Discussion :

[Annonces]

GitHub Copilot abandonne l'illimité et bascule en facturation à l'usage le 1er juin après des années de subvention silencieuse,
l'essor de l'IA agentique rend l'ancien modèle économique insoutenable

À partir du 1^er juin 2026, GitHub remplace son système de requêtes premium par une facturation à l'usage en crédits IA. Une rupture qui révèle l'insoutenabilité économique des abonnements actuels, et qui force les développeurs à reconsidérer leur rapport aux outils d'assistance à la programmation.

Pendant près de trois ans, des milliers de développeurs ont profité d'une anomalie économique rarissime dans le monde de la tech : accéder à des modèles de langage parmi les plus puissants du marché (Claude Opus, GPT-5.x, Gemini Pro) pour des sommes dérisoires de dix ou trente-neuf dollars par mois, sans plafond d'utilisation véritablement contraignant. GitHub Copilot, adossé à l'infrastructure Azure de Microsoft, absorbait silencieusement les coûts d'inférence croissants, transformant l'abonnement en une sorte de buffet à volonté pour modèles de langage.

Cette époque est officiellement révolue. GitHub a annoncé le 27 avril 2026 que l'ensemble des plans Copilot basculera vers une facturation à l'usage à compter du 1^er juin 2026. Le système de « premium request units » (PRU), déjà limité mais encore relativement généreux, sera remplacé par des « GitHub AI Credits » : 1 crédit = 0,01 dollar, consommé en fonction des tokens réellement échangés avec le modèle (tokens en entrée, en sortie, et tokens mis en cache).

Ce qui change concrètement

Sur le papier, les prix des abonnements ne bougent pas. Copilot Pro reste à 10 dollars par mois, Pro+ à 39 dollars, Business à 19 dollars par utilisateur et Enterprise à 39 dollars par utilisateur. Chaque plan inclut un crédit mensuel équivalent à son prix; 10 dollars de crédits pour Pro, 39 pour Pro+. Les complétions de code et les suggestions de prochaine modification restent incluses sans consommer de crédits.

Là où le changement devient brutal, c'est dans les multiplicateurs de modèles. La documentation officielle de GitHub révèle des augmentations spectaculaires pour les abonnés annuels qui basculeront le 1^er juin. Claude Sonnet 4.6 passe d'un multiplicateur de 1x à 9x, Claude Opus 4.6 de 3x à 27x, et Claude Opus 4.7 de 7,5x à 27x. En pratique, un utilisateur qui consommait 100 requêtes Sonnet 4.6 par mois pour 10 dollars ne pourra désormais plus en effectuer qu'une douzaine avant d'atteindre son quota. Pour les workflows agentiques, où une session peut enchaîner des centaines d'échanges avec le modèle sur une même tâche, le coût réel peut être multiplié par un facteur bien supérieur à 27x.

Les abonnés aux plans annuels resteront sur leur plan actuel avec la tarification par requête premium jusqu'à l'expiration de leur plan, mais les multiplicateurs de modèles augmenteront au 1^er juin. À l'expiration, ils basculeront vers Copilot Free avec la possibilité de passer à un plan mensuel payant. GitHub propose également une conversion anticipée avec remboursement au prorata de la valeur restante du plan annuel.

Pour les entreprises, GitHub introduit un mécanisme de mutualisation des crédits au niveau de l'organisation, permettant d'éviter que les crédits inutilisés par certains membres soient perdus. Des contrôles budgétaires par utilisateur, par centre de coût ou par entreprise seront également disponibles.

Pourquoi maintenant ? La vérité sur l'inférence agentique

GitHub justifie cette décision par une transformation fondamentale de l'usage. Copilot a évolué d'un assistant intégré à l'éditeur vers une plateforme agentique capable de conduire de longues sessions de programmation en plusieurs étapes, en utilisant les derniers modèles et en itérant sur des dépôts entiers. L'usage agentique devient la norme, et il implique des exigences en calcul et en inférence bien plus importantes. Aujourd'hui, une simple question en chat et une session de programmation autonome de plusieurs heures peuvent coûter le même montant à l'utilisateur.

Cette explication est techniquement honnête. Le modèle de facturation « par requête » a été conçu à l'époque où Copilot était principalement utilisé comme assistant de complétion de code dans un EDI. Une requête correspondait à un échange relativement court. Avec l'émergence des agents (GitHub Copilot CLI, les agents cloud, les workflows multi-modèles), une seule « requête » peut désormais déclencher des dizaines ou des centaines d'échanges avec le modèle, mobilisant des centaines de milliers de tokens. La firme de Cambridge Simon Willison, fondateur de Datasette et observateur attentif de l'écosystème, a d'ailleurs noté que la facturation par requête n'avait tout simplement jamais eu de sens dans un contexte agentique.

Sur Hacker News, la réaction de la communauté technique est sans ambiguïté. Plusieurs commentateurs soulignent que la fin de l'inférence subventionnée était prévisible depuis longtemps : les entreprises brûlaient des capitaux pour acquérir des utilisateurs, comptant sur la dépendance créée pour monétiser plus tard. D'autres pointent que certains utilisateurs avancés tiraient des centaines de dollars de valeur d'inférence mensuelle pour un abonnement de dix dollars, une situation manifestement insoutenable d'un point de vue commercial.

La question du rapport qualité-prix

Le changement suscite une interrogation légitime : GitHub vend-il ses crédits au prix du marché, ou avec une marge ? La documentation de tarification est éclairante. Claude Sonnet 4.6 est facturé 3 dollars par million de tokens en entrée et 15 dollars par million de tokens en sortie, soit exactement les tarifs affichés par Anthropic directement. Idem pour les modèles OpenAI, qui semblent alignés sur les prix de l'API directe.

Ce constat soulève une question stratégique immédiate : quel est l'intérêt de rester sur Copilot si les tarifs sont identiques à ceux que l'on obtiendrait directement via l'API Anthropic ou OpenAI, ou via un agrégateur comme OpenRouter ? La réponse tient essentiellement à l'intégration : Copilot offre une expérience unifiée au sein de VS Code, une interface multi-modèles avec changement à la volée, et une gestion centralisée pour les équipes. Pour un développeur individuel qui ne valorise pas ces fonctionnalités, l'argument s'effrite considérablement.

Sur Hacker News, un utilisateur résume la situation : Claude Sonnet 4.6 passant d'un multiplicateur de 1x à 9x pour les abonnés annuels constitue une augmentation de prix en pratique, quelles que soient les formulations marketing employées par GitHub.

Un signal plus large : la fin du ZIRP appliqué à l'IA

GitHub n'est pas seul dans ce mouvement. Windsurf a opéré une transition similaire en mars 2026, abandonnant son système de crédits pour des quotas d'usage quotidiens et hebdomadaires. Anthropic a brièvement retiré Claude Code du plan Pro avant de revenir partiellement en arrière. Z.ai a augmenté ses prix. La tendance de fond est claire : l'industrie de l'IA sort de sa phase de croissance subventionnée par le capital-risque pour entrer dans une logique de rentabilité opérationnelle.

Cette transition correspond à ce que certains économistes de la tech appellent la « fin du ZIRP appliqué à l'IA », une allusion à la période de taux d'intérêt nuls (Zero Interest Rate Policy) qui avait permis de financer des pertes opérationnelles massives au nom de l'acquisition d'utilisateurs. Comme le note un commentateur sur Hacker News, la capacité à offrir des centaines de dollars de valeur d'inférence pour dix dollars par mois ne relevait pas d'une véritable proposition commerciale, mais d'une stratégie d'acquisition délibérément déficitaire.

