Un guide pratique pour héberger de l'IA traitant les données financières de clients au Royaume-Uni. Il part d'un type de charge de travail bien réel (classer des transactions bancaires, lire des reçus et répondre à des questions par chat) et examine comment AWS Bedrock et Microsoft Azure facturent, où chacun traite réellement les données, ce que coûte chaque option à trois niveaux de volume, comment réduire la facture grâce aux règles, à la mémoire, à la mise en cache des prompts et au traitement par lots, comment tester la qualité avant le prix, quand un GPU dédié devient rentable, et quels contrôles de gouvernance doivent encadrer l'ensemble. Des workflows et du code sont fournis tout au long du document.
Cette note technique accompagne notre article de blog Hébergement d'IA privée au Royaume-Uni : Bedrock, Azure ou vos propres GPU ?. Les prix sont des prix catalogue approximatifs en novembre 2026, en dollars américains sauf mention contraire, avec 1 £ = 1,30 $ et 1 € = 1,15 $. Certains proviennent de sites tiers de suivi des prix, car les pages tarifaires des fournisseurs n'affichent pas toujours leurs tableaux aux outils automatisés. Vérifiez chaque chiffre dans le calculateur du fournisseur avant de vous engager.
1. La charge de travail et la règle sur les données
L'exemple étudié est une application financière britannique : un produit de comptabilité ou de fiscalité qui importe les transactions bancaires et les reçus des clients. L'essentiel des dépenses d'IA concerne la classification : un appel par transaction, avec environ 3 600 tokens en entrée (la liste des catégories, les règles du client et quelques exemples, plus la transaction) et environ 250 tokens en sortie. Mesurez vos propres chiffres avec un outil de traçage de LLM tel que Langfuse avant de vous fier à une estimation, y compris la nôtre.
| Tâche | Fréquence des appels à l'IA | Besoins |
|---|---|---|
| Classer les transactions bancaires | Une fois par transaction | Environ 3 600 tokens en entrée, 250 en sortie ; l'essentiel du volume |
| Lire les PDF numérisés et les reçus | Une fois par page ou image | Un modèle capable de lire des images |
| Assistant de chat pour les clients | Une fois par message | Un modèle conversationnel performant ; la latence compte |
| Solution de repli à l'import pour les fichiers illisibles | Uniquement quand les règles échouent | Même chemin que la classification |
La règle sur les données qui détermine tout le reste : les données financières des clients ne doivent pas être envoyées à des services d'IA publics grand public. Elles doivent être traitées au Royaume-Uni, ou au moins dans l'UE, sans entraînement sur ces données et sans conservation prolongée. Mettez cette règle par écrit, confiez-la à votre responsable de la protection des données et faites-la appliquer par le code (section 8).
2. Coût à l'arrêt : ce qui est réellement facturé quand rien ne se passe
Un réflexe courant consiste à éteindre les services d'IA la nuit pour faire des économies. Cela ne fonctionne que pour les services facturés à l'heure. Voici comment chaque modèle est facturé :
| Mode de facturation | Nom chez Bedrock | Nom chez Azure | Coût à l'arrêt | À utiliser quand |
|---|---|---|---|---|
| Paiement au token | On-demand | Standard / Global Standard / Data Zone Standard | Rien | Presque toujours, aux volumes d'une PME |
| Capacité réservée | Provisioned Throughput (via le service commercial d'AWS) | Provisioned Throughput Units (PTU) | Tarif horaire complet, utilisé ou non | Volume très élevé et régulier, ou latence garantie |
| Traitement par lots | Batch inference (environ 50 % de réduction) | Batch deployments (tarif réduit) | Rien | Travail que personne n'attend, comme les rattrapages |
| Mise en cache des prompts | Lecture du cache à environ 0,1x le prix d'entrée (Claude) | Selon le modèle | Rien | Tout prompt comportant un long préfixe répété |
| GPU loué | Votre propre serveur de modèles sur un GPU dans le cloud ou en colocation | Tarif mensuel complet | Volume très élevé, ou données qui ne doivent jamais échapper à votre contrôle | |
Ainsi, sur toute option facturée au token, l'interrupteur marche/arrêt détermine où vont les données, et non ce que vous payez. L'infrastructure associée est elle aussi peu coûteuse : sur AWS, les rôles IAM, la configuration et un groupe de journaux vide ne coûtent rien, et une alarme CloudWatch revient à environ 0,10 $ par mois.
