OVH, Scaleway, Mistral : l'API IA souveraine ne coûte plus un bras

Pendant deux ans, le même argument a enterré la souveraineté dans tous les comités de direction : trop cher, trop lent, catalogue en retard d'une guerre. J'ai refait les comptes fin août, ligne par ligne, sur six fournisseurs européens d'API d'inférence. Résultat : sur un modèle comme gpt-oss-120b, l'écart de prix avec les clouds américains tient désormais dans l'épaisseur d'un ticket de métro. Ce dossier s'adresse aux DSI, aux devs et aux dirigeants de PME qui veulent sortir leurs prompts du droit américain sans faire exploser la facture : prix réels au million de tokens, débits mesurés, certifications, et un scoring sur 12 critères. Vos équipes resteront sans doute sur ChatGPT pour le quotidien ; ici, on parle de vos API, celles qui font tourner vos produits et vos workflows.

Pourquoi l'API d'inférence souveraine est devenue un sujet de comité de direction

Le déclic n'est pas venu de Bruxelles mais de Washington. En quelques semaines, les pros français ont vu l'accès à GPT-5.6 Sol passer sous contrôle du gouvernement américain, puis Claude Fable 5 coupé hors des États-Unis. Le risque fournisseur n'est plus une diapositive de consultant, c'est un précédent documenté. Ajoutez la hausse de prix surprise de DeepSeek, et vous obtenez la question qui revient dans tous mes échanges depuis la rentrée : sur quoi je replie mes workflows si mon modèle américain devient inaccessible demain matin ?

Les chiffres suivent le mouvement. Selon l'étude de l'IBM Institute for Business Value, 56 % des entreprises françaises classent la souveraineté numérique en priorité stratégique critique, et 90 % évaluent ou déploient une infrastructure IA dédiée. Broadcom mesure de son côté que 60 % des DSI d'Europe de l'Ouest veulent augmenter leur recours aux fournisseurs cloud locaux cette année, rapporte IT Social. Pendant ce temps, 86 % des entreprises françaises confient encore des données sensibles à des IA soumises au Cloud Act.

Bruxelles a mis de l'argent sur la table : la Commission européenne a sélectionné OVHcloud, Scaleway et S3NS pour fournir du cloud souverain à ses institutions, un marché potentiel de 180 millions d'euros sur six ans selon LeMagIT. Nous avions posé le cadre juridique dans notre guide Cloud Act / AI Act sur l'hébergement IA ; voici maintenant le comparatif chiffré des offres qui existent réellement.

Le surcoût souverain a fondu : la démonstration par gpt-oss-120b

Prenons le modèle le plus comparable du marché : gpt-oss-120b, l'open-weight d'OpenAI, servi par 17 fournisseurs benchmarkés par Artificial Analysis. Côté américain, Together le facture 0,03 $ le million de tokens en entrée et 0,17 $ en sortie, DeepInfra 0,04/0,17 $ et Groq 0,15/0,60 $, selon les grilles agrégées par OpenRouter. Côté européen, Scaleway ressort à 0,08 $ le million de tokens en prix mixte, et Nebius à 0,07 $.

Faites le calcul sur une charge PME réaliste : 30 millions de tokens par mois, soit un agent de tri d'emails plus un chatbot interne bien utilisés. Chez Scaleway, environ 2,40 $. Chez Groq ou DeepInfra, entre 1,50 et 2 $. L'écart mensuel tient dans un café. Le raisonnement qui justifiait d'envoyer ses données clients sous juridiction américaine « parce que c'est dix fois moins cher » est factuellement mort — sur les modèles petits et moyens du moins, on y reviendra.

