Fin des crédits AI Builder : ce que les Copilot Credits vont vraiment changer dans Power Platform et quels impacts sur votre facture.

Le 1er novembre 2026, Microsoft va supprimer les crédits AI Builder inclus aujourd’hui dans plusieurs licences Power Platform et Dynamics 365.

AI Builder ne disparaît pas. Ses modèles non plus.

Ce qui disparaît, c’est une partie de son ancien modèle économique.

À terme, pour exécuter ces fonctionnalités IA, il faudra essentiellement passer par les Copilot Credits, la nouvelle unité de consommation commune que Microsoft déploie progressivement dans Copilot Studio, AI Builder, Power Apps, Power Automate, Dynamics 365, Work IQ et ses nouveaux workloads agentiques.

Microsoft le dit d’ailleurs explicitement dans son Copilot Credits Guide d’août 2026 : le Copilot Credit devient une monnaie commune pour les usages IA facturés à la consommation dans son écosystème.

Sur le principe, je trouve cette évolution plutôt saine. Les anciens crédits AI Builder n’étaient déjà pas franchement simples à comprendre.

Mais elle a une conséquence beaucoup plus intéressante : le coût réel de l’IA devient visible.

Et quand on compare certains tarifs AI Builder aux API actuelles de GPT-5.6, Claude Opus 5, Fable 5 ou Gemini 3.7 Flash, il y a quelques chiffres qui méritent franchement qu’on s’y arrête.

AI Builder ne disparaît pas le 1er novembre

C’est le premier point à clarifier.

Microsoft ne met pas fin à AI Builder.

On pourra toujours utiliser dans Power Apps, Power Automate ou Copilot Studio :

• les prompts ;
• la reconnaissance de texte ;
• l’analyse de sentiment ;
• l’extraction d’entités ;
• la classification ;
• le traitement de factures ;
• les modèles personnalisés de traitement documentaire ;
• les autres fonctionnalités AI Builder.

C’est le mécanisme de crédits historiques qui évolue.

Aujourd’hui, plusieurs licences Microsoft accordent encore automatiquement des crédits AI Builder.

Microsoft confirme que ces crédits d’amorçage seront supprimés le 1er novembre 2026.

Prenons simplement dix licences Power Automate Premium.

Aujourd’hui :

10 × 5 000 = 50 000 crédits AI Builder par mois.

Cette capacité est incluse avec les licences.

Après le 1er novembre, elle disparaît.

Le workflow ne change pas. L’action AI Builder ne change pas. Mais sa consommation IA devra être couverte autrement.

C’est là que le changement devient beaucoup moins administratif qu’il n’y paraît.

Les anciens crédits AI Builder ne seront pas convertis

Il n’existe pas de formule de migration du type :

1 000 crédits AI Builder = 50 Copilot Credits.

Les deux monnaies reposent sur des unités de calcul différentes.

Pendant la période de transition, Power Platform peut d’ailleurs utiliser les deux.

Dans Power Apps et dans un workflow Power Automate classique, Microsoft applique actuellement cette logique :

Crédits AI Builder disponibles
        ↓
consommation AI Builder
        ↓
crédits épuisés
        ↓
Copilot Credits disponibles
        ↓
consommation Copilot Credits
        ↓
plus aucune capacité
        ↓
exécution bloquée

Les agents et les agent flows sont différents : ils consomment directement des Copilot Credits.

Un petit tableau permet de mieux voir la transition.

Il subsiste une nuance : les entreprises qui disposent encore d’un add-on AI Builder historique peuvent continuer à utiliser cette capacité selon leurs droits contractuels. Microsoft autorise encore les clients existants à renouveler ou ajuster ces add-ons jusqu’à la transition. Ce sont bien les crédits inclus automatiquement dans les licences qui disparaissent le 1er novembre.

Un Copilot Credit coûte combien ?

Le modèle Pay-As-You-Go est très simple :

1 Copilot Credit = 0,01 $.

On consomme, Microsoft mesure la consommation et la facture via Azure à la fin du mois.

Microsoft propose aussi du préachat annuel avec des remises progressives. Le guide d’août 2026 documente par exemple des paliers allant de 300 000 à 300 millions de crédits, avec des remises de 5 % à 20 %.

Mais je trouve le PAYG beaucoup plus pratique pour comprendre les coûts.

Parce qu’il suffit de multiplier.

