Meilleurs sandbox pour agents en 2026 : démarrage à froid, tarification à la seconde et politique réseau chez E2B, Daytona, Modal, Cloudflare et Vercel
Le 21 août 2026, le projet open source ComputeSDK a publié les résultats de son banc d'essai comparant les principales plateformes de « sandbox » pour agents d'intelligence artificielle, ces environnements isolés où les agents exécutent du code généré automatiquement. Le test mesure le Time to Interactive (TTI), soit le délai entre la création d'un environnement et l'exécution réussie de la première commande, sur 100 itérations lancées simultanément depuis un serveur de 4 vCPU basé en Virginie du Nord. Vercel Sandbox arrive en tête avec un temps médian de 0,67 seconde (P95 à 1,04 s, P99 à 1,12 s, 100 % de réussite), suivi de Modal (0,88 s en médiane, 100 % de réussite) et de Runloop (0,89 s en médiane, mais un P95 de 3,27 s). E2B affiche un médian de 1,61 seconde, tandis que Cloudflare Sandbox SDK, adossé à Cloudflare Containers, atteint 5,06 secondes en médiane avec un P99 de 6,48 secondes. Daytona, dont la page tarifaire annonce des créations de sandbox en moins de 90 millisecondes, affiche bien le temps médian le plus bas du classement, 0,27 seconde, mais avec seulement 37 % de réussite sur les 100 tentatives simultanées, contre 100 % pour tous les autres fournisseurs testés.
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Cette divergence entre les chiffres marketing et la performance réelle sous charge concentrée compte directement pour les équipes qui construisent des agents capables d'exécuter du code : un agent qui crée un nouveau bac à sable à chaque appel d'outil peut solliciter ce service des milliers de fois par jour, et un taux de réussite de 37 % signifie que près des deux tiers des requêtes doivent être relancées, ce qui complique l'architecture et gonfle la facture. Les résultats montrent aussi que la médiane seule est trompeuse : Runloop et Modal affichent des temps médians quasi identiques, mais le P95 de Runloop est 3,3 fois supérieur à celui de Modal, un écart critique si le budget de latence toléré par l'agent est d'une seconde. Au-delà de la vitesse de démarrage, trois autres critères déterminent le choix d'une plateforme : la persistance du système de fichiers entre les tours de conversation, la politique de sortie réseau (l'agent peut-il atteindre internet, et cet accès peut-il être coupé en cours de session), et la facturation du temps d'inactivité, sachant qu'un agent passe l'essentiel de son temps à attendre la réponse d'un modèle de langage.
Ce banc d'essai s'inscrit dans l'émergence rapide d'une nouvelle catégorie de produits d'infrastructure, portée par la multiplication des agents autonomes capables d'écrire et d'exécuter du code : au moins une douzaine de fournisseurs se disputent ce marché, avec quatre modèles de facturation incompatibles et des pages marketing qui citent des temps de démarrage mesurés dans des conditions jamais précisées. Cloudflare a elle-même reconnu, dans son billet d'annonce de disponibilité générale, que démarrer un sandbox, cloner un dépôt et exécuter une installation npm prend environ 30 secondes, contre deux secondes seulement pour restaurer un environnement déjà sauvegardé, illustrant l'écart entre démarrage à froid et reprise depuis un instantané. Face à cette opacité, ComputeSDK propose un protocole reproductible pour que chaque équipe mesure elle-même la tâche correspondant à son usage réel, comme installer une bibliothèque, lire un fichier CSV et générer un graphique, plutôt que de se fier à des tests génériques. D'autres fournisseurs, dont Fly.io Sprites et Northflank, sont cités comme alternatives capables de changer la réponse selon les cas d'usage, signe que ce marché encore jeune devrait continuer de se recomposer à mesure que les besoins d'infrastructure des agents IA se préciseront.
Pas d'impact direct sur la France/UE