La tarification de Dify comporte deux couches facturées par deux parties différentes : le forfait de la plateforme et les tokens de modèle. Dify Cloud indique Sandbox à 0 $, Professional à 59 $ par espace de travail et par mois (590 $ par an) et Team à 159 $ par espace de travail et par mois (1 590 $ par an) ; la Community Edition auto-hébergée est gratuite et Enterprise fait l’objet d’un devis personnalisé. Aucun de ces montants n’inclut vos dépenses liées aux API de modèles une fois les crédits de messages du forfait épuisés — les propres cartes de forfaits de Dify le précisent.
Tous les montants ci-dessous ont été relevés le 19 septembre 2026 sur les propres pages de Dify : dify.ai/pricing/dify-cloud et dify.ai/pricing/dify-enterprise. Une précision de lecture, car elle perturbe les synthèses : les cartes de forfait affichent par défaut les montants annuels, tandis que les montants mensuels sont accessibles derrière un commutateur. Les valeurs mensuelles figurent dans le balisage (data-monthly="59" et data-monthly="159") et le tableau comparatif plus bas sur la même page affiche en toutes lettres « $59 Per workspace/month » et « $159 Per workspace/month ». Considérez comme incomplète toute page tierce qui ne cite que les prix annuels.
Coût de la plateforme Dify
| Canal | Prix publié | Crédits de messages | Limites clés indiquées sur la carte |
|---|---|---|---|
| Dify Cloud — Sandbox | Gratuit | 200 (la carte n’affiche pas le suffixe « / month ») | 1 espace de travail, 1 membre, 5 applications, 50 documents de connaissances, 50 Mo de stockage de connaissances, 30 jours d’historique des journaux |
| Dify Cloud — Professional | 59 $ / espace de travail / mois, ou 590 $ / an | 5 000 par mois | 3 membres, 50 applications, 500 documents de connaissances, 5 Go de stockage, 20 000 événements déclencheurs par mois, historique des journaux illimité |
| Dify Cloud — Team | 159 $ / espace de travail / mois, ou 1 590 $ / an | 10 000 par mois | 50 membres, 200 applications, 1 000 documents de connaissances, 20 Go de stockage, nombre illimité d’événements déclencheurs |
| Community Edition (auto-hébergée) | Logiciel gratuit | Aucun | Un seul espace de travail ; vous fournissez les serveurs, la base de données vectorielle et tous les tokens de modèle |
| Dify Enterprise | Devis personnalisé | Aucun | Clé de licence sur un déploiement auto-hébergé ; plusieurs espaces de travail, SSO, autorisation de licence commerciale |
| Dify Premium sur AWS | Devis disponible uniquement dans AWS Marketplace | Aucun | Une AMI qui permet une personnalisation de la marque ; la page de documentation n’indique aucun prix, aucun n’est donc reproduit ici |
Deux contraintes qu’il vaut mieux connaître avant de choisir un niveau. La FAQ de Dify répond à la question de savoir si un forfait Professional ayant atteint ses limites peut acheter séparément davantage d’espace vectoriel ou de sièges d’équipe : elle recommande de mettre à niveau le forfait, et précise que si le forfait Team ne suffit pas, il faut contacter son adresse d’assistance. Le remède documenté à une limite est donc le niveau supérieur, et non un complément. Le paiement s’effectue aujourd’hui par carte : la même FAQ indique que le paiement par virement bancaire est à l’étude, n’est pas encore disponible et ne s’appliquerait qu’aux abonnements Team annuels. Les prix indiqués excluent les taxes applicables.
Les crédits de messages sont une allocation d’essai, pas un budget
C’est le point que la plupart des synthèses sur la « tarification de Dify » présentent incorrectement. L’infobulle des trois cartes de forfaits Cloud indique que les crédits sont fournis pour vous aider à essayer des modèles d’OpenAI, Anthropic, Gemini, xAI et Tongyi, qu’ils sont consommés selon le type de modèle et qu’une fois épuisés, vous pouvez utiliser votre propre clé API. Il ne s’agit pas d’un budget de tokens : la FAQ de Dify précise que les crédits sont consommés par réponse d’IA, selon un tarif publié propre à chaque modèle.