3. Le modèle de coût
Toute option facturée au token se ramène à une seule formule :
cost per call = input_tokens × input_price + output_tokens × output_price
# Claude Haiku on Bedrock EU, ~$0.11 in / $0.55 out per million tokens
= 3,600 × 0.11 / 1,000,000 + 250 × 0.55 / 1,000,000
= $0.000396 + $0.000138
≈ $0.00053 per call → ~$53 per 100,000 calls
| Option | Lieu de traitement | Prix par million de tokens (entrée / sortie) | 10k / mois | 100k / mois | 1M / mois |
|---|---|---|---|---|---|
| Amazon Nova Micro, Bedrock Londres | Royaume-Uni | ~0,049 $ / 0,196 $ | ~2 $ | ~23 $ | ~225 $ |
| Amazon Nova Lite, Bedrock Londres | Royaume-Uni | ~0,084 $ / 0,336 $ | ~4 $ | ~39 $ | ~386 $ |
| Claude Haiku 5.5, profil EU de Bedrock | UE | ~0,11 $ / 0,55 $ | ~5 $ | ~53 $ | ~534 $ |
| Claude Haiku 5.5, Microsoft Foundry | Non fixé | ~0,10 $ / 0,50 $ | ~5 $ | ~49 $ | ~485 $ |
| GPT-5 mini, Azure OpenAI UK South | Royaume-Uni (après approbation) | ~0,28 $ / 2,20 $ | ~16 $ | ~156 $+ | ~1 558 $+ |
| Civo relaxAI | Royaume-Uni | à partir de 0,10 £ / 0,60 £ | ~7 $ | ~66 $ | ~663 $ |
| Qwen3-32B, Nebius | UE ou États-Unis (fixé uniquement sur un endpoint dédié) | ~0,10 $ / 0,30 $ | ~4 $ | ~44 $ | ~435 $ |
| Mistral Small 3.2, Scaleway | France | 0,15 € / 0,35 € | ~7 $ | ~72 $ | ~722 $ |
| GPU L40S loué, Londres | Royaume-Uni (votre modèle) | forfait | 942 $ | 942 $ | 942 $ |
| Votre propre serveur GPU | Vos locaux | aucun coût par appel | Matériel, électricité et maintenance uniquement | ||
Deux mises en garde. GPT-5 mini est un modèle de raisonnement : les tokens de raisonnement cachés sont facturés comme des tokens de sortie, de sorte que le coût réel dépasse celui indiqué. Et l'option la moins chère n'est économique que si elle classe correctement ; un modèle qui se trompe sur une transaction sur dix génère un travail de support et de correction bien plus coûteux que la facture de tokens. La section 9 explique comment tester.
4. AWS Bedrock en détail
4.1 Où Bedrock traite les données
Bedrock propose trois façons d'appeler un modèle, et ce sont elles qui déterminent la résidence des données :
- Dans la région : la requête est traitée dans la région que vous appelez. Amazon Nova Micro et Nova Lite sont disponibles dans la région Europe (Londres),
eu-west-2. C'est l'option exclusivement britannique. - Profils d'inférence inter-régions géographiques (identifiants préfixés par
eu.) : la requête peut être traitée dans n'importe quelle région de cette zone géographique. Claude Haiku via le profil EU reste dans des régions de l'UE, mais n'est pas fixé au Royaume-Uni. - Profils globaux : traitement là où se trouve la capacité. Ne convient pas à cette règle sur les données.
Une erreur fréquente consiste à supposer qu'« une région de l'UE » signifie « le Royaume-Uni ». Stockholm (eu-north-1) ou Francfort relèvent d'une localisation dans l'UE, pas au Royaume-Uni ; décrivez-le avec exactitude dans votre documentation et dans votre politique de confidentialité. AWS indique que Bedrock n'utilise pas les prompts et les réponses pour entraîner les modèles d'AWS et ne les partage pas avec les fournisseurs de modèles ; la journalisation des invocations de modèles est désactivée tant que vous ne l'activez pas.
