Le nom AutoGPT porte encore les stigmates de 2023, lorsque les utilisateurs le voyaient tourner en boucle indéfiniment et brûler 50 USD de crédits OpenAI en une soirée. La plateforme actuelle a radicalement changé. Le constructeur visuel, le marketplace de blocs, et la gestion explicite du budget de tokens ont modifié ses exigences réelles vis-à-vis d’un serveur.
Je fais tourner AutoGPT sur un serveur Hetzner qui gère trois flux de travail en production. Voici ce qui fonctionne pour une installation en 2026.
Ce que demande réellement AutoGPT en 2026
Le runtime se divise en deux parties principales : le backend (Python, FastAPI, l’exécuteur d’agent) et le frontend (constructeur visuel Next.js). Ensemble, ils occupent environ 1,2 GB de mémoire vive au repos. Chaque flux de travail en cours ajoute entre 200 et 500 MB selon les blocs utilisés.
L’histoire du disque est plus intéressante. Le marketplace de blocs télécharge des images Docker pour beaucoup de blocs, ce qui s’accumule rapidement. Une installation typique avec 30 à 40 blocs chargés atteint 25 GB pour le registre. Les logs et l’état des workflows ajoutent 10 à 15 GB supplémentaires sur quelques mois.
Comparatif VPS pour AutoGPT
| Fournisseur | Plan | vCPU | RAM | Disque | Mensuel | Idéal pour |
|---|---|---|---|---|---|---|
| Hetzner Cloud | CCX23 | 4 | 16 GB | 160 GB NVMe | 29,74 EUR | Production, UE |
| Contabo VPS | VPS M | 6 | 16 GB | 200 GB NVMe | 8,49 EUR | Budget pour production |
| DigitalOcean | Premium AMD 8 GB | 4 | 8 GB | 160 GB NVMe | 56 USD | US, simplicité opérationnelle |
| Hetzner CPX31 | CPX31 | 4 | 8 GB | 160 GB NVMe | 17,34 EUR | Usage léger |
Hetzner Cloud CCX23 : La configuration par défaut pour une utilisation sérieuse
16 GB de RAM et 4 vCPU dédiés suffisent pour faire tourner AutoGPT ainsi que 4 à 5 workflows simultanés confortablement. Le disque NVMe est essentiel car le registre de blocs et l’état des workflows y accèdent en permanence. La région Falkenstein maintient la latence réseau vers les APIs de modèles externes dans une plage de 60 à 80 ms.
Ce qui en fait le choix idéal : AutoGPT est sensible à la latence de fond. Lorsqu’un workflow enchaîne 6 à 8 blocs, même 100 ms d’ajout de latence par bloc étire le temps d’exécution de 2 secondes à 3 secondes. La CPU dédiée du CCX23 aide beaucoup dans ce cas.
Avantages à noter :
- CPU dédié évite les ralentissements dus aux voisins bruyants lors de chaînes multi-blocs
- Le disque NVMe gère la taille du registre de blocs sans difficulté
- Le tarif snapshooting est raisonnable pour revenir en arrière dans les workflows AutoGPT
Le léger inconvénient : il n’y a pas de stockage d’objets managé dans le même centre de données si vous souhaitez décharger de gros résultats de blocs.
Procurez-vous Hetzner : Hetzner Cloud.
Contabo VPS M : Le champion du rapport prix/puissance
8,49 EUR pour 6 vCPU et 16 GB de RAM, c’est imbattable. AutoGPT fonctionne dessus. Les cœurs CPU partagés apparaissent quand vous exécutez plusieurs workflows en parallèle, vous verrez alors des pics de latence occasionnels de 200 ms, ce qui ne se produit pas avec le Hetzner CCX.
Pour une configuration AutoGPT mono-utilisateur ou des workflows batch à faible fréquence, Contabo est le bon choix. Pour une équipe en utilisation interactive, ces pics de latence peuvent devenir pénibles.
