Acheter une API Embedding en entreprise ne ressemble pas à l'achat d'un modèle de conversation. Un modèle de chat peut être remplacé à tout moment ; l'embedding implique souvent de vectoriser une base entière en une fois, puis de générer en continu des coûts de requêtes, et le modèle comme la dimension sont difficiles à changer ensuite.

Le bon de commande ne peut donc pas se limiter à « quel quota mensuel, quel prix unitaire ». Il doit couvrir l'estimation des volumes, la facturation et les factures, le traitement des données, le verrouillage du modèle, les permissions, le repli et la recette. La liste ci-dessous peut servir telle quelle pour un examen point par point avec un fournisseur.

Remarque : OpenAI et les autres noms cités sont des marques de leurs détenteurs respectifs ; cet article est une aide technique à l'achat. Conditions produit, prix et modèles disponibles peuvent changer ; font foi le contrat signé et les pages des éditeurs.

1. Vue d'ensemble de la liste d'achat

Module Questions clés Documents attendus
Volume et quotas Combien de tokens pour la base, quel volume de requêtes, quelles limites de débit Tableau d'estimation de capacité, relevés de tests de charge
Facturation et factures Unité de facturation, entité contractante, type de facture Devis, contrat, facture
Traitement des données Conservation, entraînement, suppression DPA, conditions, rapport de sécurité
Modèle et dimensions Dimension, langues, version et politique de dépréciation Liste des modèles, rapport d'évaluation
Permissions et clés Isolation par projet, rotation, audit Registre des clés, matrice de permissions
Repli et recette Modèle de secours, retour arrière, indicateurs d'acceptation Compte rendu d'exercice, procès-verbal de recette

Si un seul bloc repose sur une confirmation orale, un reprise sera probablement nécessaire ; le traitement des données et la facturation doivent en général suivre les procédures internes en amont.

2. Volume et quotas : estimer en tokens, pas en nombre de documents

L'usage d'Embedding se divise en deux parties : la vectorisation des documents est un coût ponctuel et massif, les requêtes utilisateurs un coût continu et faible. Estimez-les séparément avant l'achat, sans vous laisser tromper par une formulation du type « il n'y a que quelques dizaines de milliers de documents ».

Quatre points à surveiller :

  1. Échantillonnez de vrais documents et comptez les tokens selon le découpage ou une interface d'essai, sans conversion simple à partir du nombre de caractères.
  2. Vérifiez si la limite de débit s'exprime en requêtes par minute, en tokens par minute, ou les deux à la fois.
  3. Les grosses tâches doivent prendre en charge le découpage, les reprises et la reprise après interruption, pour ne pas repartir de zéro après une limitation.
  4. Plus la dimension est élevée, plus l'index vectoriel consomme de mémoire et de disque : intégrez ce poste au coût total.

L'estimation de capacité peut tenir dans un tableau simple :

Coût ponctuel ≈ tokens de tous les documents × prix unitaire de vectorisation
Coût continu ≈ tokens de requêtes mensuels × prix unitaire des requêtes + stockage vectoriel et bande passante
Marge ≈ 20 % à 30 % pour reconstruction, reprises et croissance

Les prix unitaires sont ceux de la page Tarifs des modèles et du devis contractuel ; les prix évoluent, n'inscrivez pas un chiffre ponctuel dans un budget annuel.

3. Facturation, contrat et factures

L'achat en entreprise commence par l'alignement sur la base de facturation. Vérifiez au minimum : facturation aux tokens d'entrée ou à la requête ; paliers ou engagements de volume pour les appels par lots ; remboursement du solde non utilisé ; suspension ou dégradation du service en cas d'impayé ou de dépassement.

Pour le contrat et la facture, confirmez l'entité, la devise, le mode de paiement, le type de facture et la périodicité. Avec une passerelle IA locale, le paiement en yuan par virement d'entreprise et la facture fiscale sont généralement possibles ; l'accès direct à un éditeur étranger implique paiement transfrontalier, taux de change et format de justificatif. Les deux voies ont un coût : faites valider le circuit financier avant de choisir.