4.2 Appeler Nova à Londres avec un préfixe mis en cache
L'API Converse de Bedrock offre un format de requête unique pour Nova et Claude. Un cachePoint placé après le prompt système marque le préfixe répété pour la mise en cache des prompts sur les modèles qui la prennent en charge :
import json, boto3
brt = boto3.client("bedrock-runtime", region_name="eu-west-2") # London
SYSTEM_PROMPT = open("classify_system_prompt.txt").read() # categories, rules, examples
def classify(txn: dict, model_id="amazon.nova-micro-v1:0") -> dict:
resp = brt.converse(
modelId=model_id, # in-region model: UK only
system=[{"text": SYSTEM_PROMPT}, {"cachePoint": {"type": "default"}}],
messages=[{"role": "user", "content": [{"text": json.dumps(txn)}]}],
inferenceConfig={"maxTokens": 300, "temperature": 0},
)
usage = resp["usage"] # inputTokens, outputTokens, cacheReadInputTokens, cacheWriteInputTokens
answer = json.loads(resp["output"]["message"]["content"][0]["text"])
return {"answer": answer, "usage": usage}
Pour Claude via le profil EU, l'appel est identique, avec comme modelId l'identifiant du profil d'inférence EU du modèle, effectué depuis l'une des régions sources EU du profil. Vérifiez les régions sources et de destination actuelles du profil dans la console Bedrock avant de les inscrire dans une politique de confidentialité.
4.3 Imposer la région dans IAM
Ne comptez pas uniquement sur le code pour maintenir les requêtes dans la région. N'accordez au rôle de l'application que les modèles et les régions autorisés par la règle sur les données. Pour un service exclusivement britannique :
{
"Version": "2012-10-17",
"Statement": [
{
"Sid": "InvokeUkOnlyModels",
"Effect": "Allow",
"Action": ["bedrock:InvokeModel", "bedrock:InvokeModelWithResponseStream"],
"Resource": [
"arn:aws:bedrock:eu-west-2::foundation-model/amazon.nova-micro-v1:0",
"arn:aws:bedrock:eu-west-2::foundation-model/amazon.nova-lite-v1:0"
]
}
]
}
Un service autorisé dans l'UE ajoute l'ARN du profil d'inférence et les ARN des modèles de fondation dans chacune des régions de destination du profil, c'est-à-dire exactement la liste que votre politique de confidentialité doit mentionner.
4.4 Ce qui coûte de l'argent sans aucun bénéfice
- Les endpoints de réseau privé (endpoints d'interface AWS PrivateLink) coûtent environ 7 à 8 $ par endpoint, par zone de disponibilité et par mois. Ils ne sont utiles que si vos serveurs d'application s'exécutent dans AWS. S'ils s'exécutent ailleurs, le trafic traverse de toute façon Internet pour atteindre le VPC : laissez-les de côté et utilisez TLS avec l'authentification IAM.
- Provisioned Throughput est facturé chaque heure, utilisé ou non. Aux volumes d'une PME, l'on-demand est moins cher.
Ajoutez en revanche une alerte AWS Budgets, par exemple à 20 $ par mois, afin qu'une boucle de nouvelles tentatives ou un rattrapage incontrôlé alerte quelqu'un avant que la facture ne le fasse.
5. Microsoft Azure en détail
5.1 Types de déploiement et résidence des données
Les déploiements facturés au token d'Azure existent en trois périmètres de résidence : Global Standard (traitement dans n'importe quelle région Azure), Data Zone Standard (traitement dans une zone de données comme les États-Unis ou l'UE) et Standard régional (traitement dans la région du déploiement). La capacité réservée correspond aux PTU, facturées à l'heure.
- Claude sur Microsoft Foundry est disponible en Global Standard ou dans une zone de données américaine. À l'heure où nous écrivons, il n'existe pas de zone de données UE pour Claude, et la documentation de Microsoft précise que les données peuvent être traitées hors de la région choisie. Cela l'exclut sous une règle UE ou Royaume-Uni, quel que soit son prix.
- Azure OpenAI dans UK South est la seule option, sur l'un ou l'autre cloud, donnant accès à des modèles OpenAI traités au Royaume-Uni. Des clients signalent qu'elle nécessite l'approbation de Microsoft, peut démarrer avec un quota nul, et que les anciens modèles sont retirés selon un calendrier : prévoyez donc des migrations. GPT-5 mini, à environ 0,28 $ en entrée et 2,20 $ en sortie par million de tokens, revient à peu près à trois fois le coût par transaction de Claude Haiku, avant les tokens de raisonnement.
5.2 Appeler Azure OpenAI
L'API v1 d'Azure OpenAI accepte le client OpenAI standard avec une URL de base différente : une application qui utilise déjà le format d'OpenAI n'a besoin que de configuration, ainsi que du nom du déploiement à la place du nom du modèle :
import os
from openai import OpenAI
client = OpenAI(
base_url="https://<your-resource>.openai.azure.com/openai/v1/",
api_key=os.environ["AZURE_OPENAI_API_KEY"],
)
resp = client.chat.completions.create(
model="<your-uk-south-deployment>",
messages=[{"role": "system", "content": SYSTEM_PROMPT},
{"role": "user", "content": txn_json}],
)
Dans quels cas elle convient : les organisations déjà engagées dans des contrats Microsoft, ou les clients qui exigent spécifiquement des modèles OpenAI traités au Royaume-Uni. Pour cette charge de travail et cette règle, elle coûte plus cher et offre moins de certitude d'accès que Bedrock.