Le vrai sujet n’est donc pas le prix du crédit.

Le vrai sujet est :

combien de crédits consomme une opération ?

Combien consomme AI Builder avec le nouveau modèle ?

Microsoft publie désormais un tableau particulièrement utile.

Ce tableau est publié directement dans la documentation AI Builder, mise à jour en août 2026.

Et il permet déjà de voir que tous les usages n’ont absolument pas le même profil économique.

L’OCR est presque gratuit.

Un prompt Basic coûte très peu.

Le traitement documentaire et le Premium sont une autre histoire.

Microsoft publie même le prix avant / après

C’est l’un des tableaux que je trouve les plus intéressants dans la documentation.

Microsoft fournit une estimation en dollars de l’ancien modèle AI Builder et du nouveau modèle Copilot Credits.

L’ancien coût est calculé par Microsoft à partir du pack AI Builder annuel de niveau 1, soit un million de crédits mensuels pour 500 $. Ce n’est donc pas nécessairement ce que chaque entreprise payait réellement : certains usages étaient absorbés par les crédits inclus dans les licences.

Mais une ligne ressort quand même clairement.

L’analyse de facture passe théoriquement de 0,016 $ à 0,08 $ par page.

Cinq fois plus.

Le traitement documentaire est mon premier vrai warning

Prenons une facture de trois pages.

Avec les Copilot Credits :

3 pages × 8 crédits = 24 crédits

donc :

0,24 $ par facture.

Ce n’est évidemment pas cher pour traiter une facture.

Mais maintenant, multiplions.

À 100 ou 1 000 factures, je ne vais probablement pas compliquer mon architecture pour économiser quelques dizaines d’euros.

À 100 000 documents, je ne mets pas AI Builder en production avant d’avoir comparé avec d’autres solutions.

C’est juste du bon sens.

Et ça vaut aussi pour les LLM.

Alors, Microsoft est-il cher face à GPT, Claude et Gemini ?

Oui et non.

Il faut éviter un comparatif bidon.

Microsoft ne dit pas :

AI Builder Standard = GPT-5.6 Terra

ou :

AI Builder Premium = Claude Opus 5.

Je ne peux donc pas prétendre comparer des modèles de qualité équivalente.

En revanche, je peux comparer le coût du traitement d’un même nombre de tokens.

C’est déjà très instructif.

Et j’ai repris les prix au 23 août 2026, parce que sur ce marché, utiliser une grille vieille de trois mois suffit maintenant à raconter n’importe quoi.

Les modèles de référence ont beaucoup changé cet été.

OpenAI propose désormais GPT-5.6 Sol, Terra et Luna. Après une nouvelle baisse annoncée le 30 juillet, les tarifs standards sous 270K tokens sont désormais de 0,20 $ / 1,20 $ pour Luna, 2 $ / 12 $ pour Terra et 5 $ / 30 $ pour Sol, par million de tokens d’entrée / sortie.

Anthropic propose Claude Sonnet 5, Opus 5 et Fable 5. Opus 5 est facturé 5 $ / 25 $. Fable 5, classe supérieure à Opus dans la nomenclature Anthropic, coûte 10 $ / 50 $. Sonnet 5 est actuellement à un tarif introductif de 2 $ / 10 $ jusqu’au 31 août, avant de passer à 3 $ / 15 $.

Google vient de lancer Gemini 3.7 Flash, désormais GA, à un tarif introductif de 0,75 $ / 3,75 $ jusqu’au 31 décembre 2026. Gemini 3.5 Flash-Lite reste la solution très économique à 0,30 $ / 2,50 $.

Voilà le marché auquel je compare les Copilot Credits aujourd’hui.

Comparons une vraie tâche plutôt qu’un million de tokens

Je prends un cas volontairement simple :

10 000 tokens d’entrée + 1 000 tokens de sortie.

Ça peut correspondre à un dossier assez conséquent, un ensemble d’emails, un rapport, une qualification approfondie ou un contexte transmis à un agent.

Pour AI Builder, Microsoft facture Basic, Standard et Premium sur le nombre total de tokens traités. Sur nos 11 000 tokens :

• Basic : 0,011 $
• Standard : 0,165 $
• Premium : 1,10 $

Voyons maintenant les API actuelles.

¹ Prix promotionnel jusqu’au 31 décembre 2026 ; Google annonce ensuite 1,50 $ / 7,50 $.
² Prix de lancement jusqu’au 31 août 2026 ; ensuite 3 $ / 15 $.

