Perspectives

Nouveau ne veut pas dire meilleur : bien choisir son modèle IA

À chaque nouveau modèle, le réflexe est de basculer. En entreprise, ce réflexe a un coût rarement chiffré. Voici comment décider sur le concret plutôt que sur la promesse.

10 juin 2026 · Lecture 5 min · IA en entreprise

En bref

Un modèle IA plus récent n'est pas automatiquement plus performant pour un usage donné, et son surcoût peut doubler la facture sur les tâches répétées. La décision se prend par usage avec la méthode 3T : trier les usages, tester l'enjeu via un A/B test, trancher (le surcoût se mérite). La nouveauté n'est pas un critère de ROI.

Le réflexe

Faut-il passer au dernier modèle IA dès sa sortie ?

À chaque annonce d'un modèle plus puissant, le même réflexe s'installe dans les équipes : basculer dessus, tout de suite. La promesse est séduisante, la communication soignée, et personne ne veut travailler avec un modèle dépassé.

Le problème, c'est que ce réflexe confond deux choses : plus récent et plus utile pour vous. Un nouveau modèle est optimisé pour briller sur des benchmarks généraux, pas sur votre cas d'usage précis. Sur une tâche de classification ou d'extraction bien cadrée, l'écart avec le modèle que vous utilisez déjà est souvent invisible.

La vraie question n'est donc pas de quand date le modèle, mais quel modèle mérite sa place sur quel usage. Et cette question se tranche usage par usage, pas par une bascule globale décidée le jour de la sortie.

Le coût réel

Combien coûte vraiment le passage au dernier modèle ?

Le coût est l'angle mort de la décision. Un modèle de dernière génération coûte couramment environ deux fois le prix du précédent : par exemple 10 et 50 dollars par million de tokens, contre 5 et 25 pour le modèle de la génération antérieure.

Sur un livrable ponctuel, ce surcoût est négligeable, et il peut être pleinement justifié si l'enjeu est fort. Le piège apparaît à l'échelle : dès qu'un modèle est branché sur un agent ou un automatisme qui tourne en continu dans vos processus, le surcoût se multiplie par le volume. Vous ne payez plus une fois, vous payez à chaque exécution.

Critère Modèle utilisé Dernier modèle
Coût Référence, 1x Souvent 2x le prix
Bénéfice Connu et mesuré À prouver, variable selon l'usage
Risque Maîtrisé Régression possible sur certains cas
À choisir Par défaut Seulement si un A/B test le justifie

Sur un livrable unique, le surcoût est négligeable. Sur un agent qui tourne en boucle dans vos processus, il double la facture, sans gain garanti.

La méthode 3T

Comment décider sur le concret plutôt que sur la promesse ?

La discipline tient en trois gestes, ce que nous appelons chez iteyre la méthode 3T : trier, tester, trancher.

  1. Trier les usages. Tout ne se vaut pas. La routine, les tâches répétitives et réversibles (tri de notes, classification, extraction, premiers brouillons) reste sur le modèle par défaut : le gain d'un modèle premium y est marginal, le surcoût ne se justifie pas. L'enjeu réel, lui, mérite l'examen : décision, analyse stratégique, livrable client, raisonnement complexe.
  2. Tester en A/B. Sur l'enjeu réel, produisez la même sortie avec le modèle que vous utilisez et avec le dernier, puis comparez sur des critères tirés de la tâche elle-même. Pour chaque écart, demandez-vous s'il est réel (il change la décision, la justesse ou l'usage) ou seulement cosmétique (un style plus assuré, une réponse plus longue).
  3. Trancher. Vous ne basculez sur le nouveau modèle que si l'écart est net et porte sur un point qui compte. Sinon, vous restez sur le modèle utilisé. Le surcoût se mérite, il ne s'accorde pas.

Les trois gestes tranchent, et c'est pour cela que la méthode s'appelle 3T. Mais ils tranchent à une date. Un arbitrage juste cesse de l'être sans que personne ne s'en aperçoive, parce que ce sont les gammes et les factures qui bougent, pas la décision. D'où un quatrième geste, qui n'est pas une décision mais son entretien.

  1. Revoir. Reprenez le tri chaque trimestre, et sans attendre le trimestre dès que l'un de ces événements se produit : votre éditeur ouvre une nouvelle gamme ou en retire une, votre facture varie alors que vos usages n'ont pas varié, un usage de routine devient un enjeu réel ou cesse de l'être, un quota ou une latence vous bloque en production, ou les conditions contractuelles du fournisseur changent. Chacun de ces événements rouvre une seule question : ce que vous aviez trié en routine est-il toujours de la routine ?

