Quel hébergeur français choisir pour un agent IA en 2026 ?

Scaleway et OVHcloud pour la plupart des cas : les deux servent des modèles ouverts par API depuis des centres de données français, à partir de 0,15 € le million de tokens en entrée chez Scaleway en région Paris. Outscale, filiale de Dassault Systèmes, quand une qualification SecNumCloud 3.2 est contractuellement exigée. Le critère de départ est la nature des données traitées, le débit nécessaire et les conditions de sortie, pas le prix.

Combien coûte l'hébergement d'un agent IA en France ?

Pour une PME traitant mille documents par jour, la facture d'inférence en API partagée tourne autour de 20 à 30 € par mois chez Scaleway. Un GPU dédié coûte 0,93 € de l'heure pour une L4, soit environ 679 € par mois en service continu, et 3,40 € de l'heure pour une H100, soit environ 2 482 € par mois. À ces montants s'ajoutent le stockage, la sauvegarde et la supervision.

À partir de quel volume un GPU dédié devient-il rentable face à une API ?

Autour de 3,6 milliards de tokens par mois face à une API partagée à 0,19 € le million, soit environ 900 000 requêtes mensuelles à 4 000 tokens chacune. Une PME traitant mille documents par jour se situe trente fois en dessous. Le GPU dédié se justifie par la latence garantie ou une contrainte d'isolation contractuelle, rarement par l'économie.

OVHcloud est-il qualifié SecNumCloud pour l'IA ?

La qualification SecNumCloud porte sur un service précis, pas sur l'ensemble du catalogue d'un fournisseur. La page AI Endpoints d'OVHcloud met en avant la certification ISO 27000 et l'attestation SOC, sans revendiquer SecNumCloud pour ce service. Parmi les trois hébergeurs comparés, Outscale est celui qui affiche une qualification SecNumCloud 3.2 sur son cloud public. Faites confirmer le périmètre exact par écrit avant de signer.

Peut-on utiliser Claude ou GPT chez un hébergeur français ?

Non. OVHcloud et Scaleway ne servent que des modèles publiés sous licence ouverte : Llama, Qwen, Deepseek, gpt-oss, Mistral Small. Les modèles propriétaires Claude, GPT et Mistral Large ne sont accessibles que via les APIs de leurs éditeurs ou via les grands fournisseurs cloud américains. Si le cas d'usage exige un modèle propriétaire, l'hébergement français impose un compromis de capacité à mesurer avant de décider.

L'hébergement en France suffit-il à être conforme au RGPD ?

Non. La localisation des serveurs est un élément parmi d'autres : il faut aussi une base légale de traitement, une information des personnes, une durée de conservation définie, un contrat de sous-traitance conforme et une chaîne complète maîtrisée. Un agent hébergé en France qui appelle une API étrangère pour une étape fait sortir la donnée, quel que soit l'hébergeur principal.

Faut-il installer un serveur GPU dans ses propres locaux ?

Rarement pour une PME. L'argument de la maîtrise des données cède devant la réalité de l'exploitation : mises à jour, sauvegardes, supervision, climatisation, panne un vendredi soir. Un serveur non maintenu finit par tourner sur une version obsolète que personne n'ose toucher. Le cas se justifie pour une contrainte d'isolation physique explicitement écrite dans un contrat.

Comment garantir la réversibilité d'un hébergement IA ?

Quatre points à exiger par écrit avant de signer : la propriété du code et des configurations, un export des données dans un format documenté et exploitable, une documentation technique suffisante pour qu'un autre prestataire reprenne, et un délai de restitution chiffré. Sans ces quatre éléments, le coût de sortie est indéterminé, quel que soit le prix affiché.

OVHcloud, Scaleway ou Outscale pour héberger un agent IA

En résumé. Les trois font tourner un agent IA en France, et ils ne se départagent pas sur le prix. Scaleway est le plus lisible sur l’inférence, avec une API de modèles ouverts en région Paris facturée dès 0,15 € le million de tokens en entrée et un GPU H100 dédié à 3,40 € de l’heure. OVHcloud sert une quarantaine de modèles par API et couvre le plus large éventail de GPU. Outscale, filiale de Dassault Systèmes, est le seul des trois à mettre en avant une qualification SecNumCloud 3.2 sur son cloud public, ce qui en fait le choix par défaut quand c’est le contrat qui l’impose. Le point de bascule entre API partagée et GPU dédié se situe autour d’un million de requêtes par mois : en dessous, le GPU réservé coûte plus cher qu’il ne rapporte.

Les trois questions à trancher avant de comparer

Un choix d’hébergement pour un agent IA se décide sur trois points, dans cet ordre. Le prix arrive quatrième.

