Aller au contenu
Blogue Krizaka

03

Ce que coûtent une image et une vidéo : mes factures

15–21 oct. 202616 min de lecture

Ce que j'ai affronté, Un GPU qui attend du travail; Ce qu'on a construit, une garde qui arrête le pod dès que la file est vide

Une balance en laiton portant un petit cadre, avec un hibou violet debout à côté, sur un rebord clair

Pendant notre dernier lot de vidéos, le dernier clip est sorti du GPU, et le pod a continué de tourner. Pendant environ deux heures, une carte H100 louée 3,99 $ US de l'heure a attendu un travail qui ne viendrait plus. Elle avait un watchdog censé l'éteindre après une période sans travail. Il ne l'a pas fait, parce que pour détruire le pod il devait appeler l'API de RunPod, et le pod n'avait pas de clé pour ça. C'est une boucle de surveillance lancée sur mon Mac qui l'a finalement arrêté.

Ces deux heures ont coûté entre 7 et 8 $, sur une facture GPU de 23,23 $. Ça pique, et c'est un bon point de départ pour parler de ce que coûtent vraiment la génération d'images et de vidéo.

Tous les chiffres viennent des enregistrements d'Orazaka, mon moteur d'IA, publiés sur la page Exécutions mesurées. Quand un chiffre vient de mes notes, je le dis.

Trois façons de faire cuire le même plat

J'ai trois options. Cuisiner chez soi : mon MacBook Pro M1 Max, 64 Go, que je possède déjà. Commander au restaurant : une API hébergée, ici l'inférence serverless de DigitalOcean, payée à la sortie. Ou louer une cuisine professionnelle à l'heure : un GPU chez DigitalOcean ou RunPod, payé au temps, fourneaux allumés ou non.

Chaque option a son prix caché : la mémoire et la patience chez soi, le menu imposé au restaurant, le temps mort en cuisine louée.

Les temps qui suivent vont de la commande au fichier : file d'attente, transfert et stockage compris.

ModèleOùTemps (médiane)PrixRéussies
FLUX.2 [klein] 4B, 1024×1024Mac62 srien de facturé6 sur 18
Stable Diffusion 1.5, 512×512Mac58 srien de facturé6 sur 6
Z-Image Turbo, 1024×1024Macmoteur 158 srien de facturé0 sur 5
Stable Diffusion 3.5 Large, 1024×1024DigitalOcean serverless8 s0,08 $6 sur 6

« Rien de facturé » ne veut pas dire gratuit. Je n'ai pas mesuré l'électricité du Mac ni son usure, donc je n'avance aucun chiffre.

Le même prompt, trois modèles :

