Skip to content
    HAQQ
    Se connecter
    Contacter les ventes
    Essayer HAQQ
    Essayer HAQQ
    1. Accueil
    2. Blog
    3. Le coût d'une requête rédigée par IA : 1,67 $ bien routée, 4,55 $ sinon
    IA & Tech Juridique

    Le coût d'une requête rédigée par IA : 1,67 $ bien routée, 4,55 $ sinon

    Un motion to dismiss rédigé par IA coûte 1,67 $, ou 4,55 $ si tout tourne sur le plus gros modèle. Où va l'argent, étape par étape, et comment corriger.

    Stephane BoghossianStephane Boghossian|
    5 mai 2026
    9 min de lecture
    Le coût d'une requête rédigée par IA : 1,67 $ bien routée, 4,55 $ sinon

    Une motion to dismiss fédérale, rédigée de bout en bout par l'IA, coûte 1,67 $ en coût de modèle brut. Le même workflow, exécuté du début à la fin sur le modèle le plus performant, coûte 4,55 $. Même livrable. Même input. Même grille d'évaluation. L'écart de 2,7x tient à une seule décision d'architecture : quel modèle traite quelle étape.

    La plupart des cabinets qui utilisent l'IA aujourd'hui paient la facture tout-Opus et ne voient jamais la version à 1,67 $, parce que personne n'a câblé le routage.

    Les faits clés

    • Le premier jet représente 63% de la facture IA totale d'une motion to dismiss, un seul appel Opus coûte plus cher que les 15 autres appels réunis (scénario modélisé, tarifs de modèles réels et vérifiés).
    • La vérification des citations représente 1,6% de la facture : huit appels Haiku, 0,0272 $ au total ; sur Opus, la même étape coûte environ 16x plus cher, sans gain de qualité.
    • Le routage tout-Opus coûte 2,7x la facture en routage mixte, une surprime de 171,5% pour un livrable fonctionnellement identique.

    Ce texte porte sur la destination réelle de l'argent dans un mémoire rédigé par IA, sur les raisons pour lesquelles l'étape de vérification des citations représente 1,6% de la facture (et doit y rester), et sur ce que ces chiffres impliquent pour la façon dont les cabinets devraient facturer le travail assisté par IA à leurs clients.

    Ce que nous avons mesuré (et ce que nous n'avons pas mesuré)

    Une clarification honnête d'abord, parce que ces chiffres portent le poids de la démonstration.

    Ces chiffres ne proviennent pas de l'instrumentation d'un dossier client réel. Ils proviennent d'un petit harnais ouvert - une fine surcouche du SDK du LLM qui journalise, par appel, le nombre de tokens, le modèle, le libellé de l'étape et le coût calculé - appliqué à trois scénarios juridiques modélisés :

    • Motion to dismiss (recherche, rédaction, vérification des citations, révision)
    • Revue de NDA (une seule passe sur un contrat)
    • Première passe de discovery (100 documents, marquage pertinence + privilège)

    Nous modélisons plutôt que nous ne mesurons parce que nous sommes encore en train de câbler l'instrumentation en production. Cela viendra. Pour l'instant : les tarifs des modèles sont réels (vérifiés sur les pages tarifaires des fournisseurs au 5 mai 2026). La structure de coûts est réelle. Les volumes de tokens exacts sont des estimations réalistes, fondées sur ce à quoi ressemblent des motions de 15 pages, des mémos de recherche de taille moyenne et des verdicts de vérification de citation d'un paragraphe.

    Le levier décrit dans cet article - le routage de modèles - ne dépend pas du volume exact. Il dépend des ratios de coût entre étapes. Divisez les volumes par deux, le constat reste identique. Triplez-les, il reste identique. La conclusion tient quel que soit le volume.

    La facture d'une motion to dismiss, étape par étape

    Le harnais a exécuté 16 appels répartis sur quatre étapes. Facture totale : 1,6742 $.

    Deux constats ici devraient changer votre façon de penser votre budget IA.

    Premièrement : le premier jet représente 63% de la facture totale. Un seul appel. Un contexte long en entrée (mémos de recherche, plus le modèle du cabinet, plus les faits du client), une sortie longue (une motion de 15 pages). Cet unique appel Opus coûte plus cher que les 15 autres appels réunis. Si vous voulez rendre ce workflow moins cher, il n'existe qu'un seul poste où optimiser - et c'est précisément celui que vous ne pouvez pas rétrograder sans conséquences sur la qualité.