Trier, tester, trancher : trois gestes, une discipline. Un modèle ne gagne pas sa place parce qu'il est récent, il la gagne au mérite.

Le ROI

Quand le surcoût d'un modèle est-il justifié ?

Le piège le plus courant est de prendre la forme pour le fond. Un modèle récent produit souvent une prose plus fluide, plus assurée, plus longue, qui paraît meilleure sans l'être. C'est précisément ce que l'A/B test doit débusquer : forcer la preuve d'un gain, plutôt que se fier à une impression.

Au fond, choisir un modèle d'IA est une décision de gouvernance, pas un réflexe technique. Le surcoût se justifie par un résultat réel et mesuré sur un usage qui compte, jamais par la seule date de sortie du modèle. C'est la même logique de discipline que pour tout investissement : on engage la dépense quand le retour est démontré.

La nouveauté n'est pas un critère de ROI. Le surcoût se mérite sur des résultats, il ne s'accorde pas sur une date de sortie.

Sur le terrain

Le bon modèle n'est pas le plus récent, c'est celui qui tient la tâche

Sur un studio de création de 5 personnes, le contrôle qualité visuelle automatisé réduit le temps de vérification manuelle de 60 à 70 %. Ce gain vient du choix du modèle par usage, pas de la montée en gamme systématique.

Lire le retour terrain complet →

Les chiffres

Ce que coûtent vraiment les modèles, en septembre 2026

Le raisonnement de cette page tient sur un écart de prix. Le voici, nommé et daté, plutôt qu'en abstrait.

ModèleÉditeurEntrée / M tokensSortie / M tokens
Claude Fable 5.1Anthropic10 $50 $
Claude Opus 5Anthropic5 $25 $
Claude Sonnet 5Anthropic2 $10 $
Claude Sonnet 4.6Anthropic3 $15 $
Claude Haiku 4.5Anthropic1 $5 $
GPT-6 astraOpenAI10 $50 $
GPT-5.6 solOpenAI4 $20 $
GPT-5.6 lunaOpenAI0,20 $1,20 $
GPT-5.5OpenAI5 $30 $

Ce que ce tableau dit, et qui n'est pas ce qu'on croit

Le modèle le plus récent d'un éditeur coûte en effet le double du précédent, en haut de gamme : 10 et 50 dollars contre 5 et 25 chez l'un, 10 et 50 contre 4 et 20 chez l'autre.

Mais deux lignes contredisent la règle, et ce sont les plus instructives. Claude Sonnet 5 est plus récent que Sonnet 4.6 et coûte un tiers de moins. GPT-5.6 luna est plus récent que GPT-5.5 et coûte vingt-cinq fois moins cher en entrée.

Autrement dit : « plus récent » ne veut dire ni plus cher ni moins cher. Ce qui fixe le prix, c'est la gamme, pas la date. La question n'est donc jamais « faut-il prendre le dernier », elle est « quelle gamme pour quel usage ».

Tarifs relevés le 10 septembre 2026 sur les pages tarifaires des éditeurs : Anthropic et OpenAI. Prix hors remises volume, hors mise en cache et hors traitement par lot, qui changent l'ordre de grandeur.

La réponse directe

Quelle gamme pour quel usage

La méthode 3T dit comment décider. Reste la question que tout dirigeant pose ensuite : alors je prends lequel ? La réponse ne se donne pas par un nom de modèle, qui aura changé au prochain trimestre, mais par une gamme, qui tient dans le temps. Voici le classement que nous utilisons.

L'usageCe qui décideLa gamme qui convient
Extraction, classification, mise en forme répétéeLe résultat se vérifie d'un coup d'œil et l'écart entre gammes reste invisible.Entrée de gamme
Premier jet, synthèse de documentsLa qualité se juge à la relecture, le gain de temps prime sur la perfection.Milieu de gamme
Analyse d'un dossier complexe, avis contradictoireUne erreur coûte plus cher que le surcoût du modèle.Haut de gamme, sur ces cas seulement
Échange en direct avec un client ou un salariéLa latence décide avant la capacité. Une réponse juste mais lente est une réponse perdue.La plus rapide qui tienne la tâche
Documents portant des données personnelles ou confidentiellesL'hébergement et la réutilisation de vos saisies passent avant le classement.Celle dont le contrat convient, quelle que soit sa place au palmarès
Agent qui tourne en continu sans relectureLe coût se multiplie par le nombre d'appels et une erreur passe inaperçue.La plus basse qui passe votre test, avec un contrôle en sortie

