Inférence
Trois éléments contribuent à chaque tarif : partenariats directs avec les laboratoires, inférence GPU maison pour les modèles open source et routeur qui dirige chaque requête vers la route disponible la plus rapide et la plus économique.
Pilier 03 · Routage automatique
Notre routeur est placé devant chaque modèle. Il sait quelles routes sont disponibles, les évalue selon leur vitesse et leur coût pour votre requête précise, puis bascule automatiquement si les performances se dégradent.
Pilier 02 · Notre propre inférence GPU
Pour les modèles open source, nous assurons nous-mêmes l’inférence : attention et kernels optimisés, GPU déjà prêts qui évitent le chargement, et service réglé pour chaque modèle. Les mêmes poids ouverts produisent un résultat en quelques secondes au lieu de plusieurs minutes, et chaque seconde d’utilisation GPU coûte moins cher.
Chronométrage effectué par nos soins, de l’envoi à la génération du résultat, en octobre 2026. Les versions accélérées comme H3 Fast sont notre optimisation de l’inférence des poids ouverts, pas une version publiée par un laboratoire. Voir les résultats côte à côte
Les modèles restent chargés sur des GPU déjà actifs. La tâche n’a donc pas à charger les poids ni à attendre la mise en route : elle passe directement à la génération.
Chronologie relative, à titre indicatif et non à l’échelle.
Traitement par lots, concurrence, mémoire et planification sont adaptés à chaque charge de travail : même modèle et même résultat, avec moins de secondes GPU.
Le planificateur regroupe les tâches sur les GPU selon le modèle, la résolution et la durée, afin que le même matériel traite davantage de tâches avec moins de temps d’inactivité.
Les zones rayées représentent le temps d’inactivité du GPU. Illustration.
L’équipe derrière notre inférence GPU
Notre équipe d’inférence est issue de Stanford, du MIT, de l’UCLA, de Tsinghua et de NVIDIA. Elle travaille sur les systèmes GPU, l’optimisation de l’inférence et le déploiement de modèles : le socle de notre inférence GPU maison pour les modèles open source.
Les logos indiquent les établissements où les membres de notre équipe ont étudié ou travaillé. Ils ne signifient ni approbation ni partenariat avec ces universités ou entreprises. Toutes les marques appartiennent à leurs propriétaires respectifs.
Pilier 01 · Partenariats officiels
Nous travaillons directement avec ByteDance, MiniMax et Alibaba et obtenons les tarifs partenaires et de canal les plus bas pour exactement les modèles publiés par le laboratoire.
jusqu’à −26 %
sous le prix catalogue officiel, selon les tarifs en temps réel de notre catalogue
jusqu’à −29 %
sous le prix catalogue officiel, selon les tarifs en temps réel de notre catalogue
jusqu’à −69 %
sous le prix catalogue officiel, selon les tarifs en temps réel de notre catalogue
Faites le calcul
Choisissez un modèle et le volume que vous générez. Chaque tarif provient de notre catalogue en temps réel et apparaît à côté du prix catalogue officiel.
Faites glisser le curseur ou choisissez un modèle pour simuler vos propres volumes.
Le coût mensuel de 1 000 minutes de vidéo pour Wan 3.0 en 720p est de $6 000 (, sans abonnement et avec remboursement des générations échouées.). Chez CheaperGen, il est de $4 542 : vous économisez $1 458 par mois.
Côte à côte
| Critère | Directement auprès de chaque laboratoire | CheaperGen |
|---|---|---|
| Modèles | Un laboratoire par compte et par API | 45 modèles de 13 laboratoires avec une seule API |
| Prix | Prix catalogue officiel | Jusqu’à 93 % sous le prix catalogue |
| Routage et basculement | À mettre en place et à gérer vous-même | Automatiques pour chaque requête |
| Serving | API standard du laboratoire | Canaux partenaires et pools de GPU optimisés |
| Facturation | Un contrat et une facture par laboratoire | Un solde prépayé, paiement à l’usage |
Créez une clé API en une minute ou contactez-nous pour parler de volumes et de capacité dédiée.
