Un livret thérapeutique d’hôpital ne recense pas les meilleures molécules, mais celles qui suffisent, au meilleur prix, pour la majorité des indications. Quand un générique y entre, nul ne demande aux praticiens de juger l’élégance de la synthèse : à service comparable sur le gros du volume, un écart de prix d’un facteur dix cesse d’être discutable, et la molécule de pointe reste réservée aux cas qui l’exigent.
Les directions informatiques occidentales viennent d’appliquer ce raisonnement à l’intelligence artificielle. Selon une enquête du Financial Times publiée en juillet 2026, DoorDash, Airbnb et Siemens confient une part de leurs charges à des modèles conçus en Chine, plutôt qu’à Claude et ChatGPT, dont le tarif ne se justifie plus quand des concurrents rendent un service voisin pour une fraction du prix. Le coût motive la bascule sans en épuiser les raisons.
Le mouvement déborde les grands groupes. Sur X, le cofondateur de DoorDash Andy Fang a chiffré les économies permises par un modèle de la jeune pousse chinoise Moonshot AI, tandis que Lindy, société californienne, a rompu avec Anthropic pour se fournir en DeepSeek V4. Reste à comprendre ce que mesurent les chiffres invoqués, d’où vient un tel écart et quels risques l’accompagnent.
Un basculement d’usage que les plateformes de routage enregistrent
OpenRouter réunit les grands modèles derrière une interface unique et mesure ce qui transite par elle. DeepSeek et Z.ai y ont dépassé leurs équivalents américains en volume : la part américaine des tokens routés, d’environ 75 % en 2025, est devenue minoritaire au premier semestre 2026, DeepSeek passant de 9 % en janvier à 18 % en juin. Sur Vercel, la même bascule portait 17 % des tokens en mai pour 1 % des revenus.
Le déclencheur est agentique, pas conversationnel
Un mois après sa sortie le 24 avril 2026, V4-Flash représentait 70 % du flux de tokens agentiques de DeepSeek, alors que ces charges restaient jusque-là chez les fournisseurs propriétaires. Un agent consomme des millions de tokens qu’aucun humain ne relit, sur des boucles où la moindre différence de tarif se multiplie par le nombre d’itérations : le segment le plus sensible au prix a cédé le premier.
Le poste de dépense qui a échappé aux prévisions
L’index Ramp de juin 2026 chiffre le problème que ces entreprises cherchent à résoudre. Le premier centile des sociétés les plus engagées dépense environ 7 500 dollars par employé et par mois, le décile supérieur 611 dollars, la médiane 11,38 dollars, avec une croissance de 14,1 % par mois. Une organisation a même brûlé 500 millions de dollars en un seul mois.
La fin du tokenmaxxing
La Silicon Valley a nommé la parenthèse qui se referme. Uber a épuisé son budget d’intelligence artificielle 2026 en quatre mois, quelque 5 000 ingénieurs ayant fait exploser les projections, avant de plafonner la dépense de chacun à 1 500 dollars par mois. Microsoft a résilié les abonnements Claude Code de plusieurs divisions, Meta a démonté son classement interne de consommation.
Une demande décrétée par les entreprises elles-mêmes
Plusieurs employeurs rendent pourtant l’outil obligatoire et le vérifient au moment de noter leurs équipes. Meta en fournit le modèle : l’impact piloté par l’IA pèse dans l’évaluation dès 2026, et son organisation Creation s’était fixé pour le premier semestre 65 % d’ingénieurs écrivant plus de 75 % de leur code avec l’IA. Tenir ce seuil suppose de faire travailler plusieurs agents de front. La facture insoutenable procède d’une consommation prescrite.
Le mécanisme qui rend ces modèles si peu chers
Les tarifs ne laissent pas place à l’interprétation : DeepSeek V4-Flash est facturé 0,09 dollar par million de tokens en entrée et 0,18 en sortie, contre 5 et 30 dollars pour le GPT-5.5 d’OpenAI. Une session de codage revient à une dizaine de dollars de l’heure avec Claude contre moins de cinquante cents avec DeepSeek, et UBS estimait le 24 juin les coûts d’entraînement chinois à moins de 10 % de ceux des laboratoires américains.
