Coût du cloud Codex vs local : Comparaison des tarifs de GPT-5.3-Codex

GPT-5.3-Codex est tarifé à 1,75 $ par million de tokens d'entrée et 14 $ par million de tokens de sortie, avec une entrée en cache à 0,175 $ par million. Pour une exécution de référence d'agent en 12 étapes (préfixe de 4 000 tokens, tâche de 500 tokens, chaque étape ajoutant un appel d'outil de 300 tokens et un résultat de 1 500 tokens — 172 800 tokens d'entrée et 3 600 tokens de sortie au total), cela revient à 0,35 $ sans cache et 0,12 $ lorsque le préfixe est en cache.

Les données de base n'incluent pas de prix de calcul publié pour 'exécuter Codex localement' — il n'y a pas d'heure GPU locale ou de chiffre de licence pour GPT-5.3-Codex dans cet ensemble de données. Ce que nous pouvons tarifer précisément, c'est le coût de l'API par exécution et la base de l'abonnement ChatGPT Business à 25 $/mois avec un coût marginal par token de 0 $ dans l'application. Donc la vraie décision que la plupart des lecteurs doivent prendre n'est pas 'API vs GPU nu' — c'est 'API par token/agent hébergé vs un siège ChatGPT fixe', et c'est ce que ce guide compare.

Règle empirique : si votre équipe exécute des tâches d'agent de type Codex occasionnellement (quelques dizaines d'exécutions par jour ou moins), le coût de 0,35 $ par exécution via l'API est négligeable et vous devriez simplement payer par token. Si vous avez de nombreux sièges exécutant constamment des tâches d'agent dans l'interface propre de ChatGPT, un siège ChatGPT Business à 25 $/mois peut battre la facturation à l'utilisation une fois que l'usage est suffisamment élevé — mais seulement pour le travail effectué dans l'interface utilisateur de ChatGPT, pas pour les appels API bruts depuis votre propre CI ou intégration IDE.

Tous les chiffres « par exécution » de ce guide proviennent de la même trace de référence en 12 étapes utilisée dans nos guides de coûts d'agents : un préfixe système/tâche de 4 000 tokens, une description de tâche de 500 tokens, et 12 étapes d'appels d'outils où chaque étape ajoute un appel d'outil de 300 tokens et un résultat de 1 500 tokens. Les tokens d'entrée à l'étape k sont de 4 500 + 1 800 × (k − 1), soit un total de 172 800 tokens d'entrée sur l'ensemble de l'exécution, plus 3 600 tokens de sortie.

Pour GPT-5.3-Codex, cette exécution de référence coûte 0,35 $ sans mise en cache, ou 0,12 $ si le préfixe croissant est mis en cache entre les étapes. L'écart entre ces deux chiffres — 0,35 $ contre 0,12 $ — est le levier le plus important dans le coût de l'agent Codex, plus important que le choix entre GPT-5.3-Codex et ses modèles frères.

GPT-5.1-Codex, un modèle frère moins cher, exécute la même trace en 12 étapes pour 0,25 $ sans cache et 0,09 $ avec cache. GPT-5.1-Codex-Mini l'exécute pour 0,05 $ sans cache et 0,02 $ avec cache. Si votre charge de travail n'a pas besoin du niveau de capacité spécifique de GPT-5.3-Codex, ces chiffres méritent d'être comparés directement à votre seuil de qualité de tâche avant de vous engager sur le modèle le plus cher.

Les coûts de l'exécution de référence de GPT-5.3-Codex en pleine précision sont de 0,3528 $ sans cache et de 0,1189125 $ avec les lectures de cache modélisées. Le tableau les arrondit à 0,35 $ et 0,12 $ pour l'affichage. Mettez à l'échelle les valeurs en pleine précision, puis arrondissez le budget final au centime près :

• 100 exécutions/jour, sans cache : 100 × 0,3528 $ = 35,28 $/jour.
• 100 exécutions/jour avec les lectures de cache modélisées : 100 × 0,1189125 $ = 11,89 $/jour après arrondi.
• 12 exécutions/jour, sans cache : 12 × 0,3528 $ = 4,23 $/jour après arrondi.

