Modèles de décision IA : Jev, Clef, usages et coûts

Trier un email, juger si l’action d’un agent est risquée, choisir le service qui traitera une demande : aucune de ces décisions n’a besoin d’une phrase rédigée. C’est le pari des modèles de décision IA, une catégorie ouverte le 15 septembre 2026 par Jev, de la start-up américaine TypeSafe AI. Selon Vercel, Jev est devenu en une journée le modèle le plus vite adopté de sa passerelle d’IA, et OpenAI, Cloudflare et Amazon ont présenté leur propre version environ deux semaines plus tard.

Voici ce qu’est un modèle de décision, ce que valent les offres d’octobre 2026, à quoi il sert selon votre métier et ce que nous en pensons. Puis la mise en œuvre, telle que nous la menons : la conception des questions, le choix de l’infrastructure, le coût, et le suivi une fois le modèle en service.

En bref

• Un modèle de décision ne rédige rien : il répond à des questions fermées par une valeur et une probabilité, que votre code utilise telles quelles.
• « Déterministe » vaut pour la forme de la réponse, pas pour le jugement : bien calibré, un modèle qui annonce 90 % se trompe environ une fois sur dix.
• Jev ne lit que du texte ; Clef, de Cloudflare, lit aussi les images (et le son, avec Clef-omni), reprend l’API de Jev et peut s’installer chez vous.
• À l’appel, le coût est minime, et il baisse déjà : Perplexity facture deux fois moins que Jev. La facture se joue sur la combinaison : une règle d’abord, un modèle de décision pour le flou, un grand modèle pour écrire, un humain sous le seuil.
• La mise en œuvre commence par un audit des décisions qui reviennent, puis un test sur vos données et une phase d’observation avant de laisser le modèle agir.

Qu’est-ce qu’un modèle de décision IA ?

Cloudflare le définit comme un modèle qui classe pour aider un agent à décider comment agir, sur la base de probabilités. On lui envoie un « état » (un message client, une fiche produit, l’action qu’un agent s’apprête à lancer) et des questions typées. La documentation de Jev en prévoit trois sortes : un choix dans une liste, une note selon une grille, ou une affirmation jugée vraie ou fausse, par une probabilité entre 0 et 1. Les réponses reviennent sous forme de probabilités, et votre code décide : il agit au-dessus d’un seuil, il passe la main en dessous.

L’exemple de l’annonce de Clef tient en trois questions sur un même message, « le paiement en ligne échoue pour tous les clients depuis une heure » (nous traduisons). La demande est-elle urgente ? Quelle équipe doit la traiter, la facturation, la technique ou les ventes ? Quelle est la gravité pour le client, d’« aucun impact » à « critique » ? Le modèle renvoie une probabilité pour chaque option de chaque question, et le code range le ticket, déclenche une alerte ou confie le cas à un humain.

Deux différences comptent. Avec un classifieur classique, ajouter une catégorie demandait de réentraîner le modèle ; un modèle de décision reçoit ses catégories dans la requête, souligne Cloudflare. Et contrairement à un grand modèle de langage, il ne rédige rien : Clef lit l’entrée en une seule passe, puis note en parallèle toutes les réponses permises, sans produire de texte mot à mot, d’où sa vitesse. TypeSafe range Jev parmi les « System One models », en référence au système 1 du psychologue Daniel Kahneman : la pensée rapide et intuitive, quand les grands modèles qui « raisonnent » jouent le système 2, lent et délibéré.

Les modèles de décision sont-ils déterministes ?

Pour la forme de la réponse, oui. Cloudflare oppose ces modèles aux grands modèles de langage, « largement non déterministes », et sa première démonstration exposait des « probabilités déterministes » (nous traduisons). Un modèle de décision ne sort jamais des options prévues, et TypeSafe dit avoir conçu le sien pour rendre des réponses stables d’une évaluation à l’autre, dans son guide de conception. À état et questions identiques, la réponse est censée rester la même, ce qui permet de la tester et de la garder en cache.

Pour le jugement, non. « Ne peut pas halluciner », la promesse de TypeSafe, veut dire que Jev ne répond jamais hors de la liste ; rien ne l’empêche d’y choisir la mauvaise option, rappelle The Register. La réponse reste une probabilité, et tout l’enjeu est qu’elle dise vrai : un modèle bien calibré qui annonce 90 % doit se tromper environ une fois sur dix. Cloudflare a entraîné Clef avec une fonction de perte, dite de Brier, pour affiner cette calibration. Sur la fiche de Strands Decider, Amazon prévient que la sienne a été réglée sur de courtes tâches de classement : mesurez sur votre propre trafic avant de vous fier à un seuil.