Ce tableau ne dit pas qu’un AI Builder Standard « vaut » Fable 5.

Il dit simplement qu’en consommant le même volume de tokens, le prix se rapproche de celui du modèle le plus haut de gamme publiquement disponible chez Anthropic.

Je trouve ça suffisamment parlant.

AI Builder Basic reste parfaitement défendable

Basic me pose peu de problèmes.

Notre tâche coûte 0,011 $.

GPT-5.6 Luna coûte environ 0,0032 $. Gemini Flash-Lite environ 0,0055 $.

Donc oui, Microsoft est plus cher.

Mais on parle de différences de quelques millièmes de dollar.

Si l’action AI Builder m’évite de gérer :

• un endpoint externe ;
• l’authentification ;
• une clé API ;
• le retry ;
• les erreurs ;
• la gouvernance ;
• le monitoring ;
• la sécurité entre services ;

je paie volontiers cette différence.

À faible volume, chercher le prix API le plus bas à tout prix est souvent une fausse optimisation.

Standard commence à me faire réfléchir

Standard coûte 0,165 $ pour notre exemple.

À côté :

• GPT-5.6 Terra : 0,032 $
• Claude Sonnet 5 : 0,030 $
• Claude Opus 5 : 0,075 $
• GPT-5.6 Sol : 0,080 $
• Claude Fable 5 : 0,150 $

Autrement dit :

Encore une fois : prix du même volume de tokens, pas performances équivalentes.

Mais ça me suffit pour établir une règle.

À quelques centaines d’exécutions, je regarde d’abord la simplicité.

À plusieurs dizaines de milliers, je benchmarke.

Premium, à gros volume, devient difficile à ignorer

AI Builder Premium revient ici à 1,10 $ par tâche.

Ça reste tout à fait acceptable si j’ai dix tâches par jour et qu’elles apportent beaucoup de valeur.

Mais regardons 100 000 exécutions.

¹ Tarif promotionnel actuel.
² Tarif actuel jusqu’au 31 août.

Cette fois, la différence n’est plus une discussion sur quelques dollars.

Même Claude Fable 5, qu’Anthropic positionne dans une classe de capacité supérieure à Opus, revient environ sept fois moins cher sur ce scénario théorique.

Je veux donc une excellente raison métier ou technique avant de traiter 100 000 tâches mensuelles avec la couche Premium d’AI Builder.

Mais Microsoft ne vend pas seulement des tokens

Il faut être juste.

Une API LLM et AI Builder ne sont pas strictement le même produit.

Avec une API directe :

Power Automate / n8n / code
          ↓
authentification
          ↓
API OpenAI / Anthropic / Google
          ↓
gestion des erreurs
          ↓
retry
          ↓
monitoring
          ↓
budget fournisseur

Avec AI Builder :

Power Automate
      ↓
AI Builder
      ↓
modèle
      ↓
identité Microsoft
      ↓
gouvernance Power Platform
      ↓
DLP
      ↓
environnements
      ↓
monitoring

Je paye aussi cette abstraction.

Et elle peut valoir cher.

Une API à 0,003 $ n’est pas économiquement meilleure qu’une action à 0,03 $ si je dois passer deux jours à construire, sécuriser et maintenir l’intégration pour économiser 12 € par an.

Le problème apparaît quand l’abstraction me coûte 10 000, 50 000 ou 100 000 $ supplémentaires par an.

Là, je peux financer beaucoup de développement avec la différence.

Mon approche change donc avec le volume

Je raisonne à peu près comme ça.

C’est la raison pour laquelle je ne dirais jamais :

AI Builder est trop cher.

C’est trop simpliste.

Je dirais plutôt :

AI Builder peut devenir très cher quand on utilise une abstraction coûteuse sur un workload très répétitif.

Ce n’est pas la même chose.

Le deuxième warning : un agent n’est pas un prompt

Le comparatif précédent concerne volontairement un traitement LLM isolé.

Avec Copilot Studio, ça devient plus compliqué.

Un agent peut produire une réponse, rechercher du contexte, appeler un outil, exécuter un flow puis rappeler un modèle.

Microsoft facture ces opérations différemment.

Et Microsoft précise quelque chose d’encore plus important pour les modèles de raisonnement.

