Tarification et coûts d’API de LibreChat — ce que coûte le logiciel et ce que coûtent les tokens

LibreChat ne coûte rien. Il s’agit d’un logiciel sous licence MIT, sans forfaits, sans sièges et sans page tarifaire — librechat.ai/pricing renvoyait HTTP 404 lorsque cette page a été vérifiée le 19 septembre 2026. Ce qu’un opérateur doit budgétiser se répartit en trois éléments distincts : un endroit où l’exécuter, les tokens d’API de modèle qu’il envoie et les services annexes facultatifs. Celui qui détermine la facture, ce sont les tokens — et le piège est que le montant en dollars affiché par LibreChat est calculé à partir d’une table qu’il fournit, et non de ce que votre fournisseur a réellement facturé.

Trois éléments sont souvent pris pour un prix de LibreChat. Le premier est la Code Interpreter API, un service distinct que l’équipe vendait autrefois, dont la vitrine affiche désormais « Subscriptions Currently Unavailable » et ne publie aucun montant. Le deuxième est l’hébergement géré vendu par des tiers, qui correspond aux frais d’hébergement de ce fournisseur. Le troisième est un projet entièrement différent : libre-chat sur PyPI, un chatbot Python dormant de Vincent Emonet dont la dernière version, 0.0.6, a été téléversée le 9 janvier 2024 — sa documentation ne configurera pas celui-ci. Les sites annuaires qui présentent LibreChat avec des niveaux de forfait ou un formulaire de devis décrivent un forfait que le projet ne vend pas.

Vous utilisez déjà une instance ? Accédez directement à la configuration de la passerelle et à la vérification de la facturation, ou consultez le guide de configuration dédié à LibreChat.

Tarification de LibreChat, ligne par ligne

Une correction à faire avant de planifier autour du projet. LibreChat a été acquis par ClickHouse, comme annoncé le 4 novembre 2025 ; l’article s’engage à maintenir la licence MIT et indique que les déploiements existants ne sont pas affectés. Le dépôt est inchangé et actif — non archivé, sous licence MIT, et poussé pour la dernière fois le 21 septembre 2026 d’après l’API GitHub. Les licences diffèrent selon les composants, ce qui compte si vous redistribuez : l’application et l’API RAG sont sous licence MIT, le service code-interpreter sous licence Apache-2.0 et le panneau d’administration sous licence AGPL-3.0. Une incohérence reste à résoudre vous-même si la licence est déterminante — le fichier LICENSE et la page About indiquent tous deux MIT, tandis que package.json sur main déclare ISC. Les deux divergent ; le fichier LICENSE est le document qui fait foi. Cette page n’a pas non plus pu établir si ClickHouse vend désormais un produit LibreChat payant.

La gestion des versions comporte une particularité à connaître. Chaque objet de release GitHub de ce dépôt est marqué comme une préversion, de sorte que l’endpoint « latest release » ne renvoie absolument rien. Le tag le plus récent est v0.8.8-rc3 du 15 septembre 2026 ; le tag le plus récent qui ne soit pas une version rc est v0.8.7 du 24 juin 2026.

Le coût que LibreChat vous affiche n’est pas le coût que vous avez payé

C’est l’élément qu’une page tarifaire ne peut pas vous dire, et c’est pourquoi un utilisateur de passerelle peut se retrouver avec un registre sans rapport avec son solde. LibreChat conserve sa propre monnaie interne : la documentation sur l’utilisation des tokens fixe 1 000 000 crédits à un dollar US. Sauf si vous remplacez vous-même le tarif, chaque requête est convertie en crédits à l’aide d’un tarif que LibreChat consulte de son propre côté.

Cette recherche repose sur une correspondance de sous-chaîne. Le commentaire dans packages/api/src/utils/tokens.ts énonce clairement la règle : le comparateur prend la clé la plus longue de la table tarifaire qui est contenue dans le nom du modèle. Et la table de packages/data-schemas/src/methods/tx.ts contient les tarifs catalogue des fournisseurs. En combinant ces deux éléments, un identifiant de modèle de passerelle est tarifé selon la clé plus courte qui se trouve par hasard être une sous-chaîne de celui-ci.

La colonne de gauche est le catalogue Kunavo en direct ; la colonne de droite contient les constantes propres à LibreChat, lues depuis main le 19 septembre 2026. Trois observations. claude-sonnet-5 correspond à lui-même et les deux côtés concordent, de sorte que rien ne semble incorrect — c’est précisément pourquoi il est facile de ne pas le remarquer. claude-sonnet-4-6 correspond également à lui-même, mais au tarif catalogue du fournisseur plutôt qu’au tarif du catalogue qui vous est facturé. Et gpt-5-6-terra ne possède aucune entrée propre : la clé de table la plus longue qu’il contient est gpt-5, si bien que le registre le facture comme ce modèle.