Quelle donnée passe par le modèle ? Des références produit et des délais de livraison ne posent pas la même question que des bulletins de paie ou des dossiers médicaux. Si la donnée est banale, les trois conviennent, et les APIs américaines aussi. Si elle est sensible ou réglementée, la localisation et la qualification deviennent le critère principal.

Quel débit vous faut-il, et à quel moment ? Un agent qui traite cent documents par nuit ne demande rien. Un assistant client qui répond à trois cents personnes en simultané à onze heures du matin demande une capacité réservée, et c’est un autre budget.

Que se passe-t-il si vous partez ? Récupération des données, format des exports, portabilité de la configuration, délai. C’est la question la moins posée et la plus coûteuse à découvrir en cours de route.

Ce que chacun sert, et à quel prix

Scaleway publie la grille la plus détaillée. Ses Generative APIs servent des modèles ouverts depuis la région Paris, facturés au million de tokens et hors taxes : 0,15 € en entrée et 0,35 € en sortie pour Mistral Small 3.2, 0,15 € et 0,60 € pour gpt-oss-120b, 0,20 € et 0,80 € pour Qwen3 Coder 30B, 0,25 € et 0,50 € pour Gemma 4, 0,90 € pour Llama 3.3 70B en entrée comme en sortie, 1,50 € et 7,50 € pour Mistral Medium 3.5. Les embeddings sont à 0,10 € le million. Le premier million de tokens est offert, et les requêtes en traitement par lot bénéficient de 50 % de remise.

Pour une capacité réservée, Scaleway facture à l’heure de GPU : 0,93 € pour une L4 24 Go, soit environ 679 € par mois en service continu, 1,72 € pour une L40S 48 Go, 3,40 € pour une H100 80 Go (environ 2 482 € par mois), et jusqu’à 30,06 € de l’heure pour une configuration à huit H100, soit près de 22 000 € par mois.

OVHcloud propose AI Endpoints, avec une quarantaine de modèles ouverts servis par API, dont Llama, Qwen et Deepseek. Le modèle visuel Qwen3.6-27B est facturé 0,40 € et 2,70 € le million de tokens. L’hébergeur met en avant la certification ISO 27000 et l’attestation SOC, et s’engage à ne jamais utiliser les données transmises pour entraîner ses modèles. Côté infrastructure, le catalogue GPU couvre les H200, H100, L40S et L4, ce qui est le plus large des trois.

Outscale est une filiale de Dassault Systèmes. Sa position tient à ses qualifications : cloud public qualifié SecNumCloud 3.2, certification HDS sur certains services, attestation SOC 2 Type 2. Son offre d’intelligence artificielle générative s’appuie sur un partenariat avec Mistral AI. C’est le profil d’un fournisseur pour organisations soumises à des obligations réglementaires, pas celui d’une plateforme où l’on teste un prototype le samedi.

Le calcul qui décide vraiment

La question qui revient sur chaque mission n’est pas « quel hébergeur » mais « API partagée ou GPU dédié ». Voici le calcul.

Sur un modèle comme Mistral Small 3.2 chez Scaleway, avec un mélange typique de 80 % d’entrée et 20 % de sortie, le coût moyen tourne autour de 0,19 € le million de tokens. Un GPU L4 dédié coûte 679 € par mois. Le point d’équilibre se situe donc autour de 3,6 milliards de tokens mensuels.

Traduit en volume métier : à 4 000 tokens par requête, cela représente environ 900 000 requêtes par mois. Une PME qui traite mille documents par jour est à 30 000 requêtes mensuelles, soit trente fois en dessous.

Volume mensuel	Coût en API partagée	Coût d’un L4 dédié
30 000 requêtes	environ 23 €	679 €
200 000 requêtes	environ 152 €	679 €
900 000 requêtes	environ 684 €	679 €
3 000 000 requêtes	environ 2 280 €	679 €

La conclusion est nette et elle va à contre-courant de ce qu’on entend en réunion : pour la quasi-totalité des PME, l’API partagée d’un hébergeur français coûte moins cher que le GPU réservé, et n’implique aucun serveur à maintenir. Le GPU dédié se justifie par la latence garantie, par une contrainte d’isolation contractuelle, ou par un volume très élevé. Rarement par l’économie.

SecNumCloud : ce que ça couvre, ce que ça ne couvre pas

Le raccourci « SecNumCloud donc conforme » circule beaucoup et mérite d’être démonté.