Lorsqu’un agent utilise un modèle de reasoning, deux compteurs peuvent se cumuler :

1. le coût de la fonctionnalité — réponse, action, etc. ;
2. le coût Premium correspondant aux tokens consommés par le modèle de raisonnement.

Voilà pourquoi je me méfie des estimations du type :

Nous avons 5 000 utilisateurs × 10 questions = 50 000 requêtes.

Ça ne suffit plus.

Une requête utilisateur peut déclencher plusieurs opérations payantes derrière.

La consommation agentique devient moins déterministe

Un workflow classique reste généralement assez prévisible.

trigger
  ↓
action
  ↓
action
  ↓
API
  ↓
fin

Je peux presque calculer son coût avant de l’exécuter.

Un agent peut prendre un chemin différent selon la demande :

demande
   ↓
raisonnement
   ↓
recherche
   ↓
outil A
   ↓
raisonnement
   ↓
outil B
   ↓
nouvelle recherche
   ↓
réponse

Microsoft décrit désormais quatre grandes sources de coût pour ses workloads agentiques :

• Models
• Runtime
• Context
• Tools

Ça correspond assez bien à la réalité technique.

Un agent qui réfléchit longtemps, récupère beaucoup de contexte et utilise six outils coûte plus cher qu’un chatbot qui renvoie simplement une réponse.

Mais ça impose une nouvelle discipline : mesurer les vraies exécutions plutôt que calculer un prix théorique par conversation.

Il y a quand même une grosse exception : Microsoft 365 Copilot

C’est un point important parce qu’il peut complètement changer le calcul.

Dans certains scénarios Business-to-Employee authentifiés, les utilisateurs disposant déjà d’une licence Microsoft 365 Copilot ne génèrent pas de surcoût Copilot Credits pour les principales capacités du harnais Standard : réponses classiques, réponses génératives, actions, grounding et outils associés.

Microsoft l’indique dans son tableau de facturation : ces usages sont marqués « sans supplément » pour l’utilisateur Microsoft 365 Copilot licencié lorsqu’il utilise l’agent avec son identité authentifiée.

Le guide Microsoft d’août rappelle lui aussi que les taux Standard/Copilot Chat ne s’appliquent pas de la même manière aux utilisateurs Microsoft Copilot dans ces scénarios B2E authentifiés.

Donc non, il ne faut surtout pas prendre mon tableau PAYG et le multiplier mécaniquement par tous les collaborateurs d’une entreprise.

Le type de licence et le contexte d’exécution comptent énormément.

C’est typiquement le genre de subtilité Microsoft qui peut transformer complètement un business case.

Même construire certains agents peut maintenant consommer des crédits

Avec le nouveau GitHub Copilot harness de Copilot Studio, Microsoft étend aussi la facturation à certaines expériences de création assistées par LLM.

Le guide d’août 2026 donne ces ordres de grandeur :

La configuration manuelle dans les onglets Build et Monitor ne consomme pas de Copilot Credits. Mais la création assistée, certaines previews et évaluations peuvent en consommer.

Individuellement, ce n’est pas énorme.

Avec 200 makers qui expérimentent toute la journée, j’aime quand même savoir où part l’argent.

Troisième warning : le coût AI Builder peut venir en plus de Power Automate

AI Builder ne remplace pas la licence Power Automate.

Les actions AI Builder sont des connecteurs Premium.

Microsoft précise qu’un cloud flow utilisant AI Builder nécessite donc une licence Power Automate Premium adaptée.

Et en mode Pay-As-You-Go, la facturation de l’exécution du flow peut être distincte et s’ajouter à la consommation AI Builder.

Le coût total peut donc ressembler à ça :

Power Automate
      +
Copilot Credits
      +
Dataverse / Azure éventuel
      +
API externes éventuelles

Chaque ligne semble souvent raisonnable.

C’est la somme qui compte.

J’ai exactement la même prudence avec les architectures No Code en général : on peut très vite finir avec six services à 30 € qui rendent une « petite automatisation » beaucoup moins petite.

Quatrième warning : le Pay-As-You-Go enlève aussi une barrière naturelle

Le PAYG est pratique.

Pas besoin d’acheter 300 000 crédits en espérant avoir bien estimé sa consommation.

Je branche l’environnement à Azure et je paye ce que j’utilise.

Pour expérimenter, j’aime beaucoup.

Pour une production non surveillée, beaucoup moins.

