Piège du token bon marché : OpenAI recommande de mesurer en dollars utiles
— AGENTS
OpenAI détourne l'attention du coût au token pour proposer une métrique décisive : le travail réellement utile par dollar investi. Une inversion de perspective qui change tout pour évaluer la rentabilité réelle des agents IA en production. Mesurer autrement, c'est décider autrement.
Un prix par token cassé rassure sur le devis. Il ment sur la facture finale. OpenAI s'attaque frontalement au réflexe qui consiste à choisir un modèle sur son seul coût unitaire. Car le tarif le plus bas traîne des dépenses invisibles: échecs à répétition, relances, corrections reprises à la main.
À l'inverse, un modèle plus onéreux à l'unité peut livrer un output acceptable du premier coup. Moins d'itérations. Moins de reprise. Le raisonnement bascule alors du prix affiché vers le résultat obtenu.
D'où la métrique avancée: cesser de compter le coût par token, mesurer le travail utile par dollar. Ce qui compte devient concret — tâches menées à terme, temps récupéré, décisions rendues meilleures.
Sur la gestion, OpenAI pousse une logique de portefeuille. Un accès large pour la productivité générale. Des workflows spécialisés pour les tâches répétitives. Quelques paris stratégiques, ancrés dans un contexte précis. Le financement épouse trois temps: l'exploration pour tester l'adéquation d'un modèle, la validation sur des cas représentatifs assortis de seuils de qualité, puis la production avec ses intégrations, ses contrôles et sa conduite du changement.
Reste un socle à mutualiser plutôt qu'à dupliquer. Identité, connecteurs de confiance, évaluations, observabilité, routage entre modèles: autant de briques financées au centre pour alléger chaque nouveau workflow. La question n'est plus combien coûte le token, mais ce que le dollar fabrique une fois la tâche vraiment finie.