Les tarifs ci-dessous sont tirés de la FAQ de Dify le 19 septembre 2026 — il s’agit d’une sélection de sa liste, et non de la liste complète : chaque niveau mentionne davantage de modèles que les exemples cités ici, et l’échelle publiée comporte également un niveau à 3 crédits omis de ce tableau. Ils indiquent ce que Dify facture en crédits, et non une affirmation sur les catalogues propres à ces fournisseurs. Le nombre de réponses est calculé arithmétiquement à partir des allocations publiées, et ne constitue pas un devis de Dify.
| Crédits par réponse d’IA | Exemples tirés de la liste de Dify | Sandbox 200 crédits | Professional 5 000 / mois | Team 10 000 / mois |
|---|---|---|---|---|
| 25 | gpt-5.6-sol, gpt-5.5 | 8 réponses | 200 | 400 |
| 20 | Claude Opus 4.7 / 4.6 / 4.5, grok-4.5, grok-4.6 | 10 | 250 | 500 |
| 15 | gpt-5.6-terra, gpt-5.4 | 13 | 333 | 666 |
| 10 | Claude Sonnet 4.6 / 4.5, Gemini 3.5 Flash, qwen3-max | 20 | 500 | 1,000 |
| 5 | Claude Haiku 4.5, gpt-5.6-luna, gemini-3.7-flash | 40 | 1,000 | 2,000 |
| 1 | gpt-5-mini, Gemini 2.5 Flash, qwen-turbo | 200 | 5,000 | 10,000 |
Trois conséquences en découlent. Premièrement, une application de chat en production utilisant un modèle à 10 crédits épuise l’allocation mensuelle de Professional en 500 réponses, ce qui représente une petite journée pour un service destiné aux clients. Deuxièmement, la même page contient une note indiquant qu’en raison du coût des modèles, certains ne peuvent pas utiliser de crédits et exigent votre propre clé — le modèle le plus récent que vous souhaitez utiliser peut donc ne jamais avoir été inclus dans l’allocation. Troisièmement, les modèles d’embeddings figurent également dans cette liste de crédits, ce qui signifie que l’indexation d’une base de connaissances concurrence le chat pour le même pool ; Dify ne définit pas ce qui compte comme une « réponse » pour une requête d’embeddings par lots, alors considérez toute estimation de crédits pour l’indexation comme une borne supérieure plutôt que comme un tarif.
Un point que cette page ne permet pas d’affirmer : les 200 crédits de Sandbox sont-ils renouvelés ? La carte Sandbox affiche « 200 message credits » sans suffixe « / month », tandis que les deux cartes payantes indiquent « / month », et aucune phrase de la FAQ ne précise non plus une politique de renouvellement dans un sens ou dans l’autre.
Apporter sa propre clé : ce que Dify contrôle et ce qu’il ne contrôle pas
La bonne nouvelle pour quiconque budgétise la deuxième couche : associer sa propre clé de fournisseur n’est pas une fonctionnalité payante. Dans le tableau comparatif Cloud de Dify, la ligne « Model Vendor Management — Supports adding and configuring API keys from different model providers for the workspace » comporte une coche pour Sandbox, Professional et Team, et le tableau auto-hébergé la coche également pour Community et Enterprise. Un espace de travail gratuit peut donc ajouter et configurer ses propres clés de fournisseur sans payer pour ce privilège. Cette ligne n’indique pas quelles URL d’endpoint un espace de travail Cloud acceptera, et cette page ne l’a pas testé.
