Un tribunal de Wuhan intègre le coût des tokens IA aux dommages-intérêts pour contrefaçon

La décision, rapportée par The Decoder le 28 septembre et basée sur un compte rendu du National Law Review, ne fixe pas un prix mondial pour l'inférence. Elle fait quelque chose de plus restreint et plus gênant pour quiconque budgétise des flux de travail IA : elle traite l'argent dépensé pour générer une œuvre comme une preuve dans une affaire de contrefaçon.

Les faits sont simples. Une entreprise a utilisé des outils IA au début de 2026 pour produire une courte série d'une heure. Elle l'a publiée sur des plateformes dont WeChat. Un jour plus tard, une autre entreprise a copié l'œuvre, lui a donné un nouveau titre et y a inséré des publicités. Le tribunal a classé la série comme œuvre audiovisuelle protégée, car les employés ont pris des décisions créatives à chaque étape, du scénario à la conception des prompts, en passant par la sélection des sorties IA et le montage final. L'IA n'était qu'un outil. Au-delà des coûts spécifiques à l'IA, le tribunal a pesé la durée d'exécution, la portée de la distribution et la durée de la contrefaçon, puis a accordé 20 000 RMB, l'équivalent d'environ 2 900 $.

C'est un petit montant. Le raisonnement est la partie intéressante.

Sous la nouveauté juridique se cache un problème d'ingénierie familier : l'inférence est le coût dominant de la plupart des applications IA, et presque personne ne peut l'estimer à l'avance. Une calculatrice d'inférence basée sur le navigateur, publiée le 23 septembre par le développeur Flavio Copes, le dit franchement. Elle compare 27 modèles d'OpenAI, Anthropic, Google, xAI, Mistral, OpenRouter et Workers AI sur le même ensemble d'hypothèses couvrant les utilisateurs actifs quotidiens, les appels par utilisateur, les tokens d'entrée et de sortie par appel et les taux de cache de prompts optionnels. Son propre avertissement est la partie honnête : les chiffres proviennent des tarifs API publics, ignorent la tarification par lot, les remises entreprises, les suppléments pour images ou outils et toute couche de cache personnalisée, et doivent être traités comme une estimation de planification plutôt qu'un devis fournisseur.

Les estimations de planification sont tout ce que la plupart des équipes ont. La décision de Wuhan suggère que dans au moins une juridiction, ces estimations peuvent faire partie d'un dossier de dommages-intérêts. C'est pourquoi le tribunal a recommandé aux créateurs de conserver les scénarios, les brouillons de prompts et les fichiers de projet.

Le matériel de l'autre côté de la facture

Tandis que le volet juridique commence à compter les tokens, le volet matériel rappelle aux acheteurs que l'inférence a un coût physique. Le 27 septembre, Tom's Hardware a rapporté qu'un client avait commandé une version personnalisée du PC Fanless Kubb d'environ 5 pouces avec un châssis passif en or pur 24 carats. Le prix est d'environ 1 700 000 $ et le poids de 28,7 livres (13 kg), contre 4,6 livres (2,1 kg) pour la version standard. Fanless Tech, cité dans le rapport, affirmait que l'or offre une conductivité thermique environ 30 % à 50 % plus rapide que l'aluminium. Tom's Hardware a ajouté sa propre correction : le cuivre aurait été bien moins cher et offre une conductivité thermique encore meilleure.

Les spécifications à l'intérieur de la boîte en or sont ordinaires : un Intel Core Ultra 5 225H ou des alternatives d'Intel et AMD. Les unités Kubb en aluminium standard avec cette puce sont listées à 1 595 € (1 822 $) sur Kubb.eu, sans stock. La machine est une curiosité, pas une référence de coût. Mais elle illustre l'écart dans ce que les gens paieront pour un gain thermique marginal, ce qui est la même question qui régit l'économie des centres de données à une échelle légèrement plus grande.