La sparsité tient lieu de politique commerciale
L’écart ne relève pas d’une remise mais d’un choix d’architecture. DeepSeek-V4-Pro totalise 1 600 milliards de paramètres dont 49 milliards s’activent à chaque token, V4-Flash 284 milliards dont 13. Le rapport de recherche revendique, sur un contexte d’un million de tokens, 27 % des FLOPs d’inférence et 10 % du cache clé-valeur de la génération précédente, grâce à une attention hybride alternant compression parcimonieuse et compression lourde selon les couches.
Le calcul vaut aussi pour le silicium
GLM-5, sorti le 11 février 2026 avec 745 milliards de paramètres, a été entraîné exclusivement sur des puces Huawei Ascend, sans un seul processeur graphique Nvidia : le contrôle américain à l’export a fait naître une filière qui échappe à la marge du fournisseur de calcul. DeepSeek publiait d’ailleurs dès mars 2025 une marge théorique de 545 % sur vingt-quatre heures, ses recettes réelles restant, précisait-il, très inférieures.
Les fournisseurs retenus et la secousse de la mi-juillet
Le modèle qui fait économiser DoorDash porte un nom et une licence. Kimi K2.6, publié le 20 avril 2026 par Moonshot AI, aligne mille milliards de paramètres dont 32 activés par token, sous une licence MIT modifiée qui n’impose qu’une mention dans l’interface au-delà de cent millions d’utilisateurs mensuels.
L’autre fournisseur cité n’est pas une jeune pousse. Z.ai est entrée à la Bourse de Hong Kong le 8 janvier 2026, devenant le premier éditeur de grands modèles coté au monde. La sortie de GLM-5.2 le mois dernier, le 16 juin, a renforcé le calcul des acheteurs : une fenêtre d’un million de tokens, environ 0,72 dollar par million en entrée et 1,80 en sortie, et le crédit public de personnalités de la Silicon Valley, pour qui il soutient la comparaison avec les systèmes américains sans en avoir le tarif.
Kimi K3 et la réplique boursière du 17 juillet
Moonshot AI a publié Kimi K3 le 16 juillet : 2 700 milliards de paramètres, présenté comme le plus grand modèle à poids ouverts jamais diffusé, facturé 15 dollars par million de tokens en sortie contre 50 pour Fable 5 d’Anthropic, et jugé compétitif avec lui. Le lendemain, TSMC perdait 7 %, SoftBank 9 %, Nvidia 1,2 % et Meta plus de 2,4 %, Z.ai reculant de 30 % à Hong Kong.
Ce que les poids ouverts autorisent, et par où ils passent
La plupart de ces systèmes sont diffusés en poids ouverts : rien n’en demeure caché à celui qui les télécharge, lequel peut les remodeler pour son métier et décider seul du sort réservé aux informations qu’il leur confie. Le bilan de printemps de Hugging Face relevait déjà 113 000 dérivés directs de la seule famille Qwen. Eugene Cheah, PDG de Featherless AI, met des mots sur ce que le secteur préférait taire : la qualité maximale n’est pas ce que cherche un acheteur d’entreprise.
Sam Bresnick, chercheur au Center for Security and Emerging Technology de Georgetown University, pose l’équation dans les mêmes termes : pourquoi verser un supplément à Anthropic ou à OpenAI quand les modèles chinois font l’affaire sur une bonne part des charges concernées ? Le contrepoint se chiffre pourtant : selon l’Epoch Capabilities Index, les modèles chinois accusent depuis 2023 un retard moyen de sept mois sur la frontière américaine, de quatre au minimum et de quatorze au maximum.
Le chemin d’accès passe par les clouds américains
Les entreprises ne paient pas les éditeurs chinois : elles exécutent les poids ouverts sur leurs serveurs, ou y accèdent par des clouds américains. Amazon Bedrock a industrialisé ce chemin le 10 février 2026 en ajoutant six modèles à poids ouverts entièrement gérés, dont DeepSeek V3.2, GLM 4.7 et Kimi K2.5, quand l’auto-hébergement suppose 30 000 dollars d’équipement. La géographie du modèle et celle des données ont divorcé.
