Chercher le « prix de Dify » revient souvent à comparer trois choses : le coût de l'abonnement Cloud, la dépense d'appels aux modèles et la facture du serveur auto-hébergé. Ces trois montants doivent être calculés séparément, sinon on aboutit vite à des conclusions fausses du type « le cloud est cher » ou « l'auto-hébergement est gratuit ».

Dify est une couche d'orchestration et ne produit pas de modèles. Que l'on utilise le Cloud ou l'auto-hébergement, les appels de modèles restent facturés à part. Décomposons donc frais de plateforme, frais de modèles et frais d'exploitation, avec un ordre d'estimation. Les prix et quotas évoluent : nous ne fixons pas de chiffres, référez-vous aux pages officielles et à la page Tarifs des modèles.

Remarque : Dify est une marque de LangGenius, Inc. Cet article est une présentation technique indépendante, sans affiliation ni mandat avec l'équipe Dify. Les autres noms de produits cités appartiennent à leurs détenteurs respectifs.

1. Décomposer la facture en quatre couches

Couche de coût Dify Cloud Auto-hébergement Point souvent oublié
Plateforme Abonnement incluant membres, fonctions et quotas Édition communautaire sans abonnement, mais soumise à la licence Abonnement mensuel ou annuel ; la licence dépend de l'usage commercial
Modèles Crédits IA intégrés ou clé de votre fournisseur Clé de votre fournisseur ou passerelle unifiée Facturation au token, à l'image ou à l'appel
Infrastructure Incluse dans l'abonnement Serveur, base, base vectorielle, stockage objet, bande passante Apparaît ligne par ligne sur la facture cloud
Exploitation Pris en charge par la plateforme Mises à jour, sauvegardes, supervision, sécurité, astreinte La main-d'œuvre est souvent comptée à zéro

Le Cloud intègre infrastructure et exploitation dans l'abonnement ; l'auto-hébergement vous rend ces deux couches. Pour comparer, appliquez la même base aux quatre : coût total sur trois ans, ou dépense mensuelle réelle. Comparer un abonnement à un prix de serveur seul n'a pas de sens.

2. Dify Cloud : l'abonnement achète des quotas et de la simplicité

L'abonnement Cloud est facturé par espace de travail et détermine le nombre de membres, les fonctions et les quotas. Selon la documentation d'octobre 2026, il existe trois niveaux : Sandbox, Professional et Team ; Sandbox est gratuit, avec des crédits IA ponctuels non rechargés ; les deux niveaux supérieurs offrent des quotas plus élevés. Référez-vous à la page tarifaire de Dify.

Deux types de quotas sont souvent confondus avec l'abonnement :

  • Crédits IA : destinés aux modèles intégrés à la plateforme ; une fois épuisés, on peut basculer sur sa propre clé fournisseur, et les frais passent sur le compte du fournisseur.
  • Stockage de la base de connaissances : calculé en occupation vectorielle, pas en taille de fichier ; seul l'index de haute qualité consomme du stockage, l'index économique n'entre pas dans le quota.

L'occupation d'un même document dépend de la taille des blocs, du découpage parent-enfant et de la dimension d'Embedding. Chaque bloc enfant sous un parent est un vecteur ; un modèle de haute dimension peut occuper le double d'un modèle de faible dimension par bloc. Quand le quota est atteint, l'ajout de documents, la modification de blocs et la reconstruction d'index sont bloqués ; la base existante reste interrogeable, mais il faut supprimer ou monter d'offre.

Le Cloud convient aux équipes sans administration de serveurs et de taille modérée ; le risque réside dans les quotas : croissance de la base, arrivée de membres ou épuisement des crédits peuvent déclencher une montée d'offre.

3. Auto-hébergement : pas d'abonnement ne veut pas dire bon marché

L'édition communautaire s'auto-héberge sans abonnement logiciel, mais la licence n'est pas un Apache 2.0 inconditionnel : sans accord écrit préalable, pas de SaaS multi-tenant ; l'utilisation du front-end ne permet pas de retirer ou modifier le logo et les mentions de copyright ; l'usage commercial ordinaire reste permis. Pour revendre Dify comme SaaS, réalisez d'abord une évaluation de licence.

