisation, lisez sa consommation de crédits dans la vue d'usage et confrontez-la au temps qu'il aurait fallu à quelqu'un pour faire la même chose à la main. À l'échelle d'un workflow récurrent, le retour saute aux yeux ; dans un total mensuel, il disparaît.
Une longue conversation coûte-t-elle plus cher qu'une courte ?
Oui. Chaque tour précédent est relu à chaque nouveau tour : un fil long continue de payer pour un contexte dont il n'a plus besoin. Gardez un fil tant que le sujet tient, et ouvrez une nouvelle conversation quand le sujet change.
Puis-je utiliser mon propre compte fournisseur plutôt que des crédits Zero ?
Oui. Connectez un fournisseur pris en charge et routez-y un modèle : l'inférence arrive sur votre propre facture, à vos conditions habituelles. Les appels d'outils, l'usage des connecteurs, le stockage et la génération de médias restent décomptés en crédits Zero.
Ouvrez Zero et demandez-lui d'examiner les trois automatisations que vous utilisez le plus. C'est l'endroit le plus rapide pour trouver votre première amélioration de coût à effet cumulatif.