6. Alternatives britanniques et européennes
| Option | Lieu de traitement | Remarques |
|---|---|---|
| Civo relaxAI | Centres de données au Royaume-Uni | Société britannique ; API compatible OpenAI à partir de 0,10 £ / 0,60 £ par million de tokens ; modèles ouverts, donc testez la qualité |
| Scaleway Generative APIs | France | Compatible OpenAI ; Mistral et d'autres modèles ouverts ; quota gratuit de démarrage ; réduction pour le traitement par lots |
| Nebius Token Factory | UE ou États-Unis | Les endpoints partagés choisissent leur région ; utilisez un endpoint dédié pour la fixer, et activez la non-conservation des données |
| Votre propre serveur GPU | Vos locaux ou une colocation | Modèles ouverts via Ollama ou vLLM ; aucun coût par appel ; vous êtes responsable de la capacité, des correctifs et de la disponibilité |
| GPU loué au Royaume-Uni | Royaume-Uni | Environ 942 $ par mois pour un L40S à Londres ; vous exploitez le serveur de modèles |
La plupart de ces fournisseurs utilisent le format de requête d'OpenAI, si bien qu'un seul adaptateur les couvre tous. Voici un registre de fournisseurs minimal qui associe à chaque option sa résidence des données (à titre d'illustration ; les URL de base et les noms de modèles sont des valeurs fictives) :
from dataclasses import dataclass
from openai import OpenAI
@dataclass(frozen=True)
class Route:
name: str
residency: str # "UK", "EU" or "GLOBAL"
base_url: str
model: str
key_env: str
ROUTES = [
Route("own-gpu", "UK", "http://llm.internal:11434/v1", "<open-model>", "LOCAL_LLM_KEY"),
Route("relaxai", "UK", "<relaxai-base-url>", "<model>", "RELAXAI_API_KEY"),
Route("scaleway", "EU", "<scaleway-base-url>", "<model>", "SCW_SECRET_KEY"),
]
ALLOWED = {"UK": {"UK"}, "EU": {"UK", "EU"}}
def routes_for(rule: str) -> list[Route]:
"""Only routes the customer's data rule permits, in preference order."""
return [r for r in ROUTES if r.residency in ALLOWED[rule]]
L'intérêt de cette conception est qu'une option sans résidence déclarée ne peut pas être sélectionnée, et qu'une solution de repli mal configurée ne peut pas envoyer discrètement des données réservées au Royaume-Uni vers un endpoint européen ou global.
7. Faire moins d'appels, et des appels plus courts
L'appel d'IA le moins cher est celui que vous ne faites pas. Par ordre d'impact :
- Les règles d'abord. Les noms des bénéficiaires, les codes de catégorie de commerçant et des motifs simples permettent de classer une grande partie des transactions sans aucun modèle. Journalisez le nombre de correspondances à chaque exécution afin de voir cette part augmenter.
- Mémoire par client. Le même supermarché, le même bailleur ou le même abonnement logiciel revient chaque semaine ou chaque mois. Conservez les réponses confirmées de chaque client et réutilisez-les pour les bénéficiaires récurrents ; n'appelez le modèle que lorsque le bénéficiaire est nouveau ou que le profil des montants change.
- Mise en cache des prompts. Chaque classification renvoie la même liste de catégories, les mêmes règles et les mêmes exemples. Si environ 3 000 des 3 600 tokens d'entrée forment un préfixe stable, le lire depuis le cache à 0,1x le prix d'entrée fait passer Claude Haiku sur Bedrock EU d'environ 53 $ à environ 24 $ pour 100 000 appels. Deux conditions : le préfixe doit être identique à l'octet près d'un appel à l'autre (placez tout élément variable après lui), et il doit dépasser la longueur minimale pouvant être mise en cache pour le modèle, qui peut atteindre plusieurs milliers de tokens sur les modèles plus petits. Mesurez d'abord la part répétée.
- Des prompts plus courts. Le coût augmente avec la longueur. Supprimez les exemples qui ne modifient pas la précision sur votre jeu de référence.
