Alternatives à Grok 4.6 : 7 modèles comparés selon la forme de la facture

En bref

Grok 4.6 est affiché à 2,00 $ en entrée et 6,00 $ en sortie, le prix le plus bas au sommet du tableau d'intelligence. Le piège n'est pas le chiffre, c'est la forme. Au-delà d'un prompt de 200k tokens, chaque tarif double à 4 $ et 12 $, et la page de xAI elle-même indique que les tarifs longs s'appliquent à tous les tokens de la requête, pas seulement au dépassement.

Personne ne remplace donc raisonnablement Grok 4.6 par un modèle plus intelligent. On le remplace par une forme de facture différente. Il en existe trois sur le marché : la falaise (xAI et OpenAI facturent ainsi tous les deux), la fenêtre plate (Anthropic et Google ne le font pas), et le plancher (DeepSeek, Qwen et Kimi, où le tarif est assez bas pour que la forme cesse d'avoir de l'importance).

Je construis des agents IA chez eesel, donc la facture du deuxième mois m'importe plus que le benchmark de la semaine de lancement. Lors des appels commerciaux, je rencontre toujours la même personne : un acheteur a consommé 200 interactions en une seule journée de test puis a dû calculer ce que coûteraient 9 000 par mois. Rien sur aucune grille tarifaire ne le lui disait. C'est le chiffre au cœur de cet article.

Pourquoi quitter un modèle aussi bon marché

Grok 4.6 n'est pas un modèle faible. Il obtient 61 points sur l'Artificial Analysis Intelligence Index, à égalité avec GPT-5.6 Sol et un point derrière Claude Fable 5, tout en facturant un cinquième du tarif de sortie de Sol. Sur le papier, la raison de changer existe à peine.

Puis on le met en production et on se heurte à l'un des quatre murs.

La falaise des 200k retarife toute la requête. C'est celle qui surprend le plus. La page tarifaire de xAI le dit clairement en bas du tableau : les modèles avec tarification de contexte long facturent les tarifs longs pour tous les tokens d'une requête une fois que le prompt dépasse le seuil. Un prompt de 199k coûte donc 0,40 $ en entrée, et un prompt de 201k coûte 0,80 $, pas 0,398 $ plus un peu. La fenêtre de contexte annoncée de 500k est réelle, mais seuls les 200 premiers k sont tarifés comme le marketing le laisse entendre. La grille tarifaire complète se trouve dans notre analyse tarifs de Grok 4.6.

Il y a sept compteurs, pas un seul. La recherche web, la recherche X et l'exécution de code coûtent 5 $ pour 1 000 appels. La recherche dans les pièces jointes coûte 10 $ pour 1 000. La recherche dans les collections, celle de récupération, coûte 2,50 $ pour 1 000. Puis le stockage de fichiers à 0,025 $ par GiB et par jour, le stockage de collections à 0,10 $, et les téléchargements à 0,20 $ par GiB. Un agent qui effectue une recherche à chaque tour fait tourner une seconde facture à côté de celle des tokens, en plus de la ligne par token que tout le monde budgétise.

Le batch ne couvre pas le modèle phare. La remise batch de 20 % de xAI s'applique à grok-4.3 et aux trois variantes grok-4.20. Grok 4.6, 4.5 et grok-build-0.1 n'obtiennent rien. Pour un backfill de nuit, le modèle 4.3, deux générations plus ancien, en batch revient à la moitié du tarif du modèle phare.

Impossible de l'acheter via votre cloud. Azure AI Foundry plafonne à Grok-4.3 et Bedrock en est à la même génération. Si votre entreprise achète des modèles via une marketplace cloud, Grok 4.6 n'est tout simplement pas au menu, et aucun argument de benchmark n'y change rien. La vue d'ensemble plus large se trouve dans notre guide tarifs xAI.

« Nous sommes passés à un système qui fonctionne bien à moitié moins cher. Mais à long terme, nous construirons simplement le nôtre, ce qui est tellement possible aujourd'hui avec l'IA. »

C'est un client mid-market perdu, et l'instinct a raison plus souvent que les fournisseurs ne l'admettent. La seule question est toujours de savoir quelle contrainte vous résolvez réellement. Si vous êtes encore sur la génération précédente, partez plutôt des alternatives à Grok 4.5.

Les 7 alternatives en un coup d'œil

Les tarifs ci-dessous sont les prix de liste publiés par les fournisseurs eux-mêmes pour 1M de tokens, vérifiés le 13 août 2026. La colonne qui fait le plus gros du travail est la quatrième.

