Ce que vendent vraiment les API d’IA à bas prix. 142 offres bloquées.
Avant qu’un vendeur puisse fournir de la capacité à un client Zurelay, nous la testons. Entre le 30 septembre et le 13 octobre 2026, ces tests ont révélé d’anciens modèles sous des noms plus récents, des comptes d’agents de programmation, des nombres de tokens gonflés et des images trop petites. Le 5 octobre, nous avons bloqué 142 offres sans exception. Voici ce qu’elles cachaient, et cinq contrôles à effectuer sur n’importe quelle API d’IA.
Publié le · Étude Zurelay
- offres bloquées en une journée après avoir échoué à nos tests
- 142
- offres bloquées en une journée après avoir échoué à nos tests
- tokens de prompt comptabilisés par les vendeurs qui gonflent les compteurs
- 9–11.7×
- tokens de prompt comptabilisés par les vendeurs qui gonflent les compteurs
- tokens cachés ajoutés à chaque requête GPT passant par Codex
- ~4,400
- tokens cachés ajoutés à chaque requête GPT passant par Codex
- pour que des offres conformes passent à un autre backend
- 1 nuit
- pour que des offres conformes passent à un autre backend
Nos constats
Six façons dont une offre ne tient pas ses promesses. Toutes constatées lors de tests réels.
Nous avons testé les offres les moins chères en premier, modèle par modèle, sur une grande place de marché de capacité revendue et chez quelques revendeurs. Voici les pratiques relevées et nos observations.
- 01
Un modèle plus ancien ou moins cher sous un nom plus récent
La contrefaçon la plus courante est aussi la plus difficile à repérer en démo : un vrai modèle, mais pas celui annoncé. Il répond avec aisance et se présente sous le nom indiqué dans l’offre. Ce qui le trahit, ce sont ses connaissances et son fonctionnement.
- Chez un revendeur, une route “Claude Opus 5.5” a répondu à nos questions sur des faits datés exactement comme Claude Opus 4.7. Ses connaissances s’arrêtaient à la mi-2025.
- Des offres “Grok 4.7” ne connaissaient que 6 des 18 faits récents connus du vrai modèle : il s’agissait d’un ancien Grok.
- Sur 21 offres de GPT-6 Astra proposées sur le marché, 3 répondaient avec GPT-6 Luna, le modèle bien moins cher d’OpenAI. Le champ model de la réponse l’indiquait lui-même.
- Trois offres “Gemini 3.1 Pro” se présentaient comme Gemini 3.8 Flash et fonctionnaient à la vitesse de Flash.
- Toutes les offres HY4 moins chères que les offres authentiques ont échoué. La plupart étaient une variante rebaptisée, avec des décomptes de tokens différents et une autre réponse à la question “qui êtes-vous ?”.
- 02
Des comptes d’agents de code vendus comme une API
Certains vendeurs font passer les requêtes par un abonnement à un agent de code comme Claude Code, Kiro ou Codex. Le modèle est bien réel, mais les instructions propres au produit l’accompagnent.
- Sur les offres GPT passant par Codex, environ 4,400 tokens d’instructions cachées s’ajoutent à chaque requête et vous sont facturés comme des tokens d’entrée.
- Même avec une identité définie par le client (“Vous êtes Ava, l’assistante de…”), ces routes abandonnent cette identité et répondent “Je suis Claude Code” ou “Je suis Codex” à l’utilisateur final.
- De nombreuses offres GPT semblent conformes tant que la requête n’est pas en streaming, puis basculent vers un compte Codex. Tout test sans streaming passe à côté.
- Les offres passant par Kiro annonçaient des décomptes de tokens d’entrée invraisemblables, parfois aussi bas que 1 token, et se trompaient sur des calculs à réponse exacte.
- 03
Des décomptes de tokens qui ne tiennent pas debout
Vous payez les tokens déclarés par l’API. Certains vendeurs en déclarent plus qu’ils n’en utilisent, et seulement pour les réponses longues : les tests courts semblent donc parfaits.
- Plusieurs offres Claude comptaient les tokens du prompt 9 à 11.7 fois dès que la réponse devenait longue.
- Ces mêmes offres annonçaient des vitesses de sortie de 1,000 à 6,000 tokens par seconde. Aucun véritable modèle de pointe ne génère aussi vite en streaming.
- 04
Des images qui n’ont pas les dimensions payées
Le prix des modèles d’image dépend de la résolution, et les dimensions sont faciles à falsifier puisque presque personne ne les vérifie.
- Plusieurs offres “Nano Banana” renvoyaient du 1408 × 768 quelles que soient les dimensions demandées : la sortie d’un modèle moins cher. L’une affichait une garantie d’authenticité de $1,000.
- La plupart des offres “GPT Image” plafonnent autour de 1.5 mégapixels. Demandez du 4K et vous obtenez du 1672 × 941.
- Certaines offres “prennent en charge le 4K” en agrandissant uniquement les images demandées en 4K. Une demande en 2048 × 1152 donne toujours une image trop petite.
- 05
Des erreurs facturées comme des réponses
Certains vendeurs renvoient leur propre page d’erreur avec un statut de réussite. Elle arrive donc comme une réponse du modèle et est facturée comme telle : “Fournisseur d’IA temporairement indisponible” au prix fort.
- 06
Conforme aujourd’hui, différent demain
Une offre qui réussit tous les tests peut changer de modèle ou de service sous-jacent à tout moment. Des routes conformes le 30 septembre passaient par un compte d’agent de code dès le lendemain matin, y compris toutes les offres Claude Opus 4.8 que nous avions approuvées. Une seule série de tests au lancement ne suffit pas.
