Blog / · 6 min de lecture
Les crédits IA ont gagné. Le forfait magique pour coder est mort.
GitHub Copilot passe à la facturation par crédits, Codex rappelle que les agents coûtent cher, et les devs vont devoir apprendre à piloter leur budget IA.
Pendant deux ans, on a fait semblant.
20 dollars par mois, et derrière : autocomplétion, chat, agent, review, génération de tests, parfois un modèle premium qui mouline sur une codebase entière. Tout ça rangé dans la même case mentale : “mon abonnement IA”.
Ce mois de juin 2026 remet les choses à plat. GitHub Copilot migre vers une logique de crédits IA. Les modèles premium ont des multiplicateurs. Les reviews Copilot consomment aussi. Les entreprises peuvent poser des budgets par utilisateur.
Ce n’est pas un détail de billing.
C’est la fin d’une illusion : un agent de code n’est pas un chatbot un peu plus malin. C’est une machine à brûler du calcul.
Pourquoi le forfait fixe ne pouvait pas tenir
L’autocomplétion classique coûte relativement peu. Une requête courte, une réponse courte, peu de contexte. Le modèle finit une ligne, propose une fonction, basta.
Un agent de code, lui, fait autre chose :
- il lit le repo ;
- il explore des fichiers ;
- il lance des commandes ;
- il se trompe ;
- il relit ;
- il corrige ;
- il regénère ;
- il écrit un résumé ;
- parfois il ouvre une PR.
Une seule “demande” utilisateur peut déclencher vingt opérations internes. Et plus l’agent est bon, plus on lui confie des tâches longues.
Le produit vend une intention : “fix ce bug”.
L’infra paie une boucle : lire, raisonner, agir, vérifier, recommencer.
Les deux ne rentrent pas proprement dans un abonnement plat.
GitHub ne fait que rendre visible ce qui existait déjà
Le passage de Copilot vers des crédits IA peut agacer. Je comprends. Personne n’aime ouvrir un outil qu’il croyait illimité et découvrir une mécanique de compteur.
Mais il y a au moins une qualité dans ce mouvement : il force à regarder le coût réel du workflow.
Copilot Pro et Pro+ gardent une enveloppe mensuelle alignée sur le prix du plan. Les usages premium puisent dedans. Les admins peuvent lire des rapports. Les entreprises peuvent mettre des budgets par cost center et par utilisateur.
Dit autrement : l’IA coding rentre dans le monde normal du logiciel d’entreprise.
Pas très sexy. Très réel.
Les DSI ne veulent pas seulement savoir si un agent code bien. Elles veulent savoir :
- combien coûte une équipe qui l’utilise vraiment ;
- qui consomme trop ;
- quels modèles sont autorisés ;
- comment éviter qu’un vendredi après-midi se transforme en ligne de facture étrange ;
- comment expliquer le ROI sans brandir un tweet.
Bienvenue dans la phase adulte.
Le nouveau skill : savoir dépenser
Les développeurs vont devoir apprendre une compétence qu’on n’avait pas vraiment : router économiquement le travail.
Avant, la question était : “quel modèle répond le mieux ?”
Maintenant, la bonne question ressemble plutôt à :
quelle est la tâche la moins chère qui donne un résultat reviewable sans augmenter mon risque ?
Ce n’est pas toujours le modèle le plus fort.
Pour écrire un test trivial, un modèle moyen suffit. Pour comprendre une dette d’architecture vieille de quatre ans, il faut payer le modèle cher. Pour renommer 80 imports, il vaut mieux un script qu’un agent. Pour auditer une PR sensible, il faut parfois deux modèles : un qui propose, un qui critique.
Le dev qui balance tout sur le modèle premium “parce que ça marche mieux” va devenir le collègue qui laisse tourner un cluster Kubernetes pour servir une landing page.
Pas méchant. Juste cher.
Les agents rendent le coût moins prévisible
Le point pénible, c’est la variance.
Une demande apparemment simple peut exploser :
- parce que le repo est gros ;
- parce que les tests cassent ;
- parce que l’agent part lire de la doc ;
- parce qu’il fait trois tentatives ;
- parce qu’il lance une review automatique derrière ;
- parce qu’un sous-agent s’active sans que tu l’aies vraiment anticipé.
Le vieux modèle mental “une question = une réponse” ne marche plus.
On va avoir besoin de meilleurs outils de budget : pré-estimation, hard stop, résumé des appels internes, coût par tâche, coût par PR, coût par agent. Pas un dashboard marketing. Un vrai relevé d’opérations.
Le jour où un agent consomme 8 euros pour corriger une typo, je veux savoir pourquoi.
Ce que je changerais dans mon workflow
Première règle : pas d’agent long sans budget explicite. Une migration de deux heures doit avoir un plafond. Quand il l’atteint, il s’arrête et explique où il en est.
Deuxième règle : les tâches mécaniques vont d’abord au code déterministe. sed, codemod, script AST, migration SQL. L’IA peut écrire l’outil, mais elle n’a pas forcément à exécuter la transformation elle-même en mode freestyle.
Troisième règle : les modèles premium doivent justifier leur usage. Pas bureaucratiquement. Juste dans le prompt ou le ticket : “risque élevé”, “contexte large”, “architecture”, “sécurité”, “debug incertain”.
Quatrième règle : mesurer par outcome, pas par nombre de requêtes. Si un agent consomme beaucoup mais livre une PR propre sur un bug bloquant, très bien. S’il consomme peu mais produit un diff confus qu’on met deux heures à relire, il n’est pas bon marché.
Le fond du sujet
Les crédits IA vont frustrer parce qu’ils cassent une sensation d’abondance. Mais cette abondance était artificielle.
Le vrai problème n’est pas que l’IA devienne payante à l’usage. Elle l’a toujours été, quelque part dans la pile.
Le problème, c’est que nos interfaces ne sont pas encore honnêtes sur ce qu’elles déclenchent.
Quand je clique sur “review this PR”, je veux savoir si je lance une lecture superficielle à 20 centimes ou un audit multi-agent à 6 euros. Les deux peuvent être utiles. Mais ce ne sont pas le même produit.
2026 sera l’année où les agents de code arrêtent d’être vendus comme de la magie.
Ils deviennent une ligne de coût. Et paradoxalement, c’est bon signe : les outils qui finissent dans les budgets sont ceux qu’on utilise vraiment.
Sources
Continuer la lecture