Fine-Tuning, RAG Ou Prompts : Ce Que Chacun Coûte

La question du fine-tuning contre RAG arrive rarement sous forme de question. Elle arrive sous forme d’affirmation : il nous faut un modèle entraîné sur nos données. C’est l’une des phrases les plus coûteuses de l’IA en entreprise, et elle est le plus souvent fausse. Pas toujours, mais le plus souvent. Derrière se cache presque toujours l’une de deux plaintes : le modèle ne connaît pas notre activité, ou le modèle ne répond pas comme nous le voulons. Le fine-tuning est une mauvaise réponse à la première et une réponse chère à la seconde.

Choisir entre fine-tuning, RAG et prompting n’est pas une préférence technique. Chacune de ces approches corrige une catégorie de problème différente, et se tromper d’approche produit des mois de travail qui ne répondent jamais à la plainte initiale.

La règle qui fait économiser le plus : si le problème est que le modèle ignore quelque chose, utilisez la récupération. Si le modèle sait mais répond dans le mauvais style, le mauvais format ou la mauvaise longueur, améliorez d’abord le prompt et n’envisagez le fine-tuning que si cela échoue. Le fine-tuning enseigne un comportement et non des faits, et les équipes qui s’en servent pour injecter des connaissances obtiennent un modèle qui se trompe avec assurance, dans un nouveau style maison.

Fine-tuning contre RAG contre prompting : ce que fait chacun

La distinction est plus simple que ne le laisse croire le débat ambiant.

Le prompting modifie les instructions que vous envoyez avec chaque requête. Il façonne le ton, le format, la structure et la démarche de raisonnement, et il peut transporter une quantité modeste de contexte en ligne. Il prend effet immédiatement, ne coûte rien au-delà des tokens, et se change en production en quelques secondes.

La récupération va chercher, au moment de la requête, la matière pertinente dans vos propres contenus et la place dans le contexte avant que le modèle ne réponde. Elle donne au modèle accès à des informations sur lesquelles il n’a jamais été entraîné, y compris ce qui a changé ce matin. Le modèle lui-même reste inchangé ; vous améliorez seulement ce que vous lui donnez pour travailler. Notre explication de la génération augmentée par récupération en détaille la mécanique.

Le fine-tuning ajuste les poids du modèle à partir d’exemples du comportement souhaité. Il est réellement efficace pour enseigner un format constant, un ton particulier et des schémas propres à une tâche, difficiles à décrire avec des mots mais faciles à démontrer. Il est médiocre pour enseigner des faits, car une connaissance apprise ainsi ne peut être ni mise à jour, ni auditée, ni citée, et le modèle n’a aucun moyen de vous signaler qu’il s’appuie dessus à tort.

La confusion vient de ce que les trois approches modifient la sortie. Seule la récupération modifie ce que le modèle sait.

Ce que coûte chaque approche

Les montants correspondent à une livraison britannique typique pour une application métier de taille moyenne.

Le prompting. Des jours plutôt que des semaines, généralement 1 000 à 5 000 livres sterling, jeu d’évaluation compris, celui que vous devriez construire en parallèle. Le coût d’exploitation se résume au prix des tokens ; un prompt système plus long le relève légèrement, ce que la mise en cache des prompts compense en grande partie.

La récupération. De quatre à douze semaines, couramment 15 000 à 60 000 livres sterling selon le désordre des contenus sources. Le coût de construction tient surtout à l’ingestion : sortir les documents des systèmes qui les retiennent, les découper intelligemment, gérer les permissions pour que chacun ne récupère que ce qu’il a le droit de voir, et maintenir l’index à jour. À l’exploitation s’ajoutent le stockage vectoriel et un contexte légèrement plus volumineux à chaque requête.

Le fine-tuning. De deux à huit semaines d’ingénierie plus le jeu de données, couramment 20 000 à 80 000 livres sterling. Le calcul d’entraînement est presque toujours la plus petite ligne ; le coût réside dans la production de plusieurs centaines à plusieurs milliers d’exemples de haute qualité, un travail humain réalisé par des gens qui connaissent le métier. L’exploitation peut aussi revenir plus cher, car un modèle affiné se paie souvent avec une prime ou exige un hébergement dédié.

