Le mode xhigh de Gemini 4 Hydrogen coûte six fois plus cher que high : 23,61 cents contre 3,99 cents par réponse
Gemini 4 Hydrogen propose un réglage « combien réfléchir avant de répondre » : le niveau high et le niveau xhigh, encore plus élevé. Simon Willison a demandé au modèle de dessiner un pélican à vélo : high a utilisé 5 311 tokens (unités de texte facturées) et 3,99 cents, xhigh 31 477 tokens et 23,61 cents. C'est près de six fois plus cher, mais les images, selon lui, diffèrent nettement. Il vaut donc mieux activer xhigh pour les tâches complexes plutôt que par défaut.
Traité par IA depuis X: @simonw ; édité par Hamidun News
Les modèles actuels savent « réfléchir » avant de répondre, et beaucoup proposent un réglage de la durée de cette réflexion. Chez Gemini 4 Hydrogen, ces réglages sont les niveaux de raisonnement high (élevé) et xhigh (encore plus élevé). Plus le modèle réfléchit longtemps, plus il génère de texte. Or ce texte, mesuré en tokens (petits morceaux de mots), est facturé. Simon Willison, développeur connu et auteur de nombreux tests informels pour les modèles de langage, a montré sur un exemple ce que coûte cette différence : xhigh a coûté 23,61 cents, et high 3,99 cents, pour une seule et même requête.
Ce qui a été comparé
Simon Willison teste depuis longtemps les modèles avec une même tâche ludique : demander de dessiner un pélican à vélo sous forme d'image vectorielle. La tâche paraît simple, mais elle exige d'assembler un objet reconnaissable à partir de formes de base, de trouver les bonnes proportions et de placer correctement les détails. Il a lancé le même modèle, Gemini 4 Hydrogen, deux fois : avec le niveau high, puis avec le niveau xhigh.
Résultats en ressources :
- high : 5 311 tokens de sortie, coût de 3,99 cents ;
- xhigh : 31 477 tokens de sortie, coût de 23,61 cents.
Selon l'auteur, la différence entre les deux pélicans est « très importante ». Les images étaient jointes à son message, et l'évaluation de la qualité lui appartient entièrement : nous n'avons pas comparé les images et nous ne reprenons que sa conclusion.
Où partent les dépenses
En divisant le prix par le nombre de tokens, on obtient dans les deux cas environ 7,5 dollars par million de tokens de sortie. C'est une estimation grossière à partir des chiffres publiés, mais elle montre l'essentiel : le tarif par token est pratiquement le même pour les deux modes. La facture a grimpé parce que le modèle en xhigh a écrit 5,9 fois plus : 31 477 tokens contre 5 311. Le prix a donc augmenté dans presque la même proportion, soit 5,9 fois.
Pour un seul dessin, la différence est d'environ 20 cents, c'est-à-dire une somme dérisoire. Mais imaginez un agent qui effectue des centaines d'appels par session, ou un service traitant des dizaines de milliers de requêtes par jour. Là, le multiplicateur de 5,9 transforme la situation entre « acceptable » et « il faudra l'expliquer au directeur financier ». De plus, trente mille tokens se génèrent nettement plus longtemps que cinq mille, si bien que le temps d'attente de la réponse augmente aussi. Ce raisonnement est le nôtre et non celui du message, mais il découle directement du volume de texte.
Que faire
Trois conclusions pratiques.
Premièrement : n'activez pas le niveau maximal par défaut. Commencez par high et ne passez à xhigh que là où vous constatez réellement une différence de qualité sur vos propres exemples : tâches de code complexes en plusieurs étapes ou génération de structures élaborées.
Deuxièmement : calculez le coût d'une tâche, et non celui d'un token. La grille tarifaire donne une indication, mais la facture réelle dépend du temps que le modèle a décidé de « réfléchir ». Mesurez le nombre moyen de tokens de sortie pour une requête type à chaque niveau, puis multipliez par le tarif.
Troisièmement : mettez en place un routage. Confiez les requêtes simples aux niveaux bas, les intermédiaires à high, et réservez xhigh aux cas où la première tentative échoue ou où une erreur coûte cher.
Limites
Il s'agit d'un seul message et d'un seul exemple. Le test du pélican est subjectif et n'est pas un benchmark à métrique, et une seule paire d'images ne prouve pas que xhigh apportera le même gain sur vos tâches. On ne sait pas non plus si xhigh consomme toujours exactement six fois plus de tokens : le volume de raisonnement dépend de la complexité de la requête. Mais le calcul reste utile dans tous les cas. Avant d'activer le maximum, estimez de combien la facture va augmenter et vérifiez si le gain de qualité justifie ce surcoût.
- 22 nov. 2026Les analystes ont fait le calcul : en 2028, 87 % de l'électricité d'Anthropic viendra du gaz, 11 % du charbon
- 22 nov. 2026Test juridique de 15 LLM : deux IA-juges favorisent leurs propres modèles, avec un écart de 0,04 point sur 1
- 22 nov. 2026La SEC examine la comptabilité de Nvidia : l'action chute de 14 % en une seule journée
- 22 nov. 2026Le projet personnel de LangChain est devenu une start-up valorisée 3 milliards de dollars en quatre ans et a levé 300 millions
Questions clés sur cet article
Que sait-on sur Ce qui a été comparé ?
Simon Willison teste depuis longtemps les modèles avec une même tâche ludique : demander de dessiner un pélican à vélo sous forme d'image vectorielle. La tâche paraît simple, mais elle exige d'assembler un objet reconnaissable à partir de formes de base, de trouver les bonnes proportions et de placer correctement les détails. Il a lancé le même modèle, Gemini 4 Hydrogen, deux fois : avec le niveau high, puis avec le niveau xhigh.
Que sait-on sur Où partent les dépenses ?
En divisant le prix par le nombre de tokens, on obtient dans les deux cas environ 7,5 dollars par million de tokens de sortie. C'est une estimation grossière à partir des chiffres publiés, mais elle montre l'essentiel : le tarif par token est pratiquement le même pour les deux modes. La facture a grimpé parce que le modèle en xhigh a écrit 5,9 fois plus : 31 477 tokens contre 5 311. Le prix a donc augmenté dans presque la même proportion, soit 5,9 fois.
Que sait-on sur Que faire ?
Trois conclusions pratiques. Premièrement : n'activez pas le niveau maximal par défaut. Commencez par high et ne passez à xhigh que là où vous constatez réellement une différence de qualité sur vos propres exemples : tâches de code complexes en plusieurs étapes ou génération de structures élaborées. Deuxièmement : calculez le coût d'une tâche, et non celui d'un token. La grille tarifaire donne une indication, mais la facture réelle dépend du temps que le modèle a décidé de « réfléchir ».
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.