Lorsque rien ne correspond, la source renvoie une valeur de repli fixe de 6 crédits par token, appliquée de la même manière aux entrées et aux sorties — $6 par million de tokens dans les deux sens, bien au-dessus du tarif d’entrée de chaque modèle du tableau ci-dessus. Dans tous les cas, la correction est la même : déclarez un bloc tokenConfig sous votre endpoint personnalisé. Le code vérifie cette surcharge avant de consulter sa propre table, comme l’indique son commentaire. Les tarifs doivent être indiqués en dollars US par million de tokens, et prompt, completion et context sont chacun obligatoires pour chaque modèle.

Deux valeurs par défaut connexes proviennent de la documentation sur les soldes : les limites de dépenses restent désactivées jusqu’à ce que vous définissiez balance.enabled, et lorsque vous les activez, un nouvel utilisateur commence avec 20 000 crédits — deux centimes US selon la propre conversion de LibreChat. Le rechargement automatique est également désactivé par défaut, avec 10 000 crédits tous les 30 jours. Deux autres éléments proviennent des pages voisines de la même référence de configuration : les montants des coûts restent masqués jusqu’à l’activation de interface.contextCost, qui vaut false par défaut, et la page des transactions indique que l’activation des soldes active l’enregistrement des transactions quel que soit le réglage transactions.enabled.

Meilleure API pour LibreChat : quelle route l’emporte selon le cas

Tarifs des fournisseurs vérifiés le 19 septembre 2026 pour établir un point de référence budgétaire : Anthropic indique Claude Sonnet 5 à $2 en entrée et $10 en sortie par million de tokens, avec la précision que le tarif de $2/$10 est désormais standard et qu’une hausse programmée n’aura pas lieu ; OpenAI indique gpt-5 à $1.25/$10 et gpt-5-nano à $0.05/$0.40 dans les colonnes de contexte court de son tableau standard ; Google indique Gemini 3.8 Flash payant à $0.75 en entrée et $3.75 en sortie jusqu’au 31 décembre 2026, puis à $1.50/$7.50 après cette date, avec un véritable niveau gratuit au-dessus. Les prix des abonnements Claude proviennent de la même vérification. Les prix des abonnements ChatGPT sont volontairement absents : openai.com a renvoyé 403 à chaque récupération automatisée à la date de vérification, et un montant non vérifié n’a pas sa place dans un budget.

API la moins chère pour LibreChat

Parmi les API hébergées, l’option la moins chère répertoriée n’est ni une passerelle ni une remise. Il s’agit du niveau gratuit de Google Gemini Developer API, qui ne facture ni les entrées, ni les sorties, ni la mise en cache du contexte sur Gemini 3.8 Flash — avec une contrepartie indiquée sur la même page : les données du niveau gratuit sont utilisées pour améliorer les produits de Google, tandis que le niveau payant indique que ce n’est pas le cas. L’ancrage avec Google Search est mesuré séparément, avec 5 000 requêtes gratuites par mois partagées entre les modèles Gemini 3.x, puis $14 par tranche de 1 000. Pour une instance LibreChat personnelle où le coût doit être nul et où le contenu n’est pas sensible, c’est la réponse honnête. La seule option moins chère est un modèle local, qui n’entraîne aucun frais par requête et vous fait payer le matériel à la place.

Au-delà, le prix répertorié le plus bas et le coût le plus faible pour terminer la tâche sont deux affirmations différentes, et cette page ne vous promettra pas le prix absolu le plus bas. Un petit modèle qui nécessite trois tentatives pour un résumé coûte plus cher qu’un modèle intermédiaire qui n’en nécessite qu’une, et dans LibreChat la différence apparaît deux fois : lors de la nouvelle tentative, puis dans l’historique de conversation que cette tentative laisse derrière elle et qu’il faut renvoyer à chaque tour suivant. Trois habitudes réduisent davantage la facture qu’une comparaison de tarifs. Définissez un titleModel peu coûteux afin que les titres ne sollicitent jamais un modèle phare. Gardez la liste de modèles par défaut courte, afin que personne ne choisisse le modèle coûteux par curiosité. Et déclarez tokenConfig, afin que les chiffres que vous optimisez soient les vôtres plutôt que ceux de la table intégrée de LibreChat. Le même raisonnement, plus détaillé, figure dans l’optimisation des coûts de l’IA.

Un budget mensuel détaillé pour une instance LibreChat

Il s’agit de calculs illustratifs fondés sur les tokens, et non de coûts mesurés ni d’un plafond de facturation. Aucun chiffre publié n’indique ce qu’un utilisateur de LibreChat consomme en un mois ; la forme présentée ci-dessous est donc une hypothèse que vous devez remplacer par le volume de vos propres transcriptions. Supposons qu’un utilisateur actif envoie 120 tours par mois, chacun contenant 8 000 tokens d’entrée d’historique cumulé et renvoyant 700 tokens de sortie — 960k tokens d’entrée et 84k tokens de sortie. Les tarifs sont ceux du catalogue Kunavo en direct.