4. Traitement des données et confidentialité : six documents à archiver

L'entrée d'Embedding est le texte brut, qui peut contenir des données clients, des clauses contractuelles et des documents internes. À l'achat, ne vous contentez pas d'un « nous sommes sûrs » : demandez des documents archivables :

  1. Un accord de traitement des données (DPA) précisant les responsabilités et le périmètre.
  2. Une description de la conservation et de la suppression, avec le délai de réponse aux demandes de suppression.
  3. Une clause explicite sur l'utilisation pour l'entraînement, à examiner séparément pour les versions gratuite et payante.
  4. La liste des sous-traitants et le préavis en cas de changement.
  5. Les réponses au questionnaire de sécurité ou un rapport d'audit indépendant.
  6. Les informations sur la résidence des données, les transferts transfrontaliers et le choix de région.

Les vecteurs eux-mêmes peuvent révéler des informations sémantiques. La suppression synchronisée des vecteurs après celle du texte, les personnes habilitées à interroger la base et la durée de conservation des sauvegardes doivent figurer dans la liste de vérification.

5. Dimensions et verrouillage du modèle

Une dimension plus élevée n'est pas automatiquement meilleure. Elle peut améliorer la discrimination, mais augmente le stockage, la latence de recherche et le coût ; une dimension plus faible économise des ressources, au risque de perdre la sémantique fine. Certains modèles acceptent des dimensions personnalisées ou une réduction ; les capacités exactes sont celles de la documentation du modèle.

Plus problématique que la dimension : le verrouillage du modèle. Les espaces vectoriels de modèles différents sont incompatibles, et un changement impose généralement une reconstruction complète de l'index. À l'achat, vérifiez : la version du modèle est-elle mise à jour silencieusement ; quand l'ancienne version est-elle dépréciée ; quel préavis est donné ; existe-t-il un identifiant de version stable. Le contrat devrait préciser la politique de version et le délai de préavis.

6. Contrôle d'accès et gestion des clés

  1. Inscrivez-vous avec une adresse e-mail du domaine de l'entreprise et une entité sociale, pas avec un compte personnel.
  2. Utilisez des clés différentes pour la production, le test et le développement, avec une comptabilité séparée par projet.
  3. Ne placez les clés que dans des variables d'environnement côté serveur ou un gestionnaire de secrets, jamais dans le front-end ni dans le dépôt de code.
  4. Accordez le moindre privilège : n'ouvrez que les modèles et interfaces nécessaires à l'activité.
  5. Établissez une procédure de rotation et de révocation, appliquée immédiatement au départ d'un salarié ou à l'arrêt d'un projet.
  6. Activez l'audit des journaux d'appels, en anonymisant les textes ou en ne conservant que les métadonnées.

Avec une passerelle unifiée, vérifiez aussi la garde des clés, la conservation des journaux, les sous-comptes et les quotas : une couche de service supplémentaire ajoute une frontière supplémentaire.

7. Repli et solution de secours

En cas de panne d'un service Embedding, l'activité peut se manifester par une recherche sans résultat ou une chute brutale de la qualité des réponses RAG, sans nécessairement produire d'erreur. Il faut donc concevoir le repli à l'avance :

  • choisir si possible des modèles principal et de secours aux interfaces compatibles, pour limiter les modifications de code ;
  • si le modèle de secours a une dimension différente, maintenir un double index ou préparer un plan de reconstruction ;
  • appliquer un backoff sur les limitations et délais, et mettre les tâches par lots en file plutôt que de les faire échouer ;
  • s'entraîner régulièrement à la bascule pour vérifier que la latence et la qualité du canal de secours sont acceptables.

