Stack de codage IA auto-hébergé vs. le stack SaaS

Le mois dernier, un développeur à qui je parlais a ouvert sa facture Cursor et y a trouvé 80 $. Le mois précédent, c'était les mêmes 20 $ forfaitaires que d'habitude. Rien n'avait changé dans sa façon de travailler ; c'était la facturation. Beaucoup de gens vivent ce moment en ce moment même, et c'est pourquoi « devrais-je simplement auto-héberger ça ? » a cessé d'être une question de passionné pour devenir une question de budget.

Voici ce qui s'est réellement passé. Les trois grands outils de codage IA en SaaS (GitHub Copilot, Cursor et Windsurf) sont passés à une facturation à l'usage ou au crédit entre mi-2025 et mi-2026. En même temps, les modèles de code à poids ouverts comme Qwen2.5-Coder-32B sont devenus assez bons pour que l'auto-hébergement de votre propre assistant de code soit désormais une vraie option, pas un projet de laboratoire. La comparaison vaut enfin la peine d'être faite avec de vrais chiffres.

C'est cette comparaison. Je vous donne le vrai calcul des coûts pour un dev solo comme pour une équipe qui grandit, un avis honnête sur les cas où les modèles auto-hébergés tiennent la route et ceux où ils flanchent, et une recommandation adaptée à votre nombre de sièges et à votre exigence de qualité. Un avertissement d'emblée : pour un développeur solo, le conseil populaire « auto-héberge-le sur un GPU » est généralement faux côté argent, et je vais vous montrer pourquoi.

En bref

• Si vous êtes solo, la voie GPU n'est pas rentable. Un GPU VPS facturé au mois, au tarif public, à environ 779 $/mois ne battra jamais un siège Copilot Pro à 10 $/mois pour une seule personne.
• Le stack GPU auto-hébergé est un jeu d'équipe. A single GPU VPS breaks even against Copilot Business (about $19/seat) at roughly 27 seats, and against Cursor Teams (about $40/seat) at roughly 13 seats, at the current $506.35/month GPU price (roughly 41 and 20 seats at the undiscounted $779 list price). Below that, per-seat SaaS is usually cheaper.
• La capacité se divise selon la tâche. Qwen2.5-Coder-32B est solide sur l'autocomplétion et les modifications quotidiennes ; les modèles hébergés de pointe l'emportent encore nettement sur le travail complexe, multi-fichiers et agentique.
• L'auto-hébergement a un coût de maintenance. Mises à jour de modèles, caprices des pilotes GPU, dimensionnement du contexte, disponibilité : quelques heures par mois, pas un second emploi. Intégrez cela au calcul avant de basculer.

Ce que couvre cet article (et ce qu'il ne couvre pas)

C'est une comparaison coût-et-capacité d'un stack précis et réalisable face aux outils SaaS que la plupart des développeurs paient déjà. Pour rester utile et honnête :

• Couvre : le calcul des coûts mensuels (solo et équipe), la capacité de codage au quotidien et une recommandation adaptée.
• Couvre : un stack auto-hébergé concret (Ollama, Continue.dev, Code Server et n8n) sur un VPS.
• Ne couvre pas : l'analyse comparative exhaustive des modèles ou la course aux classements.
• Ne couvre pas : le fine-tuning, ou l'utilisation de ces modèles pour du travail LLM hors codage.
• Ne couvre pas : l'installation pas à pas. C'est l'article « devrais-je », pas l'article « comment le construire ».

Ce qui a changé dans la tarification des outils de codage IA

Cursor a ouvert le bal. Le 16 juin 2025, il a remplacé ses limites par requête par une tarification à l'usage de l'API : vous obtenez un pool d'utilisation de modèles de pointe facturé aux tarifs de l'API, et les mois chargés coûtent plus cher que les mois légers. Le changement a surpris beaucoup de monde, et Cursor a proposé des remboursements pendant une fenêtre après l'annonce. Une mise à jour de juin 2026 a de nouveau remanié les pools d'usage mais a conservé le modèle à l'usage.

GitHub Copilot a suivi en 2026. Selon l'annonce de GitHub, le 1er juin 2026, les anciennes unités de requêtes premium ont été remplacées par des « GitHub AI Credits » basés sur les tokens. Les prix des abonnements n'ont pas changé (Pro à 10 $/mois, Business à 19 $/utilisateur/mois), mais ce que vous pouvez faire dans ce prix est désormais mesuré à la consommation de tokens, les complétions de code restant incluses sans coût de crédit.