Un quota fixe possède un avantage assez brutal : quand il n’y en a plus, il n’y en a plus.

Le Pay-As-You-Go peut assurer la continuité du service.

Il peut aussi assurer la continuité de la facture.

Je n’activerais donc jamais une production importante sans :

• suivi quotidien ;
• allocation par environnement ;
• seuils d’alerte ;
• budget Azure ;
• coût par agent ;
• coût par workflow ;
• contrôle des dépassements.

Microsoft permet maintenant de superviser et d’allouer cette capacité depuis le Power Platform Admin Center.

Pour moi, ça n’est plus de l’administration.

C’est du FinOps IA.

Et Microsoft ouvre lui-même la porte aux autres modèles

C’est peut-être la partie la plus intéressante.

Microsoft sait très bien qu’une entreprise ne voudra pas forcément transformer chaque appel LLM en Copilot Credits Premium.

AI Builder et Copilot Studio permettent donc également des scénarios Bring Your Own Model, notamment via Microsoft Foundry.

Dans ces configurations, le modèle peut être facturé séparément selon sa propre consommation plutôt que d’être systématiquement absorbé dans les taux standards Copilot Studio. Microsoft exclut explicitement les configurations BYOM, y compris Azure Foundry, de son tableau standard des taux Copilot Studio.

Ça ouvre une architecture beaucoup plus intéressante :

Power Automate / Copilot Studio
             ↓
orchestration
             ↓
Microsoft Foundry ou API
             ↓
modèle adapté à la tâche

Et c’est probablement comme ça que je réfléchirais pour un gros système.

Pas « Microsoft contre Claude ».

Pas « Power Automate contre OpenAI ».

Mais :

quelle couche doit faire quoi ?

Je ne choisirais surtout pas un seul modèle pour tout

Les tarifs 2026 rendent cette approche de plus en plus évidente.

Pourquoi envoyer une classification très simple à Fable 5 ou GPT-5.6 Sol ?

Pourquoi utiliser AI Builder Premium si Luna ou Flash-Lite produit exactement le résultat attendu ?

À l’inverse, pourquoi envoyer une tâche de raisonnement particulièrement difficile au modèle le moins cher si 20 % des dossiers doivent ensuite être corrigés manuellement ?

Je préfère router.

Ce ne sont pas des équivalences fonctionnelles.

C’est une stratégie de benchmark.

Je commence avec le modèle le moins coûteux susceptible de réussir correctement la tâche. J’escalade seulement quand la qualité l’exige.

Le prix au token n’est de toute façon pas ma métrique finale

C’est utile pour faire les comparaisons précédentes.

Mais dans une entreprise, je veux connaître :

le coût par tâche métier correctement terminée.

Imaginons :

Les valeurs sont illustratives, mais c’est la métrique qui m’intéresse.

Et j’irais même plus loin.

Si une erreur nécessite cinq minutes d’intervention humaine, j’ajoute ces cinq minutes.

Parce qu’une API LLM six fois moins chère qui génère cinq fois plus de reprises manuelles peut être une très mauvaise affaire.

Pour un gros projet, je benchmarke avec de vraies données

Je prendrais 100 vraies tâches.

Pas cinq prompts préparés pour faire plaisir au modèle.

Cent factures.

Cent emails.

Cent tickets.

Cent dossiers.

Puis je mesure.

Une journée passée à faire ce benchmark peut économiser des dizaines de milliers d’euros sur une production industrielle.

C’est probablement un meilleur investissement que dix réunions sur « la stratégie IA ».

Alors, est-ce que je trouve les Copilot Credits chers ?

Ma réponse est beaucoup plus nuancée que oui ou non.

AI Builder Basic : aucun problème particulier. La prime Microsoft reste généralement suffisamment faible pour que la simplicité l’emporte.

AI Builder Standard : je commence à comparer. Les API actuelles sont devenues tellement compétitives que le différentiel peut rapidement devenir significatif.

AI Builder Premium : à faible volume, ça peut parfaitement se défendre. À fort volume, je considère le benchmark obligatoire.

Content Processing : 0,08 $ par page reste très pratique pour quelques milliers de documents. À plusieurs centaines de milliers de pages, je compare systématiquement.

Agents Copilot Studio : le prix unitaire d’une réponse ne suffit plus. Il faut mesurer toute l’exécution réelle : modèle, reasoning, contexte, outils et flows.

