> For the complete documentation index, see [llms.txt](https://guides.ia.numerique.gouv.fr/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://guides.ia.numerique.gouv.fr/albert-api/compte-and-usage/quotas.md). # Quotas et limites Chaque compte dispose de limites de consommation. Ces limites sont configurées par la DINUM. Elles sont de 2 types : limites par token et limites par requête. Les limites comptabilisés uniquement sur les endpoints qui appellent des modèles : `/v1/audio/transcriptions`, `/v1/chat/completions`, `/v1/embeddings`, `/v1/ocr`et `/v1/rerank`. Vous pouvez consulter les limites par token et par requête pour chaque modèle sur la documentation des modèles disponibles [ici](/albert-api/modeles/available-models.md). **Les limites sont définis selon des niveaux d’accès : expérimentation, production limitée ou partenaire.** ## Niveaux d'accès (tiers) ### Expérimentation L’accès à Albert API est ouvert à tous les agents de la fonction publique d'État des fins d'expérimentation. Ces expérimentations sont toutefois soumises à certaines limitations d’usage : * Accès aux modèles principaux d’Albert API * Quotas d'utilisation bas, pouvant être augmenté selon le besoin (voir détails ci-dessous) * Pas de garantie de disponibilité * Accès restreint en période de forte demande ### Production limitée Si vos quotas d'expérimentation s'avèrent insuffisants et que vous souhaitez utiliser Albert API avec des volumes plus importants, deux étapes sont nécessaires : * Remplir le formulaire suivant : [Formulaire production limitée](https://grist.numerique.gouv.fr/o/albert/forms/dteMmqusoagbJ68woTRTZF/11) * Nous contacter à l'adresse : * Nous appliquerons ensuite les quotas de « Production limitée » sur le compte indiqué ### Production (Partenaire) En décembre 2025, la DINUM a publié à destination des autres ministères une note visant au cofinancement des infrastructures d'Albert API. Les agents des ministères partenaires bénéficient de conditions d'utilisation d'Albert API pour la production : * Accès à l'intégralité des modèles d'Albert API * Garantie de disponibilité (SLA) * Accompagnement personnalisé * Quotas d'utilisation élevé, pouvant être augmenté selon le besoin (voir détails ci-dessous) {% hint style="info" icon="lightbulb" %} Pourquoi un cofinancement ? * Les coûts d’hébergement, de calcul (GPU, licences LLM) et de maintenance sont directement liés au nombre d’utilisateurs. * La mutualisation permet une meilleure efficience de la dépense publique et évite aux ministères d’investir individuellement dans des infrastructures coûteuses et complexes. * Albert API est une solution clé en main, sécurisée permettant aux ministères de se concentrer sur leurs missions métiers. {% endhint %} ## Limites par token Dans Albert API, les limites par tokens sont exprimées en **tokens par minute (TPM) et par jour (TPD)**. {% hint style="info" icon="lightbulb" %} Si vous vous demandez ce qu'est un token ou comment le texte est découpé en tokens, consultez notre FAQ [*Qu'est ce qu'un token ?*](/albert-api/ressources/faq.md#quest-ce-quun-token). {% endhint %} ### Comment sont comptabilisés les tokens ? Les tokens sont comptabilisés sur les endpoints qui appellent des modèles : `/v1/audio/transcriptions`, `/v1/chat/completions`, `/v1/embeddings`, `/v1/ocr`et `/v1/rerank`. Ils sont comptabilisés différement selon les endpoints. Vous retrouvez un champ `usage` en réponse de chacun de ces endpoints vous indiquants le nombre de tokens consommés par la requête. De plus, l'en-tête de la réponse vous donne {% tabs %} {% tab title="/v1/chat/completions" %} **Les tokens sont comptabilisés sur tous les messages de la requête ainsi que sur tous les tokens générés par le modèle (content, reasoning, tool calls, etc.)**. * `prompt_tokens` : tokens de tous les messages de la requête (content, reasoning, etc.) * `completion_tokens` : tokens générés par le modèle (content, reasoning, tool calls, etc.) Voici un exemple de requête avec sa réponse: ```json { "model": "openweight-large", "messages": [ { "role": "system", "content": "Tu es un assistant de chat qui répond à des questions." → 12 tokens }, { "role": "user", "content": "Bonjour, comment allez-vous ?" → 6 tokens }, { "role": "assistant", "content": "Je vais bien, merci pour votre question." → 9 tokens }, { "role": "user", "content": "Quel est votre nom ?" → 5 tokens } ] } ``` **Réponse** ```json { "id": "chatcmpl-1234567890", "object": "chat.completion", "created": 1717000000, "model": "openweight-large", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "Je m'appelle Albert." → 5 token }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 32, "completion_tokens": 5, "total_tokens": 37, "prompt_tokens_details": { "cached_tokens": 0 }, "cost": 0, "impacts": { "kWh": 0, "kgCO2eq": 0 } } } ``` {% endtab %} {% tab title="/v1/embeddings" %} Les tokens sont comptabilisés **uniquement sur les inputs** de la requête. * `prompt_tokens` : tokens des textes passés dans `input` (ou dans `messages`) * `completion_tokens` : toujours 0 Voici un exemple de requête : ```json { "model": "openweight-embeddings-large", "input": [ "Albert API est un outil de IA open source.", → 10 tokens "Il est développé par la communauté de l'IA open