- Traitement par lots de nuit. Reclasser l'historique après une modification des catégories est un travail idéal pour le traitement par lots, à environ moitié prix.
| Étape | Appels pour 100k transactions (exemple) | Coût mensuel, Haiku EU (exemple) |
|---|---|---|
| Chaque transaction envoyée au modèle | 100 000 | ~53 $ |
| Les règles couvrent 40 % | 60 000 | ~32 $ |
| La mémoire réutilise la moitié du reste | 30 000 | ~16 $ |
| Mise en cache des prompts sur le reste | 30 000 | ~7 $ |
Les pourcentages sont donnés à titre d'illustration ; vos journaux vous fourniront les vrais. C'est la logique qui compte : chaque couche supprime du travail avant que la suivante, plus coûteuse, ne s'exécute.
8. Faire respecter la résidence des données, et pas seulement la documenter
- Règle sur les données par client enregistrée avec le compte (Royaume-Uni ou UE), lue par le routeur à chaque appel.
- Liste d'autorisation des options avec résidence déclarée (section 6) ; les options inconnues sont rejetées.
- Application côté cloud : IAM limité aux ARN de modèles et aux régions autorisés (section 4.3) ; sur Azure, uniquement des déploiements régionaux ou en zone de données UE dans l'abonnement.
- Pas d'entraînement et conservation minimale : vérifiez les conditions de chaque fournisseur ; activez la non-conservation des données lorsque c'est possible ; tenez vos propres journaux de prompts à l'écart des systèmes de journalisation généralistes, ou caviardez-les.
- Interrupteur d'arrêt par option : un paramètre d'administration qui retire instantanément une option de la chaîne, sans déploiement.
- Tracer chaque appel : option, modèle, région, tokens d'entrée, en cache et de sortie, coût et latence, afin que la direction financière et le responsable de la protection des données voient les mêmes chiffres.
- Alertes budgétaires sur chaque compte cloud et chaque clé d'API.
- Documentez-le avec exactitude dans votre politique de confidentialité et votre registre des traitements : nommez les régions, pas seulement « l'Europe ».
9. Tester la qualité avant le prix
Constituez un jeu de référence d'environ 200 transactions réelles dont les bonnes réponses sont connues, en privilégiant les cas difficiles : remboursements, virements entre les propres comptes d'un client, paiements fractionnés et bénéficiaires ambigus. Exécutez chaque option autorisée par votre règle de résidence, y compris votre propre modèle sur GPU comme référence, avec le même prompt et une température de 0. Un banc d'essai minimal (à titre d'illustration) :
import csv, time, statistics
def evaluate(route, golden_csv, classify, price_in, price_out):
rows = list(csv.DictReader(open(golden_csv)))
right, costs, latencies, schema_fail = 0, [], [], 0
for row in rows:
t0 = time.perf_counter()
try:
out = classify(row, route) # returns {"answer": {...}, "usage": {...}}
except ValueError: # unparseable or off-schema answer
schema_fail += 1
continue
latencies.append(time.perf_counter() - t0)
right += out["answer"]["category"] == row["expected_category"]
u = out["usage"]
costs.append(u["inputTokens"] * price_in / 1e6 + u["outputTokens"] * price_out / 1e6)
n = len(rows)
return {
"route": route,
"accuracy": right / n,
"schema_failures": schema_fail,
"cost_per_1k": 1000 * statistics.mean(costs) if costs else None,
"p95_latency_s": statistics.quantiles(latencies, n=20)[18] if len(latencies) >= 20 else None,
}
Choisissez l'option la moins chère qui atteint votre seuil de précision globalement et sur les catégories difficiles, et envoyez les réponses à faible niveau de confiance à un modèle plus performant ou à une personne. Déployez-la d'abord en mode fantôme à côté de l'option actuelle, puis basculez en conservant l'ancienne option comme solution de repli. Conservez le jeu de référence : il devient le test de non-régression que vous relancez chaque fois qu'un fournisseur retire un modèle ou que vous modifiez le prompt.
10. Quand un GPU dédié devient rentable
Un GPU loué au Royaume-Uni à environ 942 $ par mois n'égale Claude Haiku sur Bedrock EU qu'à environ 1,8 million de classifications par mois, et n'égale pas Nova Micro en dessous de deux millions. En deçà, la facturation au token est moins chère et ne coûte rien à l'arrêt. Le calcul change dans trois cas :
- Vous possédez déjà le matériel. Seules l'électricité et la maintenance comptent alors, et un modèle ouvert performant sur un GPU de classe station de travail peut assurer la classification à un coût marginal quasi nul.