C’est cette distinction qui me paraît la plus importante.

Les Copilot Credits ne sont pas « chers ».

Certains workloads deviennent chers quand on les passe massivement dans une couche d’abstraction facturée beaucoup plus cher que l’inférence directe.

Ce que je ferais avant le 1er novembre 2026

Si j’utilisais déjà AI Builder dans Power Platform, je n’attendrais pas novembre.

Je commencerais maintenant par mesurer :

• quels flows utilisent AI Builder ;
• quelles Power Apps consomment des modèles ;
• quels agents utilisent les AI Tools ;
• quels modèles sont Basic, Standard ou Premium ;
• combien de tokens sont réellement consommés ;
• combien de pages sont traitées ;
• combien de crédits AI Builder sont aujourd’hui absorbés par les licences ;
• quels environnements disposent déjà de Copilot Credits ;
• quels workloads représentent réellement 80 % de la consommation.

Microsoft permet déjà de surveiller les crédits AI Builder et Copilot et de suivre cette consommation par environnement.

Ensuite, je simule novembre.

Et seulement ensuite je décide s’il faut :

• rester sur AI Builder ;
• acheter des Copilot Credits ;
• utiliser du PAYG ;
• préacheter ;
• appeler directement un modèle ;
• passer par Foundry ;
• ou mélanger plusieurs approches.

Je ne migrerais surtout pas tout mécaniquement vers le même modèle.

La vraie rupture, ce n’est finalement pas la fin des crédits AI Builder

Pour moi, c’est le début d’autre chose.

Pendant longtemps, l’IA dans Power Platform ressemblait à ça :

J’ai Power Automate Premium, j’ai quelques crédits AI Builder, donc j’utilise AI Builder.

Cette logique va disparaître.

Le modèle devient plutôt :

Cette tâche IA consomme des ressources. Combien coûte-t-elle ? Quelle valeur produit-elle ? Et est-ce le meilleur moteur pour l’exécuter ?

Je préfère largement cette deuxième question.

Elle oblige juste à être un peu plus sérieux.

Les dernières générations de modèles accentuent encore le phénomène. GPT-5.6 Luna coûte aujourd’hui seulement 0,20 $ par million de tokens d’entrée. Gemini 3.7 Flash est à 0,75 $ pendant sa période introductive. Claude Opus 5 reste à 5 $ et Fable 5 à 10 $.

Le prix de l’intelligence baisse vite.

La couche d’intégration, elle, peut représenter une part de plus en plus importante de la facture.

Je continuerai donc volontiers à utiliser AI Builder quand sa simplicité me fait gagner du temps.

Mais je ne confondrai plus jamais :

« facile à intégrer »

et

« économiquement optimal ».

Avec la disparition des crédits AI Builder inclus le 1er novembre 2026, ce calcul ne sera plus théorique.

C’est maintenant qu’il faut commencer à le faire.