Ce sont des estimations de tokens de modèle pour la trace indiquée. Les budgets mensuels doivent multiplier le coût par exécution non arrondi par le nombre total d'exécutions mensuelles, plutôt que d'ajouter des totaux quotidiens arrondis ou de mettre à l'échelle l'affichage arrondi du tableau. Les estimations avec cache facturent 24 300 tokens d'entrée au tarif normal et 148 500 au tarif de lecture en cache ; les primes d'écriture de cache spécifiques au fournisseur, le stockage, les outils et la révision humaine sont en sus.

ChatGPT Business (Team) est proposé au prix forfaitaire de $25/mois par siège, avec un coût marginal par jeton listé à $0 dans cet ensemble de données — ce qui signifie que l'utilisation au sein du produit ChatGPT pour ce siège n'est pas mesurée comme le sont les appels API bruts. ChatGPT Enterprise et ChatGPT Free sont tous deux listés avec un coût marginal mensuel par jeton de $0, le prix d'Enterprise n'étant pas publié dans cet ensemble de données.

Le compromis : un siège à $25/mois est un prix forfaitaire, mais il n'est pas illimité. Les tâches Codex puisent dans l'allocation d'utilisation du siège, que ChatGPT Work et Codex partagent déjà, et OpenAI indique qu'à partir de décembre 2026, l'allocation Business est mutualisée entre ChatGPT et Codex ; Instant chat n'y puise pas. L'API, facturée à $0.35 ou $0.12 par exécution de 12 étapes, est un coût variable qui évolue avec l'utilisation. Pour un utilisateur modéré unique, calcul approximatif : au taux non arrondi de $0.3528 par exécution non mise en cache, il faudrait environ 71 exécutions en un mois pour égaler le coût d'un siège à $25 (25 ÷ 0.3528 ≈ 71) ; au taux non arrondi de $0.1189125 par exécution mise en cache, environ 210 exécutions (25 ÷ 0.1189125 ≈ 210) égaleraient le coût du siège. En dessous de ces nombres d'exécutions, payez par jeton via l'API. Au-dessus, et si le travail se fait dans l'interface propre de ChatGPT plutôt que dans une intégration personnalisée, le siège peut être moins cher.

Notez que cette comparaison ne vaut que pour le travail effectué dans le produit ChatGPT lié à ce siège. Si votre agent doit s'exécuter dans votre propre pipeline CI, plugin IDE ou serveur d'automatisation, vous avez besoin de l'API mesurée quel que soit le coût du siège — le forfait du siège ChatGPT ne s'applique pas à l'accès programmatique.

L'écart entre 0,35 $ et 0,12 $ par exécution — une réduction de 66 % rien qu'en mettant en cache le préfixe — éclipse la plupart des autres décisions de coût dans cette comparaison. Si votre agent Codex renvoie un préfixe volumineux et principalement statique (instructions système, contexte de dépôt, schémas d'outils) sur plusieurs étapes ou plusieurs exécutions, structurer vos appels pour atteindre le cache a plus de valeur que de débattre entre cloud et local.

À titre de comparaison, d'autres modèles montrent des multiples de cache similaires sur la même trace en 12 étapes : Claude Sonnet 5 passe de 0,38 $ à 0,11 $, GPT-5.4 de 0,49 $ à 0,15 $, et Gemini 3.1 Pro Preview de 0,39 $ à 0,12 $. Le taux avec cache de GPT-5.3-Codex de 0,12 $ se situe presque exactement au niveau du taux avec cache de Gemini 3.1 Pro et de Claude Sonnet 5 — la mise en cache réduit considérablement le champ des « options bon marché ».

Si vous hésitez entre un agent hébergé (qui peut ou non exposer les contrôles de cache) et la construction de votre propre intégration contre l'API brute, l'API brute vous donne généralement plus de contrôle sur le taux de succès du cache, car vous contrôlez exactement comment le préfixe est structuré et réutilisé.