source." → 13 tokens ] } ``` {% endtab %} {% tab title="/v1/rerank" %} Les tokens sont comptabilisés **uniquement sur le query et les documents** de la requête. * `prompt_tokens` : tokens de `query` + tokens de chaque document * `completion_tokens` : toujours 0 Voici un exemple de requête : ```json { "model": "openweight-rerank-large", "query": "Albert API est un outil de IA open source.", → 10 tokens "documents": [ "Albert API est un outil de IA open source.", → 10 tokens "Il est développé par la communauté de l'IA open source." → 13 tokens ] } ``` {% endtab %} {% tab title="/v1/audio/transcriptions" %} Les tokens sont comptabilisés sur le **`prompt` optionnel** (si fourni) et sur le **texte transcrit** renvoyé par le modèle. Le fichier audio lui-même n'est **pas** tokenisé. * `prompt_tokens` : tokens du champ `prompt` (0 si le prompt est vide ou omis) * `completion_tokens` : tokens du texte de la transcription Voici un exemple de requête avec sa réponse : ```json { "model": "whisper-large-v3", "file": "enregistrement.mp3", "language": "fr", "prompt": "Réunion d'équipe, vocabulaire technique." → 8 tokens } ``` **Réponse** (`response_format=json`) ```json { "id": "audio-1234567890", "model": "whisper-large-v3", "text": "Bonjour à tous, passons au point suivant de l'ordre du jour." → 14 tokens, "usage": { "prompt_tokens": 8, "completion_tokens": 14, "total_tokens": 22, "prompt_tokens_details": { "cached_tokens": 0 }, "cost": 0, "impacts": { "kWh": 0, "kgCO2eq": 0 } } } ``` {% endtab %} {% tab title="/v1/ocr" %} Les tokens sont comptabilisés sur le **`document_annotation_prompt` optionnel** (si fourni) et sur le **texte extrait** (markdown des pages + annotation document éventuelle). Le document ou l'image en entrée n'est **pas** tokenisé. * `prompt_tokens` : tokens du champ `document_annotation_prompt` (0 si omis) * `completion_tokens` : tokens du markdown de chaque page, plus ceux de `document_annotation` le cas échéant Voici un exemple de requête avec sa réponse : ```json { "model": "mistral-ocr-2512", "document": { "type": "document_url", "document_url": "https://example.com/facture.pdf" }, "document_annotation_prompt": "Extrais le numéro de facture." → 6 tokens } ``` **Réponse** ```json { "id": "ocr-1234567890", "model": "mistral-ocr-2512", "pages": [ { "index": 0, "markdown": "# Facture\nNuméro : FAC-2024-42\nMontant : 120 €" → 18 tokens, "images": [] } ], "document_annotation": "{\"invoice_number\": \"FAC-2024-42\"}" → 8 tokens, "usage": { "prompt_tokens": 6, "completion_tokens": 26, "total_tokens": 32, "prompt_tokens_details": { "cached_tokens": 0 }, "cost": 0, "impacts": { "kWh": 0, "kgCO2eq": 0 } } } ``` {% endtab %} {% endtabs %} ## Limites par requête Dans Albert API, les limites par requêtes sont exprimées en **requêtes par minute (RPM) et par jour (RPD)**. Les requêtes sont comptabilisées uniquement sur les endpoints qui appellent un modèle. ## Comment suivre sa consommation ? ### Voir ses limites Deux sources pour connaître les plafonds appliqués à votre compte : * l’endpoint [GET /v1/me/info](https://guides.ia.numerique.gouv.fr/albert-api/api-reference/liste-des-endpoint/me#get-v1-me-info) — limites associées à votre compte ; * la page [Modèles disponibles](/albert-api/modeles/available-models.md) — limites TPM, TPD, RPM et RPD par modèle et par niveau d’accès. ### Suivre sa consommation en temps réel À chaque appel vers un modèle, les en-têtes de réponse indiquent l’état de vos quotas (tokens et requêtes) : ``` x-ratelimit-limit-request: 10 x-ratelimit-limit-token: 100 x-ratelimit-remaining-request: 9 x-ratelimit-remaining-token: 0 x-ratelimit-reset-requests: 49s x-ratelimit-reset-token: 0s ``` Le corps de la réponse contient aussi un champ `usage` avec le détail des tokens consommés par la requête : ```json "usage": { "prompt_tokens": int, "completion_tokens": int, "total_tokens": int, "prompt_tokens_details": { "cached_tokens": int }, "cost": int, "impacts": { "kWh": float, "kgCO2eq": float } } ``` ### Consulter l’historique de consommation Deux moyens de consulter votre consommation cumulée : {% tabs %} {% tab title="Playground" icon="globe-pointer" %} Connectez-vous sur le [Playground Albert API](https://albert.playground.etalab.gouv.fr) et ouvrez la page **Usage**.
Page Usage du Playground Albert API

Page Usage du Playground

{% endtab %} {% tab title="API" icon="square-terminal" %} Appelez l’endpoint [GET /v1/me/usage](https://guides.ia.numerique.gouv.fr/albert-api/api-reference/liste-des-endpoint/me#get-v1-me-usage) : ```bash curl -X GET "https://albert.api.etalab.gouv.fr/v1/me/usage" \ -H "Authorization: Bearer $API_KEY" ``` Pour le détail des paramètres et du format de réponse : [Usage & facturation](/albert-api/compte-and-usage/usage.md). {% endtab %} {% endtabs %} ### Dépassement de limites Lorsque le trafic ou les tokens dépassent les plafonds configurés pour votre compte, l’API peut répondre **429 Too Many Requests**. Stratégie recommandée : **backoff exponentiel**, respect éventuel d’un en-tête **`Retry-After`**, et réduction du parallélisme. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://guides.ia.numerique.gouv.fr/albert-api/compte-and-usage/quotas.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.