Les modèles open source gagnent vite en volume, mais pas en valeur. Chez les entreprises, les IA les plus chères gardent encore la main sur la dépense.
En bref
- DeepSeek domine les volumes de tokens
- Anthropic garde l’essentiel de la dépense
- Le marché IA se segmente durablement
L’open source prend de la place, mais Anthropic ne lâche pas la caisse. C’est le paradoxe du moment dans l’IA d’entreprise, et il dit beaucoup sur la structure réelle du marché.
Chez Vercel, le tableau de bord de l’AI gateway montre bien ce basculement. Sur la dernière semaine, DeepSeek est passé en tête des volumes de tokens, avec un peu plus d’un tiers de tous les tokens traités par l’infrastructure. Dans le même temps, Z.ai, le laboratoire derrière GLM-5.2, est monté à la quatrième place. Vu d’en haut, on pourrait croire que les modèles ouverts mangent les acteurs premium.
Beaucoup plus de tokens, pas forcément plus de valeur
Le détail raconte autre chose. Si l’on regarde la dépense totale sur la plateforme de Vercel, Anthropic représente encore plus de la moitié des montants engagés en IA. Sa part a un peu reculé sur un mois, notamment parce que ses propres tarifs ont augmenté, mais pas au point de bouleverser l’équilibre.
Même tableau chez OpenRouter, sur un périmètre plus large et un peu moins centré entreprise. DeepSeek V4 Flash y domine l’usage avec 5,3 trillions de tokens par semaine. En face, le modèle frontier le plus utilisé, Opus 4.8, tourne à un peu plus de 2 trillions. Sauf que le prix moyen n’a rien à voir, environ 1 euro par million de tokens pour Opus 4.8 (1,37$), contre environ 0 euro pour V4 Flash (6 cents). En gros, moins de volume, beaucoup plus de valeur.
Le marché valide une économie à deux vitesses
C’est précisément la thèse défendue par Jesse Zhang, le patron de Decagon. Selon lui, les modèles de pointe et l’open source ne se cannibalisent pas vraiment. Ils occupent deux moments d’un même cycle. Les modèles chers servent à tester, valider, explorer. Puis, quand un usage mûrit, il bascule vers des modèles plus légers et moins coûteux.
Sa formule résume bien la mécanique. Jesse Zhang estime que « les laboratoires de pointe continueront de dominer la découverte. L’open source dominera de plus en plus la production ». Et comme de nouveaux cas d’usage arrivent sans cesse, la dépense sur les modèles frontier ne baisse presque pas.
Pourquoi Anthropic ne décroche pas, au moins pour l’instant
Deux explications ressortent. D’abord, le marché des tâches adressables par l’IA grossit si vite que les meilleurs modèles gardent leur place simplement en raflant les déploiements au stade initial. Ensuite, pas mal de cas d’usage restent trop complexes pour être remplacés entièrement par des alternatives moins chères.
Et il y a déjà un prochain candidat à surveiller. Nvidia Nemotron pourrait remonter très vite grâce aux liens de Nvidia avec l’écosystème et à l’adaptabilité du modèle.
Le point intéressant, quand même, c’est que la vieille crainte d’une commoditisation totale des laboratoires foundation ne se vérifie pas encore. Oui, les acteurs verticaux basculent vers des modèles plus légers. Oui, l’économie des startups de type GPT wrapper tient. Mais, token pour token, les fournisseurs frontier conservent la partie la plus rentable du marché, le prix premium. Et pour l’instant, rien n’indique un retournement rapide.