Ce qui est contrôlé, c’est l’exécution de plusieurs clés derrière un seul modèle. « LLM API Load Balancing — Adds multiple API keys to models, effectively bypassing the API rate limits » affiche un tiret pour Sandbox et des coches pour Professional et Team ; dans le tableau auto-hébergé, un tiret apparaît pour Community et une coche pour Enterprise. Cette dernière cellule est surprenante pour une version open source, et cette page n’a pas vérifié si le binaire Community l’applique réellement — l’affirmation honnête est que la propre comparaison de Dify la présente comme une fonctionnalité Enterprise. Si vous avez besoin d’un basculement entre clés sans payer, cette tâche relève d’une passerelle plutôt que de Dify. Notez également que « Local Models — Supports integration with locally deployed models » apparaît dans la comparaison auto-hébergée et n’apparaît nulle part dans le balisage de la comparaison Cloud.
Connecter un endpoint compatible avec OpenAI à Dify
Le plugin officiel compatible avec OpenAI-API de Dify est en version 0.0.66 et a été créé par langgenius — les deux informations proviennent du manifeste du plugin. Sa configuration déclarée explique la plupart des signalements du type « ma passerelle ne fonctionne pas dans Dify », et chaque élément ci-dessous est tiré de ce schéma, du manifeste et des fichiers de fournisseurs de première partie associés, le 19 septembre 2026.
| Champ dans le schéma | Valeur par défaut déclarée | Pourquoi cela compte pour le coût ou le comportement |
|---|---|---|
endpoint_url (URL de base de l’API) | Obligatoire ; l’exemple est une base /v1 | Il s’agit de la base, et non du chemin complet des chat completions. La base de Kunavo est https://api.kunavo.com/v1. |
api_key | Facultatif (required: false) | Un endpoint local sans clé est valide, raison pour laquelle le même plugin sert LM Studio et llama.cpp |
context_size (Taille du contexte du modèle) | Obligatoire, valeur par défaut : 4096 | Vous la saisissez vous-même. Laissez-la à 4096 dans une application RAG et les segments récupérés seront tronqués avant même que le modèle ne les voie. |
function_calling_type | no_call | L’appel d’outils est désactivé tant que vous ne l’avez pas configuré. Les nœuds Agent et les nœuds utilisant des outils échouent sur un modèle pourtant sain. |
vision_support, structured_output_support | no_support / not_supported | Chaque capacité est un commutateur distinct, tous désactivés par défaut |
api_type | chat_completions, avec responses comme alternative | Sélectionne /chat/completions ou /responses pour chaque modèle |
| Champs de tarification | Aucun n’existe | Zéro entrée pricing sur 737 lignes ; Dify ne dispose donc d’aucun tarif à appliquer à vos volumes de tokens |
Deux limites structurelles méritent d’être anticipées. Le plugin ne déclare que configurate_methods: customizable-model — il n’existe ni liste de modèles prédéfinie ni découverte automatique des modèles, de sorte que dix modèles impliquent dix formulaires. Il déclare exactement cinq types de modèles : llm, rerank, text-embedding, speech2text et tts. La génération d’images n’en fait pas partie ; un modèle d’image placé derrière une passerelle n’est donc pas accessible du tout comme « modèle » Dify via ce plugin.
Deux autres routes méritent d’être connues. Le fournisseur de première partie openai accepte un openai_api_base personnalisé, mais son champ api_protocol vaut par défaut responses — une passerelle qui n’implémente pas /v1/responses échoue donc jusqu’à ce que vous la basculiez vers Chat Completions. Le fournisseur anthropic accepte un anthropic_api_url facultatif en plus de sa clé obligatoire et prend en charge les modèles prédéfinis et personnalisables ; c’est la route qui conserve les jeux de paramètres intégrés aux modèles Claude. Kunavo fournit une surface de type OpenAI et une surface de type Anthropic, de sorte que les trois routes sont configurables — mais choisissez délibérément plutôt que par accident, et notez que rien de tout cela n’a été testé en exécution par Kunavo dans un espace de travail Dify réel. Il s’agit des réglages documentés du plugin, et non d’un certificat de compatibilité.