La question qui divise les développeurs est de savoir si cette transition annonce une « enshittification » du produit, terme popularisé par l'auteur Cory Doctorow pour décrire le déclin progressif des plateformes qui attirent d'abord les utilisateurs avant de les exploiter, ou simplement un retour à une réalité économique saine, dans laquelle les coûts d'inférence doivent être couverts par les revenus.

L'âge d'or du forfait IA illimité tire à sa fin

Pour comprendre les enjeux économiques de l'IA en 2026, il faut d'abord saisir ce qu'est un token. Les tokens sont l'unité de base de l'usage de l'IA : les mots et caractères qui composent à la fois les requêtes envoyées par les utilisateurs et les réponses générées par les modèles. Une conversation ordinaire avec un assistant IA consomme quelques centaines de tokens par paragraphe. L'IA agentique (ces systèmes qui écrivent du code, naviguent sur le web et exécutent des flux de travail en plusieurs étapes), elle, en brûle des milliers supplémentaires par session.

C'est précisément cette explosion de la consommation agentique qui a fait voler en éclats les modèles tarifaires hérités des débuts de l'industrie. Le modèle à prix fixe a dominé les premières années de l'adoption de l'IA, avec des abonnements mensuels forfaitaires donnant accès à une utilisation généreuse ou illimitée. Ce modèle fonctionnait quand on se contentait de dialoguer avec une IA. Mais l'usage agentique a transformé ce qui coûtait des milliers de tokens par session en millions, brisant les équilibres économiques.

Le cas le plus emblématique de cette rupture est celui du plan Max d'Anthropic à 200 dollars par mois. Des données internes ont révélé que certains utilisateurs du plan Max à 200 dollars mensuels coûtaient à Anthropic plus de 50 000 dollars par mois en calcul informatique. Des développeurs avaient en effet trouvé le filon : ils routaient leur abonnement consommateur à travers des outils tiers comme OpenClaw, faisant tourner des agents autonomes en continu sur un forfait conçu pour la conversation. Une instance OpenClaw fonctionnant de manière autonome pendant une journée entière (naviguant sur le web, gérant des calendriers, exécutant du code, répondant à des messages) peut consommer l'équivalent de 1 000 à 5 000 dollars en coûts d'API. Sous un abonnement Max à 200 dollars par mois, ce transfert de coûts de l'utilisateur vers Anthropic était insoutenable.

Face à cette réalité, les deux leaders du marché ont adopté des postures opposées et leur divergence est lourde de sens pour l'avenir du secteur.

Anthropic a choisi la rigueur comptable. La réponse d'Anthropic a été de s'éloigner de la tarification forfaitaire pour les entreprises et d'adopter la facturation à la consommation de tokens, de sorte que les revenus collectés reflètent l'usage réel. La société a également coupé l'accès à certains outils tiers qui étaient de gros consommateurs de tokens. Les anciens contrats d'entreprise qui prévoyaient des sièges à tarif fixe avec une allocation d'usage intégrée appartiennent désormais au passé : ces formules sont désormais qualifiées de « types de sièges hérités qui ne sont plus disponibles pour les nouveaux contrats d'entreprise », selon la page d'assistance de l'entreprise. Les nouveaux plans d'entreprise facturent par siège, avec une consommation de tokens facturée aux tarifs API en supplément.

OpenAI, de son côté, a longtemps privilégié la croissance de la consommation à tout prix. Pendant qu'Anthropic opérait ce virage, OpenAI rendait l'IA moins chère et plus facile à consommer à grande échelle. Mais les signaux d'alarme se multiplient. Nick Turley, responsable de ChatGPT chez OpenAI, a reconnu publiquement lors d'un podcast que « il est possible que dans l'ère actuelle, avoir un plan illimité revienne à avoir un plan d'électricité illimité. Ça n'a tout simplement pas de sens. »

La grille tarifaire actuelle d'Anthropic illustre cette hiérarchisation de l'usage : Claude Opus 4.6, le modèle phare, est facturé à 5 dollars en entrée et 25 dollars en sortie par million de tokens ; Claude Sonnet 4.6, recommandé pour la majorité des charges de production, revient à 3 dollars en entrée et 15 dollars en sortie ; Claude Haiku 4.5, le modèle économique, est proposé à 1 dollar en entrée et 5 dollars en sortie par million de tokens.

Alternatives et stratégies d'adaptation

Face à cette évolution, les développeurs envisagent plusieurs trajectoires. La première est le passage à la facturation directe via les API des fournisseurs de modèles, en acceptant de gérer soi-même la clé API et la rotation des modèles. La deuxième est l'utilisation d'agrégateurs comme OpenRouter, qui facture une commission de 5,5% sur les prix publics mais offre un accès unifié à des dizaines de modèles. La troisième, de plus en plus crédible, est le déploiement local de modèles open source (DeepSeek, Mistral, Llama) qui offrent des performances de plus en plus compétitives pour des cas d'usage courants.

Pour les workflows agentiques intensifs, certains développeurs envisagent également des abonnements spécialisés comme Claude Max d'Anthropic, qui offre un accès illimité à Claude Code pour un forfait fixe, contournant ainsi la logique à la consommation. L'écosystème se fragmente : là où Copilot offrait une interface unique multi-modèles, le développeur de 2026 devra probablement combiner plusieurs abonnements en fonction de ses besoins.

Pour les entreprises, la situation est plus nuancée. La mutualisation des crédits au niveau de l'organisation et les nouveaux outils de contrôle budgétaire répondent à un besoin réel de prévisibilité des dépenses. Mais les DSI devront rapidement mettre en place des processus de suivi de la consommation pour éviter les mauvaises surprises sur la facture de fin de mois.

Source : GitHub

Et vous ?

La facturation à l'usage est-elle intrinsèquement plus juste que l'abonnement illimité, ou favorise-t-elle simplement les grandes entreprises disposant de budgets IT prévisibles au détriment des développeurs indépendants ?

Avec des tarifs alignés sur l'API directe, GitHub Copilot justifie-t-il encore son existence en tant que couche intermédiaire, ou son avantage concurrentiel repose-t-il uniquement sur l'intégration EDI ?

La montée en puissance des modèles open source locaux (DeepSeek, Llama, Mistral) constitue-t-elle une alternative crédible à l'inférence cloud pour les workflows de développement quotidiens en 2026 ?

Les entreprises qui ont déployé Copilot à grande échelle vont-elles réexaminer leurs licences à la lumière de cette transition, et vers quels outils pourraient-elles se tourner ?

Cette tendance à la fin des subventions d'inférence marque-t-elle le début d'une consolidation du marché des assistants IA pour développeurs, avec un nombre réduit de gagnants capables de maintenir des prix compétitifs à long terme ?

Voir aussi :

L'âge d'or du forfait IA illimité tire à sa fin : pubs ciblées, limitations d'usage, fonctionnalités verrouillées, prix en hausse. L'IA agentique contraint les fournisseurs à changer leurs modèles économiques

Anthropic bloque l'utilisation par des clients tiers des abonnements à Claude Code : la fin de l'interopérabilité et de l'ouverture des outils de dev ou simple épisode dans la bataille des assistants IA ?

Après qu'Anthropic ait bloqué brutalement Openclaw techniquement et légalement, Sam Altman l'opportuniste en profite pour récupérer le bébé dans le giron d'OpenAI

[nirgal76]

A noter qu'étant donné ces changements substantiels (surtout le changement des rates début juin), il est désormais possible d'annuler (jusqu'au 20 mai apparemment) son abonnement annuel Github Copilot Pro et d'être remboursé au prorata des mois restants (ce que je vais faire, j'en étais à peine à la moitié de la période).

