watch·ia
AccueilActusTutosGlossaireCette semaineTendancesSources
/
ACTUS
30 aoûtLe Texas suspend le financement des caméras Flock après des révélations sur leur usage·30 aoûtCaterpillar transpose son savoir-faire minier autonome vers les déploiements IA industriels·30 aoûtMeta expérimente des robots pour automatiser des tâches en data center·29 aoûtSony Music et Warner Chappell attaquent Anthropic pour violation de droits d'auteur·29 aoûtVijay Pande quitte a16z pour fonder VZVC, une structure ciblée en IA médicale·29 aoûtNvidia étend son avantage IA avec des systèmes d'orchestration pour centres de données·29 aoûtLes musiciens traquent l'utilisation non déclarée d'œuvres pour l'IA générative musicale·28 aoûtNeocloud Lambda lève 1 milliard de dollars de dette pour financer des puces Nvidia·28 aoûtAnthropic démontre l’auto-amélioration contrôlée d’une IA par un système automatisé·28 aoûtLes acquisitions ciblent les acteurs de l’IA open source pour contrôler les modèles·30 aoûtLe Texas suspend le financement des caméras Flock après des révélations sur leur usage·30 aoûtCaterpillar transpose son savoir-faire minier autonome vers les déploiements IA industriels·30 aoûtMeta expérimente des robots pour automatiser des tâches en data center·29 aoûtSony Music et Warner Chappell attaquent Anthropic pour violation de droits d'auteur·29 aoûtVijay Pande quitte a16z pour fonder VZVC, une structure ciblée en IA médicale·29 aoûtNvidia étend son avantage IA avec des systèmes d'orchestration pour centres de données·29 aoûtLes musiciens traquent l'utilisation non déclarée d'œuvres pour l'IA générative musicale·28 aoûtNeocloud Lambda lève 1 milliard de dollars de dette pour financer des puces Nvidia·28 aoûtAnthropic démontre l’auto-amélioration contrôlée d’une IA par un système automatisé·28 aoûtLes acquisitions ciblent les acteurs de l’IA open source pour contrôler les modèles·30 aoûtLe Texas suspend le financement des caméras Flock après des révélations sur leur usage·30 aoûtCaterpillar transpose son savoir-faire minier autonome vers les déploiements IA industriels·30 aoûtMeta expérimente des robots pour automatiser des tâches en data center·29 aoûtSony Music et Warner Chappell attaquent Anthropic pour violation de droits d'auteur·29 aoûtVijay Pande quitte a16z pour fonder VZVC, une structure ciblée en IA médicale·29 aoûtNvidia étend son avantage IA avec des systèmes d'orchestration pour centres de données·29 aoûtLes musiciens traquent l'utilisation non déclarée d'œuvres pour l'IA générative musicale·28 aoûtNeocloud Lambda lève 1 milliard de dollars de dette pour financer des puces Nvidia·28 aoûtAnthropic démontre l’auto-amélioration contrôlée d’une IA par un système automatisé·28 aoûtLes acquisitions ciblent les acteurs de l’IA open source pour contrôler les modèles·30 aoûtLe Texas suspend le financement des caméras Flock après des révélations sur leur usage·30 aoûtCaterpillar transpose son savoir-faire minier autonome vers les déploiements IA industriels·30 aoûtMeta expérimente des robots pour automatiser des tâches en data center·29 aoûtSony Music et Warner Chappell attaquent Anthropic pour violation de droits d'auteur·29 aoûtVijay Pande quitte a16z pour fonder VZVC, une structure ciblée en IA médicale·29 aoûtNvidia étend son avantage IA avec des systèmes d'orchestration pour centres de données·29 aoûtLes musiciens traquent l'utilisation non déclarée d'œuvres pour l'IA générative musicale·28 aoûtNeocloud Lambda lève 1 milliard de dollars de dette pour financer des puces Nvidia·28 aoûtAnthropic démontre l’auto-amélioration contrôlée d’une IA par un système automatisé·28 aoûtLes acquisitions ciblent les acteurs de l’IA open source pour contrôler les modèles·

Les modèles open source gagnent en usage, mais Anthropic domine toujours les dépenses

mardi 7 juillet 202620:042 min de lecture1 source citée
L'essentiel — 3 points
  • 01DeepSeek et d'autres modèles open source gagnent en volume de tokens traités, mais Anthropic reste dominant en dépenses globales sur les plateformes comme Vercel et OpenRouter.
  • 02Le coût par token des modèles frontier comme Opus 4.8 est environ 23 fois supérieur aux alternatives open source, ce qui explique leur part de dépenses disproportionnée malgré un usage inférieur.
  • 03Selon l'analyse du secteur, frontier et open source ne sont pas des concurrents directs mais deux phases d'un cycle : les cas d'usage matures migrent vers le cheap, tandis que de nouveaux cas d'usage consomment les modèles premium.
Les modèles open source gagnent en usage, mais Anthropic domine toujours les dépenses

Selon une analyse du secteur, la montée des modèles open source ne réduit pas significativement les revenus des laboratoires établis comme Anthropic. Bien que des modèles légers comme DeepSeek gagnent du terrain en volume de tokens traités, les dépenses globales en modèles frontier restent dominées par les acteurs établis.

Cette dynamique s'explique par un cycle de vie distinct : les modèles frontier servent d'abord à valider de nouveaux cas d'usage, puis les déploiements matures migrent vers des alternatives open source moins coûteuses. Pendant ce temps, de nouveaux cas d'usage émergent et consomment à nouveau les modèles premium. Jesse Zhang, PDG de Decagon, décrit ainsi frontier et open source non comme des concurrents directs, mais comme deux phases successives d'un même cycle.

Les données de Vercel illustrent cette tendance. DeepSeek a surgi en tête pour le volume de tokens traités cette semaine, représentant un tiers du trafic. Z.ai, derrière le modèle GLM-5.2, s'est classé quatrième. Cependant, en termes de dépenses totales, Anthropic capte toujours plus de la moitié des dépenses IA sur la plateforme, malgré une légère baisse due à ses augmentations tarifaires récentes.

OpenRouter, qui couvre un segment de marché plus large, confirme ce schéma. DeepSeek V4 Flash domine en usage hebdomadaire avec 5,3 trillions de tokens, tandis que le modèle frontier le plus populaire, Opus 4.8, en traite un peu plus de 2 trillions. Le coût moyen par token pour Opus 4.8 est environ 23 fois supérieur à celui de V4 Flash (1,37 dollar contre 6 cents par million de tokens), ce qui suggère qu'Opus capture toujours la majorité des dépenses malgré son usage inférieur.

Cette répartition reflète une segmentation du marché plutôt qu'une substitution directe. Les déploiements établis adoptent progressivement des modèles légers pour réduire les coûts, tandis que l'exploration de nouveaux cas d'usage continue de générer de la demande pour les modèles premium.

Réagir :
Partager —XLinkedIn
Sources citées