Une cour de riad marocain, FLUX.2 klein 4B sur le Mac
FLUX.2 klein sur le Mac : 61 s.
Comment c'est fait
Modèle
FLUX.2 [klein] 4B · Apache-2.0
Moteur
stable-diffusion.cpp on Metal, 4 steps
Machine
MacBook Pro, Apple M1 Max, 64 GB (Metal)
Via
Orazaka Studio run on dev.orazaka.com
Prompt
A Moroccan riad courtyard in the late afternoon: a zellige tile fountain, orange trees, carved plaster arches, shafts of warm light. Editorial architecture photograph, 24mm lens, soft shadows, natural textures. No text, no lettering, no logos.
Graine (seed)
20261011
Taille
1024×1024
Durée
61 s, telles qu'enregistrées par le run
Coût
aucun coût en argent (matériel à nous ; électricité non mesurée)
Run Sovkora
352eb15f-9022-4a56-a921-5f74a270250a
Le même prompt, Stable Diffusion 3.5 Large sur DigitalOcean serverless
SD 3.5 Large hébergé : 8 s, 0,08 $.
Comment c'est fait
Modèle
Stable Diffusion 3.5 Large · Stability AI Community Licence
Moteur
hosted: DigitalOcean serverless inference (steps and guidance not exposed; seed not honoured)
Machine
hébergé par le fournisseur (pas notre machine)
Via
Orazaka Studio run on dev.orazaka.com
Prompt
A Moroccan riad courtyard in the late afternoon: a zellige tile fountain, orange trees, carved plaster arches, shafts of warm light. Editorial architecture photograph, 24mm lens, soft shadows, natural textures. No text, no lettering, no logos.
Graine (seed)
20261011
Taille
1024×1024
Durée
8 s, telles qu'enregistrées par le run
Coût
0.08 US$ (le prix du fournisseur)
Run Sovkora
64269eeb-f6e3-46c4-8421-fe9136672186
Le même prompt, Stable Diffusion 1.5 sur le Mac
SD 1.5 sur le Mac : 58 s.
Comment c'est fait
Modèle
Stable Diffusion 1.5 · CreativeML OpenRAIL-M
Moteur
stable-diffusion.cpp on Metal, 20 steps, guidance 7
Machine
MacBook Pro, Apple M1 Max, 64 GB (Metal)
Via
Orazaka Studio run on dev.orazaka.com
Prompt
A Moroccan riad courtyard in the late afternoon: a zellige tile fountain, orange trees, carved plaster arches, shafts of warm light. Editorial architecture photograph, 24mm lens, soft shadows, natural textures. No text, no lettering, no logos.
Graine (seed)
20261011
Taille
512×512
Durée
58 s, telles qu'enregistrées par le run
Coût
aucun coût en argent (matériel à nous ; électricité non mesurée)
Run Sovkora
8e149fac-9a97-4552-98a8-e318444787da

Le 6 sur 18 de FLUX.2 m'a d'abord fait peur. En lisant les enregistrements, presque tous les échecs venaient de moi. Le client d'images abandonnait après deux minutes, alors que le moteur avait besoin de 60 à 75 secondes plus le transfert de l'image dans un tunnel. Pire : en abandonnant, il renvoyait une image transparente de 1×1 pixel, et le traitement se déclarait réussi. Deux images terminées ont aussi été écrasées par des reprises du même nom. Depuis, chaque téléchargement vérifie la taille du fichier, et je compte ces échecs quand même.

La vidéo, hébergée ou sur un GPU loué

ModèleOùTemps (médiane)Prix par clipRéussis
Wan 2.2 A14B, texte vers vidéo, 832×480DigitalOcean serverless131 s0,60 $21 sur 21
Wan 2.2 TI2V 5B, image vers vidéo, 1280×704H100 loué (RunPod)175 s0,19 à 0,31 $19 sur 19
Wan 2.2 A14B, texte vers vidéo, 720pH100 loué (RunPod)1 111 s1,23 à 1,38 $6 sur 6
Wan 2.2 TI2V 5B, 1280×704RTX 4000 Ada (DigitalOcean)1 106 s0,23 $1 sur 1
Wan 2.2 TI2V 5B, 480×832Macmanque de mémoire—0

Sur le GPU loué, le prix d'un clip est son temps de calcul multiplié par le tarif horaire, sans le démarrage ni l'attente. La vraie facture est donc plus haute, j'y reviens plus bas.

Wan 2.2 A14B hébergé : 134 s, 0,60 $. Le prompt et la graine sont sous le clip. · 0.4 Mo
Comment c'est fait
Modèle
Wan 2.2 T2V A14B · Apache-2.0
Moteur
hosted: DigitalOcean serverless inference (steps and guidance not exposed)
Machine
hébergé par le fournisseur (pas notre machine)
Via
orazaka video --model wan2-2-t2v-a14b, routed by Orazaka
Prompt
Extreme close-up, slow motion: a stream of amber mint tea pours from a silver teapot held high into a small engraved glass, steam curling through a shaft of golden-hour light inside a Berber tent, dust motes floating, shallow depth of field, anamorphic lens flare, 35mm film grain, cinematic color grade.
Graine (seed)
20261011
Taille
832×480 · 16 images/s, 5.06 s
Durée
134 s, telles qu'enregistrées par le run
Coût
0.60 US$ (le prix du fournisseur)
Run Sovkora
25948442-7c68-4e66-94d6-39cd8b96438d
Son
music bed made by Orazaka (Studio video-sound, ACE-Step 1.5, MIT), -14 LUFS, AAC

