Claude ou ChatGPT API : lequel coûte le moins cher ?

La réponse courte

La tarification des API Claude et ChatGPT n’a pas de vainqueur unique, car les deux fournisseurs facturent différemment les tokens d’entrée et de sortie à chaque niveau. En août 2026, les deux niveaux supérieurs de Claude facturent chaque token d’entrée au même tarif que leurs équivalents OpenAI, mais moins cher pour les tokens de sortie. Claude est donc légèrement plus avantageux pour les tâches qui génèrent beaucoup de sorties. Au niveau inférieur, Claude coûte plusieurs fois plus cher pour la même tâche. Toute réponse qui ne précise ni le niveau ni la répartition des tokens relève de la supposition.

Cette page commence donc par les calculs, puis présente trois charges de travail chiffrées avec leur répartition de tokens, avant d’examiner les multiplicateurs qui influencent davantage une facture réelle que le tarif affiché.

La seule formule dont vous avez besoin

Les deux API facturent le texte de la même manière. Vous payez les tokens que vous envoyez, ainsi qu’un tarif plus élevé pour les tokens que le modèle renvoie.

cost = (input tokens / 1,000,000) * input rate + (output tokens / 1,000,000) * output rate

Un token correspond à environ 4 caractères en anglais, soit près de 0.75 mot. Utilisez cette valeur uniquement pour une première estimation. Pour obtenir le montant réel, utilisez les nombres renvoyés par chaque API dans l’objet usage de chaque réponse.

# Rates are US dollars per million tokens.
def cost(in_tok, out_tok, in_rate, out_rate):
    return in_tok / 1e6 * in_rate + out_tok / 1e6 * out_rate

# One support-chat turn: 1,400 tokens in, 220 tokens out, on a $2 / $10 model.
print(round(cost(1400, 220, 2.0, 10.0), 6))

Le script affiche 0.005, soit un demi-cent par tour. Multipliez ce montant par le nombre de tours prévus sur un mois pour obtenir votre budget. Si l’unité d’un million de tokens dans ce dénominateur vous semble abstraite, ce qu’un million de tokens permet réellement de faire dans Claude vous donne une quantité de texte concrète. Retenez cette formule : chaque changement de tarif ultérieur se résumera à modifier une seule ligne, au lieu de refaire toute l’analyse.

Les tarifs publiés, août 2026

Voici les tarifs catalogue publiés par les deux fournisseurs le 1 août 2026. Ce bloc est le seul endroit de l’article où un tarif est indiqué. Vérifiez-le sur claude.com/pricing et sur la page tarifaire d’OpenAI avant de valider un budget.

[
  {
    "label": "Frontier",
    "claude_input": 5,
    "claude_output": 25,
    "openai_input": 5,
    "openai_output": 30
  },
  {
    "label": "Workhorse",
    "claude_input": 2,
    "claude_output": 10,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Workhorse from September",
    "claude_input": 3,
    "claude_output": 15,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Small",
    "claude_input": 1,
    "claude_output": 5,
    "openai_input": 0.2,
    "openai_output": 1.2
  }
]

Les correspondances sont établies selon la position dans chaque gamme, et non selon la notoriété. Dans la catégorie Frontier, Claude Opus 5 est comparé à gpt-5.6-sol. Dans la catégorie Workhorse, Claude Sonnet 5 est comparé à gpt-5.6-terra. Dans la catégorie Small, Claude Haiku 4.5 est comparé à gpt-5.6-luna. Les deux fournisseurs commercialisent aussi des niveaux supérieurs à ceux de ce bloc, et OpenAI conserve les anciennes générations dans son catalogue avec leurs tarifs d’origine. Comparer un modèle flagship d’un côté à un modèle budget de l’autre produit un chiffre sans signification. C’est ainsi que la plupart des comparaisons publiées fabriquent leur titre accrocheur.

Deux éléments de ce bloc doivent être explicités. Les tarifs 2 et 10 de Sonnet 5 sont des tarifs de lancement. Anthropic indique qu’ils prennent fin le 31 août 2026. Après cette date, Sonnet 5 sera facturé 3 et 15. Ce seul changement fait passer le niveau Workhorse d’un léger avantage pour Claude à un avantage net pour OpenAI, et il intervient pendant la période de validité de cet article.

Le deuxième élément est une tendance qu’il vaut la peine de retenir : Claude facture la sortie exactement 5 fois son propre tarif d’entrée dans chacune des lignes ci-dessus, tandis qu’OpenAI la facture 6 fois. C’est ce ratio, et non le tarif absolu, qui fait varier le gagnant selon la répartition de vos tokens.

