TCO d'un agent autonome : coûts tokens, FinOps, budget vs frontier, prompt caching et heartbeat

Le logiciel est gratuit ; la facture, ce sont les tokens. Un agent autonome peut coûter 10-30 $/mois en usage personnel comme 300-600 $/mois en configuration multi-agent 24/7 non optimisée, voire des milliers de dollars par accident de configuration. Le poste dominant et le plus sous-estimé est le heartbeat.

Combien coûte réellement un agent autonome ?

Le runtime, la gateway et le stockage sont gratuits. Le coût est presque entièrement constitué des appels de tokens LLM. Fourchettes observées (prix catalogue 2026) :

Profil	Coût mensuel	Configuration typique
Minimal / perso	10-30 $	Modèle éco (Gemini Flash/Groq), heartbeat espacé, 10-15 messages/j
Équipe active	30-80 $	Sonnet avec réglages raisonnables
Multi-agent 24/7 non optimisé	300-600 $	Browser automation, plusieurs agents, Opus

Cas extrême documenté : le blogueur tech Federico Viticci a consommé 1,8 million de tokens pour une facture de 3 600 $ sur un mois, illustration du danger d'une configuration non maîtrisée (source secondaire à traiter comme anecdote illustrative, pas comme moyenne).

Pourquoi le heartbeat domine-t-il la facture ?

Le heartbeat (les « réveils » périodiques que la gateway envoie pour que l'agent réagisse aux événements programmés) s'exécute que vous utilisiez l'agent ou non. Ordres de grandeur :

• 48 cycles/jour à l'intervalle par défaut de 30 minutes.
• 8 000 à 15 000 tokens de contexte par cycle.
• 60 à 80 % du volume total de tokens sur un setup par défaut.

Impact selon le modèle : sur Claude Opus 4.6, le heartbeat seul revient à ~72 $/mois ; le même schéma sur Gemini 3.1 Flash coûte ~1,44 $/mois. Router le heartbeat vers un modèle éco (Haiku, Gemini Flash) ou local (Ollama) réduit la facture de 40 à 70 % à lui seul.

Comment optimiser avec le prompt caching ?

Le prompt caching stocke les parties statiques des requêtes (system prompt, définitions d'outils) et les réutilise à prix cassé. Selon la documentation officielle Anthropic : « Cache reads: When cached content is used (10% of base input token price) ». La lecture de cache coûte 0,1× le prix input (remise de 90 %) ; l'écriture de cache coûte 1,25× (TTL 5 min) ou 2× (TTL 1 h).

Astuce documentée par la communauté : régler le heartbeat à 55 minutes pour un cache TTL de 60 minutes garde le cache « chaud » et n'entraîne l'écriture (plus chère) qu'une fois. Un développeur documente un passage de 720 $ à 72 $/mois grâce à cette technique. Économie typique sur le total : 15-25 % (le system prompt/tool defs représentant 10-15 % de la consommation). Le caching est le plus rentable quand le system prompt est stable : éviter d'éditer sans cesse les fichiers de workspace (SOUL.md, AGENTS.md).

Budget vs frontier : quelle stratégie de model routing ?

La plus grande économie vient du routage par complexité de tâche :

Tier	Modèles	Part des appels	Usage
Budget	Gemini 3.1 Flash, Groq/Llama	~80 %	Heartbeats, lookups simples, rappels, triage e-mail
Mid	Claude Sonnet 4.6, GPT-5.4	~15 %	Rédaction de contenu, analyse, workflows multi-étapes
Premium	Claude Opus 4.6	~5 %	Revue de code, planification stratégique, rédaction fine

Ce routage fait passer une facture mensuelle de 45 $ à 11 $ sans différence de qualité sur les tâches routinières (retour d'expérience communautaire). Autres leviers : Batch API (-50 % input/output pour les traitements non urgents, latence jusqu'à 24 h), réduction de la fréquence des heartbeats (30→60 min = -75 % de coût heartbeat), délégation à des cron jobs avec modèles éco, trim du contexte (/context detail, bootstrapMaxChars), quotas durs.

Méthode d'estimation rapide

Formule directionnelle (±20-30 %) :

Coût messages/j = messages/j × tokens/message (~3000-5000) × prix input du modèle
Coût heartbeat/j = 48 × ~10 000 × prix input du modèle
Coût mensuel ≈ (coût messages/j + coût heartbeat/j) × 30

Exemple : 20 messages/j × 4 000 tokens × 0,10 $/1M (Gemini Flash) + heartbeat → ~1,68 $/mois. Le même usage entièrement sur Sonnet 4.6 → ~54 $/mois. Le choix du modèle pilote tout.

FAQ

OpenClaw ou Hermès Agent coûte-t-il des licences ? Non, les deux sont gratuits (MIT). La facture vient uniquement du fournisseur de modèle.

L'exécution locale (Qwen/Nemotron) supprime-t-elle le coût token ? Oui pour l'inférence (remplacée par le coût matériel/électricité), voir Souveraineté. C'est pertinent pour les charges de heartbeat volumineuses.

Pourquoi ma facture est-elle plus élevée que prévu ? Le plus souvent : accumulation de contexte (historique de session), snapshots navigateur, heartbeats fréquents sur un modèle premium. Utiliser /status et /context detail pour diagnostiquer.

---

Sources

• docs.openclaw.ai/reference/token-use
• provision.ai/openclaw-cost
• sfailabs.com/guides/openclaw-api-costs
• clawhosters.com
• platform.claude.com/docs (prompt caching)
• help.apiyi.com