L’asymétrie est tout l’enjeu. Le prompting est assez peu coûteux pour être tenté en premier, même si vous êtes à peu près certain qu’il ne suffira pas : vous aurez besoin du harnais d’évaluation de toute façon, et vous découvrirez au passage le vrai mode de défaillance.

L’ordre dans lequel les essayer

Dérouler ces étapes dans l’ordre coûte moins cher que de sauter directement à la fin, même lorsque vous finissez malgré tout à la fin.

Commencez par le jeu d’évaluation. De trente à cent entrées réelles accompagnées de sorties connues comme bonnes. Sans cela, vous ne pouvez pas dire si un changement a aidé, et chaque décision suivante relève de la devinette. C’est le même dispositif que celui décrit dans notre guide d’intégration de l’API OpenAI .

Améliorez ensuite le prompt. Soyez précis sur le format, donnez en ligne quelques exemples de bonne sortie, indiquez explicitement quoi faire lorsque la réponse n’est pas connue. Une proportion surprenante des plaintes selon lesquelles le modèle ne serait pas assez bon se résout dès cette étape, en particulier sur la verbosité et la structure.

Essayez ensuite un modèle plus grand ou différent. C’est souvent moins cher que n’importe quel travail de personnalisation et cela s’évalue en un après-midi. Notre guide sur le départ d’OpenAI explique comment mener cette comparaison correctement.

Ajoutez ensuite la récupération, si la défaillance porte sur la connaissance. Si le modèle répond de travers aux questions sur vos produits, vos politiques ou vos documents, ou refuse d’y répondre, c’est l’étape qui corrige le problème.

Envisagez enfin le fine-tuning, si la défaillance porte sur le comportement. À ce stade, vous disposez d’un jeu d’évaluation, d’un prompt affiné et, le cas échéant, d’une chaîne de récupération. Si la sortie ne correspond toujours pas à ce que vous attendez en style ou en structure, et que vous pouvez démontrer le comportement voulu à travers des centaines d’exemples plus facilement que le décrire, le fine-tuning est le bon outil.

La plupart des projets s’arrêtent à la troisième ou à la quatrième étape. C’est là que se trouve l’économie.

Quand le fine-tuning gagne vraiment

Il existe des cas réels, et les écarter en bloc serait aussi faux que d’y recourir en premier.

Une sortie structurée constante à grande échelle. Lorsque chaque réponse doit suivre un format rigide, fastidieux à spécifier dans un prompt, un modèle affiné le produit plus fidèlement et avec beaucoup moins de tokens en entrée, ce qui s’amortit dès que le volume monte.

Un ton spécialisé ou un registre métier. Rédaction juridique, notes cliniques, communication financière réglementée : des styles aux conventions fortes que les praticiens reconnaissent immédiatement et que les instructions peinent à capturer.

Une classification aux frontières subtiles et difficiles à formuler. Lorsque votre équipe sait annoter des exemples de manière cohérente sans pouvoir énoncer la règle, c’est exactement à cela que sert l’apprentissage par l’exemple.

La réduction des coûts à fort volume. Un modèle affiné plus petit qui égale un grand modèle généraliste sur une tâche étroite réduit sensiblement le coût par requête. Cela n’a de sens qu’au-dessus d’un volume où l’économie dépasse le coût de construction et de maintenance.

Le fil conducteur est le comportement, pas la connaissance. Si vous pouvez exprimer ce que vous voulez en un paragraphe, mettez-le dans le prompt. Si vous ne pouvez que le montrer, entraînez-le.

Les coûts que personne ne chiffre

Trois charges récurrentes sont systématiquement absentes des dossiers de fine-tuning.