Le coût d’ingénierie que le tarif ne montre pas
Façonner un modèle se paie ailleurs que sur la facture d’inférence. Chez Lindy, dont la note d’IA dépassait la masse salariale de ses vingt-cinq personnes, la bascule intégrale a demandé six à neuf mois d’évaluation et de ré-écriture des invites. Son PDG Flo Crivello a déclaré qu’il reviendrait chez Anthropic si les prix baissaient, ce qui décrit moins une conversion qu’un arbitrage révisable.
Un risque plus juridictionnel que commercial
Un facteur politique pèse aussi dans la balance, et il a une chronologie. Anthropic lance Claude Fable 5 le 9 juin 2026 ; le 12 juin au soir, le secrétaire au Commerce Howard Lutnick ordonne la suspension d’accès pour tout ressortissant étranger, à l’intérieur comme à l’extérieur des États-Unis ; l’entreprise coupe Fable 5 et Mythos 5 pour le monde entier en quelques heures, et des équipes perdent en une nuit l’outil sur lequel reposait leur production.
L’épisode s’est refermé aussi vite. Le 26 juin, l’administration rouvrait Mythos à quelques entreprises et agences américaines ; le 30 juin, le département du Commerce levait les contrôles à l’export, le modèle demeurant réservé à une poignée d’institutions et les utilisateurs étrangers sans visibilité. Un gouvernement peut donc faire couper un accès en une soirée.
Louer plutôt que posséder
Aidan Gomez, PDG du groupe canadien Cohere, y voit la démonstration la plus tangible de la période : dépendre d’un seul acteur est un risque de structure, et se doter de plusieurs fournisseurs cesse d’être une affaire de conviction pour devenir une règle de gestion. Louer son IA à un tiers plutôt que la posséder relève selon lui du risque de sécurité nationale, deux pays contrôlant environ 90 % du calcul mondial.
Le coût politique et réglementaire d’un choix rendu public
Le 29 avril 2026, les présidents des commissions House Homeland Security et House Select Committee on the CCP ouvraient une enquête conjointe visant Airbnb, qui emploie Qwen d’Alibaba pour son service client, et Anysphere, dont le Composer 2 de Cursor s’appuie sur un modèle de Moonshot AI. L’accusation est double : la censure intégrée à l’entraînement, et le soupçon d’une distillation massive des modèles américains.
Ce qu’une étude de sécurité a mesuré
Le second grief repose sur un travail expérimental. CrowdStrike a soumis 30 250 invites à chaque modèle testé et constaté que DeepSeek-R1 produit du code sévèrement vulnérable dans 19 % des cas au repos, mais dans 27,2 % lorsque le contexte mentionne le Tibet. Snehal Antani, PDG de Horizon3.ai, alerte pour sa part sur des violations de la souveraineté des données exposant code propriétaire et données utilisateurs.
Un conflit de normes que l’Europe n’a pas tranché
L’ordonnance n° 126 de la SAMR, en vigueur depuis le 1er juin 2026, range les données d’entraînement et le code source des modèles dans les secrets d’affaires. Or l’article 53 du règlement européen sur l’IA impose à tout fournisseur de modèle à usage général mis sur le marché européen, licence libre comprise, d’en publier un résumé détaillé. Et celui qui consacre à une modification plus du tiers du calcul d’origine devient fournisseur à son tour.
Ce que décrivent DoorDash, Airbnb, Siemens et Lindy n’est pas un divorce mais une séparation de couches. Un développeur américain interrogé sur le terrain paie cinq cents dollars par mois chez Anthropic et OpenAI pour la conception et la relecture délicates, deux cents chez des éditeurs chinois qui absorbent les neuf dixièmes des tâches. Le routage multi-modèles devient une discipline d’ingénierie, pas un choix de camp, et le coût gardera la main sur le fournisseur tant que la consommation progressera.
Encore faut-il que l’arbitrage tienne. Passer à un modèle dix fois moins cher ne soulage la facture que si la consommation ne se multiplie pas par dix, et aucune des organisations citées ne s’y est engagée : le prix du token a fondu, ce sont les agents qui l’ont rattrapé. Le guichet chinois pourrait d’ailleurs se refermer, Reuters ayant rapporté le 7 juillet des réunions du ministère du Commerce avec Alibaba, ByteDance et Zhipu sur l’accès étranger aux modèles les plus avancés, versions à poids ouverts comprises.