Un auto-hébergement complet comprend au minimum api, worker, web, plugin_daemon, PostgreSQL, Redis, base vectorielle, nginx et service de sandbox. La configuration officielle minimale est de 2 cœurs et 4 GiB, suffisante seulement pour un essai ; en production, redimensionnez selon la concurrence, le volume documentaire et la taille de l'index.

Les postes de coût :

  • Calcul : application, plugins, service de sandbox.
  • Base de données : stockage PostgreSQL, sauvegardes et haute disponibilité.
  • Base vectorielle : mémoire et disque dominent, l'extension n'est pas bon marché.
  • Stockage et réseau : stockage objet, sauvegardes, bande passante, équilibrage, certificats.
  • Main-d'œuvre : mises à jour, compatibilité des plugins, correctifs, supervision, astreinte.
  • Copies d'environnement : test, préproduction et production séparés.

Les deux derniers postes sont les plus oubliés. L'économie de l'auto-hébergement s'achète en main-d'œuvre ; sans responsable d'exploitation, elle se paie en incidents et en heures supplémentaires.

4. Appels de modèles : la part qui croît vraiment avec l'usage

Les appels sont facturés à l'usage et croissent linéairement avec l'activité. Dans Dify, chaque exécution de nœud LLM, chaque appel d'outil d'agent, chaque Rerank et chaque Embedding génère un coût en amont.

Trois facteurs d'amplification :

  1. Orchestration multi-étapes : agents et workflows réinjectent prompts système, historique et extraits récupérés aux étapes suivantes ; plus il y a d'étapes, plus l'entrée grimpe.
  2. Contexte long : injecter un document entier ou de nombreux extraits dans le prompt peut peser plus lourd que le tarif unitaire du modèle.
  3. Relances et échecs : délais, 429 et 5xx peuvent déclencher des relances ; la refacturation dépend de l'amont, prévoyez une marge pour le pire cas.

La maîtrise est simple : petit modèle pour classifier, reformuler et extraire, modèle puissant pour la génération finale ; limitez le nombre d'extraits et la longueur de chaque bloc ; plafonnez la sortie ; dédupliquez les requêtes identiques. Le streaming améliore l'attente, pas la facturation des tokens de sortie.

5. RAG et base de connaissances : coût initial et coût continu

Le coût se divise entre construction et interrogation.

À la construction, l'Embedding est facturé au token d'entrée ; chevauchement des blocs, en-têtes et pieds de page, modèles répétés sont tous facturés. Changer de modèle, de dimension ou de règle de découpage impose souvent une ré-embedding complète : dépense ponctuelle mais parfois importante. À l'interrogation, chaque question implique au minimum la vectorisation de la requête, la recherche vectorielle, parfois un Rerank et une longue entrée de génération.

L'ordre de réduction des coûts : nettoyer le texte, découper selon le sens avec un chevauchement juste suffisant, indexer de façon incrémentale, puis seulement envisager un modèle d'Embedding moins cher. Inversé, l'ordre donne souvent un modèle un peu moins cher, mais un texte sale et des index redondants inchangés : la facture ne bouge presque pas et le rappel se dégrade.

L'index économique n'occupe pas le stockage vectoriel, mais sa méthode de recherche diffère : validez l'efficacité sur votre propre jeu de questions. Pour le service client, les contrats ou la réglementation, sensibles au rappel, ne basculez pas uniquement pour économiser du stockage.

6. Workflows, cache et plafonds budgétaires

Ne budgétez pas au « nombre d'exécutions ». Deux exécutions peuvent différer de dizaines de fois : l'une ne fait qu'une classification et une réponse modèle, l'autre déclenche plusieurs recherches, un Rerank et une longue génération. L'unité d'estimation est « tokens moyens par exécution » multiplié par « exécutions mensuelles ».

Le cache économise souvent plus directement qu'un changement de modèle :

  • Réutiliser la réponse à une même question, avec une durée d'expiration raisonnable.
  • Mettre en cache les résultats de recherche des requêtes fréquentes, invalidés lors d'une mise à jour de la base.
  • Mettre en cache les Embeddings de textes identiques pour éviter la re-vectorisation.
  • Ne pas mettre en cache les réponses très temporelles, personnalisées ou sensibles.

