Quelle offre Dify choisir ? Compter les collaborateurs avant de calculer les coûts des modèles

Lorsqu’une équipe achète Dify pour la première fois, elle peut être tentée de comparer d’abord le nombre de modèles. Pourtant, le choix de l’offre dépend souvent de deux autres questions : qui doit accéder à l’espace de travail pour maintenir les applications, et combien d’appels aux modèles une seule demande métier entraîne-t-elle ? Si une personne teste simplement un processus interne de questions-réponses, commencez par Sandbox. Si quatre collègues doivent tous en assurer la maintenance, Professional et sa limite de trois membres ne doivent pas être considérés comme une solution durable.

Les appréciations suivantes reposent sur la page tarifaire et la documentation officielles consultées le 3 novembre 2026. Il ne s’agit pas d’un test de charge, ni d’une garantie qu’une offre donnée pourra absorber vos besoins réels de traitement simultané.

La page tarifaire officielle indique les limites suivantes pour les membres d’un espace de travail : une personne avec Sandbox, trois avec Professional et cinquante avec Team. Il ne faut pas les interpréter directement comme le nombre de visiteurs que l’application peut servir chaque jour. Avant l’achat, listez d’abord les personnes qui doivent se connecter à l’espace de travail, modifier les processus ou entretenir les ressources documentaires. Vérifiez ensuite séparément les conditions d’accès liées au mode de mise à disposition de l’application.

Par exemple, si le responsable métier, la personne chargée du workflow et celle chargée de la base de connaissances sont exactement trois personnes, Professional peut faire partie des options. Si une quatrième personne doit participer durablement à la maintenance dans l’espace de travail, évaluez Team plutôt que de faire partager un même compte administrateur à plusieurs personnes. Si un responsable consulte seulement les résultats de temps à autre, vérifiez d’abord leur mode de mise à disposition. Ne changez pas d’offre uniquement parce qu’il y a un lecteur de plus.

Les prix affichés en paiement mensuel sont actuellement de 59 dollars américains par espace de travail pour Professional et de 159 dollars américains pour Team, hors taxes applicables dans les deux cas. L’écart mensuel est de 100 dollars américains. Pour savoir si ce supplément se justifie, vérifiez d’abord que les collaborateurs supplémentaires ont réellement besoin de places dans l’espace de travail, au lieu de prendre le nombre de membres pour un indicateur de performance.

Dify déduit des crédits à chaque réponse d’un modèle. Une réponse correspond à un appel au modèle, pas à une demande complète envoyée par un utilisateur métier. Un processus plus complexe peut commencer par une classification, rechercher des informations puis générer une réponse, et enfin vérifier le format. Si chacune de ces trois étapes appelle le modèle une fois, une demande comporte trois appels. Il s’agit d’un exemple de calcul des coûts, et non de l’affirmation que chaque workflow Dify effectue toujours trois appels.

Les frais liés à votre propre clé API de modèle sont facturés sur le compte du fournisseur correspondant. Le budget doit donc comporter au moins deux postes : l’abonnement à l’espace de travail Dify et les dépenses de modèles générées avec votre propre clé. Les limites de débit du fournisseur doivent également être vérifiées séparément. Passer à une offre Dify supérieure ne permet pas d’en déduire que tous les appels aux modèles sont illimités.

Choisissez un processus à faible risque, par exemple la génération de brouillons de réponses pour le service client à partir de descriptions de produits dont l’utilisation est déjà autorisée. Préparez vingt questions accompagnées de réponses de référence, en incluant des cas où l’information manque, où la formulation est ambiguë et où la question sort du périmètre prévu. Ce nombre est une recommandation pour le pilote, pas une norme de test officielle.

Exécutez le même workflow pour chaque question et notez si la réponse est utilisable, combien d’appels aux modèles chaque question déclenche, si une révision humaine est nécessaire et à quelle étape survient un échec. Le but du pilote n’est pas d’obtenir une belle moyenne, mais de distinguer deux types de problèmes. Si le système cite souvent les mauvaises ressources, corrigez d’abord la base de connaissances et la logique de recherche. Si les réponses sont déjà exploitables, mais que le nombre de collaborateurs ou les quotas de ressources constituent un obstacle, évaluez alors une offre payante supérieure. Une montée en gamme ne remplace pas la correction de la qualité du contenu.

La documentation officielle de Docker Compose indique un minimum matériel de deux cœurs CPU et de 4 GiB de mémoire. Ce ne sont que les exigences minimales de déploiement, pas un engagement de capacité en production. Elle demande aussi de vérifier les variables d’environnement nouvelles ou modifiées lors des mises à niveau, ce qui montre que l’auto-hébergement ne dispense pas de maintenance une fois l’installation terminée.

Si l’équipe ne peut pas désigner clairement les responsables des mises à niveau, de la vérification des sauvegardes et de la résolution des incidents, commencer par un service cloud facilite généralement l’estimation des responsabilités et de l’investissement nécessaire. Si elle dispose de compétences d’exploitation, évaluez l’auto-hébergement à partir des flux de données réels et des exigences de contrôle. Il faut aussi vérifier la destination des données avec les modèles et services externes choisis. Le simple fait d’héberger l’application sur votre propre serveur ne permet pas de conclure que toutes les données restent en interne.

Pour une équipe qui débute, l’ordre d’achat le plus prudent consiste à prouver l’utilité du processus sur un petit échantillon, à confirmer le nombre réel de personnes qui le maintiendront ensemble, puis à budgéter séparément l’abonnement à la plateforme et les factures des modèles. Une montée en gamme n’achète un bénéfice identifiable que lorsqu’un quota précis bloque un workflow déjà utilisable.