La version hébergée est la plus simple : 0,60 $ et deux minutes, à chaque fois. Mais elle impose son menu. J'ai demandé du 720×1280, du 480×832, du 1280×720, avec et sans paramètre de format. Chaque réponse est revenue en 832×480. Impossible d'obtenir du vertical. Orazaka refuse donc ce modèle pour le 9:16, par son nom, plutôt que de recadrer une image horizontale en cachette.

C'est pour le vertical et le 720p que j'ai loué un H100. Le modèle A14B y tourne avec nos réglages, mais ne tient pas entier sur la carte de 80 Go : ses deux experts pèsent 57 Go et sont échangés avec la mémoire de l'hôte. Environ 26 secondes par étape, 18 minutes par clip. Plus cher que l'hébergé, mais en 720p et dans le format que je veux.

La décision suit cette logique : un GPU loué à l'heure, qui n'existe que pendant le travail. Un petit pour le développement, un gros pour les démos, jamais un allumé pour rien. Les options y sont écrites noir sur blanc. Un H100 rend une vidéo deux à trois fois plus vite, pour à peu près le même coût par clip, mais chaque minute d'attente coûte presque trois fois plus cher.

Ce que j'ai vraiment payé

LotDétailPayé
Serverless, 15 octobre21 clips (12,60 $), 7 appels de test de taille et de graine (4,20 $), 7 images (0,56 $)17,36 $
GPU DigitalOcean4 droplets RTX 4000 Ada, 4,26 h à 0,76 $3,24 $
GPU RunPod1 pod H100 80 Go, 5,01 h à 3,99 $19,99 $

Sur les 23,23 $ de GPU loué, le calcul des clips eux-mêmes représente 11,72 $. L'autre moitié est partie dans le démarrage, le téléchargement des poids, les essais ratés et les temps morts. Une heure de GPU se paie de la création de la machine à sa destruction, pas seulement pendant qu'elle travaille.

Quand louer un GPU devient rentable

C'est le calcul qui m'intéresse le plus. Le prix d'un clip sur un GPU loué, c'est le tarif horaire divisé par le nombre de clips produits en une heure, divisé encore par la part du temps où la machine travaille vraiment. Un taxi qui attend garé coûte autant que le même taxi qui roule. Le curseur ci-dessous utilise les chiffres mesurés du H100 : 3,99 $ de l'heure, 175 secondes par clip image vers vidéo. Déplacez-le pour voir où il croise les 0,60 $ de l'hébergé.

Deux précautions. Les deux clips comparés ne sont pas les mêmes : l'hébergé fait du texte vers vidéo en 832×480, le H100 de l'image vers vidéo en 1280×704 avec un modèle plus petit. Et le calcul suppose que le démarrage est gratuit, ce qui est faux. Ce qu'il montre, c'est la forme de la réponse : à pleine charge, le GPU loué coûte environ le tiers de l'hébergé. Dès qu'il attend, l'avantage fond, puis s'inverse.

Depuis, la règle est simple. Une boucle de surveillance tourne pendant tout le lot, et on arrête le pod dès que la file est vide.

Les essais ratés ont leur histoire. Après le premier clip réussi, dix clips de suite ont échoué en 17 secondes : le worker vérifiait la mémoire libre avant chaque tâche, et comptait le modèle déjà chargé (environ 22 Go) comme de la mémoire prise (orazaka-worker-media#22). Trois clips ont été perdus en plein calcul, jusqu'à 9 minutes de GPU chacun, parce qu'un déploiement du site de dev redémarrait le relais et coupait le tunnel (#24).

