Asana a divisé par 76 le coût d'un agent IA en changeant sa façon de l'appeler : la leçon pour votre automatisation

En trois points

1. Le 8 octobre 2026, l'éditeur de logiciels Asana publie une étude interne : son agent IA qui navigue sur le web coûtait jusqu'à 76 fois trop cher, à cause d'un défaut de réglage, pas du prix du modèle.

2. La cause : l'agent réécrivait sa mémoire à chaque étape, forçant le modèle à relire à plein tarif un texte déjà payé. En gardant cette mémoire intacte, la même tâche coûte 76 fois moins et va 5 fois plus vite.

3. L'enseignement pour une TPE : si votre facture d'automatisation grimpe, demandez comment le logiciel appelle le modèle, pas seulement quel modèle il utilise.

Le problème qu'Asana a trouvé

L'étude est publiée par Asana le 8 octobre 2026 sur son blog technique, et reprise par OpenAI, dont un modèle a servi aux tests. L'agent en question est un programme qui enchaîne des actions seul. Ici, il parcourait des pages web pour relever six informations sur chacun de 32 livres dans un catalogue de démonstration public — une tâche qu'OpenAI présente comme représentative de ce que font certains clients d'Asana. À chaque étape, il renvoie au modèle ses outils, ses consignes et un historique qui grossit : textes des pages et captures d'écran.

Le piège vient du fonctionnement de la facturation. Les éditeurs de modèles proposent un cache de prompt (en anglais « prompt caching ») : le texte déjà lu une fois peut être relu à un prix très réduit — Asana indique, dans son billet, 5 à 10 % du prix normal sur les modèles testés. Mais ce mécanisme ne marche que si le début du texte envoyé reste strictement identique d'un appel au suivant.

Or l'agent d'Asana modifiait son historique à chaque étape : il retirait la capture d'écran précédente et rognait les vieux textes pour rester dans une limite de taille. Chaque retouche changeait le début du texte : le cache était cassé presque à chaque appel, et tout était payé à plein tarif, encore et encore.

La correction, en trois réglages

Trois changements, décrits dans l'étude :

1. Garder l'historique tel quel et le mettre en cache, avec un repère sur le dernier élément reçu.

2. Élaguer par paquets au lieu de retoucher sans arrêt : garder jusqu'à 20 captures d'écran, puis tout ramener à 1 d'un coup. Environ 19 appels consécutifs relisent alors le même texte en cache.

3. Monter la limite de taille de l'historique de 120 000 à 480 000 caractères, pour ne plus rogner les vieux textes.

Le cache seul ne suffit pas. Asana écrit que, sans l'élagage par paquets, mettre l'historique en cache coûtait plus cher que de ne pas le faire sur trois des quatre modèles testés. Le meilleur résultat vient du réglage n° 2 combiné à la limite agrandie du n° 3.

Asana indique avoir appliqué ces trois changements en environ une semaine, en grande partie avec l'aide d'un modèle d'IA supervisé par ses équipes.

Résultat mesuré : sur leur modèle de production d'origine, le coût par tâche est déjà divisé par 29 et la vitesse multipliée par 4 ; avec le modèle d'OpenAI testé, divisé par 76 et multipliée par 5, avec 89 % du texte lu en cache. L'étude porte sur 144 exécutions de tests.

Ce que ça change pour une TPE ou une PME

Ce que ça change pour vous

1. Votre facture d'usage grimpe sans raison visible : le coupable est souvent la façon dont le logiciel appelle le modèle. Posez la question du cache avant de changer de fournisseur.

2. Vous comparez deux prestataires : celui qui sait dire quel pourcentage de son texte part en cache est généralement celui qui maîtrise ses coûts. Pour mesurer ce que coûte réellement une automatisation, voir nos coûts des modèles en automatisation.

3. Vous négociez un forfait : une automatisation mal réglée coûte cher au prestataire aussi ; la correction peut être rapide et peu coûteuse pour lui.

Deux questions à poser par écrit à votre prestataire : « le texte envoyé au modèle reste-t-il identique d'une étape à l'autre quand rien n'a changé ? » et « quelle part du texte est relue en cache sur une semaine ? ». Une réponse chiffrée signale un prestataire qui suit ses coûts.

Les limites de cette étude

Asana le dit elle-même : trois exécutions par configuration, des durées de tâche variables — l'étude montre des tendances larges, pas des différences fines. Le chiffre de 76 fois vaut pour un agent navigateur à l'historique très lourd ; une automatisation qui trie des e-mails n'a pas ce profil. Et l'étude vient d'un éditeur qui vend l'automatisation : c'est une démonstration technique, publiée aussi pour montrer son savoir-faire. Le principe du cache, lui, est un mécanisme de facturation vérifiable chez tous les éditeurs de modèles.

Sources et méthode

Le billet d'Asana (8 octobre 2026) et la page d'OpenAI reprenant l'étude ont été ouverts le 15 octobre 2026 ; la page d'OpenAI bloque l'accès automatique direct et a été lue via un outil de lecture de page, celle d'Asana par requête directe. Nous n'avons pas refait les mesures d'Asana.

Pour être prévenu quand nous mesurerons ce réglage sur une automatisation réelle, cliquez sur Me prévenir → en bas de cette page.

Questions fréquentes

Qu'est-ce que le cache de prompt ?

Un mécanisme de facturation proposé par les éditeurs de modèles : le texte déjà lu une fois peut être relu à un prix très réduit, à condition de rester identique d'un appel au suivant. Asana indique 5 à 10 % du prix normal sur les modèles testés.

Combien de temps faut-il pour appliquer ce réglage ?

Asana indique environ une semaine de travail, en grande partie faite par un modèle d'IA supervisé par ses équipes. Sur une automatisation plus simple, la correction peut être plus rapide.

Est-ce que je peux obtenir une baisse de 76 fois sur mon automatisation ?

Non, pas en général. Le chiffre d'Asana vaut pour un agent qui navigue sur le web et relisait à chaque étape un historique très lourd. Mais l'enseignement est général : si le texte déjà lu est réécrit à chaque appel, vous payez plusieurs fois la même chose.

Comment vérifier si mon prestataire gère bien ce point ?

Posez deux questions par écrit : le texte envoyé au modèle est-il gardé identique d'une étape à l'autre quand rien n'a changé, et la mémoire cache du modèle est-elle utilisée ? Demandez le pourcentage de lecture depuis le cache sur une semaine.

Faut-il changer de modèle pour payer moins ?

Ce n'était pas le facteur principal dans l'étude d'Asana : la même correction sur leur ancien modèle avait déjà divisé le coût par 29. Le réglage comptait plus que le prix du modèle.

Envie d'automatiser sans gonfler la facture ? Relisez nos cinq cas devis, relance et facture. Votre facture d'automatisation mérite-t-elle ce réglage ? Mon diagnostic gratuit sert à le savoir : Demander mon diagnostic gratuit.