[Mathis Lucas]

Combien coûte l'IA ? Les utilisateurs de GitHub Copilot réagissent au nouveau système de tarification basé sur l'utilisation. Certains affirment avoir épuisé leur quota mensuel de crédits IA en une journée

GitHub a instauré une nouvelle structure tarifaire pour Copilot, remplaçant l'ancien système par un modèle de facturation basé sur l'utilisation. Les abonnés disposent désormais d'un crédit mensuel limité, ce qui provoque la frustration de nombreux développeurs qui épuisent leur quota en seulement quelques heures. Ce changement met fin aux subventions massives pour les utilisateurs intensifs, car chaque requête consomme des jetons dont le prix varie selon la complexité du modèle d'IA choisi. Face à ces coûts imprévus, des clients envisagent de se tourner vers des alternatives plus abordables ou d'adopter des méthodes de travail plus économes.

En avril, GitHub, propriété de Microsoft, a annoncé l'abandon de son modèle de facturation basé sur les prompts pour son assistant de codage Copilot au profit d'un système basé sur l'utilisation. Auparavant, les utilisateurs de Copilot disposaient d'un nombre défini de prompts, ce qui obligeait GitHub à absorber les coûts croissants d'inférence. Dans l'ancien système, une simple question coûtait le même prix qu'une longue session de codage autonome.

Avec l'entrée en vigueur de la nouvelle structure de tarification, de nombreux abonnés sont sous le choc et découvrent que leur usage habituel épuise extrêmement vite leur nouvelle allocation mensuelle. Ce changement a suscité des plaintes concernant la hausse des coûts et a mis en évidence une tendance générale vers une IA facturée à l'utilisation. Certains utilisateurs mécontents ont vu leur facture passer de 510 dollars à plus de 5 300 dollars.

Sur les réseaux sociaux, des abonnés partagent des statistiques personnelles montrant que quelques heures d’utilisation de l’IA suffisent désormais à épuiser une grande partie de leur nouveau plafond mensuel d’abonnement. Certains auraient même épuisé leur quota mensuel en moins d’une journée.

Copilot : fonctionnement des crédits et coûts associés

Le nouveau système de tarification de GitHub Copilot accorde aux utilisateurs un nombre défini de « crédits » d'IA chaque mois, chaque crédit équivalant à un centime de dollar d'utilisation. Les différents niveaux d'abonnement incluent également des crédits bonus : le forfait Pro à 10 dollars par mois offre 1 500 crédits, le forfait Pro+ à 39 dollars inclut 7 000 crédits, et le forfait Copilot Max qui coûte 100 dollars par mois donne droit à 20 000 crédits.

Le coût exact d'un prompt dépend directement du nombre de tokens d'entrée et de sortie ainsi que du modèle sélectionné. Un million de tokens de sortie avec GPT-5.4 nano d'OpenAI coûte seulement 1,25 dollar, tandis que le même volume avec GPT-5.5 s'élève à 30 dollars. Les utilisateurs sont d'ailleurs mis en garde contre l'utilisation du mode automatique, qui peut parfois basculer sur des modèles très coûteux pour des requêtes pourtant simples.

Face à ce changement, plusieurs développeurs rapportent sur les réseaux sociaux avoir consommé leur quota mensuel en moins d'une seule journée. Des tests montrent qu'un simple prompt pour créer un petit jeu avec Claude Haiku 4.5 consomme environ 94 crédits. Cependant, les coûts explosent pour des tâches complexes : certains utilisateurs signalent la perte de 5 000 crédits pour seulement quelques soumissions de code dirigées par Copilot.

D'autres rapportent qu'une seule journée d'essai avec Claude Sonnet 4.6 leur a coûté 840 crédits. Les estimations fournies par les propres outils de GitHub révèlent que l'ancienne utilisation de certains développeurs très actifs aurait généré des factures s'élevant à plusieurs milliers de dollars sous ce nouveau plan, illustrant à quel point GitHub subventionnait leurs habitudes par le passé. Ce qui signifie que GitHub (Microsoft) vendait Copilot à perte.

L'impact financier et les réactions dans la communauté

L'âge d'or de GitHub Copilot de Microsoft semble toucher à sa fin, du moins pour les petits utilisateurs. La facturation basée sur l'utilisation de tokens pourrait entraîner des factures nettement plus élevées pour les utilisateurs. Les grandes entreprises auront peut-être encore les moyens de s'en accommoder, mais les petites entreprises et les travailleurs pourraient bien se demander comment ils vont pouvoir équilibrer leur budget mensuel.

« Je n’ai même pas encore effectué de tâches vraiment complexes », s’est plaint un utilisateur après avoir constaté que son utilisation représentait 21 % de son allocation mensuelle de crédits de l’abonnement Pro Copilot en une seule journée. « J’ai le sentiment que je vais bientôt aller voir ailleurs ».

« Quelle blague », a écrit un utilisateur de Reddit, affirmant que, alors qu’il ne paie actuellement qu’environ 29 dollars par mois, le nouveau système de facturation fera grimper ses coûts à près de 750 dollars par mois. « La nouvelle facturation est tout simplement ridiculement chère. Je vais m’adapter en résiliant mon abonnement. À ce prix-là, ce n’est plus rentable ni utile d’un point de vue pratique. J'espère que vous n'êtes pas dépendant de cet outil ».

Un utilisateur a posté : « WOW, je ne m’attendais pas à ce que le nouveau modèle tarifaire soit aussi ridicule », en partageant une capture d’écran qui semblait montrer que ses coûts étaient passés d’environ 50 $ à quelque 3 000 $. Ces hausses semblent extrêmes. Mais d'autres utilisateurs ont riposté à ces critiques, en faisant remarquer que, si l’on sait ce que l’on fait, on ne devrait vraiment pas dépenser autant de tokens de manière régulière.

« Le fossé est énorme entre ceux d’entre nous qui bossent toute la journée sans pour autant dépasser le budget, et ces captures d’écran. J’ai du mal à croire que cela est lié à la complexité de la charge de travail. La seule façon d’en arriver à un tel niveau de folie, c’est de faire purement du vibe coding, avec une tonne d’itérations superflues. C’est tout à fait abordable, même pour les PME, si on s’en sert comme d’un outil », a écrit un détracteur.

Stratégies d'adaptation et perspectives du marché

« Ceux qui dépensent autant sont des codeurs intuitifs ayant peu de connaissances réelles en développement », a écrit un critique. De nombreux abonnés mécontents menacent publiquement de résilier leur abonnement pour chercher des alternatives. Néanmoins, certains utilisateurs parviennent à s'adapter à cette facturation à l'usage en limitant leurs interactions à des modifications très ciblées et délibérées. Une sorte de rationalisation s'impose.

Il est par exemple conseillé de ne pas poursuivre de vieilles sessions de discussion, car l'envoi de l'historique complet en tant que contexte consomme des tokens et donc des crédits à chaque nouveau prompt. Alors que certains se tournent vers des modèles plus économiques, comme DeepSeek, l'industrie de l'IA pourrait globalement mettre fin aux acquisitions de clients subventionnées pour généraliser cette tarification basée sur l'usage.

Certains critiques se sont penchés sur les aspects économiques ahurissants du modèle précédent de GitHub. « Hallucinant ! Combien d'argent Copilot perdait-il ? », s'est exclamé un critique. Le modèle économique de Copilot n'a pas toujours semblé facile à cerner, et le montant que GitHub a dû dépenser pour subventionner les frasques incessantes de ses utilisateurs en matière de vibe coding reste tout aussi mystérieux et caché du grand public.

Des voix ont fait valoir que les développeurs avaient une excellente raison d’être mécontents, étant donné que Microsoft a encouragé les utilisateurs à utiliser son chatbot sans discernement et semble désormais leur couper l’herbe sous le pied. « À tous ceux qui rejettent la faute sur les utilisateurs qui ont simplement utilisé le système tel que Microsoft l’a conçu, honnêtement, le seul responsable ici, c’est Microsoft », a écrit un utilisateur de Reddit.

