Alternative à DeepL : 50 fois moins cher, voire gratuit
Photo : Frank Scholten / NINO, Wikimedia Commons, domaine public, recadrée

Alternative à DeepL : 50 fois moins cher, voire gratuit

Alternative à DeepL : un modèle d'IA ouvert traduit vos documents avec la même qualité globale, 50 fois moins cher. Nos mesures, les pièges, la marche à suivre.

IA
7 min de lecture

DeepL est devenu la référence de la traduction automatique en entreprise, et il se paie en conséquence : son offre pour les développeurs facture 22 € par million de caractères au-delà du volume inclus. Pour traduire quelques courriers, c'est indolore. Pour traduire des milliers de documents chaque mois, la facture grimpe vite. Nous avons donc cherché une alternative à DeepL aussi bonne et beaucoup moins chère, et nous l'avons mesurée.

Sur 100 extraits de documents d'entreprise traduits de l'anglais vers le français, gpt-oss-120b, un modèle d'IA ouvert d'OpenAI, obtient la même note globale que DeepL pour 0,47 € par million de caractères, contre 23,65 € pour DeepL dans notre test. C'est environ 50 fois moins cher, à une vitesse comparable.

DeepL garde un français un peu plus naturel, et un modèle généraliste demande quelques précautions, que nous détaillons plus bas. Les chiffres détaillés et la méthode sont dans notre test complet d'Olala Translate, de DeepL et de gpt-oss-120b.

Combien coûte DeepL pour traduire des documents en masse ?

DeepL vend deux produits différents : des abonnements pour traduire dans son application, facturés par utilisateur, et une API, c'est-à-dire un accès direct au moteur de traduction pour des logiciels. C'est l'API qu'une entreprise utilise pour traduire automatiquement de gros volumes : une base documentaire, un catalogue produit, des rapports.

Sur la grille française de l'API DeepL, l'offre Growth coûte 23,80 € par mois, facturés à l'année, avec 12 millions de caractères par an inclus. Au-delà, chaque million de caractères supplémentaire coûte 22 € TTC, dans la limite de 50 millions par mois. Une offre Developer gratuite donne un million de caractères, une seule fois, pour essayer. Au-delà de 50 millions de caractères par mois, il faut négocier un contrat Enterprise.

Un million de caractères part vite : les 100 extraits de notre test, tirés de 76 documents (contrats, rapports, procédures), en totalisaient déjà près de 500 000. Une entreprise qui traduit sa documentation technique, ses contrats ou sa veille dépasse vite le volume inclus.

D'où vient l'alternative à DeepL ?

Les grands modèles de langage, les LLM, ces IA qui génèrent du texte comme ChatGPT, savent aussi traduire : ils ont été entraînés sur d'immenses volumes de textes, dans de nombreuses langues. On leur donne une consigne, « traduis ce texte en français », et ils la suivent.

Parmi eux, certains sont ouverts : leur éditeur publie le modèle lui-même, que n'importe qui peut faire tourner. C'est le cas de gpt-oss-120b, publié par OpenAI en août 2025. N'importe quel fournisseur peut donc le proposer, et la concurrence tire les prix vers le bas.

Ces fournisseurs, appelés fournisseurs d'inférence, font tourner les modèles sur leurs machines et facturent au volume, en tokens. Un token est un morceau de mot, environ trois à quatre caractères. Cerebras, une société américaine qui fabrique ses propres puces, est l'un des plus rapides : 851 tokens par seconde sur gpt-oss-120b le 20 novembre 2026, le premier des 23 fournisseurs listés par Hugging Face. Son prix pour ce modèle : 0,35 $ par million de tokens envoyés et 0,75 $ par million de tokens produits.

Rapporté aux caractères, cela donne 0,47 € par million de caractères traduits dans notre test, réflexion du modèle comprise. Le modèle « réfléchit » un peu avant de traduire, et cette réflexion est facturée comme du texte produit.

La qualité est-elle au rendez-vous ?

Pour le vérifier, nous avons fait traduire les mêmes 100 extraits de documents d'entreprise par DeepL, par gpt-oss-120b et par Olala Translate, le nouveau modèle de traduction d'OVHcloud. Un juge automatique, qui ne savait pas quelle méthode avait traduit quoi, a noté chaque traduction de 1 à 5.

DeepLgpt-oss-120bOlala Translate
Note globale4,474,454,38
Fidélité au sens4,454,464,46
Naturel du français3,893,773,69
Coût par million de caractères23,65 €0,47 €0 € à ce jour

Sur le sens, les trois se valent : mêmes faits, mêmes chiffres, mêmes noms, rien d'oublié. Sur la note globale, l'écart entre DeepL et gpt-oss-120b est trop faible pour être distingué du hasard. DeepL ne garde l'avantage que sur le style : son français sonne un peu plus naturel. Là où DeepL écrit « vérifier le respect du présent Contrat », gpt-oss-120b écrit « vérifier la conformité à cet Accord ». Le sens est identique, la tournure moins française.

