Savings Layer fait partie de la plateforme BiVelio

Savings Layer Measured on every call.

Optimisez vos appels LLM. Vérifiez chaque économie.

Exécutez le moteur open source sur votre infrastructure. Connectez Savings Cloud pour centraliser la mesure et la gestion de votre équipe, avec des formules à tarif fixe.

Le tableau de bord de Savings avec les données du banc public : l'économie mesurée et sa répartition par modèle.

Reçu d’une mesure

GSM8K · 28 sept. 2026 · SDK 0.4.31

Modèle
gpt-4o-mini
Échantillon
100 familles · 200 requêtes par bras
Requêtes répétées
30 %
Intervalle à 95 %
25,7–36,7 %
Coût en moins
31,5 %
A/B avec SDK

A/B en direct face au fournisseur, aux prix catalogue versionnés. Ce n’est pas un rapprochement de factures. Méthode de mesure

Tableau de bord avec les données du banc public
Mesuré en direct avec le compteur de chaque fournisseurOpenAIAnthropicGoogle
Savings Layer, en action

Une fine couche entre votre code et votre fournisseur. C’est ça, Savings Layer.

Elle s’exécute dans votre infrastructure, n’envoie au fournisseur que ce qui doit être payé et renvoie un reçu avec chaque réponse. Vos prompts vont directement au fournisseur que vous configurez ; Savings Cloud est facultatif et reçoit des décomptes et des coûts, pas leur contenu.

  1. L'appel entre dans la couche Il part de votre app ou de votre agent sans quitter votre infrastructure.
  2. Répétée · servie sans appeler le fournisseur La couche la reconnaît dans sa mémoire et renvoie la réponse enregistrée.
  3. Données compactées · moins de tokens Une nouvelle requête voyage plus légère vers le fournisseur que vous configurez, et la réponse revient par la couche.
  4. Uniquement des décomptes et des coûts · jamais de prompts Savings Cloud est facultatif : si vous le connectez, il reçoit des chiffres, pas du contenu.

Vos appels

Votre appSDK
Votre agentgateway local

Savings LayerSur votre infrastructure

Mémoire des requêtes récentes
Compaction des données

Le fournisseur que vous configurez

Savings Cloud En optionUniquement des décomptes et des coûts · jamais de prompts

Compatible ne veut pas dire mesuré. Ce qui est mesuré avec chaque fournisseur

Illustration du fonctionnement.

Voir comment ça marche →Ce que reçoit BiVelio, champ par champ →

Moteur ouvert, Cloud en option

Deux façons d’utiliser Savings.

Le moteur est le même. Ce qui change, c’est où vous le gérez et ce qui sort de votre infrastructure.

Open source · Apache-2.0

Community

Le moteur, le SDK et le gateway local. Pour une personne ou pour toute une entreprise.

  • Sans compte ni carte
  • Aucune télémétrie par défaut
  • SDK et gateway local
Où il s’exécute
Sur votre infrastructure : le SDK dans votre processus ou le gateway sur votre machine.
Compte
Aucun. Sans inscription, sans carte et sans clé BiVelio.
Télémétrie
Aucune par défaut.
Gestion
En local : chaque appel renvoie son SavingsReport.
En option · gratuit pour commencer

Savings Cloud

Le tableau de bord pour centraliser la mesure et la gestion de votre équipe.

  • Gratuit pour commencer avec Measure
  • Tableau de bord d’équipe
  • Formules à tarif fixe
Où il s’exécute
Le moteur reste sur votre infrastructure. Cloud ajoute le tableau de bord.
Compte
Un compte Savings et une clé de service.
Télémétrie
Comptages et coût, selon votre formule. Vos prompts ne passent pas par les serveurs de BiVelio.
Gestion
Tableau de bord d’équipe, organisation et licences.
Où le brancher

Où partent vos tokens : dans votre app ou dans votre agent de code ?

Ce sont deux pièces distinctes, de portées différentes. La question qui tranche : qui a écrit le code qui appelle l'API ?

SDK · dans le processus

Dans votre application

Pour les apps Node.js, en JavaScript ou TypeScript, qui appellent une API de LLM avec votre propre clé et paient chaque token.

  • Prérequis : Node.js et la clé d’API de votre fournisseur.
  • Les leviers d'économie du paquet s'exécutent ici.
  • Chaque appel renvoie un SavingsReport, le mesuré et l'estimé étant séparés.

Essayez un levier sur vos données

app.ts
# 1 · le paquet
pnpm add @bivelio/savings-layer

# 2 · envelopper l'appel — c'est tout le changement de code
const layer = createSavingsLayer({ provider });
const { text, report } = await layer.generate({ model, messages });

console.log(report.cost.netSavingsRatio)  // ← l'économie, mesurée
  • dependencies: {}Zéro dépendance à l'exécution
  • report.cost.basisUn SavingsReport par appel
  • app → provider apiVotre trafic reste direct
  • layer.generateStream(request)Streaming, le même rapport

Passerelle · proxy local

Devant votre application ou votre agent

Pour ceux qui utilisent Claude Code, Codex CLI ou un autre agent de code avec une clé d'API.

