L’essor des modèles haut de gamme entravé : l’IA bon marché grignote le pouvoir de fixation des prix
De grandes entreprises américaines se mettent collectivement à utiliser de l’IA bon marché
Une enquête du Financial Times montre que les modèles open source se propagent des sociétés tech aux entreprises traditionnelles aux États-Unis. Les données d’AlphaSense indiquent que, de janvier à septembre de cette année, le nombre de mentions de modèles open source ou à poids ouverts dans les conférences téléphoniques sur les résultats et lors de réunions avec les investisseurs par les entreprises américaines a augmenté d’environ 6 fois, en glissement annuel.
1、La raison la plus directe de changer de modèle : la facture
Les dépenses annuelles d’IA de Tinder sont passées d’environ 1 million de dollars en janvier à environ 10 millions de dollars en juillet ; sur six mois, cela fait un bond de 10 fois. Aujourd’hui, l’entreprise a déjà basculé les requêtes ordinaires vers des modèles open source. AT&T a confié environ 40 % de ses tâches d’IA à des modèles open source et prévoit de monter à 70 %. En interne, ses systèmes traitent environ 45 milliards de tokens par jour : les tâches simples passent par des modèles économiques, tandis que les tâches complexes sont réservées à OpenAI et Anthropic.
2、Les prix des tokens continuent de baisser
Les données d’OpenRouter montrent que le prix par token baisse en continu. Les volumes d’appel augmentent, mais les revenus n’augmentent pas dans la même proportion, car l’essentiel de l’incrément est capté par les modèles open source. La part de marché des modèles haut de gamme et leur pouvoir de fixation des prix sont donc attaqués en même temps.
3、Les capacités des modèles open source commencent à rattraper celles des modèles de pointe
La programmation a longtemps été la plus grande barrière protectrice des modèles de pointe fermés, et aussi un scénario clé pour lequel les entreprises acceptaient de payer une prime. Désormais, les modèles open source ont déjà rattrapé le premier échelon sur les capacités de programmation. L’amélioration des modèles haut de gamme arrive dans une phase de plateau : dépenser davantage n’achète pas une intelligence proportionnelle. Pour une tâche notée 70, un modèle noté 70 suffit ; utiliser un modèle noté 90 n’atteint aussi qu’un résultat de 70. L’écart n’est pas évident. Les clients prêts à payer 10 fois le prix pour un modèle noté 95 seront de moins en moins nombreux.
4、Divergences sur la conservation des données : dégradation des relations avec les entreprises les plus exigeantes
Les règles de conservation des données d’Anthropic ont été contestées par des clients importants comme Palantir, Amazon et Microsoft. Les clients d’entreprise accordent de plus en plus d’importance à la souveraineté des données et au contrôle des conditions. Plus les fournisseurs de solutions fermées sont fermes et imposants, plus les clients sont incités à soutenir des solutions open source en remplacement : c’est une forme de contrecoup structurel.
5、Changement de logique pour l’entrée（l’accès）
Des produits comme Meta Muse, Grokbot de xAI et PersonAI deviennent populaires. Ils s’appuient sur des services connecteurs : relations sociales, scénarios de messagerie, et interfaces matérielles. Les utilisateurs restent dans un certain IA bien souvent parce que les amis y sont, les données y sont, et l’entrée y est. Cette “adhérence” ne peut pas être produite uniquement par la puissance du modèle ; même un modèle très haut de gamme ne peut pas résoudre le problème d’une entrée manquante.
En empilant ces couches, la situation des modèles haut de gamme devient très claire : la prime de capacité se réduit, les prix baissent, les factures s’érodent, la conservation des données est contestée et l’accès est entre les mains des autres.
Les modèles de pointe ne disparaîtront pas, mais l’époque où les modèles haut de gamme “capturaient tout” touche à sa fin. À l’avenir, il y aura très probablement un marché segmenté : l’open source absorbera 70 % des besoins ordinaires ; les acteurs fermés garderont la partie la plus difficile, et aussi la plus rentable — comme, à l’ère du mobile internet, les camps Android et iOS représentés par des acteurs clés.
Pour l’investissement : la quantité de calcul continue d’augmenter, mais l’histoire des marges bénéficiaires, de la pénétration et de l’adoption par les entreprises des modèles haut de gamme doit être réécrite.