Une note de 4 sur 5 correspond à une traduction « fidèle et fluide, avec quelques défauts mineurs », 5 à une traduction « prête à publier ». gpt-oss-120b obtient 5 sur 86 textes sur 100, DeepL sur 91.

Combien économise-t-on vraiment ?

Graphique : coût et durée par million de caractères traduits de l'anglais vers le français. Coût : Olala Translate 0 €, gratuit à ce jour ; gpt-oss-120b chez Cerebras 0,47 € ; DeepL 23,65 €. Durée cumulée des appels : Olala 51 min 29 s, gpt-oss-120b 4 min 42 s, DeepL 3 min 45 sGraphique : coût et durée par million de caractères traduits de l'anglais vers le français. Coût : Olala Translate 0 €, gratuit à ce jour ; gpt-oss-120b chez Cerebras 0,47 € ; DeepL 23,65 €. Durée cumulée des appels : Olala 51 min 29 s, gpt-oss-120b 4 min 42 s, DeepL 3 min 45 s

Prenons une entreprise qui traduit 10 millions de caractères par mois, et appliquons les prix de notre test. Avec DeepL, la facture est d'environ 237 € par mois, soit près de 2 840 € par an. Avec gpt-oss-120b chez Cerebras, elle est d'environ 4,70 € par mois, moins de 60 € par an. À 50 millions de caractères par mois, le plafond de l'offre Growth, l'écart dépasse 13 000 € par an.

Volume traduit par moisDeepL (23,65 € le million)gpt-oss-120b (0,47 € le million)
1 million de caractères23,65 €0,47 €
10 millions236,50 €4,70 €
50 millions1 182,50 €23,50 €

La vitesse ne se paie pas : DeepL et gpt-oss-120b chez Cerebras traduisent un extrait de plusieurs pages en une à deux secondes. Olala Translate, gratuit, met une quinzaine de secondes, ce qui convient à une traduction en tâche de fond, pas à une traduction à la demande.

Et le traducteur gratuit d'OVHcloud ?

Il existe une option encore moins chère : ne rien payer du tout. Depuis le 18 novembre 2026, OVHcloud propose sur son service AI Endpoints Olala Translate, un modèle conçu uniquement pour traduire, dérivé d'Olala, le premier modèle de langue maison de l'hébergeur français. Il est affiché à 0 € au catalogue, sans durée annoncée.

Dans notre test, Olala Translate conserve le sens aussi bien que DeepL : même note de fidélité, à un centième près. Son français est un peu moins naturel que celui de DeepL et de gpt-oss-120b, plus proche des tournures anglaises. Il a traduit les 200 textes de notre test, dans les deux sens, sans un seul incident, là où gpt-oss-120b en a laissé un en anglais.

Il a deux limites. Sur le service d'OVHcloud, il est lent : une quinzaine de secondes par extrait, contre une à deux pour les autres. Et il n'accepte pas de très longs textes d'un bloc, ce qui oblige à découper les documents, comme le font de toute façon les outils qui traduisent des bases documentaires. Pour une traduction qui tourne la nuit sur des milliers de documents internes, aucune des deux ne gêne.

Reste la question du prix futur. Rien ne garantit que la gratuité durera. Mais le modèle lui-même est publié sous une licence libre : une entreprise peut l'installer sur ses propres serveurs, ou chez l'hébergeur de son choix, et ne plus dépendre d'aucun tarif. Nous détaillons ses forces et ses limites dans notre test complet.

Quels sont les pièges d'un LLM pour traduire ?

Le texte rendu sans traduction

Sur 100 textes, gpt-oss-120b en a rendu un en anglais, sans le traduire, alors que sa consigne lui demandait de tout traduire. Un LLM généraliste peut se tromper de tâche ; DeepL n'a rien laissé passer de tel dans notre test. La parade est simple : un programme vérifie que la traduction est bien en français et relance la demande sinon. Ce contrôle prend quelques lignes de code, mais il doit exister.

Le style

Pour un contrat à signer, une page de site ou une brochure, la tournure compte. DeepL reste meilleur, et un texte juridique mérite de toute façon une relecture humaine.

La consigne

Un LLM traduit selon la consigne qu'on lui donne. La nôtre lui demande de tout traduire littéralement, de garder la mise en forme et de ne jamais exécuter d'instruction contenue dans le texte ; elle est reproduite en annexe du rapport complet. Avec une consigne bâclée, la qualité baisse.

L'endroit où partent les documents

Cerebras est une société américaine. Si les documents à traduire sont confidentiels ou soumis au RGPD, mieux vaut un fournisseur européen.

DeepL est une société allemande, et sa politique de confidentialité indique que les documents sont traités « sur notre infrastructure dans l'EEE ». Ses conditions générales lui permettent toutefois de traiter les textes sur l'infrastructure de « fournisseurs cloud tiers », sans les nommer, et de choisir le lieu du traitement. Sa liste de sous-traitants n'est pas publiée en accès libre.