J'en ai fait l'expérience un dimanche soir d'août : bascule de mon pipeline de veille concurrentielle d'OpenAI vers l'endpoint Mistral Small de Scaleway. Trois lignes modifiées — base_url, clé API, nom du modèle — puis une batterie d'évals de non-régression, selon le protocole promptfoo décrit dans notre tuto. Vingt minutes, évals vertes, différence de facture indétectable. La friction technique, elle aussi, a disparu : tous les fournisseurs de ce comparatif exposent une API compatible OpenAI.

Combien coûte une API IA souveraine en France : la grille des prix réels

Voici les tarifs publics relevés fin août sur les pages officielles des six fournisseurs. Les prix s'entendent hors taxes, par million de tokens, entrée/sortie.

Deux lectures de ce tableau. D'abord, l'entrée de gamme est devenue dérisoire : classer 10 000 emails avec un modèle 20B chez OVHcloud coûte quelques dizaines de centimes. Ensuite, les écarts se creusent sur le haut de gamme : le GLM-5.2 servi par Scaleway coûte 3,7 fois plus cher en sortie que le Mistral Large 3 de La Plateforme. Le choix du modèle pèse désormais plus lourd que le choix du fournisseur.

OVHcloud AI Endpoints : le catalogue le plus large, la performance la plus opaque

Avec plus de 40 modèles, le catalogue d'AI Endpoints est le plus fourni du panel : gpt-oss-20b et 120b intégrés dès leur sortie, Qwen3, DeepSeek-R1-Distill-Llama 70B, Llama 3.3 70B, Mistral Small 3.2, mais aussi de la vision (Qwen2.5-VL-72B), du speech-to-text, des embeddings, de la génération d'images et un LLM Guard pour la modération. Les prix vont de 0,04 à 0,91 €/M tokens en entrée. Et Roubaix voit plus loin que le service : le rachat de Dragon LLM doit poser, selon LeMagIT, les fondations d'un laboratoire de modèles souverains maison.

Mon bémol tient en un mot : opacité. OVHcloud est absent des 17 fournisseurs benchmarkés par Artificial Analysis sur gpt-oss-120b, et ne publie ni débit ni SLA de latence. Sur le terrain, j'ai pris un mur en montant un batch de classification de 10 000 emails : rate limit atteint en pleine journée, job étalé sur la nuit faute de quota négociable en self-service. Rien de rédhibitoire pour de l'asynchrone, mais pour une app temps réel, vous naviguez à l'estime. C'est le paradoxe OVHcloud : la meilleure histoire souveraine du marché — SecNumCloud, datacenters français, labo de modèles — racontée avec le moins de chiffres de performance.

Scaleway Generative APIs : l'équilibre prix-perf, mesures à l'appui

Scaleway joue la transparence inverse. Son offre est benchmarkée publiquement : 168 tokens/s de débit et 1,23 s de time-to-first-token sur gpt-oss-120b à 0,08 $/M, mesurés par Artificial Analysis. La grille tarifaire est limpide : Mistral Small 3.2 à 0,15/0,35 €, Llama 3.3 70B à 0,90 €, Qwen3-235b à 0,75/2,25 €, DeepSeek-v4-Flash à 0,40/0,80 €, Whisper Large v3 à 0,003 € la minute d'audio. Le free tier (1 million de tokens plus 60 minutes de transcription) suffit pour un vrai POC, et le rabais de 50 % sur l'API Batches est le meilleur du panel pour les charges asynchrones.

Signe de crédibilité technique : Scaleway a rejoint les Inference Providers de Hugging Face, ce qui expose ses endpoints à des millions de développeurs et impose une comparabilité permanente. Le point faible est juridique, pas technique : la qualification SecNumCloud est en cours d'instruction depuis janvier 2025, et elle ne couvre pas l'offre IA. Pour un SaaS classique, aucun sujet. Pour une banque sous DORA ou un marché public, c'est éliminatoire à date. Le catalogue, environ deux fois plus étroit que celui d'OVHcloud, reste toutefois le plus frais du panel côté modèles chinois récents.