De grandes entreprises américaines se mettent collectivement à utiliser de l’IA bon marché
Une enquête du Financial Times montre que les modèles open source se propagent des sociétés tech aux entreprises traditionnelles aux États-Unis. Les données d’AlphaSense indiquent que, de janvier à septembre de cette année, le nombre de mentions de modèles open source ou à poids ouverts dans les conférences téléphoniques sur les résultats et lors de réunions avec les investisseurs par les entreprises américaines a augmenté d’environ 6 fois, en glissement annuel.
1、La raison la plus directe de changer de modèle : la facture
Les dépenses annuelles d’IA de Tinder sont passées d’environ 1 million de dollars en janvier à environ 10 millions de dollars en juillet ; sur six mois, cela fait un bond de 10 fois. Aujourd’hui, l’entreprise a déjà basculé les requêtes ordinaires vers des modèles open source. AT&T a confié environ 40 % de ses tâches d’IA à des modèles open source et prévoit de monter à 70 %. En interne, ses systèmes traitent environ 45 milliards de tokens par jour : les tâches simples passent par des modèles économiques, tandis que les tâches complexes sont réservées à OpenAI et Anthropic.
2、Les prix des tokens continuent de baisser
Les données d’OpenRouter montrent que le prix par token baisse en continu. Les volumes d’appel augmentent, mais les revenus n’augmentent pas dans la même proportion, car l’essentiel de l’incrément est capté par les modèles open source. La part de marché des modèles haut de gamme et leur pouvoir de fixation des prix sont donc attaqués en même temps.
3、Les capacités des modèles open source commencent à rattraper celles des modèles de pointe
La programmation a longtemps été la plus grande barrière protectrice des modèles de pointe fermés, et aussi un scénario clé pour lequel les entreprises acceptaient de payer une prime. Désormais, les modèles open source ont déjà rattrapé le premier échelon sur les capacités de programmation. L’amélioration des modèles haut de gamme arrive dans une phase de plateau : dépenser davantage n’achète pas une intelligence proportionnelle. Pour une tâche notée 70, un modèle noté 70 suffit ; utiliser un modèle noté 90 n’atteint aussi qu’un résultat de 70. L’écart n’est pas évident. Les clients prêts à payer 10 fois le prix pour un modèle noté 95 seront de moins en moins nombreux.
4、Divergences sur la conservation des données : dégradation des relations avec les entreprises les plus exigeantes
Les règles de conservation des données d’Anthropic ont été contestées par des clients importants comme Palantir, Amazon et Microsoft. Les clients d’entreprise accordent de plus en plus d’importance à la souveraineté des données et au contrôle des conditions. Plus les fournisseurs de solutions fermées sont fermes et imposants, plus les clients sont incités à soutenir des solutions open source en remplacement : c’est une forme de contrecoup structurel.
5、Changement de logique pour l’entrée（l’accès）
Des produits comme Meta Muse, Grokbot de xAI et PersonAI deviennent populaires. Ils s’appuient sur des services connecteurs : relations sociales, scénarios de messagerie, et interfaces matérielles. Les utilisateurs restent dans un certain IA bien souvent parce que les amis y sont, les données y sont, et l’entrée y est. Cette “adhérence” ne peut pas être produite uniquement par la puissance du modèle ; même un modèle très haut de gamme ne peut pas résoudre le problème d’une entrée manquante.
En empilant ces couches, la situation des modèles haut de gamme devient très claire : la prime de capacité se réduit, les prix baissent, les factures s’érodent, la conservation des données est contestée et l’accès est entre les mains des autres.
Les modèles de pointe ne disparaîtront pas, mais l’époque où les modèles haut de gamme “capturaient tout” touche à sa fin. À l’avenir, il y aura très probablement un marché segmenté : l’open source absorbera 70 % des besoins ordinaires ; les acteurs fermés garderont la partie la plus difficile, et aussi la plus rentable — comme, à l’ère du mobile internet, les camps Android et iOS représentés par des acteurs clés.
Pour l’investissement : la quantité de calcul continue d’augmenter, mais l’histoire des marges bénéficiaires, de la pénétration et de l’adoption par les entreprises des modèles haut de gamme doit être réécrite.