Les titres des conversations constituent un poste distinct que la plupart des budgets oublient. Lorsque titleConvo est activé, LibreChat effectue sa propre requête pour générer chaque titre, et titleModel détermine le modèle qui y répond. Supposons 40 nouvelles conversations par utilisateur et par mois, avec 1 200 tokens d’entrée et 30 tokens de sortie chacune : pour 50 utilisateurs, cela représente $3.78 avec Claude Sonnet 5, contre $1.89 avec Claude Haiku 4.5. Définir un modèle de titre peu coûteux ne nécessite qu’une ligne de YAML.

Et voici l’écart comptable de la section précédente, dans les mêmes unités. Supposons que ce mois fonctionne avec GPT-5.6 Terra, dont l’estimation catalogue est de $1.02 par utilisateur. Sans bloc tokenConfig, LibreChat associe l’identifiant à son entrée gpt-5 et débite à la place le solde interne de $2.04. Si l’identifiant n’avait correspondu à aucune entrée, le tarif de repli aurait débité $6.26 pour les mêmes 1.044 millions de tokens. Des soldes définis à partir d’un registre non configuré coupent l’accès des utilisateurs bien avant qu’ils aient dépensé ce que vous pensez.

Le montant du catalogue de Kunavo constitue un plancher de facturation plutôt qu’un plafond : lorsque l’amont signale ses frais, la facture correspond au montant le plus élevé entre le coût catalogue et le coût amont multiplié par la majoration applicable. Les frais de cache et les services annexes ci-dessous ne sont pas inclus dans cet exemple. Le rechargement minimal est de $10 de crédit prépayé, qui alimente un solde plutôt que d’acheter un forfait — consultez les détails de la facturation.

Meilleur modèle pour LibreChat : choisissez selon ce que l’endpoint doit atteindre

Il n’existe aucune réponse officielle à cette question, et toute page qui vous fournit un classement donne une opinion. Ce que LibreChat publie, c’est une liste de contraintes. Sa matrice de compatibilité, examinée pour la dernière fois le 18 juin 2026, indique qu’un endpoint personnalisé compatible OpenAI prend en charge le streaming, la recherche web, l’interpréteur de code, les artefacts, la recherche de fichiers, l’OCR et la mémoire — tandis que les outils, l’appel de fonctions et la vision sont indiqués comme dépendant du modèle, et que la génération d’images et MCP ne sont accessibles que via l’endpoint Agents plutôt que par une simple conversation de chat.

Cela transforme le choix du modèle en trois questions concrètes. Si les utilisateurs exécutent des Agents ou des outils MCP, le modèle doit appeler les outils de manière fiable ; le niveau le moins cher n'est donc pas automatiquement utilisable. S'ils collent des captures d'écran ou des PDF, il doit disposer de la vision. Si aucun de ces cas ne s'applique — une instance principalement utilisée pour la rédaction et les questions-réponses — un modèle intermédiaire suffit, et le modèle phare reste facultatif. Notre propre recommandation, avec le raisonnement exposé plutôt qu'un verdict affirmé : placez un modèle performant et un modèle économique dans models.default, définissez le modèle économique comme titleModel, et laissez les utilisateurs changer de modèle. Un sélecteur proposant deux options raisonnables vaut mieux qu'un classement qui vieillit mal.

Ce qui ne passe jamais par votre endpoint de modèle

Quatre fonctionnalités de LibreChat ressemblent à des fonctionnalités de modèle, mais sont entièrement facturées ailleurs. Les budgéter comme faisant partie de vos dépenses d'API de modèle surestime à la fois ce que l'endpoint facturera et sous-estime le total.

La ligne consacrée aux embeddings nécessite une précision claire : Kunavo ne fournit pas de modèle d'embeddings, si bien que l'étape de chat avec des fichiers de LibreChat s'exécute auprès d'un fournisseur externe ou localement, même lorsque Kunavo gère votre trafic de chat. La question de savoir si une autre passerelle fournit les embeddings relève du catalogue de cette passerelle. Si vous voulez que cela ne coûte rien, la page de configuration de l'API RAG précise que l'image Docker par défaut est la version lite et ne prend en charge que les embeddings distants ; les embeddings locaux nécessitent de remplacer l'image dans le fichier compose par la version complète. La recherche Web dispose également d'une option gratuite, puisque Keenable fonctionne sans clé pour la recherche comme pour la récupération de pages. Cette page n'a vérifié les tarifs propres à aucun de ces fournisseurs ; aucun n'est donc cité ici.

