Les modèles ouverts ont fait chuter les prix. Anthropic et OpenAI jouent désormais sur le coût

Thèse : la licence MIT et les optimisations d'inférence ont fait du prix le principal champ de bataille, pas les benchmarks. Bonne nouvelle pour les utilisateurs, mauvaise pour un modèle économique fondé sur la rareté de l'accès.

Les nouveaux modèles d'Anthropic et d'OpenAI, Opus 5.5 ainsi que GPT-6 dans ses variantes Sol et Luna, sont sortis avec le même message : plus rapides et moins chers. Pas « plus intelligents d'un ordre de grandeur », pas « plus proches de l'AGI », mais moins chers. Ce n'est pas un hasard. Les modèles ouverts ont commencé à fixer un plafond de prix, et cette concurrence devient difficile à ignorer. En dessous de ce plafond, l'accès payant doit se défendre par des fonctions, pas par sa seule existence.

La meilleure preuve est DeepSeek V4.1 Flash. Sortie le 10 septembre 2026, architecture MoE de 552 milliards de paramètres, dont 8 milliards activés en prefill et 16 milliards en décodage. Le modèle prend en charge nativement les images jusqu'à 384 tokens. Son cache clé-valeur occupe 890 octets par token, environ quatre fois moins que dans la version précédente V4, et il tient un contexte d'un million de tokens. Le tout sous licence MIT. Ce dernier élément de l'assemblage est sous-estimé : la licence MIT signifie que tout opérateur peut héberger le modèle sur sa propre infrastructure, sans négociation, sans frais et sans demander la permission.

S'y ajoute une couche d'optimisation qui fait baisser le coût sans changer les poids du modèle. L'équipe chinoise 是石科技 a présenté le moteur Meta-Infer. Par la seule optimisation logicielle, sans toucher au matériel, il a porté le débit d'inférence de DeepSeek à près de sept fois son niveau. Un accélérateur et demi de classe 6000D dépasserait ainsi un B300. L'entreprise gère plus de 20 000 PFLOPS de puissance et dix centres de calcul. Le goulot d'étranglement est la couche d'abstraction matérielle : quand les opérateurs recourent à des noyaux génériques, le débit chute d'un ordre de grandeur. C'est un travail d'ingénierie dont le retour se compte en argent, pas en points dans un classement.

L'ampleur de la commercialisation confirme la direction. DeepSeek doit dépasser 1 milliard de dollars de revenus annuels en rythme annualisé, contre moins de 500 millions quelques mois plus tôt. S'y ajoutent un deuxième tour de financement de 7,5 milliards de dollars, une valorisation cible de 500 milliards de yuans et des préparatifs d'introduction en bourse à Shanghai. Plus de 70 % de la puissance de calcul de l'entreprise est consacrée à l'entraînement de nouveaux modèles, moins de 30 % restant pour servir ceux qui existent déjà. La direction affirme que la hausse des prix de l'API ne lui a pas coûté de clients. C'est le portrait d'un fournisseur qui n'a pas besoin de gagner par le prix, parce qu'il gagne par la disponibilité des poids.

La conséquence pour le marché est sans ambiguïté : l'époque où le modèle le plus cher était le choix par défaut se termine. Les organisations commencent à traiter les modèles comme un portefeuille d'actifs. Poids ouverts bon marché pour les tâches de masse, modèles frontier chers pour une fraction étroite et critique du travail. Les fournisseurs payants ne peuvent répondre que d'une manière : une baisse encore plus forte, ou des fonctions qu'un poids ouvert ne fournit pas, comme l'audit, les garanties ou l'intégration. « Plus cher, donc meilleur » a cessé d'être un argument, et c'est le changement le plus sain de ce secteur depuis des années.