Bases de connaissances : où les dépenses RAG apparaissent réellement
La documentation de Dify sur les méthodes d’indexation propose deux options aux profils de coût très différents. High Quality « utilise un modèle d’embeddings pour convertir les segments de contenu en représentations vectorielles » et prend en charge la recherche vectorielle, en texte intégral ou hybride. Economical utilise 10 mots-clés par segment, indique qu’aucun token n’est consommé au prix d’une précision de recherche réduite et ne propose que l’index inversé avec un réglage TopK. La même page avertit qu’une fois qu’une base de connaissances a été créée avec High Quality, elle ne peut plus passer à Economical ; il s’agit donc d’un choix irréversible à effectuer en connaissance de cause.
Sachez clairement qui prend en charge l’étape d’embedding, car ce n’est pas nous : Kunavo ne fournit ni embeddings ni reranking. Si vous choisissez l’indexation High Quality, cette étape appelle un fournisseur externe ou un modèle déployé localement, configuré comme sa propre entrée de fournisseur dans Dify — et l’emplacement de reranking de Dify, qui attend un endpoint /rerank ou une URL explicite Rerank Endpoint, n’est pas non plus un service que nous fournissons. Ce qu’une passerelle peut couvrir ici est le type llm : les nœuds de génération de votre flux de travail. Budgétez ces deux éléments séparément. L’implémentation RAG traite plus en détail la partie récupération.
Un dernier détail d’ordonnancement pour les déploiements auto-hébergés : la pile Docker Compose exécute un ssrf_proxy, de sorte qu’un endpoint doit être accessible depuis le réseau interne des conteneurs, et pas seulement depuis le navigateur de votre ordinateur portable.
Une estimation détaillée pour la couche modèle
Il s’agit d’un calcul indicatif de tokens, et non du coût mesuré d’un flux de travail ni d’un plafond de facturation. Supposons qu’une réponse RAG envoie 12 000 tokens d’entrée (prompt système, segments récupérés et historique court, tous non mis en cache), renvoie 600 tokens de sortie et que le flux effectue un appel LLM par réponse. Les tarifs sont les prix du catalogue Kunavo en vigueur par million de tokens.
| Modèle | Entrée / sortie par million | Estimation par réponse | Estimation pour 1,000 réponses |
|---|---|---|---|
| Claude Haiku 4.5 | $0.70 / $3.50 | $0.01050 | $10.50 |
| GPT-5.6 Terra | $0.70 / $4.20 | $0.01092 | $10.92 |
| Claude Sonnet 4.6 | $2.10 / $10.50 | $0.03150 | $31.50 |
| Claude Opus 5 | $3.50 / $17.50 | $0.05250 | $52.50 |
Comparez ce résultat au tableau des crédits ci-dessus et les deux couches deviennent évidentes. Un mois de 1,000 réponses sur un modèle que Dify facture 10 crédits nécessite 10 000 crédits — l’intégralité de l’allocation Team, avec un forfait à 159 $ — tandis que le même volume de trafic de tokens est estimé dans le catalogue à $31.50 sur Claude Sonnet 4.6 ou à $10.50 sur Claude Haiku 4.5. La couche qui domine votre facture dépend entièrement du modèle exécuté par chaque nœud, et l’écart entre les valeurs de ce tableau est d’environ 5×.
Deux réserves importantes. Les tokens d’entrée dominent une requête RAG : le facteur qui pèse le plus sur votre facture est donc le nombre de segments récupérés et leur longueur — pas la longueur de la sortie. Et le montant du catalogue Kunavo constitue un plancher de facturation, et non un plafond : lorsque le fournisseur en amont communique son coût, la facture correspond au montant le plus élevé entre le coût catalogue et le coût du fournisseur en amont multiplié par la majoration applicable. Le comportement du cache et les appels à des outils externes ne sont pas pris en compte dans cet exemple. Le rechargement minimal est de $10 de crédit prépayé — il s’agit d’un minimum de financement, pas de frais par tâche ni d’un abonnement. Consultez les détails de facturation.