Quand les machines coûtent plus cher que les humains

L'ampleur des dépenses prend même les professionnels du secteur au dépourvu. Bryan Catanzaro, vice-président chargé de l'apprentissage profond appliqué chez Nvidia, a récemment fait remarquer que les coûts informatiques de son équipe dépassaient désormais largement les dépenses de personnel. Il s'agit là d'un renversement frappant de l'idée reçue selon laquelle l'automatisation permettrait de réduire les coûts d'exploitation.

Le problème réside dans les mécanismes de l'IA moderne. L'entraînement et l'exécution de modèles avancés nécessitent une infrastructure informatique colossale, souvent alimentée par des puces et des services cloud coûteux. À cela s'ajoutent les coûts « par tokens », c'est-à-dire les frais liés au traitement des requêtes sur les grands modèles de langage, qui peuvent rapidement monter en flèche à mesure que l'utilisation s'intensifie.

Chez Uber, la pression se fait déjà sentir. Son directeur technique aurait épuisé tout le budget 2026 de l’entreprise consacré à l’IA en seulement un trimestre, principalement en raison de ces dépenses liées aux jetons. Par ailleurs, Amos Bar-Joseph, PDG de Swan AI, a attiré l’attention après avoir souligné la facture croissante que lui adressait Anthropic, présentant cela comme faisant partie de la mise en place d’une « entreprise autonome ».

Selon Gartner, d'ici à 2030, l'inférence sur des modèles d'IA sophistiqués coûtera aux entreprises du secteur 90 % de moins qu'en 2025. Mais la baisse du prix des tokens ne se traduira pas par une réduction du coût de l'IA pour les entreprises, car les modèles agentiques nécessitent plus de tokens par tâche que les modèles standard, et parce que les fournisseurs d'IA ne répercuteront pas intégralement cette baisse de coûts sur les consommateurs.

Le secteur de l'IA à la recherche d'un modèle économique rentable

Gartner prévoit que les dépenses dans les gents IA atteindront près de 207 milliards de dollars en 2026, soit une hausse de plus de 139 % par rapport aux 86,4 milliards dépensés en 2025. Uber a consacré 3,4 % de son budget à la R&D en 2025, soit une augmentation de 9 % par rapport à 2024. Ces dépenses s'élèvent à 951 millions de dollars rien qu'au premier trimestre 2026, soit une hausse de près de 17 % par rapport au premier trimestre 2025.

Certains développeurs d'IA modifient leurs modèles tarifaires afin de tirer parti de l'utilisation croissante de l'IA. Anthropic a revu son modèle tarifaire, passant d'un forfait à un modèle basé sur l'utilisation, ce qui signifie que les agents autonomes sont désormais facturés par token en fonction de leur consommation de ressources informatiques. En mars, Sam Altman, PDG d'OpenAI, a exposé la direction générale prise par le secteur lors d'une interview.

« Nous envisageons un avenir où l'intelligence sera un service public, à l'instar de l'électricité ou de l'eau, et où les gens l'achèteront chez nous au compteur », a-t-il déclaré. Mais l'analyste Ed Zitron affirme que l'IA coûte trop cher pour être rentable. Seuls Nvidia, les fabricants de matériel et le BTP en tirent profit.

Anthropic et OpenAI brûlent leurs réserves de liquidités sans aucun plan viable pour arrêter cette hémorragie financière. Ed Zitron estime que les deux entreprises doivent générer ou lever plus de 1,25 billion de dollars au cours des quatre prochaines années. L'analyste soutient aussi que « les prévisions selon lesquelles ces laboratoires deviendraient rentables d'ici 2027 ou 2028 sont purement fantaisistes et destinées à tromper les investisseurs ».

Conclusion

Cette transition marque la fin de l'ère de l'IA « à volonté », où les fournisseurs de services absorbaient massivement les coûts d'inférence pour acquérir des parts de marché. Ce changement de paradigme transforme la façon dont les développeurs et les entreprises doivent aborder leurs outils : l'utilisation de l'IA n'est plus seulement un accélérateur de productivité, elle devient une véritable compétence de gestion des ressources algorithmiques.

Cette évolution pousse l'industrie vers une maturité financière accrue, contraignant désormais les utilisateurs à assumer le coût réel de la puissance informatique qu'ils mobilisent. Elle confirme les rapports selon lesquels l'IA peut désormais coûter plus cher que la main-d'œuvre humaine, car les dépenses consacrées par les entreprises à l'IA explosent, certaines d'entre elles payant davantage pour la puissance de calcul que pour le travail humain.

Une entreprise aurait dépensé 500 millions de dollars en un seul mois pour l'IA Claude d'Anthropic, après avoir omis de mettre en place des limites d'utilisation ou des contrôles des dépenses. Cet incident met en lumière la manière dont un accès illimité aux assistants de codage peut rapidement faire grimper les coûts, exposant ainsi les entreprises à des défis croissants en matière de gouvernance, de surveillance et de maîtrise des coûts.

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous de la nouvelle structure tarifaire de de GitHub Copilot ?
Quels impacts ce changement pourrait-il avoir sur les développeurs et les entreprises ?
Des critiques estiment que les quotas alloués suffiront si l'on évite le vibe coding pur. Qu'en pensez-vous ?

Voir aussi

L'IA peut désormais coûter plus cher que la main-d'œuvre humaine, car les dépenses IA des entreprises explosent, certaines d'entre elles payant davantage pour la puissance de calcul que pour le travail humain

Uber a épuisé en seulement quatre mois l'intégralité de son budget 2026 consacré à l'IA. Son directeur des opérations se demande désormais si cela en vaut la peine, il n'arrive pas à mesurer les gains réels

Une entreprise a dépensé accidentellement 500 millions $ en un mois pour l'IA Claude après avoir omis les limites d'utilisation, soulignant la nécessité d'un contrôle des dépenses dans l'adoption de l'IA

[Anselme45]

Certains affirment avoir épuisé leur quota mensuel de crédits IA en une journée

Nooon? Parce que ces "certains" pensaient qu'ils allaient pouvoir continuer à utiliser gratuitement l'IA pour créer des photos de la petite voisine à poil? L'IA, un système qui en réalité coûte des milliards en développement, en exploitation et en maintenance

[Club Backsic]

l'industrie de l'IA pourrait globalement mettre fin aux acquisitions de clients subventionnées

Après avoir constaté que 94% des 1000 milliards n'ont permis que l'acquisition de clients d'utilisateurs qui généraient des vidéos de chatons jouant au piano.
Quand ça va se savoir...

[Mathis Lucas]

Des développeurs mécontents menacent d'abandonner GitHub Copilot alors que la facturation basée sur l'utilisation s'impose
des abonnés rapportent avoir épuisé leurs crédits mensuels en quelques jours

L'introduction d'un nouveau système de facturation à l'usage suscite un vif mécontentement parmi les utilisateurs de GitHub Copilot. Auparavant soumis à un abonnement fixe, les développeurs voient désormais leurs crédits s'épuiser rapidement en fonction de la complexité des requêtes et des modèles utilisés. Face à des coûts jugés imprévisibles et excessifs, de nombreux professionnels critiquent Microsoft et menacent d'abandonner la plateforme au profit de solutions alternatives moins onéreuses. Cette transition marque une rupture majeure avec la prédictibilité budgétaire habituelle dans le secteur des outils de développement assistés par l'IA.

Microsoft essuie de nombreuses critiques en raison de GitHub Copilot. Auparavant, les abonnés de l'assistant de codage bénéficiaient d'un tarif mensuel prévisible et rassurant de 10 dollars pour la version Pro et de 39 dollars pour la version Pro+. Dorénavant, le coût de chaque requête est évalué de manière dynamique et dépend du modèle d'IA sélectionné, de la quantité de contexte soumise par l'utilisateur et de la complexité de la réponse générée.