Windsurf a fait le plus grand remaniement. En mars 2026, il a remplacé les anciens forfaits en libre-service de type crédit par des forfaits par quota, ajouté un palier Max à 200 $/mois, et fait passer le nouveau tarif Pro à 20 $/mois tout en maintenant les abonnés Pro et Teams existants à leur tarif actuel. L'éditeur est depuis devenu Devin Desktop ; windsurf.com redirige désormais vers devin.ai/desktop. La documentation actuelle de Devin, la documentation de facturation en libre-service décrit Teams comme 40 $ par siège de dev complet avec un minimum de 80 $/mois, et non un simple modèle additionnel « 80 $ de base plus 40 $ par siège ».

Le fil conducteur : la facture mensuelle fixe que vous pouviez anticiper a largement disparu. C'est précisément cette prévisibilité que l'auto-hébergement rachète, et précisément ce qui rend cette comparaison pertinente en ce moment.

Le stack SaaS : ce que vous obtenez et ce que ça coûte par siège

Commencez par ce que l'argent achète, car il achète beaucoup. Côté SaaS, ce sont trois éditeurs (GitHub Copilot, Cursor et Devin Desktop, anciennement Windsurf) qui offrent zéro configuration, une intégration IDE serrée et le meilleur raisonnement agentique multi-fichiers disponible aujourd'hui. Vous installez une extension ou téléchargez un éditeur et vous travaillez en quelques minutes. Pour la plupart des gens, c'est justement tout l'intérêt de cette commodité.

Voici la tarification actuelle par siège, tirée de la page tarifs de chaque outil :

Le point de rupture, c'est le compteur. Sur les forfaits à l'usage et au crédit, un mois chargé donne une facture salée, et souvent vous ne la voyez pas venir avant qu'elle arrive. Pire, quand vos crédits sont épuisés, plusieurs de ces outils vous coupent ou vous poussent vers des dépassements ; il n'y a pas de repli local dégradé mais gratuit pour tenir jusqu'au cycle suivant. Si vos revenus sont irréguliers ou que votre usage explose lors des semaines de rush, cette variabilité est un vrai casse-tête opérationnel, pas une erreur d'arrondi.

Si vous comparez des outils précis entre eux plutôt que la question de l'auto-hébergement, j'ai approfondi les éditeurs individuels dans une comparaison distincte des alternatives à Claude Code.

Le stack auto-hébergé : Ollama, Continue.dev, Code Server, n8n

Le côté auto-hébergé, c'est quatre pièces, et chacune fait un travail précis. Ollama (actuellement v0.31.1) est le moteur d'inférence local : il exécute le modèle à poids ouverts sur votre serveur et expose une API compatible OpenAI. Continue.dev est le pont, une extension VS Code et JetBrains qui dirige l'autocomplétion et le chat de votre éditeur vers votre point d'accès Ollama au lieu d'un fournisseur cloud. Serveur de Code (actuellement v4.127.0) est VS Code exécuté dans le navigateur, hébergé sur le VPS lui-même, pratique quand vous voulez que tout l'environnement vive à côté du modèle plutôt que sur votre portable. Et n8n est la couche de workflow : c'est ainsi que vous câblez des automatisations agentiques ou multi-étapes (lancer des tests, ouvrir une PR, appeler un webhook) autour du modèle.

Le choix de modèle qui rend tout cela crédible, c'est Qwen2.5-Coder-32B, que Ollama présente comme l'un des modèles de code à poids ouverts les plus performants sur les benchmarks standards. C'est l'élément qui a changé les calculs. Il y a deux ans, les modèles ouverts n'étaient pas assez proches pour valoir la peine ; aujourd'hui, pour le travail quotidien, ils le sont.

Une réserve à connaître avant de vous engager avec Continue : il fait désormais partie de l'écosystème Cursor. le site de Continue confirme lui-même le rachat, et sa documentation montre encore la configuration d'Ollama et des modèles locaux, mais l'orientation produit à long terme est moins certaine qu'avant le rachat. Considérez-le comme un pont pratique pour l'instant, pas comme la dépendance la plus sûre sur la durée.

Voici l'avantage pratique pour les allergiques à la configuration : Ollama, Code Server et n8n sont tous disponibles en déploiement en un clic sur la la marketplace Cloudzy, ce qui balaie l'objection « y passer un week-end à installer ». Vous pointez et déployez tout le stack au lieu de l'assembler à la main. Si vous voulez le raisonnement de sélection derrière Ollama en particulier, je l'ai comparé à la principale alternative, LM Studio.