Meilleure API et API la moins chère pour Dify : choisissez par couche
| Formule | À privilégier lorsque | Ce à quoi vous renoncez |
|---|---|---|
| Crédits de messages Dify | Évaluer des modèles durant la première semaine, auprès de cinq fournisseurs, sans rien configurer | Ils s’épuisent, certains modèles en sont totalement exclus, et la solution recommandée par la FAQ de Dify pour un forfait ayant atteint ses limites est de passer au niveau supérieur |
| API directe du fournisseur | Un fournisseur couvre chaque nœud, et vous souhaitez bénéficier de son propre système de mise en cache et de ses remises sur les traitements par lots | Un deuxième fournisseur signifie un deuxième compte, une deuxième rotation de clé et un deuxième tableau de bord des dépenses |
| Passerelle compatible OpenAI | Les nœuds changent de modèle et vous voulez une seule clé et un seul solde prépayé derrière eux | Le plugin compatible ne possède aucun catalogue de modèles : chaque modèle est donc un formulaire à remplir manuellement, avec des commutateurs de capacités désactivés par défaut |
| Point de terminaison compatible avec Anthropic | Vous avez standardisé votre environnement sur les modèles Claude et souhaitez utiliser leurs jeux de paramètres intégrés | Il s’agit d’une entrée de fournisseur distincte de celle compatible avec OpenAI, configurée et authentifiée séparément |
| Modèle local | Nœuds privés ou à faible valeur, sans frais par requête | Matériel et exploitation ; Dify répertorie les modèles locaux dans la comparaison de l’édition auto-hébergée, mais pas dans celle de l’édition Cloud |
Concernant le « moins cher », gardez deux questions distinctes. Le tarif affiché le plus bas est une propriété d’une grille tarifaire. La manière la moins chère de terminer un workflow dépend de votre graphe : chaque nœud LLM constitue un appel de modèle distinct avec sa propre facturation. Ainsi, un modèle médiocre qui impose une nouvelle tentative, un second passage d’extraction ou une réponse plus longue peut revenir plus cher qu’un modèle plus coûteux qui réussit du premier coup. La méthode pratique consiste à chiffrer la forme réelle de votre requête — comptez les segments récupérés, plutôt que de deviner — puis à exécuter deux fois le même workflow et à comparer ce que chaque compte fournisseur a effectivement enregistré. L’optimisation des coûts de l’IA présente cette méthode ; la passerelle LLM et les alternatives à OpenRouter comparent les options de passerelle elles-mêmes.
Dify est-il toujours la plateforme adéquate pour standardiser votre environnement ?
Oui, au vu des éléments disponibles. Le dépôt langgenius/dify n’est pas archivé, a reçu son dernier push le 18 septembre 2026 et compte 156 347 étoiles ; la dernière version est 1.17.1, publiée le 10 septembre 2026, après la 1.17.0 du 25 août et la 1.16.1 du 28 juillet (API GitHub, 19 septembre 2026). Notez que les tags ne comportent aucun préfixe v : une URL construite comme /releases/tag/v1.17.1 renvoie une erreur 404. La société qui le développe est LangGenius, Inc., nom indiqué dans le pied de page du site et dans la propre FAQ de paiement de Dify.
La licence mérite d’être lue avant tout déploiement commercial. La licence de Dify commence par préciser que le projet est distribué sous une version modifiée d’Apache 2.0, assortie de conditions supplémentaires : vous ne pouvez pas utiliser le code source pour exploiter un environnement multi-tenant sans autorisation écrite — un tenant étant défini comme un espace de travail — et vous ne pouvez pas supprimer ni modifier le logo ou les informations de copyright dans l’interface frontend de la console Dify. Si la suppression de la marque Dify est importante, les voies documentées sont un accord Enterprise ou la Premium AMI de Dify, dont la page de documentation indique qu’elle « permet une personnalisation de la marque » et vous dirige vers AWS Marketplace pour connaître le prix.