    Deuxièmement : la vérification des citations représente 1,6% de la facture. Huit appels, 0,0272 $. Vérifier des citations par rapport à des sources récupérées est mécanique, structuré, répétable et facile à valider après coup. Haiku fait très bien ce travail. Exécuter ces mêmes huit appels sur Opus multiplierait le coût de cette étape par environ 16, pour un résultat qui, dans nos tests, n'est pas meilleur.

    La plupart des cabinets qui lisent ceci font l'inverse. Ils ont choisi un seul modèle pour tout - généralement Opus, parce que « utiliser le meilleur modèle » est le réflexe par défaut quand personne dans l'équipe ne fait le calcul de coût. Ils paient le tarif Opus pour de la vérification de citations. C'est une erreur évitable.

    Le levier 2,7x

    Même workflow. Mêmes prompts. Mêmes volumes de tokens en entrée. Trois stratégies de routage.

    Le tout-Opus coûte 2,7x la facture mixte. C'est le réglage par défaut de la plupart des cabinets qui « utilisent l'IA » aujourd'hui. Choisir un modèle, le brancher sur chaque étape, livrer. Le résultat est une surprime de 171,5% par rapport à un pipeline routé qui produit un livrable fonctionnellement identique.

    Le tout-Haiku coûte 6,9x moins cher que la facture mixte - et c'est une erreur. Haiku, chargé de rédiger une motion fédérale de 15 pages, va halluciner des citations. Il va manquer des distinctions subtiles sur les standards de recevabilité. C'est un excellent vérificateur de citations et un mauvais rédacteur en chef. L'ingénieur obsédé par le coût se tourne vers le tout-Haiku et expose le cabinet à un risque de faute professionnelle. Ne faites pas cela.

    La rétrogradation de la vérification des citations est asymétrique. Faire passer cette étape de Haiku à Sonnet coûte 4,5% de plus. La faire passer à Opus coûte 28,8% de plus. Vous payez le tarif Opus pour une tâche dont la vérité terrain est quasi parfaite (la citation existe-t-elle ? le renvoi de page correspond-il ?). Il n'y a là aucun gain de modèle premium à capter.

    La voie médiane n'est pas un compromis. C'est l'architecture rationnelle. Opus là où c'est incontournable - le raisonnement génératif à forte latitude d'appréciation. Sonnet là où un jugement de milieu de gamme solide suffit - synthèse de recherche, révisions ciblées. Haiku là où la tâche est structurée et vérifiable - recherche de citations, verdicts de pertinence, classification.

    Où Haiku suffit (et où il ne suffit pas)

    Après avoir vu ces chiffres, la tentation est de tout faire descendre d'un cran. Résistez-y. La décision de routage se prend par étape, par tâche - et elle exige un véritable jugement sur ce qu'on demande réellement au modèle.

    Haiku suffit pour la vérification de citations par rapport à une source récupérée, la première passe de revue de pertinence sur un lot de discovery, le tri du marquage de privilège, l'extraction structurée (parties, date d'effet, droit applicable), et la classification à l'intake.

    Haiku ne suffit pas pour la rédaction de prose argumentative sous un standard de recevabilité, la synthèse de jurisprudence en mémo stratégique, la détection d'un problème qui n'est pas dans la grille d'évaluation, ou tout cas où le mode d'échec est un « charabia d'apparence plausible ».

    Sonnet est le bon choix par défaut pour la synthèse de recherche (lire cinq décisions, restituer un mémo ciblé), les révisions ciblées, et la revue de contrats à enjeux intermédiaires, là où Haiku est trop léger et Opus disproportionné.

    Opus justifie son tarif sur le premier jet du mémoire lui-même, la détection de problèmes inédits dans des configurations de faits inhabituelles, et la poignée de tâches où vous ne pouvez tout simplement pas vous permettre un résultat « presque juste ».

    Essayer HAQQ AI gratuitement

    Découvrez la rédaction et la recherche juridique par IA

    Les autres scénarios - une économie unitaire différente

    La motion to dismiss est le chiffre vitrine. Les deux autres scénarios montrent à quel point un « coût IA moyen par dossier » peut induire en erreur.