Astuce pro : Qwen2.5-Coder-32B pèse environ 20 Go sur le disque, et en quantification Q4_K_M il lui faut à peu près 20-25 Go de VRAM pour tourner. Ça tient sur un GPU de 24 Go de VRAM comme la RTX 4090, mais c'est juste. Il tourne bien avec les réglages par défaut et des fenêtres de contexte courtes à moyennes ; poussez le contexte très loin et vous pouvez commencer à faire du swap. Prévoyez « ça tient avec une gestion soignée du contexte », pas « une marge énorme ».

Le tableau des coûts : développeur solo vs. équipe

For one developer, self-hosting on a GPU is the wrong call on cost. Using Cloudzy's month-to-month list price for a 1x RTX 4090 GPU VPS, the stack runs about $779/month against $10/month for Copilot Pro. The GPU stack only pays off when that fixed cost is shared across a team: at the current price ($506.35/month at the time of writing, billed month-to-month with no annual commitment), it breaks even at roughly 27 Copilot Business seats or 13 Cursor Teams seats. At the undiscounted $779/month list price, the break-even moves out to roughly 41 Copilot Business seats or 20 Cursor Teams seats.

Passons aux chiffres. Les colonnes SaaS sont des totaux par siège ; le stack auto-hébergé est un coût mensuel fixe, quel que soit le nombre de personnes qui le partagent.

Read the table by where the fixed line crosses the rising one. Against Cursor Teams at $40/seat, the GPU VPS becomes the cheaper option somewhere around 13 developers at the current price (about 20 at list). Against Copilot Business at $19/seat, you need roughly 27 developers at the current price (about 41 at list) before the fixed cost wins. Below those thresholds, per-seat SaaS is simply cheaper, and no amount of "but it's unlimited" changes that.

L'histoire solo est différente et mérite d'être dite clairement. On ne met pas une seule personne sur un GPU à 779 $. Si vous voulez vous auto-héberger en solo, la comparaison honnête, c'est un petit modèle (7B) sur un VPS CPU à environ 29 $/mois face à un siège Copilot Pro à 10 $/mois. Soit environ 19 $/mois de plus, et ce que vous achetez, c'est aucun plafond d'usage, aucune surprise au compteur, et votre code qui ne quitte jamais votre serveur. Que ça vaille 19 $ dépend entièrement de ce que l'imprévisibilité de la facturation vous coûte en stress et en prévision, pas des dollars bruts.

Verdict rapide : le stack GPU auto-hébergé est une décision d'échelle d'équipe ou multi-charge, pas une décision solo. Pour une personne, c'est rester en SaaS ou faire tourner un petit modèle sur une machine CPU bon marché. Pour une équipe, calculez le nombre de sièges face à 19 $ et 40 $ avant de toucher à un GPU.

À retenir de cette section : tout l'argument économique du stack GPU, c'est de partager un coût fixe unique sur de nombreux sièges. C'est un jeu d'équipe ou multi-charge, jamais un achat solo.

Comparaison des capacités : où l'auto-hébergé tient et où il flanche

Confiez à une installation Qwen2.5-Coder-32B auto-hébergée une journée de travail ordinaire (autocomplétion, modifications d'un seul fichier, « écris-moi cette fonction », explique-ce-code) et vous aurez du mal à la distinguer d'un assistant payant. Sur le quotidien, l'écart est faible. Là où ça coince, c'est sur les 20 % difficiles : réécritures multi-fichiers, tâches agentiques à long horizon et raisonnement complexe sur une grosse base de code. Là, les modèles hébergés de pointe l'emportent encore nettement, et de loin.

Il y a aussi une dimension vitesse que les gens sous-estiment. Un modèle hébergé de pointe répond vite parce qu'il tourne sur l'énorme flotte d'inférence de quelqu'un d'autre. Votre GPU VPS à 779 $, surtout sous la charge simultanée de quelques coéquipiers à la fois, peut sembler plus lent pour le travail interactif que les réponses en moins d'une seconde auxquelles vous êtes habitué. C'est utilisable, mais « auto-hébergé » et « instantané » ne sont pas la même chose dès que plusieurs personnes partagent une seule carte.

Le cadrage juste n'est donc pas « Ollama remplace Copilot ». C'est « Ollama égale Copilot sur les tâches quotidiennes et le suit de loin sur les complexes ». Si votre journée est surtout faite de tâches quotidiennes, c'est un excellent compromis. Si votre journée est surtout les 20 % difficiles, non.