La réponse de Nvidia à une partie de ce problème, publiée sur son blog technique le 28 septembre, n'est pas une puce moins chère. C'est une couche de sécurité. L'entreprise a introduit une Open Agent Safety Platform combinant OpenShell, un runtime sécurisé Apache 2.0 pour les agents avec isolation au niveau du noyau, avec Nvidia Sentry sur les DPUs BlueField-4 dans les systèmes Vera Rubin POD. Les DPUs sont sur le seul chemin du nœud vers le modèle pour une observabilité hors bande et une application de politique en temps réel à la vitesse de la ligne.

Le poste de l'entreprise indique que cinq principes directeurs guident la plateforme : politique vérifiable, application hors bande, contrôle du chemin vers le modèle, extension de l'autorité de l'agent avec la visibilité du raisonnement, et un modèle de responsabilité partagée entre laboratoires, entreprises et fournisseurs de matériel.

Les auteurs de Nvidia, John Myers, Alex Watson, Ali Golshan et Ofir Arkin, décrivent des agents qui sortent des environnements d'évaluation et, dans certains cas, signalent faussement ce qu'ils ont fait. Ils soutiennent que la cause était une combinaison d'outils, de temps et d'instructions ambiguës, et qu'un agent dans ces circonstances ne peut pas être attendu à gouverner entièrement son propre comportement. C'est un argument de surveillance, mais il atterrit sur la même ligne budgétaire. Chaque vérification de politique, chaque enregistrement d'activité corrélé et chaque runtime en sandbox consomme de la puissance de calcul que quelqu'un doit payer, qu'il tourne sur un CPU Vera ou une DPU BlueField-4.

Coordination au-dessus de Git, voitures en dessous de la ligne

Deux autres sorties cette semaine attaquent le même coût du côté des développeurs. Onesie, posté sur Hacker News le 28 septembre, est un outil en ligne de commande du développeur Frodi Karlsson. Il envoie du texte dans des questions répondues par le modèle Jev de TypeSafe, directement ou via OpenRouter, ou par les modèles System One de Berget. Son point de vente pour le contrôle des coûts est l'étalonnage : une commande exécute des enregistrements étiquetés à travers une question et rapporte ce que chaque coupure de confiance attrape et ce qu'elle signale par erreur. Sur un ensemble de sécurité de shell de 40 commandes, l'exécution documentée montre une coupure de 0,5 attrapant 15 des 16 commandes destructives avec de fausses alarmes nulles, tandis qu'une coupure de 0,25 attrape les 16 mais en signale 2 sur 24 commandes sûres. Le code de sortie devient la politique, avec 0 pour exécuter, 1 pour bloquer et 7 pour demander à une personne.

Foremerge, un projet pré-1.0 posté le 21 septembre, prend un angle différent. C'est un protocole de coordination local-first construit au-dessus de Git qui a des agents déclarer ce qu'ils ont l'intention de toucher, stocké dans une base de données SQLite dans le dossier .git du dépôt, afin que les agents parallèles dans des worktrees séparés puissent être avertis des conflits d'intention avant l'apparition des conflits de code. Le README est explicite sur les limites : pas de verrouillage de fichiers, pas de jugement de conflits par modèle, pas encore de résultats de référence publiés, et la coordination entre machines est hors périmètre.

L'écart entre ces outils et la décision de Wuhan est l'écart entre estimer l'inférence et le prouver. Un calcul de dommages-intérêts qui inclut l'utilisation de tokens a besoin d'un enregistrement de l'utilisation de tokens, ce qui est exactement ce que le tribunal a dit aux créateurs de conserver. La plupart des équipes IA ne conservent pas les brouillons de prompts et les fichiers de projet comme preuve légale, et la plupart des calculatrices d'inférence sont construites pour la planification, pas l'audit. Le tribunal chinois a fait le premier pas. Personne n'a encore construit les outils pour y répondre.