RAG sur Azure, AWS ou Google Cloud : le coût réel en production

Un RAG en production a quatre postes d'infrastructure : la recherche (l'index), le modèle qui rédige la réponse, les embeddings à l'ingestion, et l'hébergement de l'application. Sur ces quatre postes, deux décident presque tout.

1. La recherche. Facturée à l'heure, elle coûte la même chose que vos utilisateurs posent dix questions ou dix mille. Facturée à la requête, elle suit l'usage.
2. Le modèle. Il est facturé au jeton, en entrée (les passages récupérés et la question) et en sortie (la réponse). Le prix varie selon le modèle et selon le type de déploiement choisi.

Les embeddings coûtent peu à l'ingestion, avec nos hypothèses : moins de 3 $ pour 20 000 documents (détail dans la méthodologie). L'hébergement de l'application, l'authentification et le développement ne sont pas chiffrés ici.

Sources : API Azure Retail Prices (francecentral), AWS Price List (eu-west-3, publications des 26 et 28 octobre 2026), pages de prix Amazon OpenSearch Service, Amazon Bedrock et Google Cloud Agent Search. Relevé du 29 octobre 2026.

Deux détails changent le calcul. Chez Azure, le même modèle n'a pas le même prix selon le compteur : pour gpt-4.1-mini en France Centre, l'API affiche 0,40 $ / 1,60 $ en « global », 0,44 $ / 1,76 $ en « Data Zone » et 0,484 $ / 1,936 $ en « regional ». Chez AWS, Nova 2.0 Lite coûte 0,484 $ / 4,059 $ en région Paris et 0,44 $ / 3,69 $ en inférence « cross-region global ». Le type de déploiement fait donc partie du choix de prix, et aussi du choix de localisation : lisez la définition de chaque type dans la documentation du fournisseur avant de trancher.

Azure AI Search se facture par unité et par heure, que le service soit sollicité ou non. Microsoft recommande au moins deux réplicas pour une charge de production. Son contrat de niveau de service exige deux réplicas pour les charges en lecture seule et au moins trois pour les charges en lecture et écriture (requêtes et indexation). Un service Basic à deux réplicas revient donc à 0,101 × 2 × 730 = 147,46 $ par mois avant la première question. Un service S1 à trois réplicas : 735,84 $.

OpenSearch Serverless a deux régimes, selon la page de prix d'AWS. Pour une collection classique, AWS facture au minimum 2 OCU pour la première collection d'un compte (une pour l'indexation, une pour la recherche, chacune en 0,5 × 2 pour la redondance), soit 2 × 0,281 × 730 = 410,26 $ par mois à Paris. Une option dev-test sans redondance divise ce minimum par deux. Avec les collection groups, la documentation d'AWS indique un minimum configurable à 0 OCU : les OCU retombent à zéro après 10 minutes d'inactivité. La facture suit alors les heures d'activité, au prix d'un démarrage à froid que la documentation conseille d'éviter en fixant un minimum.

Google Agent Search et Bedrock Managed Knowledge Base se facturent à la requête et au volume stocké. Sans usage, la recherche ne coûte presque rien. Google affiche en plus 10 000 requêtes gratuites par compte et par mois, présentées comme un essai, et 10 Gio de stockage gratuits par mois.

Dans nos deux scénarios chiffrés ci-dessous, ce minimum pèse plus que le modèle pour Azure AI Search et pour OpenSearch Serverless classique.

Estimation IgnitionAI, sur les prix unitaires ci-dessus et les hypothèses suivantes : scénario bas = 10 utilisateurs, 2 000 documents (1 Go de données brutes), 5 000 questions par mois ; scénario réaliste = 50 utilisateurs, 20 000 documents (10 Go), 25 000 questions par mois ; environ 4 000 jetons en entrée et 400 en sortie par question. Une question = une requête de recherche. Quotas gratuits non déduits.

Base de l'estimation : prix officiels du 29 octobre 2026, 730 heures par mois, hypothèses d'usage ci-dessus. Hors développement, authentification, hébergement de l'application, journaux, reranking optionnel et taxes. Les modèles comparés ne sont pas équivalents en qualité : ce tableau compare des structures de prix, pas des réponses.