Les utilisateurs rapportent que cette nouvelle tarification épuise leurs crédits à une vitesse alarmante, transformant un service autrefois perçu comme une aide à la productivité en un véritable fardeau stressant et gouffre financier pour les petites entreprises. Un développeur s'est notamment indigné d'avoir dépensé plus de 6 dollars pour une seule et unique requête, ce qui rend la budgétisation des projets extrêmement difficile pour les indépendants.

Un autre témoignage relate la perte de 16 % d'une allocation mensuelle Pro+ après seulement quelques tentatives de correction de code avec le modèle Claude 4.8, qui n'ont en plus pas permis de résoudre le problème. Avec ce nouveau système, certains développeurs estiment que leur quota mensuel complet peut être entièrement vidé en moins de deux jours. Beaucoup appellent Microsoft à revoir décision ; ils menacent de partir sinon.

Copilot : fonctionnement des crédits et coûts associés

Le nouveau système de tarification de GitHub Copilot accorde aux utilisateurs un nombre défini de « crédits » d'IA chaque mois, chaque crédit équivalant à un centime de dollar d'utilisation. Les différents niveaux d'abonnement incluent également des crédits bonus : le forfait Pro à 10 dollars par mois offre 1 500 crédits, le forfait Pro+ à 39 dollars inclut 7 000 crédits, et le forfait Copilot Max qui coûte 100 dollars par mois donne droit à 20 000 crédits.

Le coût exact d'un prompt dépend directement du nombre de tokens d'entrée et de sortie ainsi que du modèle sélectionné. Un million de tokens de sortie avec GPT-5.4 nano d'OpenAI coûte seulement 1,25 dollar, tandis que le même volume avec GPT-5.5 s'élève à 30 dollars. Les utilisateurs sont d'ailleurs mis en garde contre l'utilisation du mode automatique, qui peut parfois basculer sur des modèles très coûteux pour des requêtes pourtant simples.

Face à ce changement, plusieurs développeurs rapportent sur les réseaux sociaux avoir consommé leur quota mensuel en moins d'une seule journée. Des tests montrent qu'un simple prompt pour créer un petit jeu avec Claude Haiku 4.5 consomme environ 94 crédits. Cependant, les coûts explosent pour des tâches complexes : certains utilisateurs signalent la perte de 5 000 crédits pour seulement quelques soumissions de code dirigées par Copilot.

D'autres rapportent qu'une seule journée d'essai avec Claude Sonnet 4.6 leur a coûté 840 crédits. Les estimations fournies par les propres outils de GitHub révèlent que l'ancienne utilisation de certains développeurs très actifs aurait généré des factures s'élevant à plusieurs milliers de dollars sous ce nouveau plan, illustrant à quel point GitHub subventionnait leurs habitudes par le passé. Ce qui signifie que GitHub (Microsoft) vendait Copilot à perte.

Un changement de tarification critiqué par les abonnés

« C'est un changement radical, passant d'un « abonnement prévisible » à un service « au compteur » stressant qui nuit à ma productivité au lieu de la favoriser », a écrit un développeur sur le forum des utilisateurs de GitHub, précisant qu'il payait l'abonnement Copilot Pro+ de Microsoft à 39 dollars par mois, mais qu'il avait épuisé environ 8 % de son allocation mensuelle de crédits d'utilisation en deux heures sous le nouveau système de facturation.

« À ce rythme, mon quota de 7 000 unités sera épuisé en moins de 2 jours », a-t-il écrit. Cette indignation se fait de plus en plus ressentie chez les utilisateurs professionnels qui se retrouvent soudainement face à des factures exorbitantes après avoir utilisé pendant des années un service pratiquement gratuit.

Pas après une journée d’utilisation. Pas après des dizaines de requêtes. Après UNE SEULE requête. Je comprends que les grands projets nécessitent du contexte, mais ce niveau de consommation me semble totalement déraisonnable et impossible à prévoir. Comment les développeurs individuels sont-ils censés prévoir cela dans leur budget alors qu’une seule demande de fonctionnalité peut consommer une part aussi importante de l’allocation mensuelle ?

L'âge d'or de GitHub Copilot de Microsoft semble toucher à sa fin, du moins pour les petits utilisateurs. La facturation basée sur l'utilisation de tokens pourrait entraîner des factures nettement plus élevées pour les utilisateurs. Les grandes entreprises auront peut-être encore les moyens de s'en accommoder, mais les petites entreprises et les travailleurs pourraient bien se demander comment ils vont pouvoir équilibrer leur budget mensuel.

« Je n’ai même pas encore effectué de tâches vraiment complexes », s’est plaint un utilisateur après avoir constaté que son utilisation représentait 21 % de son allocation mensuelle de crédits de l’abonnement Pro Copilot en une seule journée. « J’ai le sentiment que je vais bientôt aller voir ailleurs ».

La menace d'un exode vers les services concurrents

Les commentaires en ligne ont été extrêmement négatifs envers Microsoft et GitHub Copilot : sur le forum de GitHub et sur Reddit, les utilisateurs ont déclaré vouloir abandonner le produit et transférer leur travail directement vers Anthropic et OpenAI, tandis que certains ont mis au point leurs propres solutions de contournement en faisant appel à divers fournisseurs d'IA gratuits ou moins chers, tels que RooCode, LM Studio ou OpenRouter.

OpenRouter est particulièrement plébiscité par les déçus de Microsoft, car il conserve certains avantages clés de Copilot, comme l'intégration native dans l'interface de développement VS Code, tout en offrant davantage de choix de modèles et la possibilité de reporter les crédits inutilisés pendant un an.

Je me suis réveillé ce matin avec la nouvelle interface de facturation. J’ai décidé de la tester sur un vrai projet — j’avais juste besoin de Claude 4.8 pour m’aider à corriger quelques éléments sur un site que je suis en train de modifier. Il m’a donné des suggestions assez médiocres. Ça n’a pas vraiment résolu le problème, j’ai quand même dû faire la majeure partie du travail moi-même… Puis j’ai vérifié la page d’utilisation réelle. 1 180 crédits utilisés. 16 % de mon allocation mensuelle Pro+. Disparus. Pour pratiquement rien.

Pour défendre sa nouvelle structure de prix, Microsoft explique que GitHub Copilot a évolué et n'est plus le même produit qu'il y a un an. L'outil gère désormais des flux de travail autonomes beaucoup plus complexes qui requièrent une puissance de calcul significativement supérieure. Selon l'entreprise, cette facturation à la demande est nécessaire pour aligner la tarification sur les coûts réels d'infrastructure et assurer un service durable.

Un porte-parole de GitHub a souligné que les utilisateurs disposent de tableaux de bord et de plafonds de dépenses pour contrôler leur budget. Il a annoncé la création prochaine d'une nouvelle offre baptisée Copilot Max, spécifiquement pensée pour ceux qui nécessitent une plus grande capacité d'utilisation.

Quand les machines coûtent plus cher que les humains

L'ampleur des dépenses prend même les professionnels du secteur au dépourvu. Bryan Catanzaro, vice-président chargé de l'apprentissage profond appliqué chez Nvidia, a récemment fait remarquer que les coûts informatiques de son équipe dépassaient désormais largement les dépenses de personnel. Il s'agit là d'un renversement frappant de l'idée reçue selon laquelle l'automatisation permettrait de réduire les coûts d'exploitation.

