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.