Pourquoi un tarif par million de tokens ne permet pas de comparer les fournisseurs

Un tarif correspond à un montant en dollars par token. Une facture correspond à ce montant multiplié par le nombre de tokens. Or, le nombre de tokens d’un texte dépend du modèle, et non du texte lui-même.

Anthropic le précise dans sa documentation : les modèles Claude 4.7 et ultérieurs, notamment Claude Opus 5 et Claude Sonnet 5, utilisent un tokenizer plus récent qui produit environ 30% de tokens supplémentaires pour un même texte par rapport à Claude Sonnet 4.6 et aux modèles antérieurs. Le tarif n’a pas changé. Le montant de la facture, lui, a changé.

Deux tarifs qui semblent identiques ne correspondent donc pas nécessairement à deux factures identiques. Comptez les tokens des deux côtés avec votre propre texte avant de vous fier à une comparaison, y compris celle-ci.

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Summarise the attached contract."}]
  }'

Une réponse correcte est un petit objet JSON contenant input_tokens. Un 401 signifie que la variable contenant la clé est vide dans votre shell. Faites passer le même texte dans le tokenizer de l’autre fournisseur, divisez un nombre de tokens par l’autre, puis multipliez ce ratio par le tarif publié avant de comparer. Si le ratio favorise un fournisseur de plus d’environ 1.2, cet écart l’emporte sur toutes les différences de tarif du bloc précédent.

Scénario 1 : une fonctionnalité de chat

Un assistant de support intégré à une application web. 120,000 échanges par mois. Chaque échange envoie un prompt système, les schémas des outils, deux extraits de la base d’aide récupérés et quelques messages précédents, soit environ 1,400 tokens en entrée. Le modèle répond avec environ 220 tokens. Comme il s’agit d’une interaction, la remise batch ne peut jamais s’appliquer. Exécutez-le sur le tier workhorse.

[
  {
    "label": "List price",
    "claude_usd": "600.00",
    "openai_usd": "652.80"
  },
  {
    "label": "Cached prefix",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Small tier, cached",
    "claude_usd": "213.60",
    "openai_usd": "48.00"
  }
]

Au tarif catalogue, Claude coûte 600.00, contre 652.80 pour OpenAI. Les coûts d’entrée sont identiques, car les tarifs d’entrée sont identiques. L’écart total vient de la sortie, et Claude le réduit suffisamment peu pour qu’il ne justifie pas à lui seul le choix d’un fournisseur.

Considérez maintenant que 800 de ces 1,400 tokens d’entrée constituent un préfixe stable : le prompt système et les schémas des outils ne changent pas d’un échange à l’autre. Les deux fournisseurs facturent 10 % de leur tarif d’entrée de base pour un cache hit. La facture Claude passe à 427.20 et celle d’OpenAI à 480.00. Le caching a plus d’impact que le choix du fournisseur, et les deux plateformes le proposent.

C’est ici que Claude devient plus cher. La plupart des réponses de support ne nécessitent pas de modèle workhorse. Déplacez le même trafic vers le small tier : Claude coûte alors 213.60, contre 48.00 pour OpenAI. Le rapport entre les deux montre que Claude coûte environ quatre fois et demie plus cher pour le même travail. Claude Haiku 4.5 facture 1 par million de tokens d’entrée, contre 0.2 pour gpt-5.6-luna. Aucun niveau de caching ne comble un écart de cinq fois. Si votre charge de travail peut être traitée par un petit modèle, OpenAI est moins cher et l’écart est important.

Scénario 2 : un pipeline de traitement de documents avec un contexte long

25,000 contrats par mois. Chaque requête contient les mêmes 9,000 tokens d’instructions et de schéma JSON, puis 12,000 tokens de texte contractuel. Le modèle renvoie environ 700 tokens de champs structurés. La sortie représente moins de 4 % des tokens de ce traitement. Ce seul fait détermine la comparaison.

[
  {
    "label": "Chat feature",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Document pipeline",
    "claude_usd": "820.00",
    "openai_usd": "855.00"
  },
  {
    "label": "Coding agent",
    "claude_usd": "116.10",
    "openai_usd": "124.20"
  }
]

Avec le préfixe de 9,000 tokens mis en cache des deux côtés, Claude facture 820.00 et OpenAI facture 855.00. Les coûts d’entrée sont identiques au centime près, car les tarifs d’entrée principaux sont identiques en août 2026. Toute la différence vient de la sortie, facturée 5 fois le tarif d’entrée chez Claude et 6 fois chez OpenAI.