Placez les plafonds à trois endroits : quotas et alertes de facturation du Cloud, limites d'usage côté fournisseur si disponibles, statistiques et alertes par clé côté passerelle. Attribuez une clé distincte à chaque application ou environnement pour imputer les coûts ; sinon, fin de mois rime avec un seul gros chiffre. Fixez des seuils à 50 %, 80 % et 90 % : au déclenchement, dégradez d'abord les workflows non critiques, puis envisagez un changement de modèle.

7. Un cadre d'estimation réutilisable

Estimez dans cet ordre.

  1. Listez applications et workflows, en indiquant ceux qui appellent un modèle et ceux qui ne font que de la recherche.
  2. Prenez les tokens réels des deux dernières semaines dans les journaux et calculez l'entrée et la sortie moyennes par exécution.
  3. Estimez le nombre d'exécutions mensuelles, en distinguant pics et creux.
  4. Isolez le plan de construction et de ré-embedding, sans le mélanger au coût d'inférence mensuel.
  5. Ajoutez la facture d'infrastructure : serveur, base, base vectorielle, stockage, bande passante.
  6. Ajoutez la main-d'œuvre d'exploitation et une marge d'au moins 20 %, puis corrigez avec la facture réelle du premier mois.
# Cadre d'estimation : tarifs a saisir depuis la page de prix et les factures
runs_per_month = 30_000
input_tokens_per_run = 3_000
output_tokens_per_run = 500
embed_tokens_per_index = 20_000_000
reindex_times_per_month = 1

input_price_per_1k = 0.0   # Tarif pour 1000 tokens d'entree
output_price_per_1k = 0.0  # Tarif pour 1000 tokens de sortie
embed_price_per_1k = 0.0   # Tarif Embedding pour 1000 tokens

model_cost = (
    runs_per_month * input_tokens_per_run / 1000 * input_price_per_1k
    + runs_per_month * output_tokens_per_run / 1000 * output_price_per_1k
)
embed_cost = embed_tokens_per_index * reindex_times_per_month / 1000 * embed_price_per_1k
print(model_cost + embed_cost)

Ce cadre ne calcule que modèles et Embedding ; infrastructure et main-d'œuvre s'ajoutent. Ne recopiez pas les tarifs d'une page promotionnelle : prenez-les sur la page Tarifs des modèles et dans la facture cloud.

FAQ

Dify facture-t-il lui-même les appels de modèles ?

Dify est une plateforme d'orchestration ; les appels sont facturés par le fournisseur. Le Cloud peut inclure des crédits, puis basculer sur votre clé ; l'auto-hébergement utilise votre propre compte de modèles. Référez-vous à la page de facturation.

L'auto-hébergement de Dify est-il totalement gratuit ?

L'édition communautaire n'a pas d'abonnement, mais serveur, base, base vectorielle, bande passante, sauvegardes et exploitation restent à votre charge. Main-d'œuvre comprise, elle n'est pas forcément moins chère que le Cloud à petite échelle.

L'abonnement Dify Cloud déduit-il les frais d'API de modèles ?

En général non. L'abonnement couvre les fonctions et quotas de la plateforme, les modèles sont réglés sur le compte du fournisseur, et les crédits intégrés ont un périmètre limité. Vérifiez les deux factures séparément avant l'achat.

Pourquoi le stockage de la base de connaissances dépasse-t-il largement la taille des fichiers ?

Parce qu'il est facturé au nombre de vecteurs, pas à la taille du fichier. Plus le découpage est fin, plus les segments parent-enfant sont nombreux et plus la dimension d'Embedding est élevée, plus l'occupation augmente ; l'index économique n'occupe pas de stockage, mais sa recherche diffère.

Budget limité : par quoi commencer à réduire ?

Réduisez d'abord le contexte inutile et les appels redondants : compressez les prompts, limitez le nombre d'extraits, plafonnez la sortie, dédupliquez et cachez ; ensuite seulement envisagez un modèle plus petit ou un changement d'offre. Baisser directement la qualité du modèle dégrade le plus l'expérience.

Pour aller plus loin

Une fois les quatre couches chiffrées, le choix devient clair : estimez les tokens mensuels à partir des journaux réels, puis comparez le total de l'abonnement Cloud, de l'exploitation auto-hébergée et de la facturation à l'usage de la passerelle. Pour un point d'entrée unifié et une facturation à l'usage, vous pouvez créer un compte sur la passerelle AI de ZSQH ; le catalogue et les prix sont sur la page Tarifs des modèles.

Lectures associées :