CrewAI est recommandé pour tout, des agents de recherche aux bots de support client, et les recommandations techniques sur Reddit sont complètement incohérentes. Certains parlent de 32 GB de RAM, d’autres de 1 GB. J’ai utilisé CrewAI en production pendant quatre mois avec trois configurations VPS différentes. Voici ce qui convient réellement.
La vraie empreinte de CrewAI
La bibliothèque CrewAI est vraiment compacte. Un processus Python avec une équipe chargée consomme environ 200 à 300 Mo. Ajouter plus d’agents à la même équipe ajoute peut-être 50 Mo chacun. Le nombre d’agents n’est pas le principal facteur de coût.
Ce qui influence le plus :
- Les buffers du client LLM (surtout avec streaming et sortie structurée)
- La fonctionnalité mémoire, qui charge les modèles d’embeddings si activée
- La surcharge des outils, notamment les outils navigateur ou l’exécution de code local
- Les exécutions simultanées de crews, chacune maintenant plusieurs connexions HTTP ouvertes vers l’API du modèle
Pour une équipe typique de 4 à 6 agents avec recherche web et quelques outils API, 4 Go de RAM et 2 vCPU suffisent largement. Ceux qui vous disent de prévoir 16 Go visent des LLM auto-hébergés, pas CrewAI lui-même.
Comparatif VPS pour CrewAI
| Fournisseur | Plan | vCPU | RAM | Stockage | Mensuel | Idéal pour |
|---|---|---|---|---|---|---|
| Hetzner Cloud | CCX13 | 2 | 8 GB | 80 GB NVMe | 14.86 EUR | Équipes en production, UE |
| Contabo VPS | VPS S | 4 | 8 GB | 100 GB NVMe | 4.50 EUR | Projets hobby, side projects |
| DigitalOcean | Premium AMD 4 GB | 2 | 4 GB | 80 GB NVMe | 28 USD | US, faible surcharge opérationnelle |
| Hetzner CPX11 | CPX11 | 2 | 2 GB | 40 GB SSD | 5.18 EUR | Développeur solo, équipe unique |
Hetzner Cloud CCX13 : Le choix fiable pour la production
Une CPU dédiée est plus importante pour CrewAI qu’on ne le croit, car l’équipe lance souvent plusieurs appels parallèles d’agents, et les plans CPU partagés peuvent introduire des variations de latence. Les deux cœurs dédiés du CCX13 offrent des performances prévisibles même avec 3 ou 4 exécutions de crews en simultané.
Pourquoi je recommande cela pour le travail client : réponses prévisibles lorsque plusieurs crews se lancent en même temps. Les plans CPU partagés peuvent faire passer une exécution de crew de 5 secondes à 12 secondes lors de pics de bruit.
Points forts :
- CPU dédié maintient une faible variance de latence
- NVMe gère les logs de sortie structurée sans problème
- Le réseau Hetzner a une latence constante inférieure à 100 ms vers toutes les principales API LLM
Inconvénient : 14.86 EUR par mois, environ 3 fois le prix le plus bas. C’est rentable pour la production, surdimensionné pour des expérimentations.
Obtenez Hetzner : Hetzner Cloud.
Contabo VPS S : Pour expérimentations et side projects
4.50 EUR par mois pour 4 vCPU et 8 GB RAM, difficile à battre pour des charges non critiques. CrewAI fonctionne parfaitement dessus. La CPU partagée peut occasionnellement générer des pics de latence de 300 à 500 ms sous charge, ce qui est plus problématique pour une utilisation interactive que pour des traitements batch.
Avantages :
- Option la plus économique pour CrewAI
- 8 GB de RAM permettent d’utiliser la fonctionnalité mémoire et des modèles d’embeddings plus grands
- 100 GB NVMe suffisent pour l’état des crews et les logs
Inconvénients : la configuration prend entre 2 et 4 heures, ce qui peut freiner si vous modifiez souvent l’infrastructure.