Connecter une passerelle, avec les prix déclarés

Tout ce qui suit respecte le schéma d'endpoint personnalisé, vérifié le 19 septembre 2026. name, apiKey, baseURL et models sont tous obligatoires, et le nom de l'endpoint doit être unique et ne doit pas réutiliser un nom intégré tel que openAI ou anthropic.

# librechat.yaml — a gateway as a custom endpoint, with prices declared.
# Schema version on main is 1.3.16; published examples still show older values.
version: 1.3.16

endpoints:
  custom:
    # The name must be unique and must not reuse a built-in endpoint name.
    - name: "Kunavo"
      apiKey: "${KUNAVO_API_KEY}"
      # LibreChat appends /chat/completions to this unless directEndpoint: true
      baseURL: "https://api.kunavo.com/v1"
      models:
        default: ["claude-sonnet-5", "gpt-5-6-terra", "claude-haiku-4-5"]
        fetch: true                        # populate the picker from GET /models
      titleConvo: true
      titleModel: "claude-haiku-4-5"          # titles do not need a flagship

      # Without this block LibreChat prices your traffic from its own table.
      # prompt/completion are USD per MILLION tokens; context is that model's
      # own window. All three are required for every model you list here.
      tokenConfig:
        claude-sonnet-5:
          prompt: 1.4
          completion: 7
          context: 1000000
        gpt-5-6-terra:
          prompt: 0.7
          completion: 4.2
          context: 1050000

Trois points piègent souvent les utilisateurs. Premièrement, LibreChat ajoute /chat/completions à votre URL de base par défaut ; définissez donc directEndpoint: true uniquement si votre URL de base est déjà l'endpoint complet de complétion. Deuxièmement, OPENAI_REVERSE_PROXY — que les anciens tutoriels recommandent encore pour une passerelle — est marqué comme obsolète dans la référence des variables d'environnement, qui vous dirige vers un endpoint personnalisé. Troisièmement, un endpoint personnalisé peut utiliser le protocole natif Anthropic Messages plutôt que les complétions de chat en définissant provider: 'anthropic', actuellement la seule valeur prise en charge ; ce champ est présent dans le schéma de configuration à la balise v0.8.7 et absent à la v0.8.6, traitez-le donc comme disponible à partir de v0.8.7. Avec ce réglage, répertoriez explicitement les modèles sous models.default, car la récupération des modèles au format OpenAI n'est pas utilisée sur ce chemin.

Un nom d'endpoint personnalisé peut également être utilisé dans endpoints.agents.allowedProviders, conformément à la configuration des agents, afin que les modèles pris en charge par une passerelle soient utilisables par les Agents de LibreChat plutôt que limités au chat simple.

Enregistrez la liste de contrôle pour la migration de la passerelle avant de modifier votre configuration fonctionnelle.

Configuration

Kunavo publie un endpoint compatible OpenAI et un ensemble de guides de configuration client, et le YAML ci-dessus suit le schéma documenté par LibreChat lui-même. Il s'agit d'une référence de configuration, pas d'un test de compatibilité : LibreChat n'a pas été testé en conditions d'exécution ici avec l'endpoint de Kunavo, et tout le contenu de cette page provient du code source et de la documentation de LibreChat, non d'une instance en fonctionnement. Conservez une route opérationnelle pendant vos essais, envoyez une conversation limitée, puis comparez ce que votre compte a enregistré avec ce que le propre registre de LibreChat indique — l'écart entre ces deux nombres est précisément l'objet du bloc tokenConfig.

Commencez par le guide de l'API compatible OpenAI et l'index des intégrations client, puis créez un compte Kunavo lorsque vous êtes prêt à approvisionner une clé. Si vous hésitez encore sur l'interface, LibreChat contre Open WebUI compare les deux en matière de difficulté de configuration ; meilleure passerelle LLM traite la question du routage en tant que telle.

Questions fréquentes

Vérifications effectuées les 19 et 21 septembre 2026 : l'API GitHub de LibreChat et les deux dépôts satellites LibreChat-AI, l'erreur 404 sur librechat.ai/pricing, l'avis de la boutique Code Interpreter, la publication sur l'acquisition de ClickHouse, les pages de documentation sur les endpoints personnalisés, l'utilisation des tokens, le solde et la compatibilité, ainsi que le tableau des prix et le schéma de configuration du dépôt à main, v0.8.6 et v0.8.7. Les prix d'Anthropic, OpenAI et Google proviennent de leurs propres pages tarifaires à ces dates. Les tarifs de tokens de Kunavo proviennent du catalogue en direct. Les prix des abonnements ChatGPT et tout ancien prix de l'API Code Interpreter n'ont pas pu être vérifiés et ne sont pas indiqués. Chaque exemple en dollars repose sur un calcul illustratif de tokens et non sur une facture mesurée.