> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-fr/prise-en-main/cost-calculator.md).

# Calculateur de coûts

Estimez le coût de votre charge de travail IA sur CLORE.AI.

{% hint style="success" %}
Les prix sont des estimations. Vérifiez [CLORE.AI Marketplace](https://clore.ai/marketplace) pour les tarifs actuels.
{% endhint %}

## Référence rapide des coûts

### Tarifs horaires GPU

| GPU              | À la demande | Spot (typique) |
| ---------------- | ------------ | -------------- |
| RTX 3060 12GB    | $0.03-0.05   | $0.02-0.03     |
| RTX 3070 8GB     | $0.03-0.04   | $0.02-0.03     |
| RTX 3080 10Go    | $0.04-0.06   | $0.03-0.04     |
| RTX 3090 24GB    | $0.05-0.08   | $0.04-0.06     |
| RTX 4070 Ti 12Go | $0.05-0.07   | $0.03-0.05     |
| RTX 4080 16GB    | $0.07-0.10   | $0.05-0.07     |
| RTX 4090 24GB    | $0.10-0.15   | $0.07-0.10     |
| RTX 5090 32GB    | $0.15-0.20   | $0.10-0.15     |
| A100 40GB        | $0.15-0.22   | $0.12-0.17     |
| A100 80GB        | $0.22-0.35   | $0.18-0.25     |
| H100 80GB        | $0.45-0.70   | $0.35-0.50     |

***

## Coût par tâche

### Inférence Chat/LLM

**Coût par 1 million de tokens générés :**

| Taille du modèle | GPU       | Vitesse (tok/s) | Coût/1M tokens |
| ---------------- | --------- | --------------- | -------------- |
| 7B (Q4)          | RTX 3060  | 25              | $0.33          |
| 7B (Q4)          | RTX 3090  | 45              | $0.37          |
| 7B (Q4)          | RTX 4090  | 80              | $0.35          |
| 13B (Q4)         | RTX 3090  | 30              | $0.56          |
| 13B (Q4)         | RTX 4090  | 55              | $0.51          |
| 30B (Q4)         | RTX 4090  | 25              | $1.11          |
| 70B (Q4)         | A100 40GB | 25              | $1.89          |
| 70B (Q4)         | A100 80GB | 35              | $1.98          |

**Exemples de coûts :**

* 1 heure de conversation (\~50K tokens) : 0,02–0,10 $
* Traiter 100 documents (1M tokens) : 0,33–2,00 $
* Faire tourner un chatbot pendant 24 heures : 0,72–4,00 $

***

### Génération d'images

**Coût pour 1000 images :**

| Modèle       | Résolution | GPU       | Temps/image | Coût/1000 |
| ------------ | ---------- | --------- | ----------- | --------- |
| SD 1.5       | 512x512    | RTX 3060  | 4 s         | $0.33     |
| SD 1.5       | 512x512    | RTX 3090  | 2 s         | $0.28     |
| SD 1.5       | 512x512    | RTX 4090  | 1 s         | $0.28     |
| SDXL         | 1024x1024  | RTX 3090  | 7 s         | $0.97     |
| SDXL         | 1024x1024  | RTX 4090  | 3 s         | $0.83     |
| FLUX schnell | 1024x1024  | RTX 4090  | 5 s         | $1.39     |
| FLUX schnell | 1024x1024  | RTX 5090  | 3,5 sec     | $1.46     |
| FLUX dev     | 1024x1024  | RTX 4090  | 15 s        | $4.17     |
| FLUX dev     | 1024x1024  | A100 40GB | 10 s        | $4.72     |

**Exemples de coûts :**

* Générer 100 images SDXL : 0,08–0,10 $
* Générer 1000 images SD 1.5 : 0,28–0,33 $
* Lot de 500 images FLUX : 0,70–2,40 $

***

### Génération vidéo

**Coût par minute de vidéo :**

| Modèle      | Durée | Résolution | GPU       | Temps   | Coût/min vidéo |
| ----------- | ----- | ---------- | --------- | ------- | -------------- |
| SVD         | 4 s   | 576x1024   | RTX 4090  | 1,5 min | $0.38          |
| SVD         | 4 s   | 576x1024   | A100 40GB | 1 min   | $0.43          |
| AnimateDiff | 3 s   | 512x512    | RTX 3090  | 2 min   | $0.53          |
| Wan2.1      | 5 s   | 480p       | RTX 5090  | 2 min   | $0.80          |
| Wan2.1      | 5 s   | 720p       | A100 40GB | 2 min   | $0.85          |
| Hunyuan     | 5 s   | 720p       | A100 80GB | 5 min   | $3.13          |

