L'Amérique d'entreprise se tourne vers des modèles IA moins chers alors qu'une guerre des prix remodelle le marché
- Les entreprises américaines choisissent de plus en plus le modèle d'IA le moins cher capable d'accomplir une tâche de manière fiable, plutôt que de payer pour le plus puissant.
-
Ce changement, rapporté par le FT et étayé par les données de dépenses de Ramp, indique une baisse de l'utilisation des modèles de pointe et une chute de 41% du prix effectif des tokens.
- Le marché se réorganise autour du coût par tâche accomplie, même si des analystes comme Gartner préviennent que les factures totales d'inférence pourraient continuer à augmenter.
Les entreprises américaines choisissent la solution IA la moins coûteuse capable d'effectuer le travail efficacement, plutôt que de choisir automatiquement la solution IA la plus avancée disponible.
Cette tendance a exercé une certaine pression sur les prix élevés, car les nouveaux modèles d'IA éliminent l'écart de capacités tandis que les coûts des tokens diminuent régulièrement, selon le Financial Times.
Acheter le modèle le moins cher qui fait le travail
L'essence de cette notion est que des modèles de pointe coûteux ne sont nécessaires que lorsque cela est nécessaire et que le travail régulier peut être effectué par des modèles peu coûteux, qui accomplissent la tâche suffisamment bien.
Ce schéma est apparu dans l'indice IA de Ramp du 9 septembre. Sur la base des données de dépenses d'août 2026, 43,8 % des entreprises américaines de l'échantillon de Ramp ont acheté des produits Anthropic, contre 39,8 % pour OpenAI. Ramp a également souligné l'utilisation croissante de modèles moins chers comme une menace pour les entreprises d'IA qui comptent sur des dépenses constantes des entreprises dans les systèmes de pointe.
Cette tendance est également cohérente avec les conclusions de l'rapport sur l'IA agentic de l'OCDE publié en septembre 2026. Des entretiens avec 25 organisations ont indiqué que les économies de coûts étaient une raison courante d'utiliser des systèmes agentic, ainsi que leur contribution à une productivité plus élevée et à la résolution des pénuries de main-d'œuvre.
Une guerre des prix mesurée en fractions de centime
Le prix des modèles diminue rapidement, tout comme de nouveaux systèmes sont introduits.
Selon une couverture antérieure de Cryptopolitan, OpenAI a publié le GPT-6 Sol et le GPT-6 Luna le 22 septembre, avec des prix au moins 50 % inférieurs à ceux des modèles précédents, le GPT-5.6. Le GPT-6 Sol coûte 2 $ pour chaque million de tokens d'entrée et 10 $ pour chaque million de tokens de sortie.
La même semaine, Anthropic a lancé Opus 5.5 tandis que xAI présentait Grok 4.7 sur un marché de plus en plus guidé par les critères de performance-prix. Selon Axios, les modèles bon marché mais toujours efficaces représentent la nouvelle course concurrentielle dans l'industrie.
La tendance baissière à long terme est encore plus étonnante. Selon Epoch AI, le prix pour atteindre un niveau de performance IA constant a diminué d'environ 47 % sur une base trimestrielle depuis 2023, soit environ 13 fois par an.
Le coût par tâche terminée importe davantage
En raison de cette pression croissante basée sur les prix, les métriques par lesquelles les entreprises mesurent le succès changent. L'importance du leadership dans les benchmarks n'a pas diminué, mais il y a plus de focus sur le montant que les clients doivent payer pour une performance efficace.
L'AutomationBench de Zapier teste les agents en ce qui concerne les flux de travail de bout en bout dans 47 outils professionnels. Au 28 septembre, Claude Opus 5.5 menait le classement avec une efficacité de 42,47 % pour un prix de 1,44 $ par tâche, tandis que GPT-6 Sol était à 33,2 % à XHigh pour seulement 0,27 $ par tâche.
Le même compromis apparaît dans l'Analyse Artificielle. GPT-6 Sol au maximum d'effort obtient 48 à son Indice d'Intelligence pour un coût estimé de 1,06 $ par tâche. MiMo-V2.6-Pro de Xiaomi, à poids ouvert, obtient 46 tout en ne coûtant que 0,13 $ par tâche.
Cet écart est si petit que le routage multi-modèles devient viable. Au lieu d'être obligé d'utiliser un seul fournisseur pour tous les charges de travail, les entreprises ont la possibilité d'utiliser le bon modèle en fonction de l'importance relative et de la complexité d'une tâche.
Des tokens moins chers peuvent toujours signifier des factures plus importantes
Des prix plus bas ne signifient pas nécessairement des dépenses IA plus faibles.
Selon Axios, le paradoxe de Jevons indique que des ressources plus abordables conduisent à une consommation accrue. Gartner a fait une déclaration similaire au paradoxe de Jevons dans sa prévision du 17 août, estimant une augmentation de plus de cinq fois du coût d'inférence des flux de travail agentic d'ici 2028.
Les modèles moins chers peuvent également augmenter l'accessibilité dans d'autres régions du monde. Selon l'Rapport mondial sur la diffusion de l'IA publié par Microsoft, les modèles abordables et ouverts peuvent également fournir une accessibilité, cependant, l'infrastructure, la connectivité et les compétences joueront un rôle vital dans la détermination de ceux qui peuvent en profiter.
La demande devient plus forte pour les acheteurs d'entreprise : le meilleur IA n'est peut-être pas l'IA la plus intelligente, mais c'est le type d'IA qui fait son travail efficacement au moindre coût.
Les esprits les plus brillants du secteur crypto lisent déjà notre newsletter. Vous aussi ? Rejoignez-les.
FAQ
De combien les nouveaux modèles d'IA sont-ils moins chers ?
OpenAI a réduit les prix de GPT-6 Sol et Luna d'au moins 50% par rapport à leurs prédécesseurs GPT-5.6 le 22 septembre, et Anthropic indique qu'Opus 5.5, lancé ce jour-là, coûte environ 40% de moins qu'Opus 5.
Les entreprises passent-elles réellement à des modèles moins chers ?
Les données de Ramp montrent que les modèles de pointe sont passés à 45% de la part des tokens, contre un pic de 53% en août, et que leur indice de prix effectif a chuté de 41% à environ 0,68 $ par million de tokens, tandis que les entreprises définissent des paramètres par défaut orientant les tâches courantes vers des modèles standards moins onéreux.
Une IA moins chère signifie-t-elle que les entreprises dépensent moins au total ?
Pas nécessairement. Gartner prévoit que les coûts d'inférence par flux de travail agentif augmenteront de plus de cinq fois d'ici 2028, et Axios cite le paradoxe de Jevons, selon lequel la baisse des prix entraîne une augmentation de l'utilisation totale et des dépenses.
Avertissement. Les informations fournies ne constituent pas des conseils en matière de trading. Cryptopolitan.com décline toute responsabilité concernant les investissements réalisés sur la base des informations fournies sur cette page. Nous recommandons vivement une recherche indépendante et/ou une consultation avec un professionnel qualifié avant de prendre toute décision d'investissement.
Ibiam Wayas
Ibiam Wayas couvre l'actualité des cryptomonnaies depuis 2019. Il a étudié l'informatique à l'Université ouverte du Nigeria. Ses travaux ont été publiés sur diverses plateformes d'actualités cryptographiques, dont Coinfomania, Crypto News Australia et AltcoinBuzz. Fort de son background en informatique, il se concentre désormais sur les actualités liées aux cryptomonnaies, à la robotique et à la longévité.