API Testez votre
Cinq contrôles pour toute API d’IA. Dix minutes, quelques centimes.
Aucun outil particulier n’est nécessaire : une clé API, quelques requêtes et les chiffres d’utilisation déjà inclus dans chaque réponse suffisent.
- 1
Comptez les tokens de “hi”
Envoyez “hi” sans prompt système et consultez usage.prompt_tokens. Les vrais modèles en déclarent environ 10. Des centaines ou des milliers révèlent des instructions cachées que vous payez à chaque appel, et un décompte qui n’augmente pas quand votre prompt s’allonge est inventé.
- 2
Interrogez-le sur ce qu’il devrait savoir
Posez des questions sur quelques événements survenus dans les mois précédant la sortie du modèle, dont vous pouvez vérifier les réponses. Ne lui demandez pas la date limite de ses connaissances : les modèles l’indiquent mal. Un modèle plus ancien en sait moins, et cela se voit.
- 3
Lisez le champ model
La réponse indique le nom du modèle qui a répondu. Y trouver le nom d’un modèle moins cher de la même famille est la preuve la plus évidente d’une substitution, et certains vendeurs ne prennent même pas la peine de la cacher.
- 4
Chronométrez une réponse longue
Demandez une réponse longue en streaming, puis divisez le nombre de tokens de sortie par le nombre de secondes écoulées. Des milliers de tokens par seconde, ou un décompte de tokens d’entrée bien supérieur à ce que vous avez envoyé, indiquent une consommation gonflée.
- 5
Mesurez vos images
Ouvrez une image générée et comparez ses dimensions en pixels à celles demandées, en testant plusieurs tailles. Des dimensions fixes quelle que soit votre demande révèlent un modèle moins cher.
Notre méthode de test
Chaque route, chaque jour. Avant comme après.
Avant de traiter des requêtes, une route doit réussir des contrôles d’identité avec différents prompts système et profils, des questions sur des connaissances datées dont les réponses sont connues, des problèmes à réponse unique, des appels d’outils, des tests de lecture d’images, de PDF, d’audio et de vidéo, ainsi que des contrôles du nombre de tokens et de la vitesse sur des réponses courtes et longues, en streaming ou non. Les routes de génération d’images sont évaluées à plusieurs tailles.
Les contrôles sont répétés chaque jour, car les vendeurs changent ce qui se cache derrière une offre. Toute route qui échoue est retirée du routage, ses requêtes sont redirigées vers une autre route et les tentatives échouées ne sont pas facturées aux clients. Les tests exacts ne sont pas publiés, afin d’éviter leur contournement. Comment les modèles sont vérifiés.
À propos de ces résultats. Ils proviennent de nos propres vérifications, menées entre le 30 septembre et le 13 octobre 2026, principalement sur une grande place de marché de capacité revendue. Il ne s’agit pas d’un échantillon aléatoire : nous avons testé les offres les moins chères en premier, et c’est là que se concentrent les faux modèles. Nous ne nommons pas les vendeurs ; les mêmes pratiques se retrouvent chez plusieurs d’entre eux.
Zurelay propose les modèles à des prix inférieurs aux tarifs catalogue, et chaque route qui les fournit doit d’abord réussir ces contrôles. Voir tous les modèles et tarifs.
Obtenez votre clé APIFAQ
Questions sur les faux modèles.
D’autres questions ? Contactez notre équipe et nous vous répondrons par e-mail.
Les API d’IA à bas prix sont-elles des arnaques ?
Pas toutes. La capacité des modèles est souvent achetée à l’avance, via des crédits prépayés, des contrats avec engagement de dépenses et des tarifs dégressifs. Les vendeurs proposent ensuite ce qu’ils n’utilisent pas sous le prix catalogue. Le problème, c’est que ces mêmes places de marché proposent aussi d’anciens modèles sous des noms plus récents, des comptes d’agents de code et des décomptes de tokens gonflés. Le seul moyen de faire la différence est de tester chaque offre, puis de continuer à la tester.
Comment Zurelay écarte-t-il les faux modèles ?
Chaque route est testée avant de traiter des requêtes, puis chaque jour, avec des contrôles d’identité, de connaissances sur des faits datés, de raisonnement, de décompte des tokens et de dimensions d’image, avec et sans streaming. Toute route qui échoue est retirée de la rotation. Les tentatives échouées sont redirigées vers une autre route et ne sont pas facturées aux clients. Le 5 octobre, nous avons aussi bloqué 142 offres défaillantes pour empêcher leur réintégration.
Pourquoi ne publiez-vous pas les tests exacts ?
Les vendeurs adapteraient leurs faux modèles pour les réussir. Nous expliquons ce que chaque type de contrôle détecte, et les cinq contrôles présentés sur cette page sont à la portée de tous.
Pourquoi ne nommez-vous pas les vendeurs ?
Les vendeurs changent ce qui se cache derrière une offre : un vendeur en défaut un jour peut être irréprochable le lendemain, et inversement. Ce sont les pratiques qui comptent, et elles se retrouvent chez différents vendeurs.
Que faire si mon fournisseur échoue à ces contrôles ?
Envoyez au fournisseur l’identifiant de la requête et les chiffres : le nombre de tokens d’entrée pour « hi », le champ model, la vitesse. Un fournisseur qui vérifie ses routes peut vous dire laquelle a traité la requête et la retirer. S’il ne peut pas expliquer les chiffres, changez de fournisseur.
Ne payez plus le prix catalogue.
Économisez dès aujourd’hui.
Créez une clé en quelques secondes, configurez votre SDK habituel pour utiliser Zurelay et payez chaque requête jusqu’à 90% moins cher, dès le premier token.