Déterministe dans la forme, probabiliste sur le fond : un modèle de décision se traite comme un trieur très rapide dont on mesure le taux d’erreur avant de lui confier le tri.

Jev, Clef, Strands, OpenAI : quels modèles de décision en octobre 2026 ?

TypeSafe AI est sortie de l’ombre avec Jev et 40 millions de dollars de financement, puis a levé 870 millions de dollars le 9 octobre, sur une valorisation de 7,5 milliards, auprès d’Andreessen Horowitz et de Sequoia Capital, rapporte SiliconANGLE. Un tiers des entreprises du classement Fortune 500 utiliseraient déjà Jev, selon l’éditeur. Moins d’un mois après le lancement, le marché ressemble à ceci :

Les prix viennent des grilles de Jev, de Workers AI, d’OpenAI et de Perplexity, consultées le 11 octobre 2026 ; aucune ne facture les tokens de sortie. Les poids de Clef sont publiés sur Hugging Face, comme ceux de Clef-omni, de Strands Decider et du modèle de Perplexity. Quant à la Decisions API, Sam Altman l’a présentée le 29 septembre, à la conférence où OpenAI lançait aussi son forfait ChatGPT à 500 dollars. Il y voit un moyen de concentrer le modèle Luna sur un choix pour le rendre « extrêmement rapide », en gardant la compréhension des images, une large prise en charge des langues et les protections de sécurité, rapporte TechCrunch (nous traduisons). L’API est depuis passée en bêta publique.

Sur ses propres mesures, Cloudflare annonçait au lancement une latence médiane de 209 millisecondes pour Clef, 39 pour Clef-flash et 524 pour Jev, puis a rendu Clef 1,7 à 2 fois plus rapide le 9 octobre, selon sa seconde annonce. Sur les quatre évaluations métier de TypeSafe, Clef devance Jev pour le traitement des factures (64,7 contre 61,8), le service client (76,3 contre 76,0) et les incidents de sécurité (62,9 contre 61,7), et perd sur l’observation des traces d’agents (68,5 contre 71,6). Des écarts de quelques points, mesurés par Cloudflare elle-même et pas encore reproduits pour le classement officiel, précise The Register. Clef-flash, moins cher que Jev, le devance d’un point sur le service client et l’égale sur la sécurité, mais perd près de cinq points sur les factures (57,1 contre 61,8) et près de deux sur les traces d’agents. Sur les bancs d’essai publics du même tableau, les écarts sont parfois plus nets, dans les deux sens : Clef l’emporte largement sur BANKING77 (94,2 contre 79,7), Jev sur When2Call (81,0 contre 72,4). Le tableau cite déjà d’autres modèles du genre, comme Kev 9B ou Laya : le marché, écrit Cloudflare, est « de plus en plus saturé » (nous traduisons).

Cloudflare donne aussi un usage maison. Son équipe de renseignement sur les menaces fait classer des domaines par Clef, qui ouvre la page avec son navigateur Browser Run et répond par exemple « site de mode » à 95 %, « commerce en ligne » à 85 % et « hameçonnage » à moins de 1 %. Le tout en 2,2 secondes, contre 4,7 pour gpt-oss-120b, son modèle généraliste le plus rapide, qui n’a rendu que deux catégories. Additionnées, ces probabilités dépassent 100 % : chaque catégorie y est jugée à part, et un site peut être à la fois de mode et marchand.

Le dirigeant de TypeSafe, Diogo Almeida, ne voit pas encore de vrai concurrent. Cet ancien d’OpenAI, qui a cosigné en 2022 l’article sur InstructGPT, la méthode d’entraînement qui a précédé ChatGPT, trouve que ces copies ressemblent à des ingénieurs « qui veulent implémenter une architecture sympa » plus qu’à une équipe vouée à rendre l’intelligence utile, a-t-il dit à TechCrunch (nous traduisons).

À quoi sert un modèle de décision, selon le métier ?