Ce traitement peut également utiliser le mode batch. Les deux fournisseurs appliquent une remise de 50 % sur les entrées et les sorties pour le traitement asynchrone. Les deux totaux sont donc divisés par deux, sans modifier l’écart relatif. Le mode batch est la remise unitaire la plus importante sur les deux plateformes, et un pipeline documentaire nocturne peut toujours l’utiliser.

Claude est désavantagé par la même logique de niveaux que précédemment. L’extraction de champs avec un schéma fixe est précisément le type de traitement qu’un petit modèle réalise bien, et les entrées représentent ici 97 % des tokens. Passer au niveau inférieur multiplie le tarif d’entrée d’OpenAI par 0.1 et celui de Claude par 0.5. Testez le petit modèle sur 200 documents avant de supposer que vous avez besoin du modèle plus puissant, en utilisant la même évaluation que celle que vous appliqueriez pour choisir le niveau Claude adapté à un traitement.

Scénario 3 : un agent de développement actif en permanence

Un développeur exécute un agent sur un VPS, pour environ 900 tours de modèle par mois. Chaque tour contient environ 60,000 tokens d’entrée correspondant au contexte du dépôt, dont 80 % sont des cache hits, et produit environ 1,800 tokens de modifications et d’explications. Évaluez-le au tarif frontier, car c’est en développement que l’écart de capacité entraîne un coût réel.

Claude facture 116.10, contre 124.20 pour OpenAI. Le tarif d’entrée et le tarif de lecture du cache sont identiques. Le tarif de sortie inférieur de Claude lui donne un avantage d’environ 7 %.

Ces 7 % se situent dans la marge d’erreur du tokenizer évoquée plus haut. Considérez donc que les tarifs sont équivalents dans ce scénario. En revanche, le modèle de facturation est différent. Pour un développeur et ce volume d’utilisation, un abonnement par siège coûte généralement moins cher que des appels API facturés à l’usage. La comparaison change donc complètement dès que vous incluez un abonnement. Examinez la comparaison entre le coût de l’API et celui d’un abonnement avant de placer un agent sur une facturation à l’usage. Si vous choisissez la facturation à l’usage, commencez par déterminer où les tokens sont consommés, car l’utilisation des tokens par un agent de développement provient surtout du contexte renvoyé à chaque tour, et non du code qu’il écrit.

Les multiplicateurs qui déterminent la facture

Le tarif affiché est le plus petit élément de cette liste. Chacun des éléments ci-dessous modifie la facture réelle davantage que l’écart entre les deux fournisseurs au même niveau tarifaire.

Entrée mise en cache. Les deux fournisseurs facturent 10% de l’entrée de base pour un cache hit. Anthropic facture également l’écriture dans le cache : 1.25 fois l’entrée de base pour une entrée conservée cinq minutes et 2 fois pour une entrée conservée une heure. Un hit ultérieur renouvelle cette entrée au tarif de lecture. Une entrée conservée cinq minutes est donc amortie après une seule lecture. Une charge de travail avec de longs intervalles entre les requêtes écrit plus souvent qu’elle ne lit. Dans ce cas, la mise en cache coûte plus qu’elle ne fait économiser. Un trafic régulier se met bien en cache. Un trafic en rafales ne s’y prête pas.

Remises sur les traitements par lots. 50% de remise sur les entrées et les sorties chez les deux plateformes, uniquement pour les traitements asynchrones. Si le traitement peut attendre, cela réduit la facture de moitié chez l’un ou l’autre fournisseur et se cumule avec la mise en cache.

Part des sorties. Claude facture les sorties 5 fois le tarif des entrées. OpenAI les facture 6 fois. Plus vos tokens sont écrits plutôt que lus, plus Claude est avantageux à tarif d’entrée égal. L’inverse est vrai pour une charge de travail dominée par les entrées.

Nouvelles tentatives. Une nouvelle tentative refacture l’intégralité de l’entrée et ne renvoie rien d’exploitable. Si 6% de vos appels échouent la validation du schéma et sont relancés, le volume d’entrées facturé est supérieur de 6% à ce que prévoit votre plan. Comptabilisez les nouvelles tentatives comme un poste de coût, et non comme une ligne d’erreur. Les équipes identifient souvent ce multiplicateur en dernier. Il est fréquemment supérieur à l’écart entre les fournisseurs sur lequel elles ont passé une semaine à débattre.

Quel modèle perd, et à quel niveau

Claude perd nettement sur le petit modèle. gpt-5.6-luna coûte 0.2 par million de tokens en entrée, contre 1 pour Claude Haiku 4.5, avec 1.2 en sortie contre 5. La classification à haut volume et l’extraction courte coûtent environ quatre fois plus cher avec Claude.