FAQ

• Les crédits AI Builder disparaissent-ils le 1er novembre 2026 ?
  Oui, les crédits AI Builder inclus automatiquement dans certaines licences Power Apps, Power Automate et Dynamics 365 disparaissent à partir du 1er novembre 2026. AI Builder lui-même ne disparaît pas. Ses fonctionnalités restent disponibles, mais leur utilisation devra être couverte principalement par des Copilot Credits ou par certains anciens add-ons AI Builder encore valides.
• AI Builder va-t-il être remplacé par Copilot Studio ?
  Non. AI Builder et Copilot Studio restent deux briques différentes de Power Platform. Ce qui change, c’est surtout leur modèle de consommation. Les Copilot Credits deviennent progressivement une unité commune pour facturer plusieurs usages IA Microsoft, notamment AI Builder, Copilot Studio, les agents, certains usages Dynamics 365 et d’autres workloads IA.
• Qu’est-ce qu’un Copilot Credit ?
  Un Copilot Credit est une unité de consommation utilisée par Microsoft pour facturer différentes opérations IA. Selon la fonctionnalité, les crédits peuvent être consommés par une réponse générative, un appel de modèle, une action d’agent, du grounding, du traitement documentaire ou un agent flow. Un même message utilisateur peut donc déclencher plusieurs consommations derrière une seule interaction visible.
• Combien coûte un Copilot Credit ?
  En Pay-As-You-Go, Microsoft affiche un tarif de 0,01 dollar par Copilot Credit. Le coût réel dépend ensuite du nombre de crédits consommés par l’opération. Un traitement qui utilise 2 crédits coûte donc 0,02 dollar, alors qu’une opération qui en consomme 24 coûte 0,24 dollar. Le prix du crédit seul ne permet donc pas d’estimer le coût d’une automatisation.
• Combien coûte AI Builder avec les Copilot Credits ?
  Ça dépend fortement de la fonction utilisée. Les traitements de texte Basic peuvent ne consommer que 0,1 Copilot Credit par unité de 1 000 tokens, alors que Standard monte à 1,5 crédit et Premium à 10 crédits. Certaines fonctions de traitement documentaire consomment 8 crédits par page, soit 0,08 dollar par page au tarif Pay-As-You-Go.
• Combien coûte le traitement d’une facture avec AI Builder ?
  Avec le tarif Copilot Credits actuel, certaines fonctions de traitement de factures consomment 8 crédits par page. Une facture de trois pages représente donc 24 crédits, soit environ 0,24 dollar en Pay-As-You-Go. À faible volume, ce coût reste modeste. À 100 000 factures de trois pages, on arrive en revanche autour de 24 000 dollars : à ce niveau, je benchmarke systématiquement d’autres solutions.
• Les Copilot Credits sont-ils plus chers que les anciens crédits AI Builder ?
  Ça dépend des fonctions. Microsoft indique par exemple que certains usages OCR deviennent moins chers, alors que d’autres augmentent. Le traitement de factures, reçus ou documents d’identité peut passer d’un coût théorique d’environ 0,016 dollar à 0,08 dollar par page. Il faut donc regarder workload par workload plutôt que chercher un taux de conversion global entre anciens crédits AI Builder et Copilot Credits.
• Les Copilot Credits sont-ils chers par rapport à GPT, Claude ou Gemini ?
  Sur certains usages, oui. Les API directes de GPT, Claude ou Gemini peuvent coûter nettement moins cher par million de tokens que les niveaux Standard ou Premium d’AI Builder. Mais la comparaison n’est pas totalement équivalente : AI Builder inclut aussi l’intégration Power Platform, l’identité Microsoft, la gouvernance, les environnements et une partie du monitoring. À faible volume, je privilégie souvent cette simplicité. À fort volume, je compare systématiquement le coût avec une API directe ou Microsoft Foundry.
• Est-il moins cher d’appeler directement GPT, Claude ou Gemini depuis Power Automate ?
  Ça peut l’être, parfois de très loin, surtout sur de gros volumes. Mais une API directe implique aussi de gérer l’authentification, les clés, les erreurs, les retries, le monitoring et parfois la sécurité ou la conformité. Je ne remplace donc pas une action AI Builder qui coûte quelques euros par mois par une architecture complexe. À plusieurs dizaines ou centaines de milliers d’exécutions, en revanche, la comparaison devient indispensable.
• Les agents Copilot Studio consomment-ils plus de crédits qu’un simple prompt ?
  Potentiellement oui, parce qu’un agent ne se limite pas forcément à une seule génération de texte. Il peut rechercher du contexte, appeler plusieurs outils, exécuter un agent flow, utiliser un modèle de raisonnement puis générer une réponse. Microsoft facture plusieurs de ces opérations séparément. Le nombre de questions posées à l’agent n’est donc pas suffisant pour prévoir son coût réel.
• Les utilisateurs Microsoft 365 Copilot consomment-ils toujours des Copilot Credits dans Copilot Studio ?
  Non, pas dans tous les scénarios. Microsoft prévoit des droits spécifiques pour certains usages Business-to-Employee authentifiés lorsqu’un utilisateur possède déjà une licence Microsoft 365 Copilot. Certaines capacités d’agents peuvent alors être couvertes sans consommation supplémentaire de Copilot Credits. Il faut donc vérifier le scénario d’exécution et les licences avant de multiplier mécaniquement un coût par le nombre d’utilisateurs.
• Peut-on utiliser son propre modèle IA à la place d’AI Builder ?
  Oui. Selon l’architecture, Power Automate ou Copilot Studio peuvent appeler un modèle externe directement ou passer par Microsoft Foundry. Cette approche permet de conserver une partie de l’écosystème Microsoft tout en choisissant plus précisément le modèle utilisé et son mode de facturation. Pour les gros volumes, c’est une option que je regarde sérieusement.
• Le Pay-As-You-Go Copilot Credits est-il une bonne solution ?
  Pour démarrer et expérimenter, oui. Je préfère souvent payer uniquement ce que je consomme plutôt que surdimensionner un pack de crédits. En production, je suis plus prudent : le Pay-As-You-Go évite les interruptions mais peut aussi laisser une mauvaise automatisation continuer à consommer. Je mets donc en place des quotas, des alertes et un suivi par environnement avant de l’utiliser à grande échelle.
• Comment contrôler la consommation des Copilot Credits ?
  Microsoft permet de suivre et d’allouer les Copilot Credits depuis les outils d’administration Power Platform et Microsoft 365. Je sépare au minimum les environnements DEV, TEST et PROD, je limite les capacités de développement et je surveille le coût par agent ou par workflow. Avec l’IA agentique, cette gouvernance devient une vraie pratique FinOps plutôt qu’un simple réglage d’administration.
• Comment savoir si je dois rester sur AI Builder ou utiliser une API LLM externe ?
  Je regarde d’abord le volume, la complexité de la tâche et la valeur métier. Pour quelques centaines d’exécutions mensuelles, AI Builder peut être plus rentable simplement parce qu’il réduit énormément le travail d’intégration. À plusieurs dizaines de milliers d’exécutions, je benchmarke AI Builder, GPT, Claude, Gemini ou Foundry sur de vraies données en comparant le prix, la qualité, le taux d’erreur et les interventions humaines nécessaires.
• Quelle métrique faut-il suivre pour maîtriser le coût des Copilot Credits ?
  Je ne me contente pas du coût au token ou du nombre de crédits consommés. Ma métrique principale est le coût par tâche métier correctement terminée. Une solution à 0,20 dollar qui réussit 99 % des dossiers peut être plus rentable qu’un modèle à 0,02 dollar qui nécessite beaucoup de corrections humaines. Le coût technique n’a de sens qu’une fois rapproché du résultat métier.
• Que faut-il faire avant la fin des crédits AI Builder en novembre 2026 ?
  Je commencerais par inventorier les flows Power Automate, Power Apps et agents qui utilisent AI Builder, puis je mesurerais leurs volumes réels : exécutions, tokens, pages et crédits consommés. Ensuite je simulerais leur coût avec les Copilot Credits. Les workloads les plus volumineux doivent être comparés avec des alternatives comme les API GPT, Claude, Gemini ou Microsoft Foundry avant la bascule du 1er novembre 2026.

