HPE facture le code livré plutôt que les jetons

Les agents consomment davantage Un agent de programmation peut utiliser 10 à 50 fois plus de jetons qu’une requête conversationnelle. Il planifie, génère du code, exécute des tests, puis recommence pour corriger les erreurs. Plus l’agent effectue d’appels, plus la facturation à l’usage augmente. Uber aurait épuisé son budget IA 2026 dès avril après avoir étendu l’usage de Claude Code. GitHub Copilot est passé d’un tarif forfaitaire à des crédits mesurés. Gartner prévoit que les coûts de jetons liés au codage dépasseront le salaire moyen des développeurs en 2028. Ces chiffres renforcent la pression exercée par les plafonds, les limites de sièges et les validations préalables.

Les jetons masquent les résultats Le coût par jeton mesure la consommation, pas le logiciel livré. Certaines dépenses viennent des reprises et des boucles sans fin. D’autres financent du code effectivement intégré après revue. Un plafond de dépenses ne distingue pas ces usages. HPE recommande donc de calculer le coût par demande de fusion, en divisant le coût total du développement assisté par le nombre de changements validés et intégrés. Les équipes doivent suivre en parallèle les reprises et les défauts. Une baisse du coût par demande de fusion, sans dégradation de la qualité, indique une conversion plus efficace des appels en logiciel utilisable. Lire l’analyse originale.

HPE réserve les modèles premium : HPE recommande un modèle de pointe pour la planification difficile

Les tâches déterminent le modèle Le codage agentique ne nécessite pas systématiquement le modèle le plus puissant. HPE recommande un modèle de pointe pour la planification difficile et le raisonnement inédit. Les équipes peuvent router la génération de code, la création de tests et les refactorisations répétées vers des modèles à poids ouverts exploités en interne. Une passerelle peut choisir selon la complexité, la sensibilité des données, le coût et la latence. Cette approche réserve l’inférence premium aux étapes qui la justifient. Les résultats des modèles à poids ouverts approchent ceux des modèles de pointe sur certaines tâches d’ingénierie logicielle. Chaque candidat doit toutefois être évalué sur le code, les tests et les critères d’acceptation de l’entreprise.

La capacité change la facture Avec une inférence louée, chaque appel ajoute une dépense. Avec une capacité détenue, la majorité du coût est engagée en amont, puis chaque appel supplémentaire devient moins coûteux lorsque l’usage augmente. Le calcul doit intégrer l’électricité, l’exploitation, la maintenance et l’amortissement. HPE recommande d’utiliser le coût complet par demande de fusion comme indicateur. L’exécution sur site conserve aussi le code propriétaire dans l’entreprise. Seuls les prompts de planification approuvés et les exceptions gouvernées peuvent rejoindre des modèles externes. Cette architecture peut être pilotée par une passerelle contrôlée. Voir HPE Private Cloud AI.

HPE mesure l’usage réel : plus de 150 applications internes sont concernées

La consommation se concentre La plateforme hybride de HPE route les charges courantes de plus de 150 applications internes vers des modèles à poids ouverts exécutés sur site. HPE rapporte une baisse de 30 à 50 % des coûts de jetons. Les données de consommation montrent aussi que les 5 % d’utilisateurs les plus actifs génèrent la majorité de l’usage. Les utilisateurs les plus intensifs consomment environ 450 fois plus que les moins actifs avec la même licence. Si les utilisateurs intensifs passent d’une petite minorité à la moitié des effectifs, la dépense mensuelle peut augmenter d’environ 4,4 fois à effectif constant. HPE suit donc le coût par développeur actif et le coût par demande de fusion.

Le modèle hybride reste conditionnel Une faible utilisation ou une demande imprévisible favorise les interfaces de programmation, car elles évitent de financer une infrastructure inactive. La capacité détenue devient plus intéressante lorsque la demande reste soutenue et maintient les équipements occupés. HPE décrit un fonctionnement hybride, avec des modèles de pointe pour les travaux exigeants ou intermittents et une capacité interne pour les volumes répétitifs. Dans le cas présenté par HPE, cette capacité interne prend déjà en charge les charges courantes de plus de 150 applications. L’entreprise recommande de mesurer les deux coûts avant toute modification d’infrastructure. Elle propose ensuite d’exécuter un cycle complet de développement sur capacité détenue. Si les deux indicateurs ne progressent pas avec l’usage, le modèle actuel peut rester préférable. Consulter les prévisions de Gartner. Pour aller plus loin, consultez notre guide sur réduire ses coûts grâce à l’IA.