Le prix d'un résultat qu'on garde

Deux prix qu'on confond

Un ami m'a posé la question qui dérange : je mesure l'exécution, pas le fait que le résultat corresponde à ce que je voulais. Il a raison. Dans mon tableau, la colonne « Réussies » voulait dire « le fichier est sorti », pas « c'est ce que je voulais ».

Le premier prix est celui d'une exécution : ce que facture l'API, ou le temps du GPU multiplié par son tarif. C'est celui des tableaux plus haut, et il est facile à lire sur une facture.

Le second est celui d'un résultat accepté, c'est-à-dire d'une image ou d'un clip dont la personne dit « oui, c'est ça ». Si une sortie sur N convient, on en fait en moyenne N pour en garder une. Et chaque sortie doit être regardée, par un modèle, par des règles ou par un humain.

coût d'un résultat accepté = (coût d'une exécution + coût de la vérification) ÷ p
nombre moyen d'essais      = 1 ÷ p          (p : la part des sorties qui conviennent)

Je choisis ici des p pour montrer la formule, je ne les ai pas mesurés. Avec les prix de l'image : une image hébergée de Stable Diffusion 3.5 Large coûte 0,08 $ et prend 8 secondes. Si une image sur trois convient, la bonne revient à 0,24 $ et 24 secondes de machine, sans compter les trois regards de la personne. Un clip hébergé de Wan 2.2 A14B coûte 0,60 $ et 131 secondes. Si un clip sur quatre convient, on est à 2,40 $ et environ 9 minutes d'attente.

Les dollars sont petits. Ce qui pèse, c'est l'attention : quatre clips regardés un par un, c'est quatre fois « je décris, j'attends, je juge ». Cette part, aucune facture d'API ne la montre.

La boucle, et ce qu'elle change

Un workflow fait ce que ferait la personne à sa place : générer, comparer à l'intention, reprendre si ça ne va pas, s'arrêter quand c'est bon ou quand le budget est atteint.

Schéma de la boucle : l'intention mène à générer, puis à vérifier. Si la vérification passe, on obtient le résultat accepté. Sinon on reprend en corrigeant, avec un plafond d'essais qui s'arrête et rend la main à la personne.

La boucle coûte plus cher par requête. Elle peut coûter moins cher par bon résultat, à une condition : que la vérification soit beaucoup moins chère que ce qu'elle évite. La bonne place pour vérifier est avant l'étape chère : un aperçu rapide avant le clip complet, une image fixe avant la vidéo.

Un exemple avec des prix mesurés. Sur un H100 loué, un clip Wan 2.2 I2V A14B prend 18 minutes et coûte 1,20 $. L'aperçu de LTX-Video prend 14 secondes, soit 1 à 2 cents de temps de calcul. Je suppose, pour l'exemple, qu'un départ sur quatre donne le bon mouvement.

Sans workflowAvec workflow
Clips complets (1,20 $, 18 min)41
Aperçus rapides (≈ 0,02 $, 14 s)04
Qui jugela personne, quatre fois, après 18 minutesun modèle ou des règles sur les aperçus, la personne sur le résultat
Calcul4,80 $1,28 $
Attente de la personneenviron 72 minenviron 19 min

Ce que l'application ajoute ici, ce sont les quatre aperçus : 0,08 $, environ 6 % du total, plus le coût du juge, que je n'ai pas mesuré. Le tableau est avantageux parce que je suppose que l'aperçu prédit le clip final, et ce n'est pas toujours vrai. Dans mon banc d'essai, LTX-Video a obéi à un travelling alors que Wan l'a presque ignoré. Un aperçu peut approuver un plan que le modèle final ne tournera pas. Il faut donc regarder aussi le résultat final.