Un modèle de décision sert là où une même décision revient des centaines ou des milliers de fois, sur un texte rédigé librement, et conditionne ce qui se passe ensuite. La carte des cas d’usage de TypeSafe les range par secteur, souvent avec une porte de sortie vers un humain. En voici une lecture pour des entreprises :

Les premiers cas publiés vont dans ce sens. Chez Vercel, un classifieur qui vérifie la sécurité des commandes est passé d’un modèle d’OpenAI à Jev, avec des réponses de 5 à 18 fois plus rapides, et plus justes, selon TechCrunch. Chez Jack & Jill, une plateforme de recrutement où des agents rapprochent candidats et entreprises, Jev a remplacé Gemini 3.1 Flash Lite pour présélectionner les candidats : un coût divisé par huit et un tri deux fois plus rapide, à qualité comparable, selon l’étude de cas publiée par TypeSafe. Chez Cloudflare, Clef ferme déjà les tickets indésirables du dépôt public de la documentation, repère l’hameçonnage parmi les extensions de son gestionnaire de contenu et cherche des données personnelles, comme des numéros de pièce d’identité, selon l’annonce du 9 octobre ; l’entreprise veut aussi l’affiner pour trier ses demandes de support, juger les signalements traités par son équipe de confiance et sécurité, ou distinguer les bons robots des mauvais. Et la passerelle OpenRouter propose Jev Router, qui choisit pour chaque requête le modèle et l’effort de raisonnement. Clef lit aussi les images, et Clef-omni le son : une photo de produit, une capture d’écran ou le bruit d’une machine peuvent faire partie de l’état.

Pour une petite structure, la première question est le volume. Une décision prise vingt fois par jour se règle souvent par une règle écrite, ou à la main. Le modèle de décision devient intéressant quand le volume dépasse ce qu’une personne trie sans y passer ses journées, ou quand la réponse doit tomber en une fraction de seconde, dans une interface ou dans la boucle d’un agent.

Une ligne du tableau, celle du recrutement, demande une prudence particulière en Europe. Le tri de CV y fait partie des usages à haut risque de l’AI Act, comme la notation de crédit, rappelle la Commission européenne : à compter du 2 décembre 2027, ces systèmes devront notamment journaliser leur activité et prévoir une surveillance humaine appropriée. Et l’article 22 du RGPD encadre déjà la décision fondée exclusivement sur un traitement automatisé qui produit des effets juridiques sur une personne ou l’affecte de manière significative. Notre guide sur l’AI Act et le RGPD pour une PME détaille ces obligations, et notre article sur la décision automatisée montre jusqu’où une IA peut trancher seule.

Que valent les promesses des modèles de décision ?

Pour leurs partisans, ces modèles corrigent un contresens : demander un « oui » à un modèle entraîné à converser, c’est payer de la prose pour obtenir un booléen. « Nous avons la foudre en bouteille, et pourtant ce n’est pas utile », résume Diogo Almeida dans TechCrunch, parce que les grands modèles sont optimisés pour le langage humain (nous traduisons). Le second argument est la probabilité. Selon TypeSafe, « si un modèle réussit une tâche 95 % du temps mais ne dit pas quand il est dans les 5 %, il ne peut pas automatiser cette tâche » (nous traduisons). Le directeur technique de Bryo AI voit d’ailleurs en Jev le seul modèle qui rende une vraie probabilité, même si, dans son test sur le tri d’emails professionnels, Gemini s’est montré un peu plus précis, pour 10 à 20 fois plus cher.

Les sceptiques commencent par les chiffres. Les « 193,6 fois plus rapide » et « 444,6 fois moins cher » de Jev viennent d’évaluations construites par TypeSafe, qui le reconnaît dans son annonce : ces gains seraient dans le haut de la fourchette réelle, et un biais n’est pas exclu. Les mesures publiées par les utilisateurs eux-mêmes, relevées par l’équipe du logiciel OpenChamber sur 12 759 messages publiés sur X, donnent une médiane de 7 fois plus rapide sur 215 mesures et de 30 fois moins cher sur 180 ; un relevé de témoignages et non un banc d’essai, préviennent ses auteurs. C’est beaucoup, mais c’est loin de la page d’accueil. Pour Armin Ronacher, directeur technique d’Earendil, Jev « délègue un peu le problème de l’hallucination à l’utilisateur », qui doit décider quoi faire d’une réponse à 50 % (TechCrunch, nous traduisons).