Avantages :
- La meilleure puissance brute par euro sur le marché
- 200 GB NVMe pour le registre de blocs + plusieurs mois de logs
Essayez Contabo : Contabo VPS.
DigitalOcean Premium AMD : Pour la simplicité opérationnelle
56 USD par mois, c’est élevé, mais l’UX de DigitalOcean facilite les tâches opérationnelles d’AutoGPT. Snapshots en 30 secondes, bases de données gérées pour l’état d’AutoGPT, sélection facile de région. Si vous voulez déployer AutoGPT une fois et ne plus vous soucier du serveur, c’est la meilleure option.
Point négatif honnête : 8 GB de RAM sont le minimum ici. Le prochain palier monte à 96 USD par mois, ce qui est difficile à justifier.
Procurez-vous DigitalOcean : DigitalOcean.
Hetzner CPX31 : Pour utilisation légère
Si vous faites des expérimentations personnelles avec AutoGPT et que vos workflows sont principalement des appels API externes, le CPX31 avec 8 GB de RAM suffit pour 17,34 EUR par mois. La CPU partagée est acceptable en faible charge concurrente.
Non recommandé pour des équipes ou une utilisation en production. Recommandé pour des développeurs solo explorant la plateforme.
Ce que je choisirais
Pour une configuration d’équipe fiable : Hetzner CCX23. Pour une utilisation solo à petit budget : Contabo VPS M. Évitez la plateforme cloud propre d’AutoGPT sauf si votre dépense mensuelle en tokens reste sous 30 USD, car au-delà, le coût devient moins avantageux.
Le comparatif complet des VPS est disponible sur le SelfHostVPS rankings. AutoGPT publie des mises à jour significatives toutes les 6 à 8 semaines, donc vérifiez bien les besoins en disque et en mémoire avant de faire votre choisir via docker-compose.
Frequently asked questions
AutoGPT en 2026 est-il toujours le monstre de consommation de tokens de 2023 ?
Non, la refonte a été effectuée fin 2024 et la version 2026 utilise un constructeur visuel basé sur des blocs avec des budgets de tokens explicites par flux de travail. Vous pouvez limiter les dépenses par exécution, ce que la version originale ne pouvait pas faire. Le runtime reste majoritairement en Python, mais l'orchestration est maintenant raisonnable. L'hébergement s'apparente plus à faire fonctionner n8n qu'à lancer une expérience.
Quelles spécifications VPS correspondent aux blocs du marketplace AutoGPT ?
chaque bloc dans le marketplace déclare ses propres besoins en ressources. Les blocs légers (appels LLM, récupération web, transformations) nécessitent presque rien. Les blocs plus lourds comme la génération d'images locale ou le traitement vidéo nécessitent un GPU. Pour une installation par défaut avec le set de blocs standard, 4 vCPU et 8 Go de RAM avec 80 Go NVMe sont le minimum raisonnable. Ajoutez un GPU uniquement lorsque vous installez des blocs dépendants du GPU.
Dois-je utiliser Docker Compose ou la plateforme cloud AutoGPT ?
Auto-hébergez avec Docker Compose si vous vous souciez de la résidence des données, souhaitez ajouter des blocs privés ou si vous utilisez plus de 100 USD par mois sur le cloud. La plateforme cloud est vraiment adaptée pour une faible volumétrie et décharge la charge opérationnelle. Le seuil de rentabilité par rapport à un Hetzner CCX23 tourne autour de 50 USD de consommation cloud par mois.
AutoGPT a-t-il besoin d'un GPU sur le VPS ?
Seulement si vous installez des blocs qui en ont besoin. Les blocs du marketplace par défaut utilisent tous des API externes (OpenAI, Anthropic, ElevenLabs, services de génération d'images) et n'ont pas de besoin en calcul local. Le GPU devient pertinent lorsque vous ajoutez Stable Diffusion, Whisper local ou des blocs LLM locaux. La plupart des utilisateurs d'AutoGPT en production n'ont jamais besoin d'un GPU sur le VPS.