  • Prérequis : Node.js avec npm et un agent de code qui utilise sa propre clé d’API.
  • Elle mesure le trafic des modèles ayant un prix catalogue.
  • Les leviers du paquet npm ne s'exécutent pas ici ; ceux de la passerelle ne s'appliquent qu'au trafic Anthropic, avec une licence PRO.
Terminal
npm i -g @bivelio/savings-layer
# optional: cloud dashboard
export BIVELIO_SERVICE_KEY=bvk_…
bvsala claude
Pas de promesses : des mesures

Comment savons-nous que ça économise ? Nous le mesurons — et nous publions chaque essai, un par un.

Cela dépend de la part de votre trafic qui se répète. Chaque batterie, avec son rapport complet : banc public.

Voir les résultats reproductibles
OpenAISDK

Reçu d’une mesure

GSM8K · 28 sept. 2026 · SDK 0.4.31

Modèle
gpt-4o-mini
Échantillon
100 familles · 200 requêtes par bras
Requêtes répétées
30 %
Intervalle à 95 %
25,7–36,7 %
Coût en moins
31,5 %
A/B avec SDK

A/B en direct face au fournisseur, aux prix catalogue versionnés. Ce n’est pas un rapprochement de factures. Méthode de mesure

Pourquoi ce chiffre, et ses limites

de coût en moins aux tarifs catalogue versionnés (intervalle à 95 % : de 25,7 % à 36,7 %) sur un flux où 30 % des requêtes sont des répétitions exactes — 100 familles / 200 requêtes par bras, GSM8K, SDK 0.4.31

Pas une prévision : ce que vous économiserez dépend de la part de votre trafic qui se répète. Seul ce que confirme le compteur de votre fournisseur compte dans votre rapport d'économies — y compris les requêtes répétées servies sans l'appeler, chacune valorisée avec le compteur de la requête identique déjà exécutée.

AnthropicSDK

Reçu d’une mesure

GSM8K · 28 sept. 2026 · SDK 0.4.31

Modèle
claude-sonnet-5
Échantillon
31 familles · 62 requêtes par bras
Dont contraste de tarification du cache (env.)
41 %
Intervalle à 95 %
69,3–79,6 %
Coût en moins
75,1 %
A/B avec SDK

A/B en direct face au fournisseur, aux prix catalogue versionnés. Ce n’est pas un rapprochement de factures. Méthode de mesure

Pourquoi ce chiffre, et ses limites

flux réduit, différent de celui d'OpenAI : 31 familles / 62 requêtes par bras (intervalle à 95 % : de 69,3 % à 79,6 %). Environ 41 % du coût catalogue de A est un contraste descriptif net de tarification du cache (les lectures du bras B valorisées face au prix d'entrée normal), et non un effet causal identifié séparément ni une remise Anthropic préexistante

Claude CodeGateway

Reçu d’une mesure

Gateway · 3 oct. 2026

Sessions
51
Requêtes
19 779
Jours
13
Intervalle à 95 %
1,50–3,57 %
Net
2,49 %
Replay sur gateway

Rejeu contrefactuel avec une ligne de base partiellement reconstruite. Ce n'est ni un A/B en direct, ni une économie facturée, ni un rapprochement de factures. Méthode de mesure

Pourquoi ce chiffre, et ses limites

de réduction nette estimée du coût catalogue grâce au changement de TTL du cache de PRO, après déduction des échecs de cache induits (intervalle à 95 % : de 1,50 % à 3,57 %). Relecture contrefactuelle avec une référence partiellement reconstruite sur 51 sessions Claude Code d'une organisation ; ni un test A/B en direct ni un rapprochement de factures.

Ce n'est pas une prévision pour votre équipe : c'est une seule organisation, un seul fournisseur et des prix catalogue, et c'est une petite économie qui se voit là où la dépense chez Anthropic est élevée. Avec PRO, sur les modèles Anthropic, le gateway fait passer les écritures de cache du TTL d'une heure à celui de cinq minutes, uniquement sur les tours où une grande partie du prompt est nouvelle — comme le premier tour d'une session ou une compaction — et laisse tels quels les tours enchaînés d'une session en cours. Cela change le prix, jamais ce que lit le modèle, et seul ce que confirme le compteur de votre fournisseur compte dans votre rapport d'économies.

Le rapport du banc TTL : ce qui a été simulé, le détail par modèle et ses limites →

Plans

Moteur open source. Contrôle cloud pour votre équipe.

Le paquet est open core Apache-2.0 : aucune clé requise, tous les leviers locaux actifs, zéro télémétrie. Le cloud est optionnel — Measure est le plan gratuit, Pro et Team sont facturés par siège, en EUR, sans commission sur vos économies.

Community n’est pas une formule. Le moteur open source est gratuit et fonctionne sans compte : installez-le quand vous voulez. Les quatre formules ci-dessous sont celles de Savings Cloud.