Et l’idée n’est pas neuve : les classifieurs existent depuis des années, et la critique la plus vue du lancement, selon OpenChamber, réduisait Jev à un aiguillage de code amélioré. La nouveauté, si les promesses tiennent : rien à entraîner, des catégories définies dans la requête, la compréhension du texte d’un grand modèle, et une probabilité qui dit vrai. L’adoption, elle, est réelle : selon Vercel, près de 13 % des équipes payantes de sa passerelle utilisaient Jev au bout de 24 heures, deux fois plus que la famille GPT-5.6 au même stade, et la prochaine épreuve sera de savoir si cette adoption dure.

Qu’est-ce que ça change pour l’industrie de l’IA ?

Premier effet : le format s’est banalisé en deux semaines, au point que Clef reprend l’API de Jev pour le remplacer sans réécrire le code. Les prix ont suivi : Perplexity facture deux fois moins que Jev, et Cloudflare a fait passer Clef-flash sous le prix de Jev le 9 octobre, en réduisant sa fenêtre de contexte. Le même jour, TypeSafe levait 870 millions de dollars : les investisseurs parient sur le pionnier. La valeur se déplace vers ce qui ne se copie pas aussi vite : des probabilités qui disent vrai, mesurées par d’autres que l’éditeur.

Deuxième effet : l’IA se dédouble, avec des modèles rapides qui tranchent à chaque étape et de grands modèles appelés seulement pour écrire ou raisonner. Marc Brooker, l’ingénieur d’Amazon à l’origine de Strands Decider, y voit « un décideur parfait pour une étape de workflow » (TechCrunch, nous traduisons). Chaque tour de la boucle d’un agent peut passer par une vérification rapide, une précaution que l’affaire des agents d’OpenAI qui ont piraté Hugging Face rend très concrète. Et le routeur qui choisit le modèle devient lui-même un modèle.

Troisième effet : l’affinage devient un produit. Jev sert les mêmes poids à tous ses clients et ne s’entraîne pas sur leurs données : on l’adapte par la requête, selon sa documentation. Cloudflare prend le contre-pied avec un service d’affinage de Clef : votre trafic, capté par sa passerelle d’IA, devient un jeu de données, puis le modèle est réentraîné et redéployé chez elle, d’abord avec ses ingénieurs, plus tard en libre-service. Elle prévient elle-même qu’un modèle affiné peut perdre en polyvalence ce qu’il gagne en précision sur son domaine.

Le quatrième effet, le plus important à nos yeux, est dans le nom. Jev le doit à William Stanley Jevons, l’économiste qui expliquait en 1865, dans The Coal Question, que les économies de charbon n’en réduisent pas la consommation : « c’est une pure confusion d’idées que de supposer qu’un usage économe du combustible équivaut à une consommation réduite. C’est exactement le contraire qui est vrai » (nous traduisons). TypeSafe assume le parallèle : chaque baisse d’un ordre de grandeur du coût de l’intelligence ouvrirait des ordres de grandeur d’usages nouveaux. Des décisions moins chères ne réduiront donc pas la facture totale de l’IA, elles multiplieront les décisions automatisées. C’est le mécanisme que nous décrivions à propos de l’énergie et de l’eau consommées par l’IA.

Ce que nous en pensons

L’idée est juste, et nous l’appliquons déjà : séparer ce qui décide de ce qui écrit. Notre table de routage interne confie le tri, la classification et le routage d’intention à un très petit modèle, avec un modèle ouvert sur notre propre serveur en repli, et une règle écrite : le routeur lui-même doit ne presque rien coûter. Les modèles de décision visent exactement cette case. Ils y entreront par notre banc d’essai, pas sur parole. Leur vraie nouveauté, à nos yeux, est la probabilité : si elle dit vrai, elle permet de régler un seuil en connaissance de cause.

Mais moins cher ne veut pas dire nécessaire. TypeSafe l’écrit elle-même dans son guide : gardez le travail déterministe dans le code, « il est fiable et peu coûteux », et évitez les boucles d’agent quand un workflow logiciel suffit (nous traduisons). Une règle écrite ne paie aucun appel à un modèle et ne se trompe jamais sur ce qu’elle couvre ; un modèle de décision ne la remplace pas, il remplace un grand modèle employé à trier. Toutes les automatisations n’ont pas besoin d’IA, et en mettre partout sans besoin multiplie les coûts et fait dériver les projets. C’est le principe de notre offre d’automatisation n8n, avec ou sans IA : de l’IA seulement là où elle rapporte, et un modèle de décision comme Jev quand il faut trier du texte libre. Notre guide sur l’automatisation sans IA aide à repérer les automatisations qui s’en passent.