SecNumCloud est un visa de sécurité délivré par l’ANSSI. Il qualifie un service précis d’un fournisseur précis, pas l’entreprise entière ni son catalogue. Un hébergeur peut disposer d’une offre qualifiée et proposer à côté des services qui ne le sont pas. Sur les pages consultées, Outscale revendique la qualification SecNumCloud 3.2 sur son cloud public ; la page AI Endpoints d’OVHcloud, elle, met en avant ISO 27000 et SOC, sans revendiquer SecNumCloud pour ce service.

C’est un point à vérifier service par service, dans le contrat, avant de signer. Demandez le périmètre exact de la qualification et la référence du service concerné. Un commercial qui répond « nous sommes SecNumCloud » sans nommer le service ne répond pas à la question.

Deuxième nuance : la qualification porte sur l’hébergement, pas sur ce que vous en faites. Un agent hébergé chez un fournisseur qualifié qui appelle une API américaine pour une étape du traitement fait sortir la donnée. La chaîne compte, pas le maillon le plus solide.

Troisième nuance, la plus coûteuse : les modèles propriétaires ne sont pas disponibles chez ces hébergeurs. Ni Claude, ni GPT, ni Mistral Large ne tournent chez OVHcloud ou Scaleway ; seuls les modèles publiés en licence ouverte y sont servis. Si votre cas d’usage a besoin d’un modèle propriétaire, l’hébergement français vous impose un compromis de capacité qu’il faut mesurer avant de décider, pas après.

Ce qu’aucun des trois ne fait

Les trois vendent de l’infrastructure et de l’inférence. Aucun ne livre l’agent.

Entre une API disponible et un agent qui tourne en production, il y a le raccordement à vos logiciels métier, les règles de traitement, la gestion des cas particuliers, la mesure de qualité des réponses, la supervision et les alertes quand ça dérape. C’est le travail d’intégration, et il représente l’essentiel du budget d’un projet.

Un chiffre pour situer : sur un projet type de première automatisation, la facture d’inférence chez un hébergeur français se compte en dizaines ou en centaines d’euros par an, quand le développement se compte en dizaines de milliers. Choisir son hébergeur avant d’avoir cadré le projet, c’est optimiser 1 % du budget en premier.

Ce que je recommande, en pratique

Trois configurations couvrent la quasi-totalité des cas que je rencontre.

Données d’entreprise ordinaires, volume modéré : les Generative APIs de Scaleway en région Paris, ou AI Endpoints chez OVHcloud. Vous restez en France, la facture d’inférence reste sous cent euros par an sur la plupart des volumes de PME, et il n’y a aucun serveur à administrer.

Contrainte réglementaire explicite, écrite dans un contrat ou imposée par un donneur d’ordre : Outscale, avec vérification du périmètre exact de la qualification pour le service que vous utiliserez. Le budget change d’échelle et le projet prend plus de temps. C’est le prix de la conformité, et il se justifie quand elle est exigée.

Besoin de latence garantie ou d’isolation stricte : GPU dédié chez Scaleway ou OVHcloud, à partir d’environ 679 € par mois pour une L4, avec l’exploitation en plus. Prévoyez qui met à jour, qui surveille et qui répond à trois heures du matin.

Un mot sur ce que je ne fais pas : je n’installe pas de GPU dans les locaux d’une PME. L’argument « nos données restent chez nous » cède devant la réalité de la maintenance, des mises à jour de modèles, de la climatisation et de la panne un vendredi soir. Le serveur dans le placard finit par tourner sur une version d’il y a deux ans que personne n’ose toucher.

Quand l’hébergement français ne se justifie pas

Deux situations où insister coûte cher pour rien.

La donnée traitée est publique ou anodine. Un agent qui résume des articles de presse ou classe des demandes de contact ne manipule rien de sensible. L’hébergement français reste un bon argument commercial, il n’est pas une nécessité, et il vous prive des modèles propriétaires les plus capables.

La capacité du modèle est le facteur limitant. Si votre cas d’usage échoue avec les modèles ouverts disponibles et réussit avec un modèle propriétaire, le débat n’est plus l’hébergement. Il faut soit revoir le cas d’usage, soit accepter une API étrangère avec les garanties contractuelles adaptées, soit attendre. Faire tourner à tout prix un modèle qui répond juste six fois sur dix parce qu’il est hébergé en France, c’est de la conformité sans service rendu. Je ne vends aucun de ces trois hébergeurs : j’installe et j’exploite ce qui tourne dessus, sur un compte ouvert à votre nom.

Tarifs et qualifications relevés le 13 août 2026 sur les pages publiques de Scaleway, OVHcloud et Outscale. Prix hors taxes. Les coûts mensuels en API partagée sont calculés sur les hypothèses de volume et de répartition entrée/sortie indiquées.