Le coût par token n'est pas la seule variable. Quelques éléments que cet ensemble de données ne peut pas quantifier mais qui comptent dans la décision cloud vs local :

• Latence : un agent hébergé ou un appel API direct ajoute des allers-retours réseau par étape ; une exécution en 12 étapes signifie 12+ allers-retours à moins que les étapes ne soient regroupées.
• Confidentialité/conformité : acheminer du code ou des données propriétaires via une API tierce a des implications de conformité différentes d'un déploiement auto-géré, quel que soit le moins cher.
• Maintenance : l'utilisation de l'API à la consommation ne nécessite aucune maintenance d'infrastructure de votre côté ; les déploiements auto-gérés (si et quand ils sont disponibles pour un modèle donné) ajoutent des frais d'exploitation qui n'apparaissent pas dans un prix par token.
• Passage à l'échelle : la tarification à la consommation évolue en douceur avec l'utilisation ; un siège forfaitaire a une limite de capacité stricte par licence.

Aucun de ces éléments n'a de chiffres concrets dans ce guide, alors traitez-les comme des facteurs de décision en plus des chiffres tarifés ci-dessus, et non comme des éléments à ajouter à votre budget.

Toutes les lignes GPT-5.3-Codex et GPT-5.2-Codex portent des tarifs identiques dans cet ensemble de données. GPT-5.1-Codex-Mini est l'option la moins chère de la gamme Codex ici, à 0,05 $ par exécution en 12 étapes sans cache — un septième du coût de GPT-5.3-Codex — mais vérifiez la qualité de la tâche avant de changer de modèle uniquement sur le prix.

• Intégration programmatique/CI/IDE : vous devez utiliser l'API mesurée — un siège ChatGPT ne couvre pas cela. Prévoyez environ 0,35 $ par exécution de 12 étapes non mise en cache, 0,12 $ en cache.
• Petite équipe, tâches d'agent occasionnelles dans l'interface de ChatGPT : comparez votre nombre d'exécutions mensuel par rapport au seuil de rentabilité du siège (~71 exécutions non mises en cache, ~210 exécutions en cache, par siège, à partir du prix du siège à 25 $) avant de payer pour un siège.
• Agent automatisé à volume élevé avec un préfixe réutilisable : priorisez la mise en cache des invites par rapport à tout autre levier — elle réduit le coût d'exécution de référence de 0,35 $ à 0,12 $, un écart plus important que le changement de niveau de modèle.
• Prototypage sensible aux coûts : envisagez le coût d'exécution de GPT-5.1-Codex-Mini à 0,05 $ non mis en cache / 0,02 $ en cache tout en validant le workflow, puis passez à GPT-5.3-Codex si vous avez besoin de son niveau de capacité.
• Utilisez le calculateur de coût IA pour saisir votre volume d'exécution réel et votre taux de succès du cache plutôt que de vous fier au chiffre unique de l'exécution de référence.

Payez directement pour l'API GPT-5.3-Codex si vous intégrez un agent de codage dans votre propre pipeline, IDE ou système CI — aucun siège ChatGPT ne couvre l'accès programmatique, et à $0.35 par exécution non mise en cache ($0.12 en cache), le coût mesuré est facile à prévoir et à faire évoluer.

Payez plutôt pour un siège ChatGPT Business à $25/mois si l'utilisation de type Codex de votre équipe se fait dans l'interface propre de ChatGPT et que le nombre d'exécutions d'un utilisateur donné dépasse confortablement environ 71 exécutions/mois non mises en cache ou 210 exécutions/mois mises en cache — au-delà de ce point, le forfait du siège est moins cher que la facturation à l'usage, tant que le travail Codex et ChatGPT de cet utilisateur reste dans l'allocation partagée du siège.

Passez à GPT-5.1-Codex-Mini ($0.05/$0.02 par exécution) ou GPT-5.1-Codex ($0.25/$0.09 par exécution) pour le prototypage ou les tâches à moindre enjeu où la capacité supplémentaire de GPT-5.3-Codex ne justifie pas son coût plus élevé par exécution — testez d'abord la qualité des tâches, car aucun de ces chiffres ne reflète les différences de capacité.

Quoi que vous choisissiez, corrigez votre stratégie de préfixe de mise en cache avant de comparer davantage les modes de déploiement : l'écart entre mise en cache et non mise en cache ($0.35 contre $0.12) est plus important que toute économie plausible provenant d'un changement de fournisseur ou de forfait.