Période de facturation
  • Measure

    Gratuitsans carte

    Formule cloud gratuite, en mode fantôme.

    Mesurez sans rien changer : vos requêtes parviennent à votre fournisseur telles que vous les construisez, et le tableau de bord montre ce qui aurait été économisé.
    Sièges
    Jusqu’à 5
    Requêtes par jour
    Jusqu’à 20 000
    Commission sur les économies
    Aucune
    Nécessite @bivelio/savings-layer 0.4.33 ou une version ultérieure.Voir les conditions
  • Pro

    15 €par siège et par moisPrélèvement mensuel150 €par siège et par anPrélèvement annuel

    Un siège est une machine ou une identité de service, pas une personne.

    Toutes les optimisations, le reçu par requête et le tableau de bord. Tarif fixe, dû qu’il y ait des économies ou non.
    Sièges
    Ceux que vous souscrivez
    Commission sur les économies
    Aucune
  • Team

    129 €par moisPrélèvement mensuel1 290 €par anPrélèvement annuel

    Comprend 10 sièges : machines ou identités de service.

    Comme Pro, pour une flotte. Le tarif couvre les sièges inclus même si vous en utilisez moins.
    Sièges inclus
    10
    Siège supplémentaire
    12 € par mois120 € par an
    Commission sur les économies
    Aucune
  • Enterprise

    Sur mesurepar contrat

    Pour ce que le paiement en ligne ne couvre pas.

    Plus de sièges, un contrat dédié ou des conditions de facturation convenues.
    Sièges
    Plus de 500

Le tarif n’inclut pas la consommation de votre fournisseur LLM : vous continuez à la payer vous-même, à ses conditions. Montants hors TVA.

Un siège est une machine ou identité de service, pas une personne. Vous payez les sièges couverts par votre abonnement ; votre tableau de bord indique combien ont été utilisés ce mois-ci (actifs au moins 3 jours ; les exécuteurs CI et éphémères ne comptent pas).

TVA non comprise. Si votre entreprise a un numéro de TVA intracommunautaire, l'autoliquidation s'applique.

Vous avez déjà l’ancienne formule, avec commission sur les économies mesurées ? Vous la conservez sans changement ; ses conditions figurent dans les conditions tarifaires.

Voir les tarifs publiés

Questions d’achat

Ce qu’il faut savoir avant de payer.

Le détail contractuel figure dans les tarifs publiés ; ce que le Logiciel envoie à BiVelio, dans la page de confidentialité.

Demander un appel de 15 minOn vous dit ce que vous économiseriez sur votre trafic, sans rien installer.
Que paie-t-on exactement ?

Le moteur open source est gratuit. Savings Cloud propose une formule gratuite, Measure, et deux formules à tarif fixe par siège, Pro et Team. Le tarif est dû qu’il y ait des économies ou non, ne comporte aucune commission sur les économies et n’inclut pas la consommation de votre fournisseur LLM : vous continuez à la payer vous-même, à ses conditions.

Qu’est-ce qu’un siège ?

Une machine ou une identité de service qui exécute Savings. Ce n’est pas une personne : les membres de votre équipe sont gérés à part, dans le tableau de bord. Les exécuteurs de CI et les exécuteurs éphémères ne comptent pas comme des sièges.

Quelle différence entre Measure et Community ?

Community est le moteur open source sur votre infrastructure : sans compte, sans clé BiVelio et sans télémétrie par défaut. Measure est la formule gratuite de Savings Cloud : elle nécessite un compte et fonctionne en mode fantôme ; elle ne modifie donc pas vos requêtes et ne sert aucune réponse depuis le cache. Votre tableau de bord montre ce qui aurait été économisé.

Dois-je changer de fournisseur ?

Non. Vous gardez votre fournisseur et votre propre clé, et vos appels continuent de lui parvenir directement. Compatible ne veut pas dire mesuré : le banc public indique quels modèles ont un chiffre publié.

Quelles données BiVelio reçoit-il ?

Avec Community, aucune par défaut. Une fois Savings Cloud connecté, votre tableau de bord reçoit des comptages et le coût selon votre formule ; vos prompts ne passent pas par les serveurs de BiVelio. La page de confidentialité le détaille champ par champ.

Garantissez-vous une économie ?

Non. Ce que vous économisez dépend de votre trafic ; par exemple, de la part qui se répète. Nous publions chaque mesure avec son modèle, son échantillon et son intervalle, et Measure vous montre ce qui aurait été économisé sur votre propre trafic avant de payer quoi que ce soit.

Mesurez d’abord. Décidez ensuite.

Measure est gratuit et ne demande pas de carte : il fonctionne en mode fantôme et montre ce qui aurait été économisé sur votre propre trafic. Le moteur est open source et son code est visible par tous.

Installer l’open source

savings.bivelio.comPro · 15 € / siège / mois
Entreprise et écosystème

BiVelio est membre du NVIDIA Inception Program.

Le programme de NVIDIA pour les startups qui construisent avec l'IA.

Découvrir le programme
NVIDIA Inception Program