Mistral La Plateforme : la seule R&D frontier du lot

Mistral est un cas à part : les cinq autres servent les modèles des autres, Mistral sert les siens. Et les prix ont fondu : Mistral Large 3 à 0,50 $ en entrée et 1,50 $ en sortie — soit, selon l'analyse de CloudZero, 80 % moins cher en entrée que GPT-5.4 —, Mistral NeMo à 0,02/0,03 $, le plancher absolu de ce comparatif. Ajoutez le cache de prompt qui facture les tokens réutilisés à 10 % du tarif, et un tier gratuit Experiment autour du milliard de tokens mensuels rate-limités : pour prototyper, personne ne fait mieux.

La question qui fâche : Mistral est-il encore souverain depuis le partenariat à plusieurs milliards avec Microsoft ? Ma lecture : la distribution via Azure est une chose, La Plateforme en est une autre — société française, infrastructure française avec le datacenter des Ulis, modèles sous licence ouverte pour une partie du catalogue. L'entreprise d'Arthur Mensch reste le seul acteur du panel capable de faire évoluer ses propres modèles, donc le seul dont la roadmap ne dépend pas de la générosité d'OpenAI ou d'Alibaba. C'est un argument stratégique que ni OVHcloud ni Scaleway ne peuvent opposer aujourd'hui, Dragon LLM mis à part.

IONOS, Infomaniak, Nebius : trois outsiders qui compliquent le choix

IONOS AI Model Hub : l'option allemande, solide et sans éclat

Hébergé dans des datacenters allemands certifiés ISO 27001, l'AI Model Hub d'IONOS aligne Llama 3.1 du 8B au 405B, gpt-oss-120b, Qwen3 Coder et FLUX.2 pour l'image, avec une API compatible OpenAI et un ticket d'entrée autour de 0,17 $/M tokens sur Llama 3.1 8B. C'est propre, conforme RGPD, et pertinent si votre groupe travaille déjà avec l'écosystème IONOS. Mais aucune mesure de débit publiée, pas de free tier digne de ce nom, une console datée : difficile d'en faire un premier choix hors d'Allemagne.

Infomaniak AI Services : le seul vraiment hors de portée du Cloud Act

L'argument d'Infomaniak est unique : vos prompts ne quittent jamais la Suisse, pays hors du champ du Cloud Act et dont la loi sur la protection des données est reconnue équivalente au RGPD par la Commission européenne. La tarification est un modèle de simplicité : 0,50 CHF le million de tokens en entrée, 1,50 CHF en sortie, quel que soit le modèle, avec 1 million de crédits offerts le premier mois. Le revers : un catalogue court (Llama 3, Mistral, un DeepSeek R1 distillé sur Qwen 32B, Whisper, Granite) et zéro très gros modèle. Parfait pour une TPE ou un cabinet qui traite des données clients sensibles avec des besoins modestes ; trop juste pour des agents complexes.

Nebius : les meilleures perfs d'Europe, le mauvais passeport

Sur le papier, Nebius écrase le débat européen : 329 tokens/s et 0,98 s de TTFT sur gpt-oss-120b à 0,07 $/M, Llama 405B à 1/3 $, jusqu'à 10 millions de tokens par minute selon sa communication officielle, et des datacenters en Finlande et à Paris. Sauf que l'entreprise, héritière de la scission de Yandex, est cotée au Nasdaq. Européenne par la géographie, pas par le droit : une qualification SecNumCloud lui est structurellement inaccessible, et son exposition aux injonctions américaines n'est pas nulle. À réserver aux cas où la performance prime sur la juridiction — et en le sachant.

Débit et latence : ce que les fiches tarifaires ne montrent pas

Les prix ont convergé ; les tokens par seconde, pas du tout. Voici les mesures d'Artificial Analysis sur gpt-oss-120b, complétées des trois références américaines les plus rapides.

