Valider une idée d'IA avant de payer des tokens OpenAI

« Donnez tous vos tokens et tout votre argent à un bot IA Claw qui va juste cramer des millions et des millions de tokens. » C'est Kevin McGrath, CEO de Meibel, sur CNBC le mois dernier, qui prévient les fondateurs : l'architecture par défaut — chaque input passe par un LLM, chaque étape brûle des tokens — c'est un suicide en unit economics. Il n'est pas le seul à s'inquiéter. Anthropic elle-même aurait affiché une marge brute de -94 % en 2024 (selon The Information) — autrement dit, le fournisseur de modèles a perdu plus en inférence qu'il n'a gagné en revenu. Puis il a coupé sa projection de marge 2025 de 50 % à 40 %, parce que les coûts de compute ont dépassé le plan d'environ 23 %.

Si les gens qui vendent les tokens n'arrivent pas à équilibrer les comptes, un fondateur indépendant qui paie au tarif retail n'y arrivera pas non plus. Pas sans vérifier d'abord, tout simplement, si quelqu'un veut le produit.

Le premier appel d'inférence pour lequel vous devriez payer, c'est celui qui répond à une vraie commande client — idéalement payée. Tout ce qui vient avant tourne sans token. Cet article est le playbook pour la phase « tout ce qui vient avant » — cinq étapes, des cas réels de fondateurs, ce qu'il faut dépenser (essentiellement du temps et 100 € d'ads), ce qu'il ne faut pas construire (l'intégration de l'API), et un critère d'arrêt en bas de chaque étape.

Si vous avez déjà lu valider ou construire un MVP d'abord, c'est l'overlay spécifique IA. Sinon, commencez par là pour l'argument d'ordre des opérations ; cet article suppose que vous avez déjà décidé de valider avant de construire et que vous voulez la version IA.

Les produits IA échouent de deux façons, pas d'une

La validation SaaS générique pose une question : est-ce que les gens en veulent ? La validation IA en pose deux : est-ce qu'ils en veulent, et le modèle peut-il vraiment le faire assez bien ? Le framework d'Andrés Max les nomme « problem validation » et « technical validation » et les fait tourner en parallèle ; ce point est juste, et la plupart des articles le ratent.

Sauter la deuxième, c'est comme ça qu'on finit en Builder.ai. Des « apps construites par IA » pitchées via une assistante baptisée Natasha, environ 445 M$ levés, puis Rest of World a révélé que ~700 ingénieurs humains en Inde faisaient le travail — avec consigne d'aligner leurs communications sur les heures de bureau britanniques et d'éviter les tournures d'anglais indien pour préserver l'illusion IA. Le revenu aurait été gonflé de 300 % (55 M$ réels contre 220 M$ annoncés). Le créancier Viola Credit a saisi 37 M$ en mai 2025 ; l'entreprise s'est effondrée en insolvabilité.

L'erreur, ce n'était pas d'utiliser des humains derrière le rideau. Le Wizard-of-Oz est une technique valide — on y revient. L'erreur, c'était de lever 445 M$ sur le mensonge que l'IA fonctionnait alors qu'elle n'y arrivait pas. Builder.ai a inversé l'ordre de la validation. Ils ont vendu l'IA avant de l'avoir. Le bon ordre, c'est : simuler l'IA pour valider la demande, puis construire l'IA pour livrer. Ne jamais inverser.

Sauter la première question — est-ce que les gens en veulent ? — c'est comme ça qu'on finit en Jasper. Wrapper de copywriting IA, 125 M$ levés, puis ChatGPT est sorti à 20 $/mois et les « templates et UI orientés marketing » à 49 $/mois de Jasper ont arrêté de justifier l'écart (l'analyse de Felix Neumann reste la plus claire). Licenciements et contraction du revenu en 2023-2024. La demande existait ; la défensibilité, non. La validation aurait dû demander : si OpenAI sort ça dans sa prochaine release, est-ce qu'il me reste un business ?

Deux modes d'échec, deux questions. Les cinq étapes ci-dessous testent les deux, avant que le compteur ne démarre.

Étape 1. Faire tourner vingt sorties manuelles et les lire

Coût total : zéro de votre poche, peut-être 5 € sur votre propre quota ChatGPT Plus. Temps : une soirée.