**Exemples de coûts :**

* 1 minute de clips SVD : 0,38–0,50 $
* 5 minutes d'AnimateDiff : 2,65 $
* 1 minute de vidéo Hunyuan : 3,00–4,00 $

***

### Traitement audio

**Coût par heure d'audio :**

| Tâche         | Modèle           | GPU      | Temps de traitement | Coût/heure audio |
| ------------- | ---------------- | -------- | ------------------- | ---------------- |
| Transcription | Whisper large-v3 | RTX 3060 | 10 min              | $0.05            |
| Transcription | Whisper large-v3 | RTX 4090 | 3 min               | $0.05            |
| TTS           | Bark             | RTX 3090 | Temps réel          | $0.06            |
| TTS           | XTTS             | RTX 3090 | Temps réel          | $0.06            |
| Music Gen     | Stable Audio     | RTX 3090 | 2x temps réel       | $0.12            |

**Exemples de coûts :**

* Transcrire 10 heures de podcasts : 0,50 $
* Générer 1 heure de TTS : 0,06 $
* Créer 30 minutes de musique : 0,06 $

***

### Entraînement de modèle

**Estimations de coût pour tâches d'entraînement courantes :**

| Tâche                  | Jeu de données   | GPU       | Temps        | Coût total |
| ---------------------- | ---------------- | --------- | ------------ | ---------- |
| Fine-tune LoRA (7B)    | 10K échantillons | RTX 4090  | 2-4 heures   | $0.20-0.50 |
| Fine-tune LoRA (13B)   | 10K échantillons | A100 40GB | 3-6 heures   | $0.50-1.00 |
| Fine-tune complet (7B) | 50K échantillons | A100 80GB | 24-48 heures | $5-12      |
| SD LoRA                | 100 images       | RTX 3090  | 1-2 heures   | $0.05-0.12 |
| DreamBooth             | 20 images        | RTX 4090  | 30-60 min    | $0.05-0.10 |

***

## Calculatrices de coût

### Calculatrice d'inférence LLM

```
Tokens à générer : ________
Taille du modèle : 7B / 13B / 30B / 70B
Choix du GPU : ________

Formule :
Temps (heures) = Tokens ÷ (tokens_par_seconde × 3600)
Coût = Temps × tarif_horaire

Exemple : 1M tokens avec 70B sur A100 40GB
Temps = 1 000 000 ÷ (25 × 3600) = 11,1 heures
Coût = 11,1 × 0,17 $ = 1,89 $
```

### Calculatrice de génération d'images

```
Nombre d'images : ________
Modèle : SD 1.5 / SDXL / FLUX
Choix du GPU : ________

Formule :
Temps (heures) = Images × secondes_par_image ÷ 3600
Coût = Temps × tarif_horaire

Exemple : 1000 images SDXL sur RTX 4090
Temps = 1000 × 3 ÷ 3600 = 0,83 heures
Coût = 0,83 × 0,10 $ = 0,083 $
```

### Calculatrice de génération vidéo

```
Durée vidéo (secondes) : ________
Modèle : SVD / AnimateDiff / Wan2.1
Choix du GPU : ________

Formule :
Clips nécessaires = Secondes totales ÷ longueur_du_clip
Temps (heures) = Clips × temps_de_génération ÷ 60
Coût = Temps × tarif_horaire

Exemple : 60 secondes avec SVD (clips de 4 s) sur RTX 4090
Clips = 60 ÷ 4 = 15 clips
Temps = 15 × 1,5 ÷ 60 = 0,375 heures
Coût = 0,375 × 0,10 $ = 0,04 $
```

***

## Planification du budget

### Petit projet (\~5 $)

Ce que vous pouvez faire :

* Générer 5 000+ images SD 1.5
* Générer 500+ images SDXL
* Traiter 100+ heures de transcription audio
* Faire tourner un chatbot 7B pendant 100+ heures
* Entraîner 5+ modèles LoRA

### Projet moyen (\~25 $)

Ce que vous pouvez faire :

* Générer 25 000+ images SDXL
* Générer 5 000+ images FLUX
* Traiter 500+ heures d'audio
* Faire tourner un modèle 70B pendant 100+ heures
* Entraîner plusieurs modèles personnalisés
* Générer 30+ minutes de vidéo

### Grand projet (\~100 $)

Ce que vous pouvez faire :

* Fine-tune complet d'un modèle 7B
* Générer 100 000+ images
* Faire tourner une API LLM en production pendant une semaine
* Générer des heures de contenu vidéo
* Entraîner plusieurs modèles DreamBooth

***

## Conseils d'optimisation des coûts

### 1. Utilisez les commandes Spot

Économisez 30–50% avec les tarifs spot :