Quand le SaaS l'emporte encore

Imaginez un dev solo dont le travail est vraiment critique en qualité (l'IA fait des changements d'architecture multi-fichiers, pas de l'autocomplétion) et qui n'a aucune envie de gérer un serveur. Pour cette personne, 20 $/mois pour un outil de pointe est l'une des meilleures affaires du logiciel, et l'auto-hébergement serait une régression déguisée en économie. Le SaaS gagne haut la main là, et ce n'est pas le seul cas.

Le SaaS est le bon choix quand :

• Vous êtes solo et votre exigence de qualité, ce sont les 20 % difficiles, pas les modifications quotidiennes.
• Your team is under the crossover seat count: below about 13 (vs Cursor Teams) or about 27 (vs Copilot Business) at current pricing, per-seat is cheaper.
• Vos workflows reposent sur un raisonnement agentique de tout premier plan que les modèles ouverts n'égalent pas encore.
• Personne dans l'équipe ne veut, ni n'a le temps, de prendre en charge l'exploitation.

Ce dernier point, les gens le balaient d'un revers de main, alors soyons précis sur le coût de maintenance. Auto-héberger un stack de codage n'est pas un second emploi, mais ce n'est pas gratuit non plus. Le vrai travail récurrent comprend : récupérer et tester les nouvelles versions de modèles, régler les caprices des pilotes GPU après les mises à jour, ajuster la taille des fenêtres de contexte pour ne pas faire de swap VRAM, et garder la machine en ligne pour que votre équipe ne soit pas bloquée quand le modèle tombe. Comptez quelques heures par mois une fois stabilisé, ce qui va si quelqu'un s'en charge, et un désastre au ralenti si personne ne le fait.

À retenir de cette section : l'auto-hébergement est une décision de coût et de contrôle qui n'est rentable qu'au-delà d'une certaine taille d'équipe, ou quand des exigences de confidentialité et de conformité rendent « notre code ne quitte jamais notre serveur » non négociable, quels que soient les calculs.

Comment choisir : un cadre de décision

Retrouvez-vous dans une ligne et c'est quasiment réglé. Le tableau des coûts et la répartition des capacités ci-dessus vous donnent tout pour vous situer ; ceci n'est que la correspondance.

• Solo, sensible au coût, tâches quotidiennes : restez sur Copilot Pro, ou faites tourner un modèle 7B sur un VPS CPU bon marché si vous voulez un coût sans plafond, privé et prévisible. Oubliez le GPU.
• Solo, travail critique en qualité : restez en SaaS. Les outils de pointe en valent la peine et l'auto-hébergement est une régression pour vous.
• Team under about 13 seats: per-seat SaaS is usually cheaper at current GPU pricing. Don't self-host to save money at this size.
• Team about 13 to 27+ seats, or with other GPU workloads, or with privacy and compliance requirements: le stack GPU auto-hébergé commence à avoir vraiment du sens. Faites le calcul des sièges et tenez compte de qui prend en charge l'exploitation.

Si vous atterrissez sur cette dernière ligne, la question pratique devient : où vit la machine GPU. Faire tourner Qwen2.5-Coder-32B suppose une carte avec 24 Go de VRAM, et le fardeau de la mise en place (l'objection même qui garde les gens en SaaS) est justement ce qu'il vaut la peine d'automatiser. Un GPU VPS avec un déploiement Ollama, Code Server et n8n en un clic met tout votre stack en route sans le week-end d'assemblage, si bien que l'exploitation à laquelle vous souscrivez est de la maintenance continue, pas une construction depuis zéro. Si c'est la voie que vous suivez, Cloudzy's Ollama VPS vous donne le GPU de 24 Go de VRAM et le stack en un clic au même endroit ; les tarifs et les emplacements GPU actuels sont sur la page.

Foire aux questions

L'essentiel

Choisissez la ligne qui correspond à votre nombre de sièges et à votre exigence de qualité, et la décision se fait toute seule. Solo et sensible au coût : restez sur Copilot Pro ou faites tourner un petit modèle sur une machine CPU bon marché. Solo et critique en qualité : restez en SaaS. Une équipe au-delà de la taille de bascule, ou avec d'autres charges GPU ou des exigences de confidentialité, c'est là que le stack GPU auto-hébergé finit par gagner sa place. Les changements de facturation ont rendu ce calcul utile ; le calcul, pour la plupart des individus, pointe toujours vers le SaaS, et c'est très bien. Faites vos propres calculs face à 19 $ et 40 $ le siège avant d'acheter un GPU.