Deux lignes méritent qu'on s'y arrête. Qwen3.8 Max facture exactement ce que facture Grok 4.6, 2 $ et 6 $, sans falaise et avec le double de fenêtre, ce qui en fait le remplacement direct le plus proche sur le seul critère du prix. Et Claude Sonnet 5 égale le tarif d'entrée de Grok tout en facturant 10 $ en sortie au lieu de 6 $, ce qui achète une fenêtre plate de 1M pour la différence.

Comment j'ai sélectionné ces modèles

Chaque modèle ici devait être généralement disponible aujourd'hui, tarifé publiquement par token, et accessible via une clé API normale. Cela exclut les modèles en accès preview restreint et tout ce qui est sur devis uniquement. J'ai ensuite lu la page tarifaire de chaque fournisseur directement plutôt qu'un site comparatif, car les règles de contexte long et de compteurs d'outils sont exactement les détails qui se perdent dans un résumé tiers.

Je ne les ai pas classés par benchmark. Cinq points d'indice ne décideront pas de votre architecture. La forme de la facture et le chemin d'achat, si.

1. Claude Opus 5 - le meilleur si les prompts longs sont le problème

Ce que c'est. Le modèle phare d'Anthropic, sorti le 24 juillet 2026, actuellement premier de l'Artificial Analysis Intelligence Index avec 63.

Où il bat Grok 4.6. Sur le comportement de contexte long, sans ambiguïté. La documentation tarifaire d'Anthropic indique que Claude 4.6 et versions ultérieures incluent la fenêtre complète de 1M au tarif standard, et précise la conséquence : une requête de 900k tokens est facturée au même tarif par token qu'une requête de 9k. Les remises de cache et de batch s'appliquent aussi sur toute cette fenêtre. Il tourne également sur Bedrock et Vertex, ce qui résout le mur d'achat en un seul mouvement.

Où non. Le prix de liste est 2,5x l'entrée de Grok et environ 4x sa sortie, et l'écart réel est plus large encore. Des tests communautaires ont montré qu'Opus 5 utilise environ deux fois plus de tokens de sortie qu'Opus 4.8 à effort égal, et le coût indépendant par tâche sur l'indice AA ressort à 2,03 $ contre 0,84 $ pour Grok 4.6. Il utilise aussi beaucoup plus de tours : 103 par tâche contre 55 pour Opus 4.8.

Tarifs. 5,00 $ en entrée, 0,50 $ lecture cache, 25,00 $ en sortie. Le batch divise par deux. Le mode rapide double. Notre page tarifs de Claude Opus 5 a le détail complet, et Opus 5 contre Sonnet 5 couvre le petit frère moins cher.

Verdict. Le bon remplacement quand vos prompts sont vraiment longs, quand vous avez besoin des marketplaces cloud, ou quand une tâche qui échoue coûte plus cher qu'une tâche qui coûte plus cher. Lisez l'avis sur Claude Opus 5 avant de supposer que le leadership sur l'indice se traduit dans votre charge de travail.

2. Claude Fable 5 - le meilleur si vous voulez le haut du tableau d'évaluation

Ce que c'est. Le modèle le plus cher d'Anthropic, et celui qui bat effectivement Grok 4.6 sur la majorité du propre tableau comparatif publié par xAI.

Où il bat Grok 4.6. Sur le tableau de lancement de xAI, Fable 5 remporte CursorBench, FrontierCode, APEX-Agents, APEX-SWE et l'indice AA sans conteste. Cela fait cinq lignes sur dix qui vont au concurrent dans le propre marketing du modèle en place. Il porte la même fenêtre plate de 1M que le reste de la gamme Claude.

Où non. 10 $ en entrée et 50 $ en sortie représentent plus de huit fois le tarif de sortie de Grok. Sur AA-Briefcase et GDPVal-AA, Grok 4.6 gagne effectivement, donc ce n'est pas un balayage net dans un sens ou dans l'autre.

Tarifs. 10,00 $ en entrée, 1,00 $ lecture cache, 50,00 $ en sortie, batch à 50 % de remise. Anthropic liste aussi un Claude Mythos 5 au même tarif en disponibilité limitée.

Verdict. À privilégier quand une mauvaise réponse coûte cher et que le volume est faible. À fort volume, l'arithmétique devient vite brutale, ce que la comparaison Opus 5 contre Fable 5 détaille.

3. GPT-5.6 - le meilleur si vous voulez trois points de prix chez un seul fournisseur

Ce que c'est. Une famille, trois niveaux. Sol au sommet, Terra au milieu, Luna en bas, tous derrière la même interface d'API.