Prenez 20 inputs réalistes — vrais emails, vrais contrats, vraie matière première de votre produit IA. Faites-les tourner vous-même dans ChatGPT ou Claude, dans l'interface web, et notez les sorties. À la main. Trois paniers : « assez bon pour livrer », « mauvais mais corrigible avec du prompt engineering », « le modèle n'y arrive pas encore ».

C'est l'étape de validation technique. Si 14 sur 20 atterrissent dans le panier 3, le modèle n'est pas prêt pour votre produit. Stop. Attendez six mois la prochaine génération de modèles, ou choisissez une autre fonction où le modèle marche déjà. Nous avons vu des fondateurs sauter cette étape, intégrer l'API, et découvrir au client n°3 que le taux d'échec est de 30 % — trop élevé pour le cas d'usage, mais invisible jusqu'à ce que de vrais utilisateurs le rencontrent.

Les gagnants 2024-2025 tournaient autour de 4 sur 20 dans le panier 3, parfois moins. Le cimetière 2024-2025 était plein de fondateurs qui ont construit autour d'une capacité 14-sur-20, se sont dit « GPT-5 réglera ça » et ont brûlé leur seed avant que GPT-5 ne règle quoi que ce soit. Certains trous de modèle restent ouverts pendant des années (revue de contrats juridiques, raisonnement financier multi-étapes, triage médical à l'heure où nous écrivons) ; d'autres se referment en dix-huit mois. Votre roadmap ne peut pas dépendre du timing.

Critère d'arrêt : plus de 8 sorties sur 20 dans le panier 3. Essayez une autre fonction, ou attendez.

Étape 2. Wizard-of-Oz : livrer la sortie à un vrai client

Don Norman a inventé le terme « Wizard of Oz » en 1973 pour les expériences speech-to-text d'IBM — un chercheur simulait à la main les réponses du système pendant que l'utilisateur croyait parler à un ordinateur. La technique a quarante ans et reste la méthode de validation au signal le plus élevé pour un produit IA. La plupart des fondateurs sautent cette étape parce qu'ils ont l'impression de « tricher ». Builder.ai a triché sur les investisseurs. Vous, vous trichez sur votre backlog.

Le coup à jouer : reprendre le set de 20 inputs de l'étape 1, les passer vous-même dans ChatGPT, coller les sorties dans des emails, et les envoyer à 5-10 prospects nommés qui ont confirmé que le problème était réel. Ne leur dites pas que c'est vous, derrière. Coût : zéro token de votre côté (la requête du prospect passe par votre propre abonnement ChatGPT Plus). Temps : deux soirées de copier-coller.

Aardvark est le précédent canonique. L'app de Q&A peer-to-peer routait chaque question utilisateur vers un répondeur humain et collait les réponses, en simulant un algorithme qui n'existait pas. Prémisse de matchmaking validée sur de vrais utilisateurs. Rachetée par Google pour 50 M$ en 2010. Wealthfront, à ses débuts, a fait pareil avant le robo-advisor : recommander à la main des investissements aux premiers clients, valider à la fois la demande et le pricing avant d'automatiser ; ils gèrent aujourd'hui environ 50 G$ d'AUM. La phase concierge était la phase de validation.

Ce que ce test fait remonter : si la sortie, dans la forme exacte où votre client la recevrait, déclenche l'action que vous attendez. A-t-il répondu ? Partagé ? Demandé la suivante ? Proposé de payer ? Un « où est-ce que je signe ? » spontané dans les cinq premières sorties concierge, c'est le signal le plus fort possible — plus fort que n'importe quel CVR de landing page.

Critère d'arrêt : zéro réponse spontanée du genre « je paierais pour ça » sur 10 sorties livrées à la main.

Étape 3. Construire la page pour la fonction IA que vous n'avez pas encore construite

C'est l'étape de validation de la demande. Vous avez confirmé (étape 1) que le modèle peut le faire et (étape 2) que dix humains ont aimé la sortie. Maintenant : est-ce que des inconnus s'en soucient ?

Construisez un pitch d'une page qui décrit la fonction IA. Headline, trois bénéfices, un screenshot ou une courte vidéo de la sortie (qui existe, parce que vous l'avez fabriquée à la main à l'étape 2), un CTA. Le CTA est important : ne mettez pas « rejoignez la waitlist ». Mettez quelque chose qui filtre la disposition à payer — pricing early-access avec acompte remboursable, ou lien de pré-vente.

Branchez 50 à 100 € de trafic payant depuis Reddit, Meta ou Google Search. Regardez ce qui se passe.