Reste la dépendance. Jev est un produit propriétaire et jeune, hébergé aux États-Unis et entraîné d’abord en anglais, dont le prix n’a pas fait ses preuves dans la durée. Ses 870 millions de dollars lui donnent de quoi durer, pas la garantie que ce prix tienne : TypeSafe reconnaît ne pas pouvoir prouver qu’il n’est pas subventionné. Clef réduit ce risque : il parle la même API, et ses poids ouverts s’installent chez vous. Gardez la décision derrière votre propre interface, pour que changer de fournisseur reste un changement de configuration.

Ce qui nous ferait changer d’avis : des évaluations indépendantes, non publiées par les éditeurs, montrant que ces probabilités restent fiables sur des données d’entreprise en français, et des prix qui tiennent sur un an.

Comment mettre en œuvre un modèle de décision ?

Voici la démarche que nous suivons. Elle commence par le travail, pas par le modèle.

1. Auditer les décisions qui reviennent. On cartographie les processus avec les personnes qui font le travail, on inventorie les outils et ce qu’ils coûtent, on vérifie lesquels se connectent (une API, un export, rien du tout), et on mesure les freins et l’appétence de l’équipe, ainsi que ses besoins de formation. Les décisions répétitives en sortent, avec leur volume et le coût d’une erreur. C’est l’objet de notre audit de maturité numérique et IA, qui sert à classer vos chantiers par impact et faisabilité, avec un GO/NOGO écrit, en deux à quatre semaines pour 2 500 €. C’est un investissement, qui prend tout son sens quand plusieurs dizaines de personnes répètent les mêmes décisions.
2. Choisir, décision par décision, la marche de l’escalier. Une règle si la décision s’écrit (un montant, une date, un statut). Un modèle de décision pour le flou : un email rédigé librement, une action d’agent à juger. Un grand modèle quand il faut écrire ou raisonner. Un humain sous le seuil, et toujours pour une décision qui touche une personne.
3. Concevoir les questions, selon les principes de la section suivante.
4. Tester, puis observer. Le banc d’essai compare plusieurs modèles sur 20 à 30 échantillons réels, un modèle de décision à côté de modèles classiques : assez pour choisir, pas pour garantir un taux d’erreur. Le modèle retenu travaille ensuite en observation : il décide à côté de l’équipe, sans agir, jusqu’à ce que chaque tranche de confiance compte assez de cas. Pour mesurer un taux d’erreur d’environ 10 % à 3 points près, avec la marge habituelle de 95 %, il faut près de 400 cas dans la même tranche (le calcul classique d’un intervalle de confiance sur une proportion). Notre guide pour évaluer un modèle d’IA avant la production détaille la méthode.
5. Brancher le modèle derrière votre propre interface. Le code métier ne parle qu’à cette interface, qui tient le budget et le plafond de chaque usage, le repli en cas de panne et le journal des coûts : changer de modèle ne touche pas au code métier. Les seuils sont réglés d’après la phase d’observation, plus hauts pour une action irréversible.
6. Former l’équipe. Les personnes qui reprennent les cas sous le seuil apprennent à lire une probabilité et à corriger le modèle. Chaque correction est notée : c’est la matière qui servira à recalibrer.

Comment concevoir les questions d’un modèle de décision ?

Un modèle de décision vaut ce que valent ses questions. Le guide de TypeSafe tient en quelques principes que nous reprenons à notre compte :

• Des questions atomiques. Une question, une propriété. « Ce message est-il une réclamation urgente sur une commande ? » cache trois jugements ; trois questions courtes les montrent, et le code les combine. C’est, selon TypeSafe, probablement le principe le plus important de son guide.
• Des critères explicites. Pour un choix, chaque option dit ce qu’elle couvre et ce qui relève d’une autre, avec quelques exemples. C’est là que votre métier entre dans le modèle.
• Seulement le contexte utile. Un état encombré d’informations inutiles fait perdre en précision, et TypeSafe conseille de ne pas compter sur ce que le modèle sait déjà quand l’information à jour est dans votre base.
• Le calcul au code. Jev compte mal et lit les dates comme du texte, selon la page de ses faiblesses connues. Un montant, une date limite ou un nombre d’articles se calculent avant d’appeler le modèle.
• L’ordre des options testé. Jev penche parfois vers la première option d’une liste : vérifiez que permuter les options ne change pas la réponse. Cloudflare dit avoir entraîné Clef sur des données où l’ordre des champs et la forme des questions varient ; le test reste utile.
• Des seuils selon le risque. TypeSafe propose trois zones : agir quand la confiance est haute, faire confirmer ou relire entre les deux, passer la main quand elle est basse. Dans son exemple bancaire, afficher un solde se contente de dépasser un plancher de 50 %, quand approuver un virement exige plus de 90 %, et encore avec une confirmation. Commencez prudent et ajustez sur vos données, conseille sa page sur la confiance.