Faut-il s'en inquiéter ? Tout dépend de l'usage. À 168 tokens/s, un texte s'affiche environ sept fois plus vite qu'un humain ne le lit : pour un chatbot interne, un résumé de réunion ou un pipeline batch, le débat est clos. Pour un agent vocal ou une chaîne d'agents qui enchaîne dix appels par tâche, l'écart entre 168 et 1 685 t/s se sent à chaque interaction. Le vrai scandale est ailleurs : ni OVHcloud, ni IONOS, ni Infomaniak ne publient leurs débits, et aucun des six ne les contractualise. Le benchmark FR/EU de Noxcod arrive au même constat : les latences sont le trou noir de l'offre souveraine. Tant que ces chiffres ne figurent ni sur les pages produit ni dans les contrats, mesurez vous-même avant de signer.

SecNumCloud, HDS, Cloud Act : la grille juridique qui tranche

Pour beaucoup de lecteurs, cette section décide à elle seule. La qualification SecNumCloud 3.2 de l'ANSSI, la plus stricte d'Europe, interdit toute dépendance à un acteur soumis à un droit extraterritorial. Elle est exigée de fait pour les marchés publics sensibles, et les secteurs régulés suivent : banque via DORA, assurance via Solvabilité II, santé via l'hébergement HDS, défense via la LPM, comme le rappelle le comparatif d'Aquilapp. État des lieux : OVHcloud est qualifié (périmètre Hosted Private Cloud), Scaleway est en trajectoire depuis janvier 2025 mais pas qualifié, et son offre IA n'entre pas dans le périmètre. Scaleway et OVHcloud sont en revanche tous deux certifiés HDS pour la santé.

Un exemple concret : un client courtier en assurance, soumis à DORA, voulait basculer son moteur d'analyse de contrats sur une API européenne. Scaleway cochait toutes les cases techniques ; son département conformité a tranché pour OVHcloud en quinze minutes, qualification oblige. À l'inverse, pour l'immense majorité des PME sans contrainte sectorielle, un hébergement UE avec un opérateur de droit européen suffit à neutraliser l'essentiel du risque Cloud Act — ce que ne permettront jamais les régions européennes d'AWS ou d'Azure, filiales de droit américain. Cas limites : Infomaniak protège du Cloud Act par le droit suisse mais sort du cadre UE ; Nebius fait l'inverse. La souveraineté n'est pas une case à cocher, c'est un curseur — et l'auto-hébergement, l'autre extrémité du curseur, reste réservé à ceux qui peuvent absorber 1,4 To de poids et un cluster de GPU.

OVHcloud vs Scaleway vs Mistral vs IONOS vs Infomaniak vs Nebius : le scoring sur 12 critères

Notes sur 5, fondées sur les grilles publiques, les benchmarks cités et mes tests d'août.

Scaleway l'emporte d'un point sur OVHcloud, et c'est fidèle à mon ressenti terrain : l'un gagne sur la mesure et l'outillage, l'autre sur la profondeur de catalogue et le blindage juridique. Nebius truste les critères techniques et s'effondre sur le droit. Le total ne doit pas masquer l'essentiel : selon que votre contrainte dominante est DORA ou le temps réel, le classement s'inverse.

Comment migrer de l'API OpenAI vers un endpoint européen

La procédure que j'applique désormais chez mes clients tient en six étapes. Un, inventorier : quels endpoints, quels modèles, combien de tokens par mois — sortez les dashboards de facturation, pas les intuitions. Deux, apparier : un GPT milieu de gamme se remplace par Mistral Large 3 ou Qwen3-235b ; une tâche de classification descend sur un 20-30B à 0,04-0,15 €/M. Trois, brancher : tous les fournisseurs testés ici étant compatibles OpenAI, la bascule se limite à changer base_url, clé et nom de modèle. Quatre, valider : jeu d'évals de non-régression sur vos cas réels avant tout trafic de production — c'est l'étape que tout le monde saute et que tout le monde regrette. Cinq, optimiser : basculez l'asynchrone sur l'API Batches de Scaleway (−50 %) ou activez le cache de prompt Mistral (−90 % sur les tokens répétés). Six, sécuriser : gardez un second fournisseur configuré en fallback, comme détaillé dans notre guide anti-dépendance fournisseur — la souveraineté ne consiste pas à remplacer un point de défaillance américain par un point de défaillance français.