Pourquoi une gamme plutôt qu'un nom

Un tableau qui désigne un modèle par son nom est périmé dès la sortie suivante. Un tableau qui désigne une gamme reste juste, parce que chaque éditeur en publie une à chaque étage et que l'ordre des étages bouge peu. Quand un nouveau modèle sort, vous n'avez pas à refaire le raisonnement : vous regardez à quel étage il se place, et vous savez déjà quels usages il concerne.

Une seule ligne de ce tableau échappe à la logique du coût, celle des données personnelles. Sur cette ligne, le bon modèle n'est pas le meilleur ni le moins cher, c'est celui dont vous acceptez les conditions.

Par métier

Le tableau ci-dessus raisonne par usage. Dans une PME, c'est rarement comme cela que la question arrive : elle arrive par métier, parce que c'est un service entier qui réclame un accès. Voici la même logique, vue depuis les quatre fonctions qui demandent le plus souvent.

Le métierLa tâche qui revient le plusLa gamme à ouvrir
DirectionSynthèse d'un dossier épais, avis contradictoire avant un arbitrage.Haut de gamme, sur ces cas seulement. Le reste de la journée tient en milieu de gamme.
Commerce et marketingGénération de contenus, propositions, relances, déclinaisons d'un même message.Milieu de gamme pour le texte qui sort de l'entreprise, entrée de gamme pour les variantes produites en volume.
Administratif et comptableLecture, classement et extraction de pièces, remplissage de formulaires.Entrée de gamme, avec un contrôle en sortie. C'est le métier où la montée en gamme rapporte le moins.
Service client et terrainRéponse pendant que la personne attend, au téléphone ou par messagerie.La plus rapide qui tienne la tâche. La latence décide avant la capacité.

Ces quatre lignes ne remplacent pas le tri de la méthode 3T, elles disent seulement par où commencer quand un service entier demande un accès. La règle de lecture est la même que plus haut : un métier n'a pas une gamme, il a une tâche dominante qui en appelle une, et une poignée d'exceptions qui en appellent une autre.

Ce que les tests ne mesurent pas

Les cinq critères absents des comparatifs

1. Où vont vos données

La question n'est pas seulement la localisation du serveur. C'est de savoir si vos saisies servent à entraîner le modèle, et pendant combien de temps elles sont conservées. Les conditions diffèrent entre l'offre grand public et l'offre professionnelle du même éditeur, et c'est cette différence qui compte.

S'y ajoute l'hébergement, que les comparatifs de performance ignorent presque toujours. La CNIL considère qu'il est généralement plus opportun et plus sécurisé de privilégier le déploiement de solutions sur site quand les données traitées le justifient, parce que cela limite le risque d'extraction. Et lorsque l'infrastructure du fournisseur se trouve hors de l'Union européenne, elle rappelle que l'entité utilisatrice doit en complément encadrer le traitement par son destinataire.

Pour une PME, la conséquence est simple. Un modèle hébergé en Europe ne dispense pas de lire le contrat, mais il raccourcit la liste des garanties à obtenir. Et un modèle excellent au classement dont les conditions ne conviennent pas à vos données n'est pas un candidat, quel que soit son rang. C'est le seul critère de cette page qui peut éliminer un modèle à lui seul. Source : les questions et réponses de la CNIL sur l'utilisation d'un système d'IA générative. Les obligations qui pèsent sur votre entreprise quand elle déploie un de ces outils sont détaillées sur notre page consacrée aux PME et à l'AI Act.

2. La latence acceptable pour l'usage

Un modèle qui répond en quarante secondes est excellent pour une note de synthèse et inutilisable dans un échange avec un client au téléphone. Aucun classement ne mesure cela, parce que la réponse dépend de l'usage, pas du modèle.

3. Le coût de sortie

Ce que vous payez pour partir, pas pour rester. Les invites écrites pour un modèle ne se transposent pas telles quelles, les intégrations sont à refaire, les équipes à reformer. Ce coût est invisible tant qu'on ne change pas, et il décide de tout le jour où l'on veut changer.

4. La disponibilité et les quotas

Un modèle en accès limité ou soumis à des quotas serrés ne tient pas un usage quotidien. C'est ce qui distingue une démonstration réussie d'un outil sur lequel une équipe peut compter.