Un exemple. Une boutique en ligne reçoit : « Ma commande n’est toujours pas arrivée, et j’ai été débité deux fois. » Une question unique, « De quel service relève ce message ? », obligerait à choisir entre la livraison et la facturation. Mieux vaut poser, dans la même requête :

1. « Le message signale-t-il un retard de livraison ? » (vrai ou faux)
2. « Le message signale-t-il un problème de paiement ? » (vrai ou faux)
3. « Quel est le niveau d’irritation du client ? » (une note sur quatre niveaux)

Les trois questions portent sur le même état et sont évaluées en parallèle : décomposer n’ajoute pas d’aller-retour, précise TypeSafe. Avant l’appel, le code a retrouvé la commande et compté les débits dans la base : le modèle n’a pas à le deviner. Ensuite, le code ouvre une tâche pour la livraison, une pour la facturation, et passe le dossier en priorité si l’irritation est forte et la confiance suffisante.

Où faire tourner un modèle de décision ?

Trois options, qui se choisissent selon vos données, votre volume et le délai de réponse que l’usage supporte :

L’API de l’éditeur est le plus simple pour commencer : rien à installer, et la limite de 80 requêtes par seconde dépasse de loin le million de décisions mensuelles de l’exemple de coût plus bas, qui en fait moins d’une par seconde en moyenne. Elle convient aux données publiques. Pour des données internes, notre grille de sensibilité demande un fournisseur sans conservation : chez TypeSafe, la conservation zéro est présentée comme une option des clients entreprise, et l’accord de traitement des données prévoit les clauses contractuelles types de la Commission européenne pour les transferts. Les données personnelles et réglementées, elles, restent en auto-hébergé. Pour une entreprise européenne, l’hébergement américain se discute, comme nous le détaillons à propos de la dépendance au cloud américain ; OpenAI propose d’ailleurs de traiter en Europe les requêtes de sa Decisions API, sous conditions et moyennant un supplément, selon sa documentation.

Workers AI fait tourner Clef sur les cartes graphiques que Cloudflare répartit dans son réseau, au plus près de l’utilisateur, à côté de grands modèles hébergés au même endroit. La page de Clef annonce un contexte de 65 536 tokens et la lecture du texte, du JSON, des images et de la vidéo ; celle de Clef-omni y ajoute le son, et Clef-flash se limite à 24 576 tokens depuis la baisse de son prix. L’allocation gratuite de Workers AI, 10 000 « neurones » par jour, couvre près de 460 000 tokens lus par jour avec Clef et près de 2,9 millions avec Clef-flash, soit environ 300 décisions de 1 500 tokens d’un côté et près de 2 000 de l’autre ; au-delà, l’offre payante de Workers facture 0,011 dollar les 1 000 neurones. Si vos données doivent rester en Europe, vérifiez où tourne l’inférence : les pages des modèles ne le disent pas.

Votre propre serveur garde tout chez vous. Strands Decider 2B accepte même le processeur seul, d’après sa fiche, ce qui le met à la portée d’un serveur ordinaire, avec une vitesse à mesurer. Clef-flash demande une carte d’au moins 41 Go de mémoire, et Clef 85 Go, a précisé une responsable produit de Cloudflare à The Register, pour une requête à la fois avec un contexte complet. Chez Scaleway, une carte L40S de 48 Go se loue environ 1 073 euros hors taxes par mois à Paris, d’après sa grille consultée le 11 octobre 2026. Pour comparer, 1 000 dollars achètent environ 26 milliards de tokens lus par Clef-flash sur Workers AI, plus de 17 millions de décisions de 1 500 tokens : en dessous de tels volumes, un serveur à soi se justifie par la sensibilité des données plus que par le prix. Une carte louée en Europe correspond au niveau 3 de nos quatre niveaux d’IA privée, une machine dans vos locaux au niveau 4. Nous faisons déjà tourner des modèles ouverts avec Ollama sur notre propre serveur, en production, pour les données sensibles.

