En basculant sa tarification de l'abonnement au message vers une facturation indexée sur les tokens consommés, OpenAI franchit une étape structurelle dans la monétisation de ses outils de coding assisté par IA. Un tournant qui suscite autant d'inquiétudes chez les développeurs individuels que de questions sur la trajectoire commerciale de l'entreprise avant son introduction en bourse.Pendant des mois, certains développeurs considéraient l'accès à Codex pour 20 dollars par mois comme la meilleure affaire de tout l'écosystème IA. Cette période touche à sa fin. Depuis le 2 avril 2026, OpenAI a mis à jour la tarification de Codex pour l'aligner sur la facturation par token de l'API, en remplacement de l'ancien système de tarification au message. Ce changement, d'abord déployé auprès des clients Business et Enterprise, est destiné à s'étendre à l'ensemble des utilisateurs, y compris ceux sous abonnements Plus et Pro, dans les semaines à venir.
Concrètement, le mécanisme ne disparaît pas entièrement : les crédits restent l'unité de facturation centrale, mais leur calcul change radicalement de base. Les estimations moyennes par message sont remplacées par une correspondance directe entre la consommation de tokens et les crédits débités. Ce modèle fait dépendre la consommation réelle de la répartition entre tokens d'entrée, tokens d'entrée mis en cache et tokens de sortie dans chaque tâche.
Pour le modèle phare de l'écosystème, le GPT-5.3-Codex, le prix de référence s'établit à 1,75 dollar par million de tokens en entrée et 14 dollars par million de tokens en sortie, avec une fenêtre de contexte pouvant atteindre 400 000 tokens. Le mode rapide (fast mode) consomme deux fois plus de crédits. OpenAI estime que Codex coûte en moyenne entre 100 et 200 dollars par développeur par mois, avec une forte variance selon le modèle utilisé, le nombre d'instances actives, les automatisations et le recours au mode rapide.
Transparence ou hausse déguisée ?
La communication officielle d'OpenAI met en avant la lisibilité accrue du nouveau modèle. Ce format permet de mieux cartographier la consommation de crédits par rapport à l'activité réelle du modèle, d'aligner la tarification de Codex sur la mesure par token et d'obtenir une visibilité plus claire sur la façon dont les tokens d'entrée, d'entrée mis en cache et de sortie contribuent à l'usage total.
Sur le fond, l'argument est défendable. L'ancien système de facturation au message était structurellement opaque : une requête simple et une tâche de refactorisation multi-fichiers coûtaient techniquement le même prix, ce qui ne reflétait pas la réalité des ressources consommées. Cette imprécision était en partie intentionnelle : elle donnait à OpenAI une marge de manœuvre pour obscurcir la valeur réelle obtenue par rapport à un abonnement de 20 ou 200 dollars, et maintenait une tension gérable entre tarification forfaitaire et accès API par token pour les grandes entreprises.
Mais cette transparence a un coût immédiat pour certains profils d'utilisateurs. L'impact varie selon la nature des charges de travail : certains utilisateurs pourraient constater une consommation de crédits plus élevée, d'autres plus faible, selon la proportion de tokens en entrée, en cache et en sortie dans leurs tâches. Les tâches à forte production de tokens et le mode rapide consomment généralement plus de crédits que les tâches légères. Un développeur travaillant sur des bases de code volumineuses avec de longs contextes sera donc structurellement désavantagé par rapport à l'ancienne tarification forfaitaire.
La réaction de la communauté : entre résignation et colère
Les réactions oscillent entre lucidité économique et frustration pratique. Un commentateur estime que ce changement représente une multiplication du coût par dix pour certains usages, affectant directement sa capacité à terminer des projets en cours. Il décrit avoir pris en charge des développements qui auraient normalement nécessité une équipe de cinq à dix personnes sur plusieurs mois, misé sur cet outil pour les mener à bien, et se retrouver aujourd'hui sans visibilité sur la viabilité économique de la transition.
D'autres voix rappellent que les subventions conduisent mécaniquement au gaspillage, et qu'il était inévitable que cette phase d'accès subventionné prenne fin. La comparaison avec Uber revient à plusieurs reprises dans les commentaires pour décrire la trajectoire type d'un produit technologique financé par du capital-risque : croissance agressive à perte, puis alignement progressif sur la rentabilité.
Le problème structurel soulevé par plusieurs participants est celui de la prévisibilité : une tarification à l'usage impose aux utilisateurs de savoir à l'avance comment ils vont consommer le service, ce qui est précisément impossible dans un workflow d'assistance au code où la complexité des tâches varie considérablement. C'est d'ailleurs le modèle qui a rendu AWS si profitable....
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.