Et si l’auto-hébergement est prévu, dimensionnez honnêtement la machine. Le guide Docker Compose indique comme prérequis un CPU >= 2 Core et une RAM >= 4 GiB, puis démarre 7 services principaux et 8 composants dépendants ; sa propre ligne consacrée à macOS demande au moins 2 processeurs virtuels et 8 GiB de mémoire dans la machine virtuelle Docker. Logiciel gratuit, infrastructure payante.
Configurez-le, puis vérifiez le premier prélèvement
Si vous acheminez les nœuds LLM de Dify via Kunavo, considérez la configuration ci-dessus comme un point de départ et non comme une intégration vérifiée : Kunavo ne publie pas encore de page de configuration spécifique à Dify, et aucun espace de travail Dify n’a été testé en conditions réelles avec le point de terminaison indiqué ici. Ajoutez un modèle via le plugin compatible avec l’API OpenAI, définissez d’abord la taille du contexte et le Function Call Type, exécutez un workflow limité, puis consultez le montant enregistré par votre compte — car Dify n’affichera pas de montant en dollars pour un modèle relié à une passerelle. Le guide de l’API compatible avec OpenAI décrit la structure du point de terminaison, et l’index des intégrations répertorie les clients disposant effectivement de pages de configuration publiées. Créez un compte Kunavo lorsque vous êtes prêt à approvisionner une clé ; le minimum est de $10 en crédit prépayé.
Questions fréquentes
Combien coûte Dify ?
Dify Cloud propose trois niveaux en libre-service, relevés sur dify.ai/pricing/dify-cloud le 19 septembre 2026 : Sandbox à 0 $, Professional à 59 $ par espace de travail et par mois ou 590 $ par an, et Team à 159 $ par espace de travail et par mois ou 1 590 $ par an. Les prix indiqués excluent les taxes. La Community Edition auto-hébergée est un logiciel gratuit, et Dify Enterprise est proposé sur devis personnalisé et activé par une clé de licence. Aucun de ces montants n’inclut les dépenses liées aux API de modèles au-delà des crédits de messages associés aux forfaits Cloud.
Les crédits de messages de Dify couvrent-ils l’utilisation de mes modèles ?
Uniquement pour un essai. Les cartes des forfaits de Dify présentent les crédits de messages comme un moyen d’essayer des modèles d’OpenAI, Anthropic, Gemini, xAI et Tongyi, et indiquent qu’une fois épuisés, vous passez à votre propre clé API. Les crédits sont consommés par réponse d’IA selon un tarif propre à chaque modèle, et non par token : la FAQ de Dify indique des tarifs allant de 1 à 25 crédits. Les 5 000 crédits mensuels de Professional permettent donc d’obtenir 500 réponses sur un modèle facturé 10 crédits, et une note sur la même page précise que certains modèles ne peuvent pas utiliser de crédits du tout. Vérifié le 19 septembre 2026.
Quelle est la meilleure API pour Dify ?
Cela dépend de la couche que vous optimisez. Une API de fournisseur directe est préférable lorsque les modèles d’un seul fournisseur couvrent tout ce que vous construisez et que vous souhaitez bénéficier de ses propres remises pour la mise en cache et le traitement par lots. Une passerelle compatible avec OpenAI est préférable lorsque vos flux de travail changent de modèle selon le nœud et que vous voulez une seule clé et un seul solde derrière eux ; en contrepartie, le plugin compatible de Dify ne fournit aucun catalogue de modèles, de sorte que chaque modèle doit être saisi manuellement dans un formulaire. Les crédits de messages de Dify ne sont avantageux que pour l’évaluation, car ils s’épuisent. Un modèle déployé localement est préférable pour les étapes privées ou de faible valeur — bien que Dify répertorie les modèles locaux dans sa comparaison auto-hébergée, et non dans sa comparaison Cloud.