- Les données ne doivent jamais échapper à votre contrôle, pour des raisons contractuelles ou réglementaires, quel qu'en soit le coût.
- Le GPU sert plusieurs charges de travail : classification, lecture de documents, embeddings et assistants internes peuvent ensemble justifier un serveur dédié bien en dessous de 1,8 million d'appels.
Exploiter votre propre serveur de modèles implique d'assumer la planification de la capacité, les mises à jour des modèles, la supervision et le basculement. Gardez une option facturée au token dans la chaîne comme solution de repli, afin qu'une panne de GPU dégrade le service au lieu de l'interrompre.
11. Liste de contrôle pour la décision
- Le responsable de la protection des données fixe la règle : Royaume-Uni uniquement, ou UE autorisée.
- Mesurez le nombre réel de tokens et la part de préfixe répété grâce au traçage.
- Exécutez le jeu de référence sur chaque option autorisée ; choisissez d'abord selon la précision, puis selon le coût.
- Ajoutez les règles, la mémoire par client et la mise en cache des prompts avant d'augmenter le volume.
- Déployez avec une restriction des régions au niveau d'IAM ou de l'abonnement, un interrupteur d'arrêt par option et des alertes budgétaires ; laissez de côté les endpoints privés et la capacité réservée, sauf si vos serveurs se trouvent dans le même cloud et que votre volume le justifie.
- Documentez les régions dans la politique de confidentialité et le registre des traitements.
- Revérifiez chaque prix dans les calculateurs des fournisseurs, et relancez le jeu de référence lorsqu'un fournisseur modifie ou retire un modèle.
12. Comment Workstation peut vous aider
Nous aidons les organisations britanniques à exécuter de l'IA sur des données sensibles : choix et mise en place d'options respectant la résidence des données sur Bedrock, Azure et chez des fournisseurs britanniques, création du banc d'évaluation et des jeux de référence, ajout de la mise en cache et de règles pour réduire les coûts, et fourniture ou hébergement de serveurs GPU lorsque posséder le modèle est pertinent. Consultez notre guide sur le cloud privé GPU et notre outil de dimensionnement de la VRAM pour la partie matérielle, comparez leasing et achat sur gpuleasing.co.uk, ou contactez-nous.
Hypothèses et sources
- Charge de travail : environ 3 600 tokens en entrée et 250 en sortie par classification ; mesurez les vôtres.
- Prix : prix catalogue approximatifs de novembre 2026, issus des pages des fournisseurs et de sites tiers de suivi ; taux de change 1 £ = 1,30 $, 1 € = 1,15 $. GPU loué : environ 942 $ par mois pour un NVIDIA L40S à Londres.
- AWS : tarifs d'Amazon Bedrock (on-demand, batch, provisioned throughput), fiches des modèles Amazon Nova et disponibilité régionale (Nova Micro et Nova Lite disponibles dans la région Londres), documentation de l'inférence inter-régions de Bedrock, tarifs d'AWS PrivateLink.
- Anthropic : tarifs de Claude, y compris les tarifs de base, de lecture du cache et de traitement par lots de Claude Haiku 5.5.
- Microsoft : types de déploiement de Foundry (Global Standard, Data Zone Standard, PTU, Batch) et documentation de Claude dans Foundry ; InfoQ, « Claude Reaches GA on Microsoft Foundry: European Enterprises Cannot Deploy It » (juillet 2026) ; fils de discussion Microsoft Q&A sur l'accès à UK South et le retrait des modèles.
- Civo : annonce du lancement de l'API relaxAI (déploiements au Royaume-Uni à partir de 0,10 £ / 0,60 £ par million de tokens). Tarifs de Scaleway Generative APIs. Documentation de Nebius Token Factory sur les régions et la non-conservation des données.
- Tout le code est fourni à titre d'illustration et doit être adapté, relu et testé avant utilisation.
Mention des droits : Amazon Web Services, AWS, Amazon Bedrock et Amazon Nova sont des marques commerciales d'Amazon.com, Inc. ou de ses filiales. Microsoft, Azure et Microsoft Foundry sont des marques commerciales du groupe Microsoft. Claude est une marque commerciale d'Anthropic, PBC. OpenAI et GPT sont des marques commerciales d'OpenAI. NVIDIA et L40S sont des marques commerciales de NVIDIA Corporation. Les autres noms de produits et de sociétés appartiennent à leurs propriétaires respectifs.