Dans Orazaka, un crédit est réservé avant l'exécution, et si elle échoue la réserve est libérée : une exécution ratée n'est pas facturée.

Ce que je mesure

Je mesure aujourd'hui, par exécution : le temps, le coût de calcul, les échecs, et imageKept pour les clips à partir d'une image. Je ne mesure pas un taux d'acceptation dans le produit, ni un juge automatique, ni le temps de la personne. Les mesures ci-dessus sont des mesures d'exécution.

Choisir ses fournisseurs, puis un prix

Pour le calcul, c'est le GPU qui m'a le plus appris. Quand j'ai voulu générer des clips, le quota de GPU chez DigitalOcean était à zéro, le temps qu'un ticket soit traité. J'ai quand même testé une carte RTX 4000 Ada de 20 Go chez eux : le clip de 1280 par 704 tient en mémoire, mais il prend 18 minutes. Sur un H100 loué à l'heure chez RunPod, 3,99 $, le même type de clip avec Wan 2.2 TI2V 5B prend entre 170 et 280 secondes et coûte de 0,19 à 0,31 $. J'ai donc loué chez RunPod. Pas parce que c'est « le meilleur », mais parce que c'est ce que j'ai mesuré sur mon travail.

Mes critères sont toujours les mêmes, dans cet ordre. D'abord la licence et ce que le fournisseur a le droit de faire de nos données. Puis où elles vivent, parce qu'un client québécois ne veut pas toujours qu'elles partent. Ensuite le prix par unité et les minimums. Puis les approbations à obtenir. Puis le verrouillage : combien ça me coûterait de partir. Enfin la qualité, que je mesure sur mon propre travail au lieu de la croire sur parole.

MétierChoisiÉcarté ou mis de côtéParce queCe que ça coûte
GPU à l'heureRunPod, H100 à 3,99 $/hRTX 4000 Ada chez DigitalOcean18 min par clip contre 3 à 5 minUn GPU oublié : près de 96 $ par jour
Vidéo et médiasBunny, une porte devantRien d'exclu, un secours prévuStream pour le long, Storage pour les bouclesDépendre d'un fournisseur de plus
CourrielMailgun, clé d'envoi seuleUne clé aux droits largesUne fuite ne peut qu'envoyerLa liste d'abonnés vit dans notre base
CartesMapLibre et ProtomapsMapbox, Google MapsOuvert, nos tuiles sur notre CDNStyler la carte nous-mêmes

Ce tableau est honnête sur un point : la colonne de droite n'est jamais vide. Chaque choix coûte quelque chose, et la question est de savoir quoi avant de signer.

Une fois le fournisseur choisi, il faut un chiffre par action de l'utilisateur. Pas par exécution, par action : un clip gardé, un bail lu, un gigaoctet servi. Chaque métier a sa propre unité, et c'est ce qui rend la tarification si étrange d'un produit à l'autre.

Je pars de la distinction entre une exécution et un résultat accepté. Une exécution coûte un certain prix, mais ce que la personne veut, c'est un résultat accepté. Si seulement une sortie sur trois convient, la bonne revient trois fois plus cher.

coût par résultat accepté = (coût d'une exécution + vérification) ÷ p
coût complet              = coût par résultat accepté + frais
prix                      = coût complet ÷ (1 − marge)

Un exemple, avec un seul chiffre mesuré. Un clip hébergé de Wan 2.2 A14B coûte 0,60 $ l'exécution. Je suppose que deux clips sur trois conviennent : le résultat accepté revient à 0,90 $. J'ajoute 10 % de frais, pour le stockage, le paiement et le support : environ 1 $. Avec une marge de 50 %, le prix est de 2 $. Les deux hypothèses (p et les frais) ne sont pas mesurées, et la marge n'est pas un calcul, c'est une décision.

