The FinOps Foundation has placed the “token economy” at the center of the next FOCUS specification, slated for December 2026, with the goal of standardizing how AI service consumption is represented. Rather than invent new semantics, the community plans to show practitioners how to leverage the existing framework through detailed guidance.

To that end, mapping tables—potentially included as an annex alongside sample SQL queries—will cover three provider archetypes: cloud platforms (e.g., Amazon Bedrock, Azure OpenAI), model-as-a-service vendors (OpenAI, Anthropic), and hybrid environments (Vertex AI). These will address edge cases such as fine-tuning and batch processing. A white paper, expected in August, will outline how to represent inference workloads using current FOCUS constructs: provisioned throughput can be modeled as capacity reservations, while agentic workflows map to transaction grouping. The paper proposes adding columns to distinguish request IDs from session IDs—since a single user interaction may spawn multiple requests, models, or tool calls—but suggests using tags rather than new columns to differentiate human, application, and agent users. To align with FOCUS’s transactional approach, it recommends separate line items for each billing component (input, output, cache, reasoning, image processing). Tiered pricing based on time windows would be treated as a standard tiered billing problem.

Other roadmap priorities include the ability to segment costs by model, separate input and output tokens, and account for per-request token limits. Tokens already exist in FOCUS as a “virtual currency” for pre-purchased credits, but the AI token economy demands deeper treatment.

Version 1.4, released in June 2026, added two new datasets to ease reconciliation: one that surfaces charges as they appear on provider invoices, and another that defines billing-cycle time intervals and statuses. It also introduced columns for comparing commitment structures across providers and identifying which commitments a charge can apply to.

The FOCUS steering committee includes Adobe, AWS, Datadog, Google, IBM Cloudability, Microsoft, Capital One, and Walmart. Contributors to version 1.4 comprise Amadeus, American Express, Broadcom, Databricks, Oracle, and Salesforce.

Niveaux d’inférence, chaînes de pensée, caches de contexte, débits provisionnés… Autant de concepts qui occupent actuellement la FinOps Foundation.

En ligne de mire, la prochaine version de la spécification FOCUS, attendue pour décembre 2026. La « token-économie » y est un chantier prioritaire. Objectif : standardiser au maximum la représentation de l’usage des services IA.

Apprendre d’abord à se servir de l’existant

La communauté est d’avis que la matière est déjà là. L’enjeu est plutôt d’expliquer comment s’en servir. Cela passe par la fourniture de tables de correspondance, potentiellement insérées dans une annexe, aux côtés d’exemples de requêtes SQL. Elles couvriraient trois archétypes de fournisseurs : cloud (type Amazon Bedrock / Azure OpenAI), MaaS (OpenAI / Anthropic) et hybride (Vertex AI). Dans l’idéal, elles aborderaient des « cas limites » comme le fine-tuning et le batching.

Ces mappings s’accompagneront d’un livre blanc, prévu quant à lui pour le mois d’août. Le document de travail esquisse plusieurs pistes pour représenter les workloads d’inférence en utilisant la sémantique existante. La notion de débit provisionnée peut par exemple être mappée aux réservations de capacités ; l’agrégation de workflows agentiques, au regroupement de transactions. Parmi les ajouts envisagés, des colonnes permettant de distinguer identifiant de requête et identifiant de session. Motif : une interaction utilisateur peut engendrer plusieurs requêtes, invoquer plusieurs modèles, exécuter des outils, etc.

Pour distinguer les utilisateurs (humain, application, agent), le livre blanc ne suggère pas de créer de colonnes, mais d’utiliser des tags. Pour s’aligner sur la sémantique transactionnelle de FOCUS, il recommande des lignes distinctes pour chaque composant de facturation (input, output, cache, raisonnement, traitement d’images…). Quant aux tarifications différenciées en fonction de la fenêtre, il propose de la traiter comme un problème standard de facturation par niveaux.

Segmenter par modèle et distinguer l’input de l’output

Autres axes prioritaires sur la roadmap : la capacité à segmenter les coûts par modèle, à distinguer les tokens d’entrée et de sortie et à prendre en compte les limites de tokens par requête.

Depuis l’an dernier, la spec englobe les « devises virtuelles » (non monétaires). Le token en fait partie, mais moins sous l’angle de l’IA que celui des crédits achetés à l’avance.

La dernière version (1.4, publiée en juin 2026) ajoute deux jeux de données censés faciliter la réconciliation. L’un matérialise les charges telles qu’elles apparaissent sur les factures fournisseurs. L’autre définit les intervalles de temps et les statuts associés aux cycles de facturation.

Autre ajout : des colonnes qui permettent de mieux comparer les structures d’engagement entre fournisseurs et d’identifier celles auxquelles une charge est éligible.

Adobe, AWS, Datadog, Google, IBM Cloudability et Microsoft composent le comité de pilotage de FOCUS, en plus de Capital One et Walmart. Parmi les organisations qui ont contribué à la v1.4 figurent Amadeus, American Express, Broadcom, Databricks, Oracle et Salesforce.

À consulter en complément :

L’économie du token, nouveau point focal de la FinOps Foundation

Tokenmaxxing : gaspillage ou moteur de transformation IA ?

Jensen Huang défend sa vision de la « token-économie »

Illustration générée par IA

The post FinOps : la spécification FOCUS à l’épreuve de la « token-économie » appeared first on Silicon.fr.