Fable 5 coûte 328× plus cher...
Pour classer des emails (par exemple)
Salut,
Cette semaine, j’ai publié une vidéo pour râler un peu.
La course au dernier modèle. Et surtout la hype autour, et les fausses promesses du business facile et automatique…
J’y fait un test simple : classifier un email avec Claude Fable 5, puis avec Mistral Ministral 8B.
Même tâche, même résultat.
La différence ? Un facteur 328 sur le prix. Et 3,5× plus lent.
Ce n’est pas une extrapolation. C’est la 1ère brique d’un workflow de gestion automatisée d’emails qu’on installe chez beaucoup de clients.
Les chiffres sont réels.
Le test
J’ai pris un classifieur d’emails, un nœud n8n avec 6 catégories : spam, marketing, newsletter, transactionnel, notification, professionnel. Le même prompt, les mêmes emails, les mêmes catégories.
Deux modèles. Un seul résultat.
Claude Fable 5 :
- 5 104 tokens consommés
- 3,5 secondes par email
- Thinking mode : obligatoire
Mistral Ministral 8B :
- 3 900 tokens consommés
- 1 seconde par email
- Aucun raisonnement forcé
Résultat de la classification : identique.
Spam = spam. Pro = pro.
Pourquoi un tel écart ? Les vrais chiffres
Avant de parler coûts, voici les tarifs officiels. Pas des estimations. Les pages de pricing, août 2026.
Anthropic, gamme API :
Fable 5 : 10 $ input / 50 $ output par MTok.
Opus 5 : 5 $ / 25 $. Sonnet 5 : 2 $ / 10 $. Haiku 4.5 : 1 $ / 5 $.
Regardez bien : même Haiku, leur modèle « pas cher », est à 5 $ / MTok en output. Il n’y a rien en dessous. Leur entrée de gamme est 33× plus chère que ce qui suffit pour 90 % des tâches.
Mistral, gamme API :
Ministral 8B : 0,15 $ input / 0,15 $ output par MTok.
Ministral 3B : 0,10 $ / 0,10 $. Mistral Small 4 : 0,20 $ / 0,60 $.
Le rapport est sans appel. Pour les tâches de production, Anthropic n’a tout simplement pas d’offre compétitive. 33× plus cher que Mistral pour le modèle le moins cher de leur gamme. 333× pour Fable 5 .
Ce que ça donne à l’échelle
Maintenant qu’on a les prix, prenons un volume réaliste : 1 000 emails / jour. Une PME qui automatise sa gestion de boîte mail pour l’ensemble des équipes.
Par jour :
- Fable 5 : 193 $
- Mistral 8B : 0,59 $
Par mois :
- Fable 5 : 5 790 $
- Mistral 8B : 17,70 $
Par an :
- Fable 5 : ~69 500 $
- Mistral 8B : ~215 $
Pour classer des emails.
Le pire ? Fable 5 brûle 1 200 tokens de plus par email.
Ce sont les tokens de « réflexion » qu’Anthropic t’oblige à consommer. Le modèle se dit à lui-même : « L’utilisateur m’envoie ce texte, voyons dans quelle catégorie je dois le classer… » et ça génère du texte que personne ne lit, mais que tout le monde paie.
Et là, on ne parle que d’UNE seule étape
La classification, c’est l’étape 1 d’un pipeline de gestion d’emails. Une vraie automatisation, ça ressemble à ça :
1. Classifier l’email → 5 104 tokens
2. Extraire les infos clés (client, montant, deadline) → ~4 000 tokens
3. Déterminer l’action (répondre, archiver, escalader) → ~3 500 tokens
4. Générer un brouillon de réponse si nécessaire → ~6 000 tokens
5. Router vers le bon dossier CRM → pas d’IA, juste du code
4 étapes qui utilisent l’IA. 4 décisions.
Avec Fable 5 sur chaque étape :
- 1. Classifier : 193 $ / jour
- 2. Extraire : ~150 $ / jour
- 3. Décider : ~130 $ / jour
- 4. Rédiger : ~230 $ / jour
Total : ~700 $ / jour → 21 000 $ / mois => IMPOSSIBLE
Avec le bon modèle à chaque étape :
- 1.Classifier (Mistral 8B) : 0,59 $ / jour
- 2. Extraire (Mistral 8B) : 0,59 $ / jour
- 3. Décider (Mistral 8B) : 0,59 $ / jour
- 4. Rédiger (Sonnet/Mistral Medium) : ~5 $ / jour
Total : ~7 $ / jour → 210 $ / mois
Vous lisez bien.
21 000 $ vs 210 $. Un facteur 100.
Juste en choisissant le bon modèle pour chaque tâche.
Et c’est un pipeline simple. 4 étapes. 1 000 emails. Multipliez par le nombre de pipelines qui tournent dans une boîte, par le nombre de clients, par le nombre d’étapes… Les chiffres deviennent absurdes.