Le problème réside dans les mécanismes de l'IA moderne. L'entraînement et l'exécution de modèles avancés nécessitent une infrastructure informatique colossale, souvent alimentée par des puces et des services cloud coûteux. À cela s'ajoutent les coûts « par tokens », c'est-à-dire les frais liés au traitement des requêtes sur les grands modèles de langage, qui peuvent rapidement monter en flèche à mesure que l'utilisation s'intensifie.

Chez Uber, la pression se fait déjà sentir. Son directeur technique aurait épuisé tout le budget 2026 de l’entreprise consacré à l’IA en seulement un trimestre, principalement en raison de ces dépenses liées aux jetons. Par ailleurs, Amos Bar-Joseph, PDG de Swan AI, a attiré l’attention après avoir souligné la facture croissante que lui adressait Anthropic, présentant cela comme faisant partie de la mise en place d’une « entreprise autonome ».

Selon Gartner, d'ici à 2030, l'inférence sur des modèles d'IA sophistiqués coûtera aux entreprises du secteur 90 % de moins qu'en 2025. Mais la baisse du prix des tokens ne se traduira pas par une réduction du coût de l'IA pour les entreprises, car les modèles agentiques nécessitent plus de tokens par tâche que les modèles standard, et parce que les fournisseurs d'IA ne répercuteront pas intégralement cette baisse de coûts sur les consommateurs.

Conclusion

Cette transition marque la fin de l'ère de l'IA « à volonté », où les fournisseurs de services absorbaient massivement les coûts d'inférence pour acquérir des parts de marché. Ce changement de paradigme transforme la façon dont les développeurs et les entreprises doivent aborder leurs outils : l'utilisation de l'IA n'est plus seulement un accélérateur de productivité, elle devient une véritable compétence de gestion des ressources algorithmiques.

Cette évolution pousse l'industrie vers une maturité financière accrue, contraignant désormais les utilisateurs à assumer le coût réel de la puissance informatique qu'ils mobilisent. Elle confirme les rapports selon lesquels l'IA peut désormais coûter plus cher que la main-d'œuvre humaine, car les dépenses consacrées par les entreprises à l'IA explosent, certaines d'entre elles payant davantage pour la puissance de calcul que pour le travail humain.

Une entreprise aurait dépensé 500 millions de dollars en un seul mois pour l'IA Claude d'Anthropic, après avoir omis de mettre en place des limites d'utilisation ou des contrôles des dépenses. Cet incident met en lumière la manière dont un accès illimité aux assistants de codage peut rapidement faire grimper les coûts, exposant ainsi les entreprises à des défis croissants en matière de gouvernance, de surveillance et de maîtrise des coûts.

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous de l'indignation suscitée par la nouvelle structure de tarification de GitHub Copilot ?
Utilisez-vous GitHub Copilot ? Si oui, quel impact ce changement a-t-il eu sur vous ? Partagez votre expérience.
Quels impacts ce changement pourrait-il avoir sur les développeurs et les petites entreprises ?

Voir aussi

Combien coûte l'IA ? Les utilisateurs de GitHub Copilot réagissent au nouveau système de tarification basé sur l'utilisation. Certains affirment avoir épuisé leur quota mensuel de crédits IA en une journée

GitHub Copilot abandonne l'illimité et bascule en facturation à l'usage le 1er juin après des années de subvention silencieuse, l'essor de l'IA agentique rend l'ancien modèle économique insoutenable

L'âge d'or du forfait IA illimité tire à sa fin : pubs ciblées, limitations d'usage, fonctionnalités verrouillées, prix en hausse. L'IA agentique contraint les fournisseurs à changer leurs modèles économiques

[RenarddeFeu]

J'ai personnellement très vite désactivé copilot. L'IA n'arrive absolument pas à deviner ce que je veux écrire, pas assez mainstream visiblement.

A priori, le chat et l'autocomplétion ne collaborent pas.

[jpouly]

Quel est votre avis sur le sujet ?

Le pognon va tuer l'IA. Et c'est tant mieux. Vivement qu'on en finisse avec cette mode à la c...

Que pensez-vous de l'indignation suscitée par la nouvelle structure de tarification de GitHub Copilot ?

C'est le piège de l'abonnement. Et pourtant des alertes il y en a eu et il y en a encore (Adobe, NetFix, XBox Game Pass, ...).

Mais tant qu'il y a des gogos pour payer, pourquoi s'en priver

Utilisez-vous GitHub Copilot ? Si oui, quel impact ce changement a-t-il eu sur vous ? Partagez votre expérience.

Non, parce que je sais déjà développer

Quels impacts ce changement pourrait-il avoir sur les développeurs et les petites entreprises ?

Les petites entreprises, je ne sais pas. Par contre, pour les développeurs, il faut revenir au fondamentale : le fonctionnel.
Et comprendre le métier du client (ou de sa boite) pour mieux répondre à ces besoins.

[Patrick Ruiz]

Anthropic suspend la facturation au jeton pour le SDK des agents IA basés sur Claude. L’entrée en vigueur de la mesure reportée à plus tard aurait entrainé une forte augmentation des coûts pour les développeurs

Anthropic a suspendu un changement de facturation concernant les développeurs qui utilisent son SDK Claude Agent via un abonnement payant — en faisant marche arrière le jour même où ce changement devait entrer en vigueur. Cette annonce intervient après une semaine mouvementée pour Anthropic. Le 9 juin, la société avait lancé Fable 5 et Mythos 5 — ses premiers modèles de la classe Mythos accessibles au grand public, mais quelques jours plus tard, le gouvernement américain a publié une directive relative au contrôle des exportations, contraignant Anthropic à retirer ces deux modèles pour l’ensemble de ses clients à travers le monde. Il semble désormais qu’elle cherche à apporter une bonne nouvelle à sa communauté mondiale d’utilisateurs, en reportant un changement de facturation qui aurait pu coûter plus cher à de nombreux développeurs.

Anthropic annonce le passage à la facturation au jeton puis décide de la suspension de la mesure sur une durée indéfinie

En mai dernier, Anthropic avait annoncé à ses abonnés la division de son quota d’utilisation en deux. Jusqu’à présent, toutes les activités d’un abonné Claude — discuter, écrire du code dans le terminal ou utiliser des outils tiers développés à partir de l’Agent SDK — étaient imputées sur un seul quota mensuel. À compter du 15 juin, a précisé l’entreprise, l’utilisation de l’Agent SDK serait désormais soumise à un crédit mensuel distinct et plafonné pour les abonnés Pro, Max, Team et Enterprise, allant de 20 $ pour les utilisateurs Pro à 200 $ pour les abonnements Max et Enterprise haut de gamme.

Lundi, cependant, Anthropic a commencé à envoyer des courriels à ses abonnés pour leur indiquer que le changement prévu était annulé, selon certains rapports. La documentation d’assistance de l’entreprise a également été mise à jour en conséquence, confirmant que l’utilisation de l’Agent SDK continue d’être soumise aux limites standard de l’abonnement et qu’il n’existe aucun crédit distinct à réclamer.

« Nous suspendons les changements concernant l’utilisation de l’Agent SDK de Claude décrits ci-dessous », précise le message. « Pour l’instant, rien n’a changé. »

Bonne nouvelle pour les utilisateurs des ressources IA mises à disposition par Anthropic ? Oui, si on prend en compte que des développeurs menacent d’abandonner des services équivalents à l’instar de GitHub Copilot pour en raison de l’application de la facturation au jeton

Microsoft essuie de nombreuses critiques en raison de GitHub Copilot. Auparavant, les abonnés de l'assistant de codage bénéficiaient d'un tarif mensuel prévisible et rassurant de 10 dollars pour la version Pro et de 39 dollars pour la version Pro+. Dorénavant, le coût de chaque requête est évalué de manière dynamique et dépend du modèle d'IA sélectionné, de la quantité de contexte soumise par l'utilisateur et de la complexité de la réponse générée.