La mesure honnête : le CTR valide la curiosité, le CVR valide l'intention, les pré-commandes payées valident la disposition à payer. L'ordre compte. La plupart des articles sur les fake doors célèbrent un CTR élevé. La lecture plus fine : pour les fonctions IA en particulier, le CTR valide la curiosité, pas la disposition à payer. Un SaaS B2B qui a fake-door-testé « analytics propulsés par l'IA » a obtenu beaucoup d'inscriptions, puis 89 % des inscrits à la waitlist ont annulé sous 30 jours quand la fonction est vraiment sortie. Les boutons IA se font cliquer. Les fonctions IA payantes se font scruter.

C'est aussi ici que LemonPage trouve sa place. La version la moins chère de cette étape, c'est une page Carrd câblée à un compte d'ads séparé — page sur un outil, ads sur un autre, mesure dans un tableur. Nous avons construit LemonPage parce que nous perdions quatre heures de plomberie par test, et que toute l'arithmétique pré-tokens ne tient que si lancer le test reste pas cher. Page + ads Reddit/Meta/Google + mesure, dans un seul workflow. Carrd Pro Lite à 9 $/an et Framer à 15 $/mois sont de vraies alternatives si la plomberie ne vous gêne pas — prenez celui qui vous laisse faire plus de tests, plus vite.

Pour la question du budget — ce que 100 € de Meta Ads achètent vraiment en 2026 — voir le test Meta Ads à 100 €. La mécanique du CTA de pré-vente est dans encaisser avant le code.

Critère d'arrêt : sous 2 % de CVR après 1 000 visiteurs, ou aucune conversion en acompte sur une liste de 100 leads qualifiés.

Étape 4. Les 50 premiers € de tokens partent sur Haiku, pas Opus

Le cadrage « valider avant les tokens » a un défaut discret : la plupart des fondateurs lisent ça comme « éviter toute dépense en tokens jusqu'au lancement ». Ce n'est pas ce que dit le calcul. Le calcul dit éviter la dépense en tokens dont le seul but est votre propre apprentissage. Une fois l'étape 3 passée, vous avez des clients inscrits qui attendent une sortie. Ils l'auront. La question, c'est quel modèle et quel budget.

Par défaut, le tier le moins cher qui a survécu au test des 20 inputs de l'étape 1. À l'heure où nous écrivons : GPT-4o-mini, Claude Haiku, Gemini 2.0 Flash Lite (free tier 15 RPM). Un test de validation sur 100 utilisateurs en Haiku coûte de l'ordre de quelques dollars. La vraie question de budget, ce n'est pas « faut-il éviter les tokens » — c'est est-ce que je peux atteindre le premier client payant pour moins de 50 € d'API et 100 € d'ads ?

Si la réponse est non — si votre cas d'usage exige vraiment Opus ou GPT-5 pour produire une sortie livrable — flaguez-le. C'est un avertissement d'unit economics avant le lancement. L'analyse d'un fonds d'investissement sur Cursor aurait montré environ 650 M$ payés à Anthropic contre ~500 M$ de revenu pendant la fenêtre de saignée — une marge brute de -30 %. Cursor a passé 1 G$ d'ARR en novembre 2025 à 29,3 G$ de valorisation, et les analystes projettent maintenant un retour à 74-85 % de marge d'ici 2027 en mixant des modèles moins chers / open source. Le rétablissement est réel. La fenêtre de saignée l'était aussi, et Cursor avait dix chiffres de capital et une avance catégorielle. Un fondateur indépendant, non.

Le fait qui compose : un POC qui coûte 50 $ en tokens pendant la validation peut grimper jusqu'à 2,5 M$/mois en volume de production, selon le nombre d'appels par utilisateur et le tier de modèle. À traiter comme illustratif, pas comme un cas mesuré — mais à traiter quand même. L'étape 4, c'est là que vous découvrez, sur des tokens bon marché, à quoi ressemblera la facture une fois passée à l'échelle, avant que les tokens bon marché ne deviennent chers.

Critère d'arrêt : coût d'acquisition client (trafic payant) plus coût d'inférence par client du premier mois supérieur à 2× son prix payé. Les unit economics ne se répareront pas toutes seules à l'échelle.

