Étude de cas interne · Fractional AI Operator

On a divisé nos coûts IA par 20. Voici le harnais exact, mesuré.

Pas une promesse marketing. Sur trois semaines de notre propre activité (Codex + Claude Code), on a mesuré chaque token, routé chaque tâche vers le modèle open-weight le moins cher qui fait le travail, et gardé le frontier pour les 10 % critiques. Méthode reproductible, chiffres à l'appui.

Claude Code

Codex DeepSeek V4 GLM-5.2 Gemma local

Volume mesuré

1,13 Md

tokens consommés en 17 jours, sur la seule surface Codex.

Coût équivalent-API

−95 %

même travail, routé vers l'open-weight au lieu du frontier.

Limites de plan

0 blocage

plus jamais coupé en pleine session par un quota épuisé.

Le harnais complet

Playbook + matrice tâche → modèle + calculateur

Laissez votre email, on vous l'envoie. Lecture 8 minutes, applicable aujourd'hui.

速

Le principe : pourquoi 95 % et pas 20 %

Un modèle frontier (gpt-5.5 : $5/$30 par 1M ; Opus : $5/$25) coûte 30 à 50× plus cher qu'un open-weight capable (DeepSeek V4 Flash : $0.09/$0.18). Or ~90 % du volume réel ne mérite pas un frontier. L'écart de prix structurel fait l'économie.

速

La règle d'or

On ne choisit jamais un modèle par habitude. On classe la tâche, la classe impose le modèle, et ce routage devient le défaut, jamais un effort de mémoire. C'est ce qui fait tenir le −95 % dans le temps.

La matrice tâche → modèle

Classe	Tâche	Modèle	Coût /1M
déterministe	regex, filtre, dédup	aucun LLM	$0
local	classif offline, prefilter	gemma3:12b	$0
cheap	extraction, scoring, routing	deepseek-v4-flash	$0.09
draft	email, post, copy	deepseek-v4-pro	$0.44
strong	coding, synthèse, PRD	glm-5.2	$0.95
frontier	sécu, incident, archi	Sonnet / GPT-5.5	$3-5

Étape 1 : Mesurer

Lire les 3 surfaces. On découvre que 1-2 concentrent 90 % du coût.

Étape 2 : Router

Le volume non-critique descend vers l'open-weight, par défaut.

Étape 3 : Réserver

Le frontier reste pour sécu, incident, archi seulement.

速

Recevez le harnais complet

Le playbook (méthode + chiffres), la matrice tâche → modèle, et le calculateur qu'on utilise nous-mêmes. Paul vous écrit ensuite pour voir comment l'adapter à votre stack.

Un seul email pour le harnais, puis un mot de Paul. Pas de spam, désinscription en 1 clic.