Deux lectures honnêtes de ce tableau. D'abord, à petit volume, les services facturés à la requête sont les moins chers sur l'infrastructure seule. Ensuite, ces montants ne couvrent pas le poste le plus lourd : construire et maintenir l'application autour de la recherche. Les réponses de base d'Agent Search n'incluent pas, selon Google, le traitement des requêtes complexes ou longues ni la multimodalité, qui relèvent d'une option payante.

Une base de connaissances managée cherche des passages et, selon le service, rédige une réponse. Un assistant documentaire d'entreprise demande aussi :

• des citations vérifiables, affichées à l'utilisateur ;
• un filtrage des résultats selon les droits de chaque personne ;
• une interface de chat, une authentification et une gestion des comptes ;
• un cloisonnement par client si vous servez plusieurs organisations ;
• des connecteurs qui resynchronisent les sources ;
• une évaluation de la qualité avant chaque changement de modèle ou d'index.

Chacune de ces briques se développe, se teste et se maintient. C'est ce coût que notre guide construire ou acheter un RAG met en regard des abonnements. Nos pages comparatives Azure, AWS et Google Cloud détaillent les briques à construire sur chaque cloud.

Base de la grille : structures de prix relevées le 29 octobre 2026 et estimations ci-dessus. L'affectation des situations relève de notre lecture.

Prix officiels (relevés le 29 octobre 2026, HTTP 200)

• API Azure Retail Prices, région francecentral : Azure Cognitive Search (Basic, Standard S1), Foundry Models / Azure OpenAI (gpt-4.1-mini, text-embedding-3-small).
• Microsoft Learn, fiabilité dans Azure AI Search : deux réplicas pour le SLA en lecture seule, trois en lecture-écriture.
• AWS Price List, Amazon OpenSearch Service, eu-west-3, publication du 26 octobre 2026 : SearchOCU et IndexingOCU.
• Amazon OpenSearch Service, page de prix : minimum de 2 OCU pour la première collection classique, option dev-test, scale to zero après 10 minutes d'inactivité.
• AWS, gérer les limites de capacité d'OpenSearch Serverless : minimum de 0 OCU par collection group.
• AWS Price List, Amazon Bedrock, eu-west-3, publication du 28 octobre 2026 : Nova 2.0 Lite, Titan Text Embeddings V2.
• Amazon Bedrock, page de prix, section Knowledge Bases : Managed Knowledge Base. La page ne précise pas la région de ces tarifs.
• Google Cloud, Agent Search pricing : éditions Standard et Enterprise, stockage d'index, quotas gratuits.

Estimations IgnitionAI

• Scénarios et volumes : hypothèses d'usage d'IgnitionAI (10 utilisateurs, 2 000 documents, 5 000 questions par mois ; 50 utilisateurs, 20 000 documents, 25 000 questions par mois), identiques à celles de nos pages comparatives.
• Taille moyenne de 0,5 Mo de données brutes par document ; environ 4 000 jetons en entrée et 400 en sortie par question ; 5 000 jetons par document à l'ingestion.
• Embeddings à l'ingestion, avec ces hypothèses : 0,22 $ (2 000 documents) et 2,20 $ (20 000 documents) avec text-embedding-3-small Data Zone à 0,022 $ par million de jetons ; 0,30 $ et 3 $ avec Titan Text Embeddings V2 à 0,03 $ par million. Embeddings inclus dans Managed Knowledge Base.
• 730 heures par mois. Calculs arrondis au centime.

Limites

Les prix des clouds changent souvent. Ce guide ne chiffre ni le développement, ni la maintenance, ni l'authentification, ni l'hébergement de l'application, ni les taxes. Il ne compare pas la qualité des modèles. La disponibilité de chaque service dans une région donnée est à vérifier chez le fournisseur.

Dernière relecture des sources

29 octobre 2026.

Pour comparer ces montants à une plateforme prête à l'emploi : IgnitionRAG propose les offres Solo (59 € HT/mois) et Équipe (249 € HT/mois), IA gérée et crédits inclus, sans clé à fournir. L'essai prévoit 14 jours et 100 crédits, sans carte bancaire. Pour un déploiement sous licence dans votre cloud, décrivez votre contexte depuis la page pilote.