Étape 5. Le contre-exemple Levels — valider la demande, puis brancher l'API

Photo AI de Pieter Levels, c'est le contre-exemple le plus net à « startup IA = marge en saignée ». Lancée en février 2023, ~5,4 k$ de MRR la première semaine, plus de 132 k$ de MRR en novembre 2025. Il ne fait pas tourner sa propre infra Stable Diffusion ; il utilise l'API Replicate à environ 40 $/mois d'infrastructure pour le compute. Demande validée d'abord sur une landing page pas chère et sur son audience Twitter ; API branchée comme coût variable, pas comme pari d'infra fixe.

Son principe répété, paraphrasé du case study Indie Hackers : sortir en deux semaines, puis vérifier s'il y a de la demande et si de vraies personnes paient — seuls les clients qui paient valident une idée.

Deux patterns du playbook Levels qui se transposent :

1. Inférence à coût variable, pas d'infra fixe. Replicate, Hugging Face Inference, APIs OpenAI/Anthropic en direct — payer à l'appel, pas à l'heure-GPU. Ne construisez pas votre propre stack d'inférence avant d'avoir un problème client payant assez grand pour le justifier.
2. L'audience d'abord, le modèle ensuite. Levels avait une audience Twitter avant d'avoir Photo AI. L'audience a fait tomber le coût de l'étape 3 (trafic payant) vers zéro. Si vous n'en avez pas, le test Meta Ads est le substitut. Si vous en avez une, utilisez-la.

Le troisième pattern, moins souvent cité : Levels a ouvertement tué 70+ produits pour garder les cinq qui génèrent maintenant plus de 3 M$/an cumulés. Ce taux de mortalité n'est pas un échec — c'est la validation qui fait son travail. Les cinq étapes ci-dessus existent pour que vous puissiez tuer les mauvaises idées IA assez bon marché pour libérer le calendrier pour la suivante.

À quoi ressemble la dépense totale, de bout en bout

Un passage propre dans le playbook :

Dépense pré-lancement bout en bout : 55-140 €, plus votre temps. La première facture OpenAI qui compte, c'est celle déclenchée par la requête d'un client qui a payé. Tout ce qui précède, c'est votre propre quota d'abonnement et 100 € d'ads.

Comparez ça à l'autre bout de la distribution avec CodeParrot : YC W23, 500 k$ levés, outil IA Figma-to-code qui a pivoté plusieurs fois, plafonné autour de 1 500 $ de MRR, fermé en juillet 2025. Ou les 445 M$ de Builder.ai. La recherche canonique de CB Insights, « Why Startups Fail », rapporte que 42 % des post-mortems de startups citent « pas de besoin marché » comme raison de l'échec — et l'update 2024 sur 431 fermetures VC depuis 2023 a trouvé que 43 % avaient échoué pour mauvais product-market fit. Le playbook en cinq étapes, c'est une couverture à 100 € contre l'idée de finir dans cette statistique, version IA.

Récap et entonnoir d'arrêt

Cinq étapes, dans l'ordre, avec les critères d'arrêt écrits avant le test :

1. Test de capacité — 20 sorties notées à la main. Tuer si plus de 8 sont en panier 3.
2. Wizard-of-Oz — 10 sorties livrées à la main. Tuer si zéro réponse spontanée « je paierais ».
3. Smoke test de demande — page + 100 € d'ads. Tuer si CVR sous 2 % après 1 000 visiteurs.
4. Livraison sur tier bon marché — Haiku / Flash Lite pour les premiers clients payants. Tuer si CAC + inférence dépasse 2× le prix payé.
5. Échelle audience-led — inférence à coût variable, pas d'infra propre tant que la demande des clients payants ne le justifie pas.

L'ordre compte. Étape 3 avant l'étape 1, c'est vendre quelque chose que le modèle ne sait pas livrer — Builder.ai. Étape 1 avant l'étape 3, c'est avoir construit ce que personne ne veut — Jasper, dans la version du wrapper que ChatGPT a absorbé. Faites tourner les étapes 1 et 2 en parallèle si vous devez, mais engagez-vous sur chaque critère d'arrêt avant de commencer.

Pour le tableau plus large — la question du wrapper ChatGPT, le retournement d'unit economics depuis 2023, et les sept méthodes de validation pré-MVP que vous pouvez mixer dans les étapes 2 et 3 — voir le cluster IA du blog.

Validez votre idée IA sur LemonPage — page + ads + mesure, dans un seul workflow. Nous l'avons construit parce que nous perdions sans cesse quatre heures de plomberie par test, et que la validation pré-tokens ne tient que si le test lui-même reste pas cher.