Schéma en quatre étapes, de gauche à droite : le coût d'une exécution, 0,60 $, devient 0,90 $ par résultat accepté en divisant par la part de sorties qui conviennent, puis environ 1 $ avec 10 % de frais, puis 2 $ de prix avec une marge de 50 %

Il reste les frais fixes, qui ne dépendent d'aucune action : les applications, la base de données, le courtier de messages. Chez nous, c'est une centaine de dollars par mois, sans compter le GPU à l'heure. Tant qu'il n'y a presque pas d'utilisateurs, c'est une dépense, pas un coût unitaire. Ils entrent dans le prix quand il y a du volume : frais fixes divisés par le nombre d'actions du mois.

Pour que ces chiffres ne restent pas dans ma tête, j'ai écrit une petite commande, ./couts. Elle est en lecture seule. Elle interroge la facturation officielle de DigitalOcean, de Bunny et de RunPod, ajoute mes abonnements et mes noms de domaine, et écrit un rapport daté. Les clés sont lues au moment de l'exécution et jamais écrites. Voici un extrait arrondi, sans identifiant, sans nom de ressource et sans solde.

Poste, à mi-octobreDépensé à ce jourPart
GPU à l'heure (RunPod)≈ 83 $78 %
Applications et bases (DigitalOcean, estimé)≈ 14 $13 %
Abonnements et frais fixes≈ 8 $8 %
Médias (Bunny)≈ 1 $1 %
Total, 17 jours sur 31≈ 107 $100 %

Ce qui me saute aux yeux : le GPU, c'est près de 80 % de la dépense. Un GPU qu'on oublie est le genre de chose que je ne remarquerais pas en regardant une facture à la fois. La ligne DigitalOcean est une estimation, faite avec l'inventaire et la grille de prix : une source indisponible est marquée « non disponible », jamais devinée.

Pourquoi j'ai déplacé le 15 novembre

Le 16 octobre, nous avons rendu 25 clips vidéo sur un GPU loué à l'heure. Cinq heures au total : 2,8 heures à calculer, 2,2 heures à attendre. Un GPU qui attend se paie comme un GPU qui travaille. Ce chiffre est dans la décision 078, et il m'a fait comprendre quelque chose de simple : le calcul lui-même n'est pas le problème. On le paie une fois. Ce qu'on paie plusieurs fois, c'est l'attente et le chargement.

Le chargement, justement. Un modèle vidéo de 57 Go met 129 secondes à se charger depuis le disque réseau. À chaque démarrage à froid, l'utilisateur regarde un écran qui ne bouge pas.

D'où l'ordre qui s'est imposé : d'abord l'attente, ensuite le chargement, ensuite le regroupement des tâches, et seulement à la fin le moteur de service. Changer de moteur n'économise rien tant que le GPU attend du travail. Les démarrages à froid et le coût d'un GPU chaud restaient difficiles : un GPU qui n'existe que pendant le travail doit démarrer, charger ses modèles, puis travailler, et chaque minute d'attente se paie au prix d'une minute de calcul.

L'infrastructure a deux mots d'ordre. Le premier : la portabilité, d'abord pour chez soi. Ce qui tourne sur un Mac ou sur une machine Linux avec une carte NVIDIA doit tourner sans compte cloud. Le second : le coût dans le cloud, avec la plus faible latence possible. Chaque levier est écrit comme une estimation tant qu'il n'est pas mesuré sur un vrai GPU : le GPU serverless qui descend à zéro au repos, le chargement plus rapide, le cache, le calcul plus rapide, sans date.

Tout est regroupé dans un seul jalon, Infra portability, qui court sur quatre dépôts. Aucune date.

Chaque chiffre vaut pour ce montage, les 15 et 16 octobre 2026. Je remesure quand le montage change.

Chapitre 03

Résultats

une image hébergée, SD 3.5 Large

0,08 $

Trois façons de faire cuire le même plat

de GPU loué pendant un lot

23,23 $

Ce que j'ai vraiment payé