La France avait déjà écrit ce scénario pour du matériel : la loi du 1er août 2019 soumet les équipements de réseaux mobiles à une autorisation de l’ANSSI, délivrée à Huawei pour huit ans au plus et refusée dans des villes jugées stratégiques comme Brest ou Strasbourg. Rien d’équivalent n’existe pour des poids qui se téléchargent en une commande, quand un modèle dont la production varie avec la charge politique du contexte relève de la sécurité applicative.
Aller plus loin
Le chaînon manquant entre le constat d’un prix bas et son explication tient dans DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence, le rapport technique qui détaille l’attention hybride et l’optimiseur employé. On y mesure ce que 27 % des FLOPs d’inférence supposent de renoncements.
Les chiffres d’usage repris partout depuis juillet viennent d’un billet unique, DeepSeek V4 Is Earning Agentic Token Share, publié par la plateforme qui les collecte. Sa valeur tient à l’isolement du flux agentique : la seule lecture publique qui explique le moment du renversement, et non sa direction.
Les tableaux d’usage ne montrent jamais les praticiens, et c’est ce que va chercher When Americans choose Chinese AI, l’enquête de Viola Zhou auprès de développeurs américains. Elle rapporte les coûts horaires constatés et les montages d’hébergement conçus pour que rien ne quitte les serveurs occidentaux.
Les développeurs avaient tranché avant les comités d’investissement, comme l’établit le bilan State of Open Source on Hugging Face: Spring 2026, dressé sur ses propres statistiques. Bascule des téléchargements, dérivés de Qwen par dizaines de milliers, et une concentration telle que la moitié des modèles publiés reste sous deux cents téléchargements.
Le récit du presque aussi bien mérite son contrepoint chiffré, et la fiche Chinese AI models have lagged the US frontier by 7 months on average since 2023 le fournit avec sa méthodologie. Sept mois de retard moyen, quatre au minimum, quatorze au maximum : un peloton qui suit de près, jamais un peloton qui a rejoint la tête.
L’épisode Mythos gagne à être relu dans son récit à chaud, Anthropic Pulls Its Most Powerful AI Models After U.S. Bars Foreign Access, écrit quand l’issue restait inconnue. Les dates y sont précises, le périmètre de l’interdiction aussi, salariés étrangers compris, et le motif technique apparaît tel qu’il fut formulé.
La distinction entre louer et posséder, réduite ailleurs à une formule, se déploie dans Renting AI from foreign providers is a national security risk, warns Cohere CEO, où le dirigeant canadien raisonne en point unique de défaillance. Son argument le plus fort est statistique : deux pays concentrent près de 90 % du calcul mondial.
Le soupçon de vulnérabilités cachées cesse d’être une figure de rhétorique dans Security Flaws in DeepSeek-Generated Code Linked to Political Triggers, qui expose son protocole autant que ses résultats. Un taux de code vulnérable passant de 19 % à 27,2 % selon la charge politique du contexte pose la question de la loyauté d’un composant.
Une direction technique européenne tentée par le même chemin gagne à lire les Guidelines for providers of general-purpose AI models avant d’engager la moindre campagne d’affinage. La page de la Commission réunit les lignes directrices, le modèle obligatoire de résumé des contenus d’entraînement et les questions-réponses, et pose la règle qui décide de tout : seule une modification significative fait basculer son auteur au rang de fournisseur.
Le conflit de normes trouve sa seule analyse francophone dans Qwen et DeepSeek : Pékin scelle leurs données d’entraînement, l’AI Act les réclame, qui met face à face deux textes conçus sans se connaître. Une ordonnance chinoise range les corpus dans les secrets d’affaires, un règlement européen en exige un résumé public.
Pris ensemble, ces documents décrivent moins une préférence nationale qu’une recomposition de la chaîne d’approvisionnement logicielle. L’architecture explique le prix, les plateformes de routage mesurent l’usage sans mesurer la valeur, et le droit court derrière des fichiers qui se téléchargent en une commande. La question n’est plus de savoir quel modèle est le meilleur, mais lequel une entreprise pourra encore exécuter dans dix-huit mois et sous quelle juridiction.