OpenAI se fiche que votre produit IA ait des acheteurs. Ils facturent au token dans tous les cas. Assurez-vous que le compteur ne démarre qu'une fois que quelqu'un d'autre a déjà payé.

FAQ

Combien faut-il dépenser en tokens pendant la validation d'un produit IA ?

Moins de 20 € de dépense API, en tout, avant le premier client payant. Servez-vous de votre propre abonnement ChatGPT Plus ou Claude Pro pour les étapes 1 et 2 (sorties manuelles et Wizard-of-Oz). Faites tourner l'étape 3 (landing page + trafic payant) sur 50 à 100 € d'ads, zéro dépense API. La première vraie facture API arrive à l'étape 4, sur le tier le moins cher — Haiku, GPT-4o-mini, Gemini Flash Lite — et seulement pour des utilisateurs payants. Budget pré-lancement bout en bout : 55 à 140 €, plus votre temps.

Et si mon produit IA a besoin d'un modèle frontier (Opus, GPT-5) pour fonctionner ?

C'est un signal d'unit economics, pas un panneau stop — mais traitez-le comme un stop. Cursor aurait tourné à -30 % de marge brute en s'appuyant sur le tier frontier d'Anthropic, et Cursor avait dix chiffres de capital et une avance catégorielle pour absorber la saignée. Un fondateur indépendant, non. Vérifiez si votre cas d'usage peut être scindé — frontier-tier pour une étape critique, tier bon marché pour le reste — ou si le prix final du produit peut porter une inférence frontier-only à 80-90 % de marge. Si aucun des deux calculs ne marche, le produit n'est pas viable en l'état.

Utiliser ChatGPT à la main en coulisse, est-ce le même mensonge que Builder.ai ?

Non, et la différence se joue à la levée de fonds. La validation Wizard-of-Oz, où un fondateur génère à la main les sorties pour 5 à 10 prospects, c'est une technique vieille de quarante ans avec un nom officiel et un papier académique derrière. L'échec de Builder.ai n'était pas que 700 humains faisaient le travail. C'était d'avoir levé environ 445 M$ sur le mensonge que l'IA fonctionnait, et d'avoir gonflé le revenu de 300 %. Comme outil pré-lancement, le Wizard-of-Oz, c'est de l'or. Comme pitch à 445 M$, c'est de la fraude. Validez avec des humains, construisez avec l'IA, n'inversez jamais.

Comment valider un produit IA B2B quand les clients ne paient pas avant de voir ?

Combinez la livraison Wizard-of-Oz (étape 2 ici) avec de l'outreach froid sur l'ICP, piochée dans les sept méthodes pré-MVP. La demande n'est pas « achetez ça ». C'est « on teste un outil qui rédige X — vous voulez le voir tourner sur votre vrai input ? » La sortie est réelle parce que vous l'avez produite à la main dans ChatGPT. La métrique de décision, c'est s'ils demandent la suivante et s'ils sont prêts à scoper un pilote. Des contrats B2B à 500 € et plus d'ACV justifient le signal plus lent qui vient avec cette méthode.

Les APIs en free tier peuvent-elles couvrir un test de validation sur 100 utilisateurs ?

Souvent, oui. Gemini 2.0 Flash Lite a un free tier de 15 requêtes par minute à l'heure où nous écrivons. Anthropic Haiku et OpenAI GPT-4o-mini coûtent quelques centimes par million de tokens — largement sous les 5 € pour 100 requêtes texte typiques. L'exception, c'est la génération image/vidéo : un test 100 utilisateurs sur Stable Diffusion hébergé chez Replicate part vite à plusieurs dizaines voire bas centaines d'euros. Vérifiez votre cas d'usage avant de supposer « facture API ≈ 0 € », mais pour les fonctions IA texte-only la réponse est réellement proche de zéro.

Quelle étape les fondateurs sautent le plus, et pourquoi ça compte ?

L'étape 2 — la livraison Wizard-of-Oz à de vrais prospects. Ça donne l'impression de tricher, et c'est lent (deux soirées contre cinq minutes pour brancher l'API). Sauter cette étape, c'est apprendre au client n°3 — après que l'API est intégrée, la page en ligne et l'acompte encaissé — que c'était la sortie, pas l'API, qui ne passait pas. L'étape Wizard-of-Oz fait remonter le problème de qualité avant que le coût d'intégration ne soit cuit. Deux soirées, c'est l'assurance la moins chère du playbook.