Personne ne peut scaler avec Fable 5 partout.
C’est mathématique.
Transposé au SEO/GEO
Maintenant, prenez un pipeline de production de contenu SEO. La vague GEO est là : les LLMs citent du contenu, Google intègre l’IA dans la SERP. Vos clients veulent être visibles sur ChatGPT, Perplexity, Gemini.
Le volume de contenu à produire explose. Un client qui demandait 10 articles par mois en veut 50. Avec des déclinaisons. Des FAQs. Des schemas. Des variants optimisés pour chaque LLM.
Et mon pipeline de production automatisée de contenus SEO comporte 98 étapes.
98. Vous avez bien lu.
C’est celui là qu’on installe chez nos clients.
Alors je vous laisse faire le calcul. Si 4 étapes avec Fable 5 partout = 21 000 $ au lieu de 210 $… imaginez 98.
Le problème n’est pas Fable 5
Fable 5 est un excellent modèle. Pour raisonner sur de l’architecture logicielle, pour débugger du code complexe, pour prototyper un système, il a sa place.
Le problème, c’est de l’utiliser pour tout.
Récupérer un email, classer un contenu, extraire une donnée…
99% des tâches. Des tâches que GPT-3 faisait déjà très bien en 2022.
Ceux qui utilisent Claude avec des skills et des MCPs ?
C’est pire.
Parce que vous ne choisissez pas quel modèle tourne sur quelle étape. C’est Claude qui gère. Et Claude, son business model, c’est de vous cramer du token.
Un skill = un prompt chargé à la volée.
Un MCP = de la doc transformée en prompt.
5 skills + 3 MCP = des tokens empilés en entrée, et Fable 5 qui raisonne sur chaque couche en sortie.
C’est pas de l’innovation. C’est un modèle économique.
La règle : le bon modèle au bon endroit
Voici comment on met en place chez nos clients :
Niveau 1 : Tâche simple (classifier, extraire, résumer)
→ Modèle léger. Mistral 8B, GPT-4o mini, Claude Haiku.
→ 0,15 $ / MTok. Assez pour 90 % des besoins.
Niveau 2 : Tâche créative (brainstorming, rédaction, contenu)
→ Milieu de gamme. Claude Sonnet, GPT-5, Mistral Medium.
→ 2 à 15 $ / MTok. Pour ce qui nécessite du style.
Niveau 3 : Tâche complexe (raisonnement, architecture, code)
→ Là, oui, sortez Fable 5 ou Opus.
→ 50 $ / MTok.
→ Pour les 1 % de tâches qui le méritent.
3 niveaux. 3 budgets.
Le bon modèle au bon endroit.
Et à chaque niveau, un fallback : si Mistral tombe, on bascule sur DeepSeek. Si Anthropic rame, on passe chez OpenAI. L’architecture est indépendante du fournisseur. C’est ça, un système qui tient.
Arrêtez d’enrichir ceux qui vous ponctionnent
Je vais être direct.
Les Américains vous vendent du token à prix d’or. Anthropic, OpenAI… leur stratégie est claire : rendre le raisonnement obligatoire, ajouter des couches (skills, MCP, managed agents), et vous facturer chaque token de « réflexion » que vous n’avez pas demandé.
Pendant ce temps, Mistral, une boîte française, propose des modèles 300× moins chers, open source pour certains, avec des résultats équivalents sur 90 % des tâches de production.
La question n’est pas technique. Elle est économique.
Alors oui, utilisez Fable 5 pour concevoir vos outils.
Pour architecturer.
Pour coder ce qui est complexe.
Mais pour l’exécution, la classification, l’extraction, le résumé, le routage : branchez un modèle qui coûte 300× moins cher et qui va 3× plus vite.
Et surtout, rappelez-vous :
si un pipeline simple de 4 étapes passe de 21 000 $ à 210 $ juste en choisissant le bon modèle… imaginez ce que ça donne sur 98 étapes.
Ce que je vous propose
Si vous avez un pipeline de contenu SEO/GEO, regardez votre stack. Comptez vos tokens. Identifiez chaque étape. Demandez-vous : est-ce que cette étape a vraiment besoin d’un modèle à 50 $ le million de tokens ?
90% du temps, la réponse est non.
Appliquez la règle des 3 niveaux. Mettez un fallback derrière chaque modèle. Arrêtez de donner votre argent à ceux qui vous vendent du raisonnement forcé.
C’est la première chose qu’on met en place chez nos clients. Et c’est ce qui fait la différence entre un pipeline qui coûte 5 000 $ par mois et un pipeline qui en coûte 50.
Si vous voulez qu’on regarde votre stack ensemble, vous savez où me trouver.
++
PS : La vidéo complète où j’en parle :
Sources :
tarifs API Anthropic (claude.com/pricing)
Mistral (mistral.ai/pricing), août 2026.