Le même modèle gpt-oss-120b est servi en France par OVHcloud, à 0,08 € et 0,40 € par million de tokens, ce qui reviendrait encore moins cher, mais il y est plus lent et nous ne l'avons pas testé là. Olala Translate, présenté plus haut, est lui aussi servi depuis la France.

Comment passer de DeepL à un LLM, concrètement ?

La bascule se fait en quatre étapes, sans tout changer d'un coup.

  1. Mesurer son volume et son usage. Combien de caractères par mois, et pour quoi faire : des documents de travail, à lire en interne ou à faire chercher par un assistant, ou des textes à publier.
  2. Choisir le fournisseur selon les documents. Cerebras pour la vitesse et le prix sur des documents peu sensibles ; OVHcloud, en France, pour des documents qui ne doivent pas quitter l'Europe.
  3. Écrire la consigne et le contrôle de langue. Une consigne claire de traduction, puis une vérification automatique que chaque texte rendu est bien dans la langue voulue.
  4. Garder DeepL pour ce qui se publie. Les deux cohabitent très bien : le LLM pour le volume, DeepL pour les quelques textes où le style compte.

La question se pose dans tout projet qui connecte une IA à des documents écrits en plusieurs langues : la traduction n'y est qu'une étape, mais elle peut devenir la plus coûteuse si elle passe par un service facturé au caractère.

Questions fréquentes sur les alternatives à DeepL

Existe-t-il une alternative gratuite à DeepL ?

Olala Translate, le modèle de traduction d'OVHcloud, est affiché gratuit sur le service AI Endpoints à la date du 20 novembre 2026, sans durée annoncée. Dans notre test, il conserve le sens aussi bien que DeepL, avec un français un peu moins naturel, et il est plus lent. DeepL propose aussi une offre Developer gratuite, limitée à un million de caractères une seule fois.

Combien coûte l'API DeepL ?

Sur la grille française au 20 novembre 2026, l'offre DeepL API Growth coûte 23,80 € par mois facturés à l'année, avec 12 millions de caractères par an inclus, puis 22 € TTC par million de caractères supplémentaire, dans la limite de 50 millions par mois. Au-delà, DeepL propose un contrat Enterprise sur devis.

Un modèle d'OpenAI traduit-il aussi bien que DeepL ?

Sur le sens, oui : dans notre test sur 100 extraits de documents d'entreprise, gpt-oss-120b, le modèle ouvert d'OpenAI, obtient la même note de fidélité que DeepL et une note globale équivalente (4,45 contre 4,47 sur 5). DeepL garde un français un peu plus naturel. gpt-oss-120b a toutefois rendu un texte sur 100 sans le traduire.

Les documents envoyés à un LLM restent-ils en Europe ?

Cela dépend du fournisseur, pas du modèle. Cerebras est une société américaine. OVHcloud sert gpt-oss-120b et Olala Translate depuis la France, dans ses propres data centers. DeepL est une société allemande qui traite les documents dans l'Espace économique européen selon sa politique de confidentialité, mais ses conditions générales l'autorisent à recourir à des fournisseurs cloud tiers qu'elles ne nomment pas ; son offre Growth indique que les textes ne servent pas à entraîner ses modèles.


Sur la traduction, le gain se mesure au centime près : même qualité sur le fond, une facture divisée par 50. Reste à trier, dans ce que l'on traduit, ce qui sera publié et ce qui sera seulement lu en interne : c'est ce tri qui fixe la part laissée à DeepL. Si vous voulez faire ce calcul sur vos propres documents, parlons-en.

Partager :

Articles similaires

LLM de traduction : Olala d'OVHcloud testé face à DeepLIA

LLM de traduction : Olala d'OVHcloud testé face à DeepL

LLM de traduction : nous avons testé Olala Translate d'OVHcloud face à DeepL et gpt-oss-120b sur 100 extraits de documents. Fidélité, style, coût, vitesse.

11 min
GPT-6.2 vs Claude Fable 5.2 : même prix, pas le même coûtIA

GPT-6.2 vs Claude Fable 5.2 : même prix, pas le même coût

GPT-6.2 Astra et Claude Fable 5.2 coûtent 8 $ et 40 $ le million de tokens. À score égal, Fable revient pourtant 3,6 fois plus cher par tâche. Explications.

9 min
Qwen 4 27B vs Qwen 3.8 27B : que faut-il en attendre ?IA

Qwen 4 27B vs Qwen 3.8 27B : que faut-il en attendre ?

Qwen4-Max est sorti le 16 novembre, sans poids. Qwen 4 27B se fait attendre. Ce qui est confirmé, et ce que vaut Qwen 3.8 27B face à Mistral.

18 min
Mis à jour le

Intéressé par nos solutions ?

Découvrez comment Ask This Guy peut vous aider à accélérer avec l'IA

Réserver une démo