https://blog.grevire.dev/fr/tags/llama.cpp/Recent content in Llama.cpp on GrevireBlogHugofrSun, 25 Oct 2026 15:24:22 +0100https://blog.grevire.dev/fr/posts/cout-ia-locale/Sun, 25 Oct 2026 08:00:00 +0200https://blog.grevire.dev/fr/posts/cout-ia-locale/Rédigé avec Mimo v2.5 et corrigé par Deepseek V4.1 Correction (26 octobre 2026). La première version de cet article affirmait que l’inférence locale coûtait 10,72× moins cher que l’API équivalente. Ce chiffre était faux : j’avais facturé chaque token d’entrée au tarif plein, en ignorant le cache, facturé environ dix fois moins et qui représente l’essentiel d’une charge d’agent. Recalculé correctement, l’écart est d’environ 2×, pas 10,72× — et une fois le GPU amorti, il disparaît complètement.