* Idéal pour les travaux par lot
* Sauvegardez le travail fréquemment
* Évitez pour les tâches critiques dans le temps

### 2. Choisissez la bonne taille de GPU

Ne payez pas trop pour de la puissance inutilisée :

| Si vous avez besoin... | N'utilisez pas | Utilisez plutôt |
| ---------------------- | -------------- | --------------- |
| Chat 7B                | A100           | RTX 3060        |
| Images SD 1.5          | RTX 4090       | RTX 3060        |
| Images SDXL            | A100           | RTX 3090        |
| Tests rapides          | A100           | RTX 3060        |

### 3. Utilisez la quantification

Réduisez les besoins GPU :

* Q4 : 4x moins de VRAM, qualité légèrement inférieure
* Q8 : 2x moins de VRAM, perte de qualité minimale
* AWQ/GPTQ : Optimisé pour l'inférence

### 4. Traitement par lot

Traitez plus en moins de temps :

* Regroupez les requêtes API
* Utilisez des tailles de lot plus grandes
* Exécutez des tâches pendant la nuit

### 5. Téléchargez les modèles à l'avance

Évitez de payer pendant le téléchargement :

* Utilisez des images Docker avec modèles préchargés
* Mettez les modèles en cache sur un stockage persistant
* Téléchargez avant de lancer une commande payante

***

## Comparaison : CLORE.AI vs alternatives

### vs fournisseurs cloud (AWS, GCP, Azure)

| Facteur              | CLORE.AI   | Fournisseurs cloud   |
| -------------------- | ---------- | -------------------- |
| A100 horaire         | $0.17-0.25 | $3-5+                |
| Temps d'installation | Minutes    | Heures               |
| Engagement minimum   | Aucune     | Souvent à l'heure    |
| Économies spot       | 30-50%     | 60–90% mais complexe |

**Avantage CLORE.AI :** 10–20x moins cher pour la plupart des charges IA.

### vs RunPod, Vast.ai

| Facteur             | CLORE.AI    | Autres    |
| ------------------- | ----------- | --------- |
| Prix                | Compétitif  | Similaire |
| Variété de GPU      | Large       | Large     |
| Commandes Spot      | Oui         | Oui       |
| Paiements en crypto | Oui (natif) | Limité    |

### vs matériel local

| Facteur                   | CLORE.AI           | RTX 4090 local       |
| ------------------------- | ------------------ | -------------------- |
| Coût initial              | $0                 | $1,600+              |
| Mensuel (8h/jour)         | \~$24              | \~15 $ (électricité) |
| Retour sur investissement | -                  | \~3 mois             |
| Flexibilité               | N'importe quel GPU | Un GPU               |
| Maintenance               | Aucune             | Vous                 |

**Quand louer :** Tests, charges variables, besoin de GPU haut de gamme **Quand acheter :** Usage quotidien régulier, 4+ heures/jour pendant 3+ mois

***

## Exemples réels

### Startup : chatbot IA

**Exigences :** Modèle 70B, 8 heures/jour, 30 jours

```
GPU : A100 40GB
Heures : 8 × 30 = 240 heures
Coût : 240 × 0,17 $ = 40,80 $/mois

Avec spot : ~28 $/mois
```

### Créateur : génération d'images

**Exigences :** 1000 images SDXL/jour, 30 jours

```
GPU : RTX 4090
Temps par jour : 1000 × 3 s = 50 minutes
Heures mensuelles : 25 heures
Coût : 25 × 0,10 $ = 2,50 $/mois
```

### Chercheur : entraînement de modèle

**Exigences :** Fine-tune d'un modèle 13B sur 100K échantillons

```
GPU : A100 80GB
Temps estimé : 48 heures
Coût : 48 × 0,25 $ = 12,00 $

Avec spot : ~8,00 $
```

### Agence : production vidéo

**Exigences :** 10 minutes de vidéo IA/semaine

```
GPU : A100 40GB
Temps par minute : ~5 minutes de génération
Hebdomadaire : 10 × 5 = 50 minutes
Mensuel : 200 minutes = 3,3 heures
Coût : 3,3 × 0,17 $ = 0,56 $/semaine = 2,24 $/mois
```

***

## Prochaines étapes

* [Comparaison GPU](/guides/guides_v2-fr/prise-en-main/gpu-comparison.md) - Spécifications détaillées des GPU
* [Compatibilité des modèles](/guides/guides_v2-fr/prise-en-main/model-compatibility.md) - Exigences de VRAM
* [Guide de démarrage rapide](/guides/guides_v2-fr/quickstart.md) - Commencez maintenant


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-fr/prise-en-main/cost-calculator.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.