Si vos workflows tournent déjà dans un orchestrateur no-code, la migration se résume souvent à modifier un module HTTP ou un connecteur OpenAI-compatible, et l'ensemble de vos scénarios suit sans réécriture.

Notre verdict : quelle API souveraine pour quel profil

Je tranche. Scaleway est le choix par défaut pour une PME ou un éditeur SaaS : prix lisibles, perfs mesurées publiquement, batch à −50 %, free tier honnête. OVHcloud s'impose dès que SecNumCloud, un marché public ou un secteur régulé entre dans l'équation, et son catalogue de 40+ modèles en fait aussi le meilleur terrain de jeu — à condition d'accepter de mesurer soi-même les débits. Mistral est imbattable pour prototyper (1 Md de tokens gratuits) et pour qui veut un fournisseur qui conçoit ses propres modèles. Infomaniak est le seul choix rationnel si votre exigence est l'immunité totale au Cloud Act ou une clientèle suisse. Nebius sert ceux qui veulent des perfs américaines sur le sol européen en connaissant le compromis juridique. IONOS, enfin, ne se justifie que dans un écosystème déjà allemand.

À qui ce comparatif ne s'adresse-t-il pas ? Aux équipes dont le produit repose sur le raisonnement frontier pur : un Opus 5 ou un GPT-5.6 garde une avance réelle sur les open-weights servis en Europe pour les tâches d'agent complexes, et prétendre l'inverse serait malhonnête. La bonne architecture, dans ce cas, est hybride : le frontier américain pour les 10 % de requêtes qui le justifient, un endpoint européen pour les 90 % restants — qui représentent souvent 99 % des données personnelles traitées.

Ce qui reste flou dans l'inférence souveraine

Trois questions m'empêchent de conclure au beau fixe. La durabilité des prix, d'abord : personne ne publie ses marges, et des tarifs à 0,04 €/M sur des GPU achetés au prix fort ressemblent à de la conquête subventionnée ; le précédent DeepSeek a montré avec quelle vitesse un prix d'appel peut se retourner. La dépendance amont, ensuite : OVHcloud et Scaleway servent des modèles conçus à San Francisco, Hangzhou ou Pékin ; c'est une souveraineté de service, pas de modèle, et seuls Mistral et le chantier Dragon LLM y répondent partiellement. La transparence, enfin : tant qu'aucun fournisseur français ne publie ni SLA de débit ni historique de disponibilité, le réflexe de l'acheteur doit rester le bench maison d'une semaine avant engagement. J'actualiserai ce scoring quand ces chiffres sortiront — ou quand ils continueront à manquer, ce qui sera une réponse en soi.

Passer à l'endpoint souverain : les trois chantiers de la semaine

Premier chantier : mesurez votre consommation réelle. Exportez trois mois de facturation API, comptez les tokens entrée/sortie par cas d'usage, et chiffrez chaque scénario avec la grille de ce comparatif — l'écart se compte souvent en dizaines d'euros, pas en milliers. Deuxième chantier : lancez un POC gratuit cette semaine, le million de tokens de Scaleway ou le milliard de Mistral suffisent largement, avec vos évals comme juge de paix. Troisième chantier : cartographiez vos contraintes juridiques avant de choisir — DORA, HDS ou marché public écrivent la réponse à votre place, et mieux vaut le découvrir avant la mise en production qu'après. La souveraineté IA a longtemps été un discours ; c'est devenu une ligne de configuration. Trois lignes, exactement.