    Revue de NDA unique. Un seul appel Sonnet. 5 000 tokens en entrée, 800 en sortie. Coût : 0,027 $. Deux centimes et demi. Un cabinet qui en traite 200 par mois dépense 5,40 $ d'inférence pour un flux de travail qui consommait auparavant des heures de paralégal et de collaborateur.

    Première passe de discovery sur 100 documents. 100 appels Haiku, environ 4 000 tokens en entrée chacun, environ 150 en sortie. Coût : 0,38 $. Moins qu'un café pour ce qui représentait auparavant une demi-journée de tri par un contract attorney. Sur mille documents, cela fait 3,80 $. Sur dix mille, 38 $.

    Le scénario à forte intensité de travail (la motion) et les scénarios de tri à fort volume (NDA, discovery) évoluent dans des ordres de coût totalement différents. Une grille tarifaire « 1 $ par dossier » ne fonctionne pas, parce que 1 $ représente 60% de marge sur un lot de discovery et une perte de 40% sur une motion contestée. Il faut des paliers tarifaires par type de livrable, alignés sur la forme réelle de l'inférence sous-jacente.

    Ce que cela implique pour la tarification juridique

    Le modèle horaire suppose que le temps de l'avocat est le coût. L'IA inverse cette logique. Le coût de production d'un premier jet compétent chute de trois ordres de grandeur. Le coût de sa relecture, lui, reste le même.

    Cela invalide la facturation horaire comme mécanisme de tarification pour le travail augmenté par l'IA. Pas comme unité de comptabilité interne - la planification des capacités a toujours besoin d'heures - mais comme élément figurant sur la facture du client.

    Ce qui survit :

    • Le forfait par type de dossier. 499 $ pour une motion to dismiss. 99 $ pour une revue de NDA. 1 499 $ pour un dossier de due diligence. Le plancher de marge est le coût de l'IA (faible). Le plafond de marge est la volonté de payer du client (bien plus élevée). Les deux bornes sont connaissables.
    • L'abonnement par poste. Le cabinet paie par avocat et par mois. Le coût d'inférence est amorti sur l'ensemble de l'effectif.
    • Le résultat / la contingence. Base plus faible, honoraire de succès. Le coût de l'IA devient une variable d'ajustement négligeable face au résultat.

    Ce qui meurt : facturer au client à l'heure un mémoire que le modèle a rédigé en 90 secondes. Pas parce que les clients ne le paieraient pas - les directions juridiques les plus sophistiquées refusent déjà de le faire - mais parce qu'un concurrent proposera le même mémoire à un forfait inférieur de 50% à votre facture horaire, tout en conservant 95% de marge.

    Ce que les cabinets devraient faire cette semaine

    Si vous ne retenez qu'une chose de ce texte, retenez le réflexe d'instrumentation. Le correctif est modeste.

    • Enveloppez chaque appel IA d'un traceur. Libellé d'étape, modèle, tokens en entrée, tokens en sortie, coût, latence, horodatage. JSONL, un enregistrement par ligne. Vingt lignes de code. On ne peut pas router ce qu'on ne mesure pas.
    • Routez par défaut la vérification des citations vers Haiku, la rédaction vers Opus, la recherche et les révisions vers Sonnet. C'est le changement de configuration au meilleur rendement de toute la stack. Auditez-le tous les mois.
    • Facturez les dossiers augmentés par l'IA au forfait, pas à l'heure.
    • Publiez votre routage de modèles comme un artefact de transparence. Les clients commenceront à demander quel modèle a touché leur dossier.
    • Recalculez tous les mois. Les tarifs des fournisseurs bougent. De nouvelles générations de modèles arrivent.

    Ce qui arrive ensuite, de notre côté

    Les chiffres de ce texte sont modélisés. Ils sont réalistes, la structure de coûts est réelle, et le constat sur le routage est robuste. Mais « modélisé » n'est pas « mesuré ». Nous câblons ce mois-ci le même traceur dans HAQQ Legal AI en production. Dans 30 jours, nous publierons la suite : les mêmes scénarios, sur de vrais dossiers clients, avec des journaux anonymisés, et une ventilation complète par étape et par modèle.

