SitePoint propose une analyse du coût total de possession (TCO) opposant les LLM exécutés en local aux API cloud, à horizon 2026. La thèse fondatrice : comparer sur le seul prix au token est un piège. Le prix affiché d'une grille API ou le MSRP d'un GPU ne raconte qu'une fraction de l'histoire ; seul un modèle TCO complet, sur 12 et 36 mois, intégrant matériel, électricité, refroidissement et main d'œuvre, permet de décider. L'article construit ce modèle sur trois paliers d'usage : léger, moyen et lourd (10 à 100 M+ tokens/jour).

Côté cloud, l'article publie une grille tarifaire par million de tokens qui révèle deux asymétries majeures. D'abord, la sortie coûte 4 à 5 fois l'entrée (GPT-4.1 : 2 $ en entrée / 8 $ en sortie ; Claude 4 Sonnet : 3 $/15 $ ; Claude 4 Opus : 15 $/75 $). Ensuite, l'écart entre modèles atteint ~150× sur l'entrée, de GPT-4.1 nano (0,10 $) à Claude 4 Opus (15 $) : le modèle — son éditeur, sa génération, sa taille — détermine le coût unitaire du token, à la manière du coût de production de l'électricité selon sa source.

Côté local, le matériel (RTX 5090 à 1 999 $, build Mac M4 à 6 150 $, AMD MI325X) ne se rentabilise pas avant 15 à 20 M tokens/jour, et n'atteint la parité contre les options hébergées les moins chères qu'à 36 mois en usage lourd soutenu, pour un coût effectif d'environ 7,15 $/M tokens. Les coûts que tout le monde sous-estime — électricité, refroidissement, main d'œuvre (jusqu'à 30-60 h/mois en palier lourd) — pèsent lourd. La sensibilité au prix de l'électricité est frappante : passer du tarif US (0,12 $/kWh) aux tarifs européens (0,25-0,30 $/kWh) repousse le break-even de 40 à 60 % en volume quotidien.

L'enseignement central, qui sert de titre-conclusion : les points de break-even 2026 sont 40 % plus bas qu'en 2024. La baisse structurelle du coût du matériel et la maturation des modèles open-weight rendent le local viable à des volumes de plus en plus accessibles. La décision finale dépend du profil : le local devient pertinent pour des volumes soutenus, des exigences de souveraineté/confidentialité et un horizon d'amortissement de 3 ans ; le cloud conserve l'avantage de la flexibilité, de l'absence de capital initial et de l'accès aux modèles frontière. Au-delà du coût, l'article rappelle les arbitrages de performance, de confidentialité et de flexibilité.