Où il bat Grok 4.6. Sol gagne les deux évaluations où Grok est le plus mauvais : DeepSWE 73 % contre 65,9 %, et Terminal-Bench 34,6 % contre 26 %. Si votre charge de travail est l'ingénierie logicielle autonome, c'est le levier de bascule. L'échelonnement signifie aussi que vous pouvez router les tours bon marché vers GPT-5.6 Terra ou Luna sans changer de SDK.

Où non. Il porte la même falaise. La page tarifaire d'OpenAI publie une colonne de contexte long pour les trois niveaux, donc Sol passe de 5 $ à 10 $ en entrée et de 30 $ à 45 $ en sortie sur les prompts longs. Passer de Grok à GPT-5.6 pour échapper au seuil de 200k déplace le problème plutôt que de le résoudre. Les endpoints de résidence des données ajoutent une majoration de 10 % pour les modèles sortis à partir du 5 mars 2026, et le traitement prioritaire a été renommé mode Fast le 30 juillet 2026.

Tarifs. Sol 5,00 $/30,00 $, Terra 2,00 $/12,00 $, Luna 0,20 $/1,20 $, le tout par 1M. Voir notre analyse tarifs de GPT-5.6 pour le reste de la famille.

Verdict. Le meilleur remplacement équivalent chez les modèles de pointe si le code est la tâche. Vérifiez les tarifs de GPT-5.6 Sol face à la distribution de longueur de vos propres prompts avant de vous engager, car la falaise est au même endroit. L'avis sur GPT-5.6 a le détail des évaluations, et OpenAI contre Anthropic compare les deux interfaces d'API.

4. Gemini 3.6 Flash - le meilleur rapport coût-capacité si Google vous convient

Ce que c'est. Le cheval de bataille de Google depuis le 21 juillet 2026, positionné pour la vitesse avec une qualité proche de la pointe.

Où il bat Grok 4.6. Entrée moins chère à 1,50 $, une fenêtre de 1M sans palier de contexte long publié, un vrai palier gratuit pour prototyper, et une date de coupure des connaissances de mars 2026. Il embarque aussi l'usage d'ordinateur nativement et gagne les lignes de contexte long et d'usage d'ordinateur dans le propre tableau comparatif de Google.

Où non. La sortie coûte 7,50 $ contre 6,00 $ pour Grok, donc sur du travail lourd en sortie c'est plus cher, pas moins. Le grounding de recherche coûte 14 $ pour 1 000 requêtes, presque trois fois le compteur de recherche de xAI, bien que Google inclue 5 000 gratuites par mois partagées entre les modèles Gemini 3.x. Sur le palier gratuit votre contenu est utilisé pour améliorer les produits de Google ; sur le palier payant, non.

Tarifs. 1,50 $ en entrée, 0,15 $ lecture cache, 7,50 $ en sortie. Le batch coûte moitié moins. Détail complet dans tarifs de Gemini 3.6 Flash.

Verdict. Le meilleur choix en valeur si vos prompts sont longs et vos sorties courtes, ce qui décrit la majorité du travail de support lourd en récupération. L'avis sur Gemini 3.6 Flash a le détail des benchmarks, et l'aperçu Gemini 3.6 Flash couvre ce qui est sorti en même temps.

5. DeepSeek V4 Flash - le meilleur si le tarif lui-même est le problème

Ce que c'est. Un modèle de mélange d'experts avec 284 milliards de paramètres au total, 13 milliards actifs, avec poids ouverts sous licence MIT, en bêta publique depuis le 31 juillet 2026.

Où il bat Grok 4.6. Le prix, d'un ordre de grandeur, à 0,14 $ en entrée et 0,28 $ en sortie. Les cache-hits sont à 0,0028 $. Il propose aussi un endpoint au format Anthropic à côté du format OpenAI, ce qui raccourcit considérablement une migration, et les poids MIT signifient que vous pouvez tout ramener en interne si la relation avec le fournisseur tourne mal.

Où non. La configuration bon marché et la bonne configuration sont deux exécutions différentes. Le propre tableau croisé de DeepSeek montre HLE à 8,1 en mode sans réflexion contre 34,8 à effort maximal, et les tokens de raisonnement sont facturés au tarif de sortie. Artificial Analysis a mesuré un taux d'hallucination AA-Omniscience de 84 % et a eu besoin de 210M de tokens de sortie pour exécuter l'indice contre une médiane de 100M dans sa catégorie. Notre guide sur la prévention des hallucinations couvre ce que cela signifie face aux clients. Il y a aussi une surtaxe de pointe 2x en attente, annoncée sans date de démarrage.