Claude perd sur le modèle polyvalent à partir du 1 September 2026, lorsque le tarif de lancement prend fin et que Sonnet 5 passe à 3 et 15, contre un gpt-5.6-terra dont le tarif reste inchangé. Claude gagne sur le modèle frontier en prix de sortie, mais l’écart peut disparaître selon vos propres volumes de tokens. Aucun des deux ne gagne sur les charges dominées par l’entrée en août 2026, car les tarifs d’entrée sont identiques des deux côtés, à 2 par million de tokens.

Comment mesurer cela sur votre propre trafic

Lisez l’objet usage dans chaque réponse et stockez quatre nombres par requête : les tokens d’entrée, les tokens de sortie, les tokens lus depuis le cache et les tokens écrits dans le cache. Avec l’API Claude, ils correspondent à input_tokens, output_tokens, cache_read_input_tokens et cache_creation_input_tokens. Additionnez-les par jour, multipliez les totaux par les tarifs actuels, puis comparez le résultat à la facture. Un écart entre les deux provient généralement de retries ou d’un chemin de code que vous avez oublié de déployer.

Effectuez la comparaison sur une semaine de trafic réel plutôt que sur un prompt d’exemple, et comparez le coût par tâche terminée au lieu du coût par token. Un modèle qui répond en une tentative à un tarif deux fois supérieur coûte moins cher qu’un modèle qui nécessite trois tentatives à moitié prix. Le coût par token est un tarif. Le coût par tâche terminée correspond à votre facture.

Fixez un plafond de dépense strict avant de laisser quoi que ce soit s’exécuter. Les deux plateformes permettent de définir des limites de dépenses dans leurs consoles, et un agent bloqué dans une boucle de retry peut consommer en une nuit le budget d’un mois. Configurez ce mécanisme comme vous le feriez pour le contrôle des coûts d’un agent toujours actif. Si vous développez la première version sur un serveur que vous administrez, une première application Claude API sur un VPS explique la gestion des clés et la boucle de requêtes sur lesquelles repose ce calcul.

FAQ

L’API Claude est-elle moins chère que l’API ChatGPT ?

Pas systématiquement. En août 2026, les offres frontier et workhorse facturent le même prix par token d’entrée des deux côtés, tandis que Claude facture moins cher le token de sortie. Claude coûte donc quelques pourcents de moins pour les tâches qui génèrent beaucoup de sorties. Dans l’offre small, gpt-5.6-luna d’OpenAI coûte un cinquième du prix de Claude Haiku 4.5 par token d’entrée. La classification à haut volume est donc bien moins chère avec OpenAI. Calculez votre propre coût à partir de votre répartition réelle des tokens, car un écart aussi faible dépend davantage de votre charge de travail que de la grille tarifaire.

Pourquoi les mêmes mots coûtent-ils un nombre différent de tokens sur chaque API ?

Parce que chaque modèle possède son propre tokenizer et que le nombre de tokens dépend du modèle. Anthropic indique que Claude 4.7 et les modèles suivants produisent environ 30% de tokens de plus pour un même texte que Claude Sonnet 4.6 et les modèles précédents. Envoyez votre propre texte à l’endpoint de comptage des tokens de chaque fournisseur, divisez un nombre par l’autre, puis appliquez ce ratio au tarif publié avant de comparer. Un écart de 20% sur le nombre de tokens dépasse la plupart des différences de tarifs publiées.

Le prompt caching peut-il parfois augmenter la facture ?

Oui, chez Anthropic. L’écriture dans le cache coûte 1.25 fois le tarif de base des tokens d’entrée pour une entrée conservée cinq minutes, et 2 fois ce tarif pour une entrée conservée une heure. Une lecture depuis le cache coûte 0.1 fois le tarif de base. Si votre trafic est assez irrégulier pour que la plupart des entrées expirent avant d’être lues, vous payez le supplément d’écriture sans bénéficier de lectures. Comparez cache_creation_input_tokens et cache_read_input_tokens dans vos journaux. Un ratio proche de 1 signifie que le caching vous coûte de l’argent. Prolongez la durée de conservation de l’entrée ou désactivez-la.

Dois-je exécuter un agent de programmation via l’API ou avec un abonnement ?

Pour un développeur utilisant le service à un volume courant, une licence d’abonnement coûte généralement moins cher qu’une facturation API à la consommation. Un agent de programmation renvoie en effet un contexte volumineux à chaque tour, et ce contexte est facturé à chaque fois. Mesurez d’abord votre consommation pendant une semaine, puis comparez le total de l’API au prix de la licence. L’API est plus avantageuse lorsque l’utilisation est irrégulière ou lorsque vous avez besoin d’un accès programmatique que la licence ne fournit pas.