Le jeu de données vieillit. Votre modèle affiné reflète les exemples qu’il a vus. Quand les produits, les politiques ou le style maison changent, ces exemples deviennent périmés et le modèle continue de produire l’ancien comportement avec la même assurance. Budgétez un réentraînement périodique comme un poste permanent, pas comme une dépense unique.

Vous êtes arrimé à un modèle de base. Le fine-tuning s’attache à une version précise. Lorsque cette base est retirée ou qu’un meilleur modèle arrive, il faut réentraîner pour bouger : un coût de changement bien réel, que le prompting n’a pas.

L’évaluation devient obligatoire plutôt que facultative. Avec le prompting, une régression se repère souvent à l’oeil nu. Avec un modèle affiné, vous ne pouvez pas inspecter la raison d’un changement de comportement, et le harnais d’évaluation devient le seul instrument dont vous disposez.

La récupération a son équivalent, plus modeste : l’index doit rester à jour, les permissions doivent rester justes quand les personnes changent de rôle, et quelqu’un doit remarquer que l’ingestion s’est arrêtée en silence. Moins cher qu’un réentraînement, mais pas gratuit.

Le diagnostic avant la construction

Mecanik construit des systèmes de récupération, des harnais d’évaluation et des chaînes de fine-tuning dans le cadre de ses services d’intégration IA , et nous commençons par établir lequel des trois problèmes vous avez réellement.

Ce diagnostic tient généralement en une mission courte et se conclut souvent par une recommandation qui vous coûte bien moins cher que le projet envisagé. Là où le fine-tuning est vraiment la bonne réponse, nous le disons et chiffrons honnêtement le travail sur le jeu de données, car c’est cette partie qui décide de la réussite. Pour le tableau budgétaire d’ensemble, notre guide des coûts d’intégration IA sépare clairement construction et exploitation.

Dites-nous ce que le modèle fait de travers, avec les mots qu’emploieraient vos utilisateurs, et nous vous dirons duquel des trois cas il s’agit.

Articles en relation: Développement logiciel par IA , Auto-héberger Kimi K3 : matériel, coût, souveraineté , Migration Drupal 2026 : coûts, options et échéances , Créer un chatbot OpenAI API : guide 2026 .

Questions fréquentes

Dois-je faire du fine-tuning sur les données de mon entreprise ? En général non. Le fine-tuning enseigne un comportement plutôt que des faits, et une connaissance apprise ainsi ne peut être ni mise à jour, ni citée, ni auditée. Si le problème est que le modèle ignore vos produits, vos politiques ou vos documents, la récupération est la bonne approche, et elle est moins chère à construire comme à maintenir.

Quelle est la différence entre le fine-tuning et le RAG ? La récupération va chercher la matière pertinente dans vos contenus au moment de la requête et la place dans le contexte, de sorte que le modèle peut répondre à partir d’informations qu’il n’a jamais vues à l’entraînement. Le fine-tuning ajuste les poids du modèle à partir d’exemples et change sa manière de se comporter, pas ce qu’il sait.

Combien coûte le fine-tuning ? Typiquement 20 000 à 80 000 livres sterling pour une application métier de taille moyenne, avec deux à huit semaines d’ingénierie. Le calcul d’entraînement est presque toujours le plus petit poste ; l’essentiel du coût vient de la production de plusieurs centaines à plusieurs milliers d’exemples de haute qualité, par des gens qui connaissent le métier.

Combien coûte la construction d’un système RAG ? Couramment 15 000 à 60 000 livres sterling sur quatre à douze semaines, principalement selon le désordre des contenus sources. L’essentiel de l’effort part dans l’ingestion, le découpage, les permissions pour que chacun ne récupère que ce qu’il a le droit de voir, et le maintien à jour de l’index.

Dans quel ordre essayer ces approches ? Le jeu d’évaluation d’abord, puis le prompt, puis un modèle plus grand ou différent, puis la récupération si la défaillance relève de la connaissance, et seulement ensuite le fine-tuning si la défaillance relève du comportement. La plupart des projets se résolvent avant la dernière étape.