8. Recette du pilote : laisser parler les données

Ne validez pas sur une simple démonstration. Choisissez un cas métier réel pour un pilote limité, en suivant ces étapes :

  1. Extrayez 5 % à 10 % des documents de la base, couvrant les principaux formats, langues et types d'activité.
  2. Préparez au moins 50 requêtes réelles avec les résultats pertinents annotés manuellement comme référence.
  3. Exécutez les modèles principal et de secours, en notant taux de rappel, latence, taux d'échec et nombre de limitations déclenchées.
  4. Rapprochez la facture de la plateforme et vos statistiques internes pour confirmer la cohérence de la base de facturation.
  5. Vérifiez que l'isolation des permissions, les alertes de quota, la procédure de suppression et l'anonymisation des journaux fonctionnent comme prévu.
  6. Produisez un rapport de recette avec critères d'acceptation et points ouverts.

Avant la mise en production, validez la clé, le nom du modèle et la dimension renvoyée avec une requête minimale :

curl "https://ai.zhongshangqihang.com/v1/embeddings" \
  -H "Authorization: Bearer $EMBEDDING_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"text-embedding-3-small","input":["Texte de recette entreprise"]}'

La dimension renvoyée doit correspondre à la structure de la table vectorielle ; en cas d'écart, corrigez la configuration avant toute écriture en production. Le nom de modèle de l'exemple est illustratif ; les modèles disponibles sont ceux de la documentation du site.

9. Supervision des coûts et revue mensuelle

Le coût Embedding se caractérise par un investissement initial puis un coût continu ; les postes les plus souvent négligés sont la reconstruction de l'index et les requêtes répétées. Faites une revue mensuelle sur quatre points : consommation de tokens par projet, nombre de requêtes vectorisées, nombre de reconstructions d'index et écarts de facturation.

Les leviers d'optimisation incluent le cache des vecteurs de requêtes fréquentes, la fusion des appels par lots et le filtrage des appels sans utilité. Toute optimisation doit d'abord être validée quant à son impact sur la qualité de recherche.

10. Questions fréquentes

Comment une API Embedding est-elle généralement facturée ?

La plupart des plateformes facturent aux tokens d'entrée ; certaines proposent des paliers pour les tâches par lots ou les engagements de volume. L'unité et le prix unitaire sont ceux de la page de l'éditeur ou du contrat ; estimez séparément requêtes et vectorisation des documents.

Les vecteurs produits sont-ils des données sensibles ?

Ils doivent être traités comme tels. Un vecteur peut servir à inférer la sémantique d'origine ; les droits d'accès, le chiffrement et la politique de sauvegarde de la base vectorielle doivent être gérés au même niveau que le texte source.

Faut-il reconstruire l'index après un changement de modèle d'embedding ?

En général oui. Les espaces vectoriels de modèles différents sont incompatibles, même à dimensions égales. Prévoyez le temps et le coût de reconstruction avant le changement, ainsi qu'un plan de retour arrière.

Faut-il un contrat spécifique pour un usage en entreprise ?

Dès qu'il s'agit de données de l'entreprise, de remboursement sur facture ou de service externe, il est recommandé de passer par un contrat et un paiement au nom de la société. Les conditions en ligne peuvent compléter, mais responsabilités de traitement, niveau de service et exigences de facturation doivent figurer dans un contrat écrit.

Un quota gratuit peut-il servir à un pilote en entreprise ?

Il peut servir à valider l'interface et les résultats sur des échantillons anonymisés, mais il est déconseillé de soumettre des données de production ou des documents sensibles à un niveau gratuit public. Une fois le pilote validé, le trafic de production doit migrer vers un service payant avec des clauses de traitement explicites.

Pour aller plus loin

Si vous devez gérer de façon unifiée les appels Embedding de plusieurs modèles et répartir clés et budgets par projet, créez un compte ZSQH AI Gateway, validez avec un petit lot de documents les points clés de la liste de recette, puis décidez du volume d'achat. Les modèles disponibles et les prix sont sur la page Tarifs des modèles.

Pour aller plus loin :