5. Qui répond, juridiquement, du traitement

Aucun comparatif ne le mentionne, et c'est pourtant ce qui vous engage. La CNIL indique que la qualification d'un fournisseur de système d'IA doit faire l'objet d'une analyse au cas par cas : il peut être responsable de traitement, notamment quand il constitue lui-même la base d'apprentissage pour son propre compte, ou sous-traitant quand il développe le système pour le compte d'un client selon ses instructions documentées.

Pour une PME, deux conséquences pratiques. D'abord, si c'est vous qui déterminez la finalité et les moyens du traitement, vous êtes responsable de traitement, quel que soit le modèle retenu : le choix de l'éditeur ne transfère pas cette responsabilité. Ensuite, quand le fournisseur agit en sous-traitant, le cadre passe par un contrat qui limite son traitement à vos instructions, et c'est à vous de vous assurer qu'il le respecte. Ce critère ne départage pas les modèles sur leur qualité, il départage les offres sur ce qu'elles vous font porter. Source : CNIL, déterminer la qualification juridique des fournisseurs de systèmes d'IA.

Questions fréquentes

Ce que les dirigeants demandent

Faut-il toujours choisir le modèle d'IA le plus récent en entreprise ?

Non. Un modèle plus récent est optimisé sur des benchmarks généraux, pas sur votre usage. Le plus puissant coûte souvent le double du précédent, ce qui est négligeable sur un usage ponctuel et double la facture sur un agent utilisé en continu. La méthode tient en trois temps : trier les usages, tester en A/B sur des critères tirés de la tâche, trancher seulement si l'écart est net.

Faut-il toujours utiliser le dernier modèle IA disponible ?

Non. Un modèle plus récent est optimisé sur des benchmarks généraux, pas forcément sur votre usage précis. Pour les tâches répétitives, le modèle par défaut suffit. Réservez le dernier modèle aux usages à enjeu, après un test comparatif.

Combien coûte un modèle IA de dernière génération par rapport au précédent ?

Le modèle le plus puissant coûte souvent environ deux fois le précédent, par exemple 10 et 50 dollars par million de tokens contre 5 et 25. Négligeable sur un usage ponctuel, ce surcoût double la facture sur un agent utilisé en continu.

Quelle gamme de modèle IA choisir selon l'usage en entreprise ?

Classez l'usage avant le modèle. Pour l'extraction, la classification et la mise en forme répétée, l'entrée de gamme suffit. Pour un premier jet ou une synthèse de documents, le milieu de gamme. Réservez le haut de gamme aux dossiers où une erreur coûte plus cher que le surcoût du modèle. Quand l'échange se fait en direct avec un client, la latence décide avant la capacité. Et dès que des données personnelles sont en jeu, l'hébergement et la réutilisation de vos saisies passent avant le classement des modèles.

Qui est juridiquement responsable quand une PME utilise un modèle d'IA ?

La CNIL indique que la qualification du fournisseur doit faire l'objet d'une analyse au cas par cas. Le fournisseur peut être responsable de traitement, notamment quand il constitue lui-même la base d'apprentissage pour son propre compte, ou sous-traitant quand il développe le système pour le compte d'un client selon ses instructions documentées. Pour l'entreprise qui utilise le système, la règle pratique est la suivante : si c'est elle qui détermine la finalité et les moyens du traitement, elle est responsable de traitement, et le choix de l'éditeur ne transfère pas cette responsabilité. Quand le fournisseur agit en sous-traitant, le cadre passe par un contrat qui limite son traitement aux instructions du responsable, à qui il revient de s'assurer qu'il les respecte. Ce critère ne départage pas les modèles sur leur qualité, il départage les offres sur ce qu'elles font porter à l'entreprise.

Comment choisir le bon modèle IA pour une tâche en entreprise ?

Triez d'abord les usages : routine sur le modèle par défaut, enjeu réel à examiner. Sur les enjeux, faites un A/B test en comparant les deux sorties sur des critères tirés de la tâche, et ne basculez que si l'écart est net et utile. C'est la méthode 3T : trier, tester, trancher.

À explorer aussi

Mettre de la discipline dans vos choix d'IA

Quels modèles pour quels usages, à quel coût, avec quel retour : c'est une décision de gouvernance, pas un réflexe technique. Trente minutes pour cadrer la vôtre.

Prendre 30 min →