Cinq questions guident le choix. Quelles données passent par la décision ? Quel volume, et à quelles heures ? Quel délai de réponse l’usage supporte-t-il ? Faut-il lire des images ? Le modèle devra-t-il apprendre votre métier ?

Combien coûte vraiment un modèle de décision ?

À l’appel, peu. Reprenons les hypothèses de notre guide sur le coût de l’IA en entreprise : 1 500 tokens lus par décision et une réponse de 50 tokens, aux tarifs consultés le 11 octobre 2026, à nombre de tokens égal (chaque modèle découpe le texte à sa façon).

Claude Haiku 5.5, le modèle d’entrée de gamme d’Anthropic, que l’éditeur destine au classement, à l’extraction et au routage, est compté à 0,10 dollar le million de tokens en entrée et 0,50 en sortie, sur la grille d’Anthropic. Le prix d’OpenAI est son tarif de base, hors supplément pour un traitement en Europe. Sur Workers AI, l’allocation gratuite couvre la première colonne, qui représente moins d’une centaine de décisions par jour. Et poser trois questions sur le même message ne triple pas la note : Jev lit l’état une fois et évalue toutes les questions en parallèle, selon sa documentation.

Pour une PME qui trie 2 000 emails par mois, l’écart se compte en centimes, quand un email mal rangé coûte le temps de la personne qui le rattrape. Face aux petits modèles de langage les plus récents, le prix ne suffit d’ailleurs plus à départager : Claude Haiku 5.5 ne coûte qu’environ trois fois plus que Jev, et moins que Clef. L’écart ne pèse vraiment qu’à très grand volume, celui d’agents qui font vérifier chacune de leurs actions : à cent millions de décisions par mois, Jev coûterait environ 6 300 dollars et Haiku 5.5 17 500. Le reste se joue sur la vitesse, et sur une probabilité calibrée que les modèles de langage ne donnent pas d’emblée.

La combinaison pèse plus que le prix unitaire. Prenons un exemple d’école : un million de décisions par mois, dont 60 % se règlent par une règle écrite et 40 % passent par Jev ; un cas sur dix de ceux-là, sous le seuil, remonte à Claude Haiku 5.5 avant un éventuel humain. Les règles ne paient aucun appel, Jev lit 600 millions de tokens pour environ 25 dollars, et Haiku traite 40 000 cas pour environ 7 dollars. Total : environ 32 dollars par mois, contre 175 si tout passait par Haiku. Les proportions sont inventées pour l’exemple ; seules les vôtres comptent, et l’audit sert à les mesurer.

Nous l’avons vécu sur un autre terrain : sur notre chaîne de traduction de Palmora, passer de DeepL à Gemini a divisé le coût par 60, et 95 % des segments sortent du cache après le premier passage, sans rappeler l’IA. La même logique vaut pour la décision : un état déjà jugé, comme un domaine déjà classé ou une fiche produit inchangée, n’a pas à repasser par le modèle.

Le vrai coût est ailleurs :

• La mise en place. L’audit, le banc d’essai et la conception des questions pèsent bien plus que les appels au modèle sur un petit volume.
• Le temps humain sous le seuil. Un seuil trop prudent renvoie trop de cas à l’équipe, un seuil trop hardi laisse passer des erreurs. Le bon réglage se lit dans le journal des décisions.
• La supervision. Un workflow qui échoue en silence coûte plus cher qu’un modèle cher : chaque échec doit déclencher une alerte, et chaque décision laisser une trace. Notre guide pour superviser ses workflows n8n montre comment être prévenu à temps.
• L’effet Jevons. Des décisions qui ne coûtent presque rien se multiplient, et avec elles les erreurs à surveiller. C’est pourquoi chaque automatisation que nous livrons part avec son compteur de coûts.

Comment suivre un modèle de décision après sa mise en service ?