Quelle est l’API la moins chère pour Dify ?
Le tarif affiché le plus bas et la manière la moins coûteuse d’achever un flux de travail sont deux questions différentes. Chaque nœud LLM d’un flux Dify constitue son propre appel de modèle, facturé séparément ; un modèle bon marché qui nécessite un nœud de nouvelle tentative ou un second passage d’extraction peut donc coûter plus cher qu’un seul appel précis sur un modèle plus cher. Commencez par chiffrer la forme réelle de votre requête — dans une application RAG, les segments récupérés dominent les tokens d’entrée — puis mesurez le même flux sur deux modèles avant de décider. Aucun fournisseur ne peut vous garantir le prix absolu le plus bas, car le coût total minimal dépend du nombre d’appels effectués par votre graphe.
Quel est le meilleur modèle pour Dify ?
Choisissez-le par nœud, et non par application, car Dify permet à chaque nœud d’utiliser son propre modèle. Les nœuds de classification, de routage et d’extraction courte fonctionnent correctement avec un petit modèle rapide et concentrent la majeure partie du volume d’appels. Le nœud de rédaction finale est celui où la qualité est visible pour l’utilisateur et mérite un modèle plus puissant. Attention à un point propre à Dify : pour un modèle ajouté via le plugin compatible avec OpenAI-API, Function Call Type est défini par défaut sur no_call, tandis que Vision et Structured Output sont désactivés par défaut ; un nœud Agent ou utilisant des outils ne fonctionnera donc pas tant que ces commutateurs ne seront pas configurés, quelle que soit la capacité intrinsèque du modèle.
Dify indique-t-il le coût de mes appels de modèle ?
Pas pour un modèle ajouté via le plugin compatible avec OpenAI-API. Les fichiers de modèles prédéfinis de première partie de Dify contiennent un bloc de tarification — les fichiers Anthropic Claude, par exemple, se terminent par les tarifs d’entrée et de sortie ainsi qu’une unité par token — tandis que le schéma du fournisseur du plugin compatible, long de 737 lignes, ne contient aucun champ de tarification, vérification effectuée le 19 septembre 2026. Dify ne dispose donc d’aucun tarif par token à appliquer à vos volumes de tokens pour un modèle raccordé via une passerelle. Consultez plutôt le montant indiqué dans le tableau de bord de ce fournisseur.
L’auto-hébergement de Dify est-il réellement gratuit ?
Le logiciel l’est, l’infrastructure ne l’est pas. La Community Edition de Dify est gratuite et sa propre page tarifaire la répertorie comme gratuite avec un seul espace de travail. Le déploiement Docker Compose démarre 7 services principaux et 8 composants dépendants, et les prérequis indiqués sur la page de démarrage rapide sont CPU >= 2 Core et RAM >= 4 GiB, tandis que sa ligne macOS demande au moins 2 processeurs virtuels et 8 GiB dans la VM Docker. Vous payez également la base de données vectorielle et chaque token de modèle. Notez aussi que la licence est une Apache 2.0 modifiée : elle interdit d’exploiter un environnement multi-tenant sans autorisation écrite et interdit de supprimer le logo ou les informations de copyright de la console.
Les prix des forfaits Dify, les indicateurs des tableaux comparatifs, les tarifs des crédits, les schémas des plugins, la documentation sur l’indexation et l’auto-hébergement, ainsi que le statut de la licence et du dépôt, ont tous été récupérés sur les propres pages et dépôts de Dify le 19 septembre 2026 ; les indicateurs de fonctionnalités ont été déterminés à partir du balisage des pages tarifaires elles-mêmes, et non d’une capture d’écran rendue. Les tarifs des tokens Kunavo proviennent du catalogue en ligne. Chaque exemple en dollars présenté ici illustre un calcul sur les tokens et ne correspond pas au coût mesuré d’un workflow ; aucun test en conditions réelles de Dify avec Kunavo n’a été effectué.