Sur les données clients, il faut être précis. Les conditions de l'API payante de DeepSeek restent silencieuses sur l'usage pour l'entraînement plutôt que de l'autoriser explicitement, il n'y a pas de DPA publiée ni d'option de rétention zéro, et les données relèvent de la juridiction de la RPC. C'est une vraie question d'achat, pas une question réglée.

Tarifs. 0,14 $ entrée cache-miss, 0,0028 $ entrée cache-hit, 0,28 $ sortie. Voir tarifs de DeepSeek V4 Flash.

Verdict. Le choix évident pour la classification, le routage, le résumé et autres tours à fort volume et faibles enjeux. L'avis sur DeepSeek V4 Flash couvre où l'écart de qualité se voit réellement.

6. Kimi K3 - le meilleur modèle à poids ouverts à l'échelle de la pointe

Ce que c'est. Le modèle phare de Moonshot AI : 2,8 billions de paramètres au total, 104 milliards actifs, 1M de contexte, vision native, lancé le 16 juillet 2026.

Où il bat Grok 4.6. Des poids ouverts réellement sortis, à la date promise, et l'index safetensors confirme le chiffre de 2,8 billions depuis l'extérieur du communiqué de presse. Il embarque une entrée native image et vidéo, et une fenêtre plate de 1M.

Où non. 3 $ en entrée et 15 $ en sortie sont au-dessus de Grok des deux côtés, ce n'est donc pas un argument coût. Le raisonnement ne peut être désactivé à aucun niveau d'effort, et les niveaux sont facturés au même tarif, donc reasoning_effort est un contrôle de latence plutôt que de coût. À effort faible il obtient 47 points sur l'indice à 0,24 $ par tâche, ce qui est à la fois plus faible et plus cher que DeepSeek V4 Flash. Les URL publiques d'images ne sont pas acceptées, seulement du base64 ou un ID de fichier.

Tarifs. 3,00 $ entrée, 0,30 $ cache-hit, 15,00 $ sortie. Les paliers grand public vont de gratuit à 199 $. Voir tarifs de Kimi K3.

Verdict. À prendre quand vous voulez des poids ouverts à l'échelle de la pointe et de la vision dans un seul modèle, et que vous pouvez absorber le tarif. L'avis sur Kimi K3 a la comparaison de benchmarks face à Grok, et Flash contre K3 tranche la question budgétaire entre les deux options à poids ouverts.

7. Qwen3.8 Max - le remplacement direct le plus proche

Ce que c'est. Le modèle phare d'Alibaba, en disponibilité générale depuis le 2 août 2026 : 2,4 billions de paramètres au total, 95 milliards actifs, 1M de contexte.

Où il bat Grok 4.6. Tarif d'appel identique à 2 $ en entrée et 6 $ en sortie, avec le double de fenêtre de contexte et aucune pénalité de prompt long. Sur LMArena il est solide : Texte #5, Vision #2, WebDev #4. Il active le raisonnement xhigh par défaut, avec la réflexion préservée.

Où non. Il n'est pas du tout sur le classement Artificial Analysis, donc tout « score d'intelligence indépendant » cité à son sujet décrit en réalité un autre modèle Qwen. Les composites automatisés et la préférence humaine pointent ici dans des directions opposées, donc un verdict à chiffre unique serait malhonnête dans un sens comme dans l'autre. Les poids ont été promis à la disponibilité générale et restent non publiés. Il n'y a ni remise batch ni chemin via marketplace cloud.

Tarifs. 2,00 $ entrée, 0,25 $ lecture cache implicite, 6,00 $ sortie, selon Qwen Cloud. Détail dans tarifs de Qwen3.8 Max, et les voies pratiques dans comment accéder à Qwen3.8 Max.

Verdict. Le remplacement à faire si la falaise des 200k est votre seule plainte et que vous voulez garder la même ligne budgétaire. Comparez-le directement dans Qwen3.8 Max contre Kimi K3 avant de trancher.

Ce que vous payez réellement, contre ce qui est affiché

Il y a une couche supplémentaire à connaître avant de migrer quoi que ce soit. OpenRouter publie le prix moyen pondéré que ses clients paient réellement, à côté du prix de liste, et pour Grok 4.6 les deux ne correspondent pas.