Un modèle de décision ne se pose pas une fois pour toutes. Quatre habitudes le gardent fiable :

1. Un journal des décisions. Pour chaque décision : la version du modèle, les options, les probabilités, le seuil appliqué, ce que le code a fait, et la correction humaine s’il y en a eu. Ce journal permet de recompter les erreurs par tranche de confiance, et il prépare à ce que l’AI Act demandera aux usages à haut risque : la journalisation de l’activité et la surveillance humaine.
2. Une version figée. La documentation de Jev conseille de figer la version contre laquelle vos seuils ont été réglés, puis de passer à la suivante à votre rythme, après un nouveau test.
3. Une revue régulière. Une part croissante de cas sous le seuil, ou des corrections humaines plus nombreuses, signalent que vos données ont changé : nouveaux produits, nouvelles demandes, nouveau vocabulaire. Notre pack « IA au juste coût » prévoit un rapport mensuel et une revue trimestrielle de la table de routage, et la décision y passe comme le reste.
4. La spécialisation, quand le volume la justifie. Jev ne s’affine pas : on l’adapte par le contenu de l’état et les critères des questions. Clef peut l’être avec le service de Cloudflare. Strands Decider publie sa recette d’entraînement, environ 11 heures sur une carte RTX 3090, et sa fiche conseille d’entraîner le modèle sur une grille proche de la vôtre. Les corrections notées par votre équipe deviennent alors des données d’entraînement, avec la contrepartie signalée par Cloudflare : un modèle affiné peut perdre en polyvalence.

Par où commencer

Partez de la décision qui revient le plus souvent dans vos automatisations, comme le tri des tickets du support client ou la vérification d’une action. Mesurez ce qu’elle coûte et combien de fois elle se trompe, puis demandez-vous si une règle suffit ; sinon, un modèle de décision mérite un test, avec un seuil et un humain en dessous. Notre rubrique IA d’entreprise, privée et au juste coût suit ces choix, et notre pack « IA au juste coût » sert à comparer les modèles sur vos propres contenus, coût mesuré et qualité jugée, avant de décider lequel garder.

Questions fréquentes

Un modèle de décision est-il un modèle de langage ?

Il en dérive, mais ne s’en sert pas pour écrire. Clef, Strands Decider et le modèle de Perplexity sont bâtis sur des modèles ouverts de la famille Qwen, complétés d’une couche qui note les options ; TypeSafe parle pour Jev d’une nouvelle architecture, sans la détailler. Dans tous les cas, le modèle ne génère pas de texte : il répond à des questions fermées, avec une probabilité. Il ne remplace donc pas un assistant conversationnel.

Un modèle de décision peut-il se tromper ?

Oui. Il ne répond jamais hors des options prévues, mais il peut choisir la mauvaise. TypeSafe liste les faiblesses de Jev : calculs, comptages, dates, contenus encombrés d’informations inutiles ou écrits pour l’influencer. Sa probabilité aide à repérer les cas douteux, à condition d’avoir vérifié sur vos données qu’elle dit vrai : un modèle bien calibré qui annonce 90 % se trompe environ une fois sur dix.

Jev ou Clef : lequel choisir ?

Cela dépend de vos données et de votre volume. Jev ne lit que du texte. Clef lit aussi les images, accepte un contexte deux fois plus long selon Cloudflare et s’installe chez vous, avec la même API, mais coûte près de six fois plus cher au token ; Clef-flash, un peu moins que Jev, avec un contexte plus court. Sur les évaluations métier de TypeSafe, les écarts tiennent en quelques points. Seul un test sur vos propres cas tranche.

Quel est le prix de Jev et de Clef ?

Au 11 octobre 2026, Jev coûte 0,042 dollar par million de tokens lus. Sur Workers AI, Clef-flash coûte 0,038 dollar depuis sa baisse du 9 octobre, Clef-omni 0,15 dollar et Clef 0,24 dollar, sans facturer les tokens de sortie. Trier 2 000 emails par mois revient à moins de 15 centimes de dollar avec Jev ou Clef-flash. Le vrai coût est ailleurs : l’audit, la conception des questions, le temps humain sous le seuil.

Les modèles de décision fonctionnent-ils en français ?

En principe oui, sans mesure publiée. La documentation de Jev indique que l’anglais est sa langue principale d’entraînement et celle où il est le plus précis, les autres langues étant prises en charge moins bien. Les pages de Clef et de Strands Decider ne donnent pas de résultats par langue, et OpenAI promet une large prise en charge des langues pour une API encore en bêta. Testez sur vos propres contenus.

Existe-t-il des modèles de décision open source ?

Oui, à poids ouverts. Amazon Web Services a publié Strands Decider 2B sous licence Apache 2.0, avec son code et sa recette d’entraînement ; il tourne même sans carte graphique, mais sa fiche le dit faible sur les documents longs. Cloudflare publie Clef, Clef-flash et Clef-omni sous la même licence, mais pas ses données d’entraînement, et Clef-flash demande une carte d’au moins 41 Go de mémoire. Perplexity a aussi publié les poids du sien.