    Si les chiffres s'avèrent sensiblement différents de ces modèles, c'est en soi la chose la plus utile que nous puissions publier. Dans un cas comme dans l'autre, ce sera honnête.

    À lire aussi

    • comment une ontologie juridique a réduit le coût IA par message de 97%
    • la taxe latence-et-coût mesurée sur 10 modèles de pointe
    • single-prompt vs multi-agents sur une data room de 30 documents
    • le planificateur GOAP pour le contentieux que nous avons construit et testé

    Rédigé par

    Stephane Boghossian
    Stephane Boghossian

    Responsable Croissance

    Stephane dirige la croissance chez HAQQ et rédige la rubrique IA et LegalTech : benchmarks de modèles, comparatifs d'outils et l'ingénierie qui rend l'IA juridique fiable en pratique.

    Tous les articles de cet auteurLinkedIn

    Ressources associées

    Can AI Plan Litigation? We Built a GOAP Planner to Find OutPrompt Injection in Legal AI: 5 Attacks, 5 Blocks, 1.84 msThe Justinian engine

    Articles associés

    Avis Spellbook AI 2026 : tarifs, fonctionnalités et alternatives à Spellbook
    Avis

    Avis Spellbook AI 2026

    Avis Spellbook AI 2026 : tarifs, fonctionnalités et alternatives à Spellbook

    Devenir un cabinet natif de l'IA : un modèle opérationnel en sept parties
    Guide

    Devenir un cabinet natif de l'IA

    Devenir un cabinet natif de l'IA : un modèle opérationnel en sept parties

    Tarifs de l'IA juridique en 2026 : tous les prix publiés, et tous les éditeurs qui n'en publient aucun
    Guide

    Tarifs de l'IA juridique en 2026

    Tarifs de l'IA juridique en 2026 : tous les prix publiés, et tous les éditeurs qui n'en publient aucun

    Questions fréquentes

    Combien coûte la rédaction d'une motion to dismiss avec l'IA ?

    Dans le scénario modélisé de l'article (prix réels des fournisseurs vérifiés le 2026-05-05, volumes de tokens réalistes), une motion to dismiss fédérale rédigée de bout en bout par l'IA coûte 1,67 $ en coût brut de modèle avec des modèles orientés par étape, ou 4,55 $ en exécutant chaque étape sur le modèle le plus performant. Même résultat, mêmes entrées ; l'écart de 2,7x tient au choix du modèle qui exécute chaque étape.

    Qu'est-ce que l'orientation des modèles (model routing) en IA juridique ?

    Attribuer un niveau de modèle différent à chaque étape du flux de travail : Opus pour la rédaction générative qui demande de la latitude, Sonnet pour la synthèse de recherche et les révisions ciblées, Haiku pour les tâches structurées et vérifiables comme la recherche de citations et les verdicts de pertinence. Le choix par défaut du tout-Opus coûte 2,7x la facture avec orientation, soit un surcoût de 171,5 % pour un résultat fonctionnellement identique.

    Quel modèle d'IA doit vérifier les citations juridiques ?

    Un petit modèle. La vérification des citations est mécanique, structurée et facile à contrôler : elle représentait 1,6 % de la facture (0,0272 $ pour huit appels à Haiku) dans la requête modélisée. Exécuter les mêmes appels sur Opus multiplie le coût de cette étape par environ 16 pour un résultat qui, dans les tests de l'article, n'est pas meilleur.

    Combien coûte la revue de contrats par IA par document ?

    Une seule revue de NDA correspond à un appel à Sonnet : environ 0,027 $. Un premier passage de discovery sur 100 documents avec Haiku coûte environ 0,38 $ ; pour dix mille documents, 38 $. Ce que montre l'article : les dossiers de fond et le tri à fort volume relèvent d'ordres de grandeur de coûts différents, donc une tarification forfaitaire « par dossier » est trompeuse.

    Les cabinets doivent-ils facturer à l'heure le travail assisté par l'IA ?

    L'article soutient que la facturation horaire disparaît comme prix facturé au client pour le travail augmenté par l'IA : l'IA réduit le coût d'un premier projet de trois ordres de grandeur tandis que le coût de la relecture reste stable. Ce qui subsiste : le forfait par type de dossier, l'abonnement par utilisateur et la tarification au résultat, car un concurrent proposera le même mémoire à un forfait inférieur de 50 % à la facture horaire tout en conservant une marge de 95 %.

