AWS vend la capacité prioritaire, l'économie du GPU dépend de la carte louée

AWS vend l'accès prioritaire alors que la capacité 2027 s'épuise

La capacité d'AWS pour 2027 est en grande partie vendue, a déclaré Jassy le 23 octobre, et une partie de 2028 est partie aussi. La grille tarifaire de Bedrock, mise à jour le 3 novembre, monétise cette rareté.

L'accès prioritaire coûte 75 % de plus que le tarif Standard. Flex s'accompagne d'une remise de 50 %, et Batch est à moitié prix sur certains modèles. Ces paliers permettent à AWS de vendre le même modèle à un acheteur qui veut une vitesse garantie et à un autre qui peut attendre. La demande explique tout. AWS a progressé de 39,3 % sur un an au troisième trimestre, selon les résultats d'Amazon. C'était son sixième trimestre consécutif d'accélération et sa croissance la plus rapide en près de cinq ans. Amazon prévoyait environ 220 000 000 000 de dollars de dépenses d'investissement pour 2026. Le 30 octobre, l'entreprise a indiqué installer un accélérateur d'IA environ toutes les 14 secondes.

AWS garde une réserve pour l'usage à la demande, l'inférence EC2 et Bedrock. Elle n'a pas précisé son ampleur. La grille tarifaire est aujourd'hui le signal public le plus clair de la tension sur la capacité.

La carte GPU décide si l'hébergement rapporte

Une analyse publiée le 3 novembre conclut qu'une carte H200 perd de l'argent même à pleine charge. Une B300 devient rentable dès 35 % d'utilisation. Sur un nœud 8xB300 tournant entre 50 % et 70 % d'utilisation, la marge brute se situe entre 31 % et 51 %. Le choix de la carte louée compte plus que le moteur d'inférence utilisé, soutient l'analyse. OpenRouter recense 29 fournisseurs qui vendent DeepSeek V4.1 Flash. L'entrée la moins chère est à 0,056 dollar par million de tokens, contre environ 0,30 dollar chez la plupart. C'est en dessous du coût, quel que soit le calcul. Ce seul modèle a capté près de 30 % de tous les tokens sur OpenRouter pendant la semaine du 19 au 25 octobre.

Le prix des tokens continue de baisser pour les acheteurs

Pour les acheteurs, la tendance va dans l'autre sens. Epoch AI estime la baisse à environ 47 % par trimestre depuis 2023 à niveau de performance d'IA constant, soit à peu près 13 fois par an.

L'AI Index 2025 de Stanford replace la tendance dans une perspective plus longue. Une requête au niveau de performance de GPT-3.5 coûtait 20 dollars par million de tokens en novembre 2022. En octobre 2024, Gemini 1.5 Flash-8B coûtait 0,07 dollar pour le même travail, une baisse de plus de 280 fois. GPT-6.1 Terra, sorti le 26 octobre, est affiché à 1 dollar par million de tokens en entrée et 5 dollars par million en sortie. C'est 50 % de moins que GPT-5.6 Terra sur l'entrée fraîche, 58 % de moins en sortie et 75 % de moins sur les lectures de cache. Sur une session d'agent type de 10 000 000 de tokens en entrée, dont 97 % en cache, plus 200 000 tokens en sortie, Terra coûte 1,79 dollar contre 4,94 dollars pour GPT-5.6 Terra.

La compression des marges derrière les baisses de prix

Des tokens bon marché ne font pas une activité facile. Tokenomics 2.0 de Citadel Securities note que les prix des tokens d'IA se sont effondrés d'environ 50 % en six mois, tandis que les coûts de location de GPU allaient dans l'autre sens.

Le PDG de Modal, Erik Bernhardsson, affirme que les marges brutes de 90 % ont disparu et que Modal vise 40 % à 60 % sur le long terme. Son argument : vendre des tokens seuls n'impose aucun coût de changement. Les gagnants regrouperont donc des sandboxes, du post-entraînement et de l'inférence par lots autour du compteur. Les investisseurs paient encore pour la croissance. Modal a levé 750 000 000 de dollars après avoir été multiplié par 50 au cours des douze mois précédents, selon Bernhardsson.

La suite : essais optiques et capacité épuisée

Une partie de la réponse doit venir du matériel, pas des tarifs. ARIA, l'agence publique britannique de financement de la R&D, déploiera des serveurs d'inférence optique Lumai Iris dans son Scaling Inference Lab. Le projet s'accompagne d'annonces de 90 % de consommation électrique en moins dans les centres de données et d'un coût total de possession d'environ un dixième de celui des architectures GPU classiques. Ce sont des affirmations de l'agence et du fournisseur. Le test se fera en conditions commerciales réelles, pas sur un banc de laboratoire.

Côté demande, Jassy a déclaré qu'AWS pourrait croître de plus de 40 % en 2027 comme en 2028. Tant que la nouvelle capacité n'arrive pas, les prix par paliers sont le premier endroit où cette attente se voit.