Testez Contabo : Contabo VPS.
DigitalOcean Premium AMD : Pour la latence US
Si votre équipe, vos modèles API, et vos intégrations sont tous basé sur la côte Est US, la latence vers DigitalOcean NYC3 influence notablement la performance des crews enchaînant plusieurs appels d’outils. 28 USD par mois, ce n’est pas le moins cher face à Hetzner, mais le système de snapshots et la gestion de bases de données réduisent la surcharge opérationnelle.
Honnêtement : la valeur est dans la plateforme, pas la puissance brute. Si vous ne vous souciez pas de l’écosystème DigitalOcean, Hetzner offre plus de performance pour votre dollar.
Obtenez DigitalOcean : DigitalOcean.
Hetzner CPX11 : La solution la moins chère et fonctionnelle
Pour un développeur solo qui exécute une seule instance de manière interactive, le CPX11 avec 2 GB de RAM suffit. CrewAI s’installe, les buffers du client LLM sont compatibles, vous ne pouvez simplement pas activer la fonctionnalité mémoire avec un gros modèle d’embeddings.
Utilisez-le pour projets personnels et démos. Passez à autre chose dès que cela devient critique pour le travail.
Ce que je choisirais
Pour le travail client ou les déploiements en production de CrewAI : Hetzner CCX13. Pour les expérimentations et projets hobby : Contabo VPS S. Le cloud entreprise de CrewAI convient pour un faible volume d’usage, mais l’auto-hébergement sur un VPS bien dimensionné offre plus de flexibilité et coûte moins cher au-delà de 40 EUR par mois d’utilisation.
L’image complète des VPS est disponible dans la comparaison SelfHostVPS. CrewAI est suffisamment stable pour que les exigences d’hébergement n’aient pas beaucoup évolué en 2026 ; ces recommandations devraient rester valides encore un moment.
Frequently asked questions
Quelle configuration VPS CrewAI nécessite-t-il pour une équipe de 5 agents ?
CrewAI lui-même est léger, le processus Python consomme environ 200 à 400 Mo de mémoire résidente, indépendamment de la taille de l'équipe. Une équipe de 5 agents avec les outils par défaut tient dans 2 Go de RAM. La pression mémoire provient des buffers du client LLM et des embeddings si vous utilisez la fonctionnalité mémoire. Prévoir 4 Go pour laisser de la marge, mais pas besoin de 16 Go sauf si vous hébergez aussi le modèle vous-même.
CrewAI a-t-il besoin d'un GPU sur le même VPS ?
Non, dans 90% des configurations. CrewAI appelle des endpoints LLM externes (OpenAI, Anthropic, Groq, Together) et le VPS n'a besoin que de CPU. Le GPU devient pertinent uniquement si vous hébergez vous-même le modèle linguistique avec Ollama ou vLLM sur la même machine. La majorité des déploiements en production de CrewAI utilisent des modèles externes et fonctionnent sur des nœuds uniquement CPU.
Comment CrewAI se compare-t-il à LangGraph en termes d'exigences d'hébergement ?
CrewAI est plus léger dans l'état stable, l'abstraction est plus fine et la consommation mémoire est moindre. LangGraph ajoute l'arbre de dépendances LangChain plus la machine à états du graphe, ce qui double approximativement la mémoire résidente pour des workflows équivalents. Si le coût d'hébergement compte et que votre cas d'usage consiste en une collaboration basée sur les rôles, CrewAI est plus rentable.
Dois-je utiliser le cloud entreprise de CrewAI ou héberger moi-même ?
Hébergez vous-même si vous avez besoin de la résidence des données, souhaitez intégrer des outils privés, ou si vous prévoyez plus de 50 exécutions de crew par jour. Le cloud enterprise est pratique pour un faible volume d'utilisation et supprime la gestion opérationnelle. Le point d'équilibre avec un Hetzner CCX13 se situe autour de 40 à 60 EUR par mois en utilisation cloud, selon le plan choisi.