    Et ensuite ?

    Essayer HAQQ AI gratuitement

    Découvrez la rédaction et la recherche juridique par IA

    Calculer votre ROI

    Voyez combien HAQQ économise pour votre cabinet

    Parcourir Prompts juridiques

    Prompts prêts à l'emploi pour chaque tâche juridique

    Retour au Blog

    Article précédent

    HAQQ Legal AI lance les Espaces de Projet : un seul foyer pour chaque dossier juridique

    Article suivant

    L'IA peut-elle planifier un contentieux ? Nous avons construit un planificateur GOAP

    Sur cette page

    9 min de lecture

    1. 01Les faits clés
    2. 02Ce que nous avons mesuré (et ce que nous n'avons pas mesuré)
    3. 03La facture d'une motion to dismiss, étape par étape
    4. 04Le levier 2,7x
    5. 05Où Haiku suffit (et où il ne suffit pas)
    6. 06Les autres scénarios - une économie unitaire différente
    7. 07Ce que cela implique pour la tarification juridique
    8. 08Ce que les cabinets devraient faire cette semaine
    9. 09Ce qui arrive ensuite, de notre côté
    10. 10À lire aussi

    Partager cet article

    Mettez-le en pratique

    Posez à HAQQ la question que cet article a soulevée pour vous.

    HAQQ across all devices
    HAQQ Legal AI Platform Logo

    Votre Jumeau Juridique IA et Système de Gestion de Cabinet pour la rédaction, la facturation et le succès.

    Télécharger dans l'App StoreDisponible surGoogle Play

    Documentations

    • Docs s'ouvre dans un nouvel onglet
    • Premiers pas s'ouvre dans un nouvel onglet
    • Salle de presse s'ouvre dans un nouvel onglet
    • Nouveautés produit s'ouvre dans un nouvel onglet
    • Statut s'ouvre dans un nouvel onglet
    • Confiance s'ouvre dans un nouvel onglet
    • Sécurité
    • FAQ s'ouvre dans un nouvel onglet
    • Communauté s'ouvre dans un nouvel onglet
    • Assistance s'ouvre dans un nouvel onglet

    Academy

    • Partenaire s'ouvre dans un nouvel onglet
    • Cours s'ouvre dans un nouvel onglet
    • Prompts s'ouvre dans un nouvel onglet
    • Labs s'ouvre dans un nouvel onglet

    Site web

    • eFirm
    • Chat IA Juridique
    • Application Mobile
    • Moteur Justinian
    • HAQQ eBar
    • HAQQ eWallet
    • Tarifs
    • Comparez-nous
    • Solutions
    • Blog
    • Rencontrer l'équipe
    • Rejoignez-nous s'ouvre dans un nouvel onglet
    Ouvrir l'app
    • Languesenarfresitdeptrohics
    • Contactinfo@haqq.ai
    • Statutopérationnel·ancré
    • Conditions d'Utilisation
    • Politique de Confidentialité
    • Politique de Cookies
    • Traitement des Données
    • Humains s'ouvre dans un nouvel onglet
    • Avocats s'ouvre dans un nouvel onglet
    • Sécurité s'ouvre dans un nouvel onglet
    © 2026 HAQQ Inc. Tous droits réservés.Produit conçu en interne par HAQQ. Site web construit avec des outils web modernes.

    Per-Stage Routing

    One motion = 5 model calls, only 1 hits the flagship

    nano

    Classify intent

    1cr

    mini

    Extract facts

    4cr

    mini

    Cite-check rule

    6cr

    flagship

    Draft motion

    32cr

    mini

    QA pass

    5cr

    Total: 48 credits · Naive flagship-only: 160 credits

    Cost per Motion to Dismiss

    Same output quality, three routing strategies

    Always flagship160 cr
    Cheap-only(low quality)28 cr
    HAQQ adaptive routing48 cr

    Task → Model Matrix

    TaskNanoMiniFlagship
    Intent classification
    Date / amount extraction
    Statute lookup
    Cite verification
    Multi-step argument drafting
    Cross-jurisdiction reasoning