○ cloud reste compétitif
PME — 100 req/jour
3k tokens input + 1k output
- Coût API/an
- 36 €
- Rig amorti/an
- 250 € (élec)
- Break-even
- jamais à ce volume
comparatif chiffré · 2026
Llama 3.1 8B en local
vs GPT-4o mini.
À ce niveau de modèle, GPT-4o-mini est presque gratuit côté API. Le local ne s'impose que par RGPD.
▲ Synthèse
Les 4 axes qui tranchent.
| Axe | GPT-4o mini | Llama 3.1 8B local |
|---|---|---|
| Qualité | GPT-4o-mini légèrement supérieur sur les tâches généralistes. Llama 3.1 8B suffit pour le RAG ciblé. | |
| Coût | 0.14 €/Mtok input · 0.56 €/Mtok output | Rig Starter 4 990 € HT + ~250 €/an élec |
| RGPD / juridiction | Région : US Transit USA, sous-traitant OpenAI Inc. SCC + TIA obligatoires. | FR / LAN Données ne quittent jamais le réseau. Pas de sous-traitant. |
| Latence 1ʳᵉ token | 200-800 ms (RTT internet + queue provider) | 50-200 ms (LAN, prévisible, sans rate limit) |
▲ Break-even chiffré
À partir de quel volume le local devient rentable.
Volumes typiques observés en PME française. Hypothèses : rig Starter (4 990 € HT), 250€/an d'électricité, amortissement linéaire. Prix API au tarif public OpenAI 2026.
○ cloud reste compétitif
Service — 1 000 req/jour
4k tokens input + 2k output
- Coût API/an
- 613 €
- Rig amorti/an
- 250 € (élec)
- Break-even
- 13 ans 9 mois
✦ on-prem rentable
Entreprise — 10 000 req/jour
4k tokens input + 1k output
- Coût API/an
- 4 088 €
- Rig amorti/an
- 250 € (élec)
- Break-even
- 1 an 4 mois
▲ Cas d'usage typique
Pour qui cette bascule fait sens ?
Cas où l'API est techniquement viable mais où une donnée non-exportable bloque (santé, juridique).
Prochaine étape.
Si ce comparatif vous parle, deux portes selon votre profil. Aucune ne déclenche d'appel automatique.