Les utilisateurs rapportent que cette nouvelle tarification épuise leurs crédits à une vitesse alarmante, transformant un service autrefois perçu comme une aide à la productivité en un véritable fardeau stressant et gouffre financier pour les petites entreprises. Un développeur s'est notamment indigné d'avoir dépensé plus de 6 dollars pour une seule et unique requête, ce qui rend la budgétisation des projets extrêmement difficile pour les indépendants.

Un autre témoignage relate la perte de 16 % d'une allocation mensuelle Pro+ après seulement quelques tentatives de correction de code avec le modèle Claude 4.8, qui n'ont en plus pas permis de résoudre le problème. Avec ce nouveau système, certains développeurs estiment que leur quota mensuel complet peut être entièrement vidé en moins de deux jours. Beaucoup appellent Microsoft à revoir décision ; ils menacent de partir sinon.

Le nouveau système de tarification de GitHub Copilot accorde aux utilisateurs un nombre défini de « crédits » d'IA chaque mois, chaque crédit équivalant à un centime de dollar d'utilisation. Les différents niveaux d'abonnement incluent également des crédits bonus : le forfait Pro à 10 dollars par mois offre 1 500 crédits, le forfait Pro+ à 39 dollars inclut 7 000 crédits, et le forfait Copilot Max qui coûte 100 dollars par mois donne droit à 20 000 crédits.

Le coût exact d'un prompt dépend directement du nombre de tokens d'entrée et de sortie ainsi que du modèle sélectionné. Un million de tokens de sortie avec GPT-5.4 nano d'OpenAI coûte seulement 1,25 dollar, tandis que le même volume avec GPT-5.5 s'élève à 30 dollars. Les utilisateurs sont d'ailleurs mis en garde contre l'utilisation du mode automatique, qui peut parfois basculer sur des modèles très coûteux pour des requêtes pourtant simples.

Face à ce changement, plusieurs développeurs rapportent sur les réseaux sociaux avoir consommé leur quota mensuel en moins d'une seule journée. Des tests montrent qu'un simple prompt pour créer un petit jeu avec Claude Haiku 4.5 consomme environ 94 crédits. Cependant, les coûts explosent pour des tâches complexes : certains utilisateurs signalent la perte de 5 000 crédits pour seulement quelques soumissions de code dirigées par Copilot.

D'autres rapportent qu'une seule journée d'essai avec Claude Sonnet 4.6 leur a coûté 840 crédits. Les estimations fournies par les propres outils de GitHub révèlent que l'ancienne utilisation de certains développeurs très actifs aurait généré des factures s'élevant à plusieurs milliers de dollars sous ce nouveau plan, illustrant à quel point GitHub subventionnait leurs habitudes par le passé. Ce qui signifie que GitHub (Microsoft) vendait Copilot à perte.

Selon SemiAnalysis, les abonnements proposés par Anthropic et OpenAI sont bien moins chers que le coût réel que vous devriez payer si vous maximisiez leur utilisation

Le cabinet d'études a souscrit à tous les abonnements proposés par les deux fournisseurs d'IA et a découvert que la dépense maximale approximative (en supposant une tarification par API) est bien supérieure à ce que les utilisateurs paient chaque mois. Par exemple, Claude Max 20x coûte 200 dollars par mois, mais l'utiliser au maximum coûterait 8 000 dollars par mois en jetons, tandis que ChatGPT Pro 20x, qui coûte également 200 dollars par mois, présente une dépense maximale possible d'environ 14 000 dollars.

Anthropic atteint le seuil de rentabilité pour ses deux formules d'entrée de gamme (Claude Pro et Claude Max 5x) à un taux d'utilisation de 20 %, tandis qu'OpenAI commence à perdre de l'argent si l'utilisation de ses formules de base (ChatGPT Plus et ChatGPT Pro 5x) dépasse 11,4 %. La situation est bien pire pour les offres haut de gamme des deux entreprises : Anthropic atteint une marge brute de 0 % si l'utilisation atteint 10 %, tandis qu'OpenAI est dans le rouge si l'utilisation dépasse 5,7 %. Cette situation est certes insoutenable, mais réduire les fonctionnalités ou augmenter les prix des abonnements n'est probablement pas une option pour ces entreprises non plus.

Tout n'est cependant pas noir : à mesure que de nouveaux modèles apparaissent et que de nouveaux centres de données sont mis en service, le coût de fonctionnement des modèles existants est voué à diminuer. SemiAnalysis prévoit ainsi que l'exploitation de modèles de niveau Opus 4.8 à 20 dollars par mois pourrait bientôt devenir rentable. En revanche, les modèles de pointe, comme Mythos, resteront beaucoup plus coûteux à exploiter. Il est donc probable que les fonctionnalités les plus récentes et les plus avancées soient réservées à un accès via API uniquement, ce qui signifie que vous devrez les payer à l'unité (par jeton).

Recently, we purchased one of each Anthropic/OpenAI subscription plan and randomly ran long horizon coding tasks until we exhausted the weekly limit. It's widely believed that a $200/month plan maxes out at ~$2000/month worth of tokens (assuming API pricing). However, we found… pic.twitter.com/1e0zFhbFuo

— SemiAnalysis (@SemiAnalysis_) June 10, 2026

Conclusion

Les développements en cours marquent la fin de l'ère de l'IA « à volonté », où les fournisseurs de services absorbaient massivement les coûts d'inférence pour acquérir des parts de marché. Ce changement de paradigme transforme la façon dont les développeurs et les entreprises doivent aborder leurs outils : l'utilisation de l'IA n'est plus seulement un accélérateur de productivité, elle devient une véritable compétence de gestion des ressources algorithmiques.

Cette évolution pousse l'industrie vers une maturité financière accrue, contraignant désormais les utilisateurs à assumer le coût réel de la puissance informatique qu'ils mobilisent. Elle confirme les rapports selon lesquels l'intelligence artificielle peut désormais coûter plus cher que la main-d'œuvre humaine, car les dépenses consacrées par les entreprises à l'IA explosent, certaines d'entre elles payant davantage pour la puissance de calcul que pour le travail humain.

Une entreprise aurait dépensé 500 millions de dollars en un seul mois pour l'IA Claude d'Anthropic, après avoir omis de mettre en place des limites d'utilisation ou des contrôles des dépenses. Cet incident met en lumière la manière dont un accès illimité aux assistants de codage peut rapidement faire grimper les coûts, exposant ainsi les entreprises à des défis croissants en matière de gouvernance, de surveillance et de maîtrise des coûts.

Source : Anthropic

Et vous ?

La facturation à l'usage est-elle intrinsèquement plus juste que l'abonnement illimité, ou favorise-t-elle simplement les grandes entreprises disposant de budgets IT prévisibles au détriment des développeurs indépendants ?

Avec des tarifs alignés sur l'API directe, GitHub Copilot justifie-t-il encore son existence en tant que couche intermédiaire, ou son avantage concurrentiel repose-t-il uniquement sur l'intégration EDI ?

La montée en puissance des modèles open source locaux (DeepSeek, Llama, Mistral) constitue-t-elle une alternative crédible à l'inférence cloud pour les workflows de développement quotidiens en 2026 ?

Les entreprises qui ont déployé Copilot à grande échelle vont-elles réexaminer leurs licences à la lumière de cette transition, et vers quels outils pourraient-elles se tourner ?

Cette tendance à la fin des subventions d'inférence marque-t-elle le début d'une consolidation du marché des assistants IA pour développeurs, avec un nombre réduit de gagnants capables de maintenir des prix compétitifs à long terme ?

