Un rapport de 10 pages — texte + tableaux de chiffres — enregistré en .docx, en .pdf ou en .md (Markdown) ne « pèse » pas du tout la même chose aux yeux d'un modèle d'IA. Et chaque token compte : en contexte occupé, et en euros.
Pour comparer honnêtement, on part d'un contenu strictement identique : un rapport d'activité trimestriel.
Le poids sur disque (Ko) n'est pas ce qui coûte à l'IA. Ce qui compte, c'est le nombre de tokens que le modèle doit lire pour accéder à l'information. Basculez entre les deux mesures :
Voici la même ligne de tableau — « Janvier · CA 128 k€ · Marge 34,2 % » — telle qu'elle existe dans chaque format. Le surlignage terracotta = l'information utile. Le gris = le bruit de structure.
Choisissez l'éditeur LLM et le modèle, puis faites glisser le curseur. Le tarif d'entrée (input) et la fenêtre de contexte changent selon le modèle — le format de vos documents, lui, pèse toujours autant.
C'est le facteur d'économie du Markdown face au XML Word brut — même information, tokens et économisés sur ce volume, avec .
Le même volume de documents, chez chaque éditeur. Deux leçons : le tarif varie de ×1 à ×100 selon le modèle… mais quel que soit le modèle, le Markdown divise la facture et libère le contexte. Optimiser le format est un gain indépendant du choix d'éditeur.
| Modèle | Tarif entrée | Contexte | Coût Markdown | Coût DOCX brut | Contexte utilisé (DOCX) |
|---|
« Lundi matin : quel document envoyez-vous régulièrement à l'IA, et sous quel format pourriez-vous l'alléger dès demain ? »