L'entrée est 61 % en dessous du prix de liste, car le cache fait un travail énorme sur le trafic réel. La sortie est légèrement au-dessus du prix de liste, car une partie de ce trafic dépasse 200k et paie 12 $. Les deux effets sont invisibles sur la grille tarifaire, et les deux ont bougé depuis ma dernière vérification il y a quelques jours, quand l'entrée mesurait 0,7448 $.

La leçon se généralise au-delà de Grok. Avant de migrer sur la base du prix, calculez votre propre taux de cache-hit et votre propre distribution de longueur de prompts. Un modèle avec une étiquette moins bonne et une meilleure histoire de cache peut être moins cher en pratique, et un changement fait uniquement sur les prix de liste est une supposition déguisée en analyse.

Le modèle compte-t-il seulement pour le support ?

Moins que ce que la shortlist laisse penser, ce qui est inconfortable à écrire dans un article qui vient de passer 2 000 mots sur cette shortlist.

Grok 4.6 est l'un des deux meilleurs modèles sur le benchmark de service client multi-tours, avec 50,7 %. Prenez-le au pied de la lettre : le meilleur modèle disponible échoue sur la moitié de ces conversations. Passer à Opus 5 pour deux points d'indice ne touche pas ce mode d'échec, et aucune architecture sans escalade non plus. La moitié qui échoue échoue sur le fait de savoir quand s'arrêter, quand transférer à un humain, quelle macro déclencher, et ce qu'il ne faut jamais promettre. Rien de tout cela n'est une capacité du modèle.

Je le dis en tant que personne qui construit la couche au-dessus du modèle. Les clients d'eesel partent parfois construire directement sur une API de pointe brute, et c'est l'alternative concurrente la plus courante que nous observons chez les équipes techniques. Cela fonctionne parfois. Ce qui les fait généralement revenir n'est pas la qualité du modèle, et c'est rarement la qualité de la récupération non plus. C'est le deuxième mois.

Personne ne veut posséder les règles de triage des tickets, la dérive de la voix de marque, les permissions sur la base de connaissances, un seuil de score de confiance, et une astreinte pour un chatbot.

L'acheteur que j'ai mentionné au début, celui qui a consommé 200 interactions en une journée de test, ne posait pas une question de modèle. Il demandait ce que coûteraient 9 000 par mois et si les réponses seraient correctes. Aucune grille tarifaire ne répond à l'une ou l'autre de ces deux moitiés, c'est pourquoi le coût par résolution est le chiffre qui mérite d'être modélisé.

Choisir entre Grok 4.6 et ses alternatives pour une file de support ?

Voici la partie qu'une API brute ne peut pas vous offrir. Avant qu'eesel ne réponde à un seul ticket en direct, il rejoue votre agent sur vos propres tickets passés et montre ce qu'il aurait dit, sur vos données, avec les lacunes de votre base de connaissances incluses. Ainsi « quel modèle » cesse d'être un argument de benchmark et devient un taux de résolution que vous avez mesuré sur votre propre file, avant qu'un client ne voie une seule réponse. Connectez un helpdesk, observez la simulation, puis choisissez le modèle. Essayez eesel, gratuitement.

Verdict

Restez sur Grok 4.6 si vos prompts se situent confortablement sous 200k, que vous n'êtes pas bloqué par l'achat cloud, et que votre trafic met bien en cache. Être à égalité avec GPT-5.6 Sol sur l'indice pour un cinquième de son tarif de sortie est une position solide, et aucun modèle ici ne le domine strictement.

Passez à Claude Opus 5 si les prompts longs, l'achat Bedrock ou Vertex, ou une qualité en tête de l'indice est la contrainte déterminante. Vous paierez environ 2,4x par tâche.

Passez à Qwen3.8 Max si la falaise est votre seule plainte. Les mêmes 2 $ et 6 $, le double de fenêtre, aucune pénalité, au prix d'un score de référence indépendant.

Passez à DeepSeek V4 Flash pour la moitié à fort volume et faibles enjeux de votre trafic, et routez les tours difficiles ailleurs. À 0,14 $ et 0,28 $ vous pouvez vous permettre de vous tromper sur le routage.

Passez à GPT-5.6 si le codage autonome est la charge de travail, en sachant que la falaise de contexte long vous suit.

Et quel que soit votre choix final, mesurez-le sur vos propres tickets avant qu'il ne rencontre un client. Le meilleur agent IA pour une file est rarement celui en tête de l'indice, et la couche helpdesk fait bouger le taux de résolution plus que le changement de modèle. Voir IA pour le service client pour le tableau complet.