Sources

• Microsoft Learn — Crédits de licence et AI Builder, mise à jour 2026.
• Microsoft Learn — Présentation des licences AI Builder, tableau officiel des coûts AI Builder / Copilot Credits, mise à jour du 4 août 2026.
• Microsoft Learn — Licences et crédits Copilot.
• Microsoft Learn — Taux de facturation et gestion Copilot Studio, mise à jour du 3 août 2026.
• Microsoft — Copilot Credits Guide, August 2026.
• OpenAI — GPT-5.6 et tarification API actuelle, incluant la baisse de prix de Luna et Terra du 30 juillet 2026.
• Anthropic — Claude Sonnet 5, Claude Opus 5 et Claude Fable 5.
• Google AI — Gemini 3.7 Flash et modèles Gemini actuels, août 2026.

Franck Scandolera

⭐ Analytics engineer, Data Analyst et Automatisation IA indépendant ⭐

Ref clients : Logis Hôtel, Yelloh Village, BazarChic, Fédération Football Français, Texdecor…

Mon terrain de jeu :

Data Analyst & Analytics engineering : tracking avancé (GA4, Matomo, Piano, GTM server, Tealium, Commander Act, e-commerce, CAPI, RGPD), entrepôt de données (BigQuery, Snowflake, PostgreSQL, ClickHouse), modèles (Airflow, dbt, Dataform), dashboards décisionnels (Looker, Power BI, Metabase, SQL, Python).
Automatisation IA des taches Data, Marketing, RH, compta etc : conception de workflows intelligents robustes (n8n, App Script, scraping) connectés aux API de vos outils et LLM (OpenAI, Mistral, Claude…).
Engineering IA pour créer des applications et agent IA sur mesure : intégration de LLM (OpenAI, Mistral…), RAG, assistants métier, génération de documents complexes, APIs, backends Node.js/Python.