Voir aussi :

L'âge d'or du forfait IA illimité tire à sa fin : pubs ciblées, limitations d'usage, fonctionnalités verrouillées, prix en hausse. L'IA agentique contraint les fournisseurs à changer leurs modèles économiques

Anthropic bloque l'utilisation par des clients tiers des abonnements à Claude Code : la fin de l'interopérabilité et de l'ouverture des outils de dev ou simple épisode dans la bataille des assistants IA ?

Après qu'Anthropic ait bloqué brutalement Openclaw techniquement et légalement, Sam Altman l'opportuniste en profite pour récupérer le bébé dans le giron d'OpenAI

[gabi7756]

Non, parce que je sais déjà développer

C'est sûr que bien utilisé ca fait perdre plus de temps que ça en fait gagner !

Et oui, il n'y a que les étudiants qui utilisent l'IA ...

[d_d_v]

Ca me fait penser aux caisses automatiques dans les supermarchés: loin de les avoir généralisées, certains supermarchés font même marche arrière en en retirant certaines, notamment aux USA, pour des raisons de coût, entre autres.
Quant à github copilot, je l'utilise en entreprise, mais je ne vois nulle part le nombre de tokens que je consomme.

[provirus]

C'est un changement extrêmement radical. Je suis passé de payer 10$ par mois + environ 10$ d'extra à déjà le 10$ par mois et 12$ d'extra (en 4 jours) alors que c'est utilisation pour du code perso. En gros, je n'ai pratiquement rien fait.

Je suis en train d'essayer une stack locale:
- pi.dev (un agent de programmation léger et extensible)
- ollama + qwen3.5:9b
- vieille NVIDIA GeForce RTX 3060

Ça prend un peu d'adaptation, puisque les nouveaux modèles avaient de moins en moins besoin d'être guidés, mais ce n'était pas si mal, quand je devais les guider plus, il y a 1 an.

[vivid]

il y en a qui vont peut-être comprendre que la flemme cela ne paye pas, si, mais cela paye côte entreprise

[Johnny69]

Je suis bien content d'avoir raison, c'était gros comme un camion, les décideurs pensaient qu'on pouvaient remplacer 5 dev par 1 dev + 1 IA comme ça mais en réalité celà va leur couter bien plus que 4 salaires économisés. Sans compter toute cette dette tech. qu'il va falloir gérer !

[Matthieu Vergne]

J'utilise des modèles locaux. Je ne me pose pas de question de limites de tokens ni ne subit de biais psychologique à chercher à faire du tokenmaxxing vu que c'est strictement lié à mes besoins réels. Ce genre de problème disparaît totalement quand on passe aux modèles locaux. Et on n'a pas besoin d'un modèle de trilliards de paramètres pour faire du code efficacement.

[Artemus24]

@Matthieu Vergne : utilises tu en local Deep Seek ? Je sais que l'on peut le télécharger. Qu'est-ce que tu en penses ?

[Matthieu Vergne]

Non pas testé. Là je met en place mon homelab depuis quelques mois et avec l'IA ça rend la chose bien plus accessible malgré mes exigences, du coup ça avance bien et j'ai donc d'autres priorités.

Ensuite tu peux le télécharger mais il est gros quand même. Du Qwen 3.6 à 35M de paramètres ça me suffit largement. Je ne suis pas dans la course à qui aura la plus grosse, je veux juste que ça réponde à mon besoin avec une taille raisonnable. Je peux faire tourner plus gros et je testerai sûrement ça un jour, mais genre pour challenger sérieusement quelque chose, comme Mythos utilisé pour analyser la sécu. Mais pas besoin de ça pour mon besoin quotidien donc sujet non prioritaire.

[Artemus24]

Quand j'aurai finalisé mon projet de réseau local domestique, je pense m'investir dans l'installation local d'une IA, pour mon usage personnel.

[Eliora]

Microsoft met en place des budgets de jetons d'IA pour ses employés, fait du GPT-5.6, moins coûteux, son modèle interne par défaut, et précise que « le tokenmaxxing n'est pas notre objectif »

Microsoft a mis en place de nouvelles limites concernant les dépenses que ses ingénieurs peuvent consacrer aux outils d'intelligence artificielle (IA) dans le cadre de leur travail, tout en précisant que l'objectif de l'entreprise n'est pas d'optimiser l'utilisation de l'IA en interne. Alors que l'IA s'intègre de plus en plus dans les environnements de travail, Microsoft est la dernière grande entreprise en date à freiner l'utilisation coûteuse de l'IA par ses employés. Dans le but de « tirer davantage parti de notre investissement en jetons », Microsoft fait d'OpenAI GPT-5.6 le modèle d'IA par défaut pour un usage interne. Microsoft a ajouté que ces changements ne résultaient en aucun cas d'une détérioration de la situation financière de l'entreprise.

Récemment, le tokenmaxxing a été institué dans le développement de logiciels comme mesure superficielle de la productivité et signal d'adoption de l'IA, encouragé par des classements internes et l'idée que plus de consommation d'IA équivaut à plus de performance. La tendance qui a pris son envol à l’entame de l’année 2026 n’est plus soutenable par les entreprises sur le long terme. En effet, les rapports se succèdent et font état de ce que « l’intelligence artificielle coûte trop cher et n’est rentable pour personne. »

En juillet 2026, OpenAI a commencé à déployer GPT-5.6 Sol auprès du grand public, après que l’administration Trump a approuvé une mise à disposition à grande échelle, mettant fin à plusieurs semaines d’accès restreint à un petit groupe de partenaires agréés par le gouvernement. Le PDG d'OpenAI, Sam Altman, a déclaré que Sol atteignait une efficacité en termes de tokens supérieure de 54 % pour les tâches de codage agentique, ce qui le place au même niveau, voire devant, les modèles concurrents. Le déploiement du GPT-5.6 avait été limité à une vingtaine de partenaires après que l’administration Trump eut demandé à OpenAI de retarder la mise à disposition pendant que les agences fédérales évaluaient le modèle.

Microsoft a mis en place de nouvelles limites concernant les dépenses que ses ingénieurs peuvent consacrer aux outils d'IA dans le cadre de leur travail, tout en précisant que l'objectif de l'entreprise n'est pas d'optimiser l'utilisation de l'IA en interne. Alors que l'IA s'intègre de plus en plus dans les environnements de travail, Microsoft est la dernière grande entreprise en date à freiner l'utilisation coûteuse de l'IA par ses employés, mettant ainsi un frein à ce que certaines entreprises ont surnommé le « tokenmaxxing ».

Selon un vice-président exécutif de Microsoft, GitHub Copilot est un outil de programmation basé sur l'IA, et il a souligné que le « tokenmaxxing » n'était pas l'objectif de l'entreprise. L'article précise que ce terme a gagné en popularité ces derniers mois, alors que le coût d'utilisation de l'IA a augmenté sans pour autant se traduire systématiquement par des gains de productivité proportionnels. « Le “tokenmaxxing” n’est pas notre priorité. Je souhaite que nous nous concentrions tous sur l’optimisation des résultats qui font vraiment la différence pour nos clients et notre entreprise », a déclaré Jay Parikh, vice-président exécutif chez Microsoft.

OpenAI GPT-5.6 va devenir le modèle par défaut pour un usage interne

Dans le but de « tirer davantage parti de notre investissement en jetons », Microsoft fait d’OpenAI GPT-5.6 le modèle d’IA par défaut pour un usage interne, car il est moins coûteux que plusieurs autres modèles. Un lien vers les directives internes mises à jour concernant Copilot précise qu'à compter de juillet 2026, les divisions de Microsoft disposeront d'un « objectif budgétaire en jetons d'IA », permettant aux employés de suivre leurs dépenses individuelles en matière d'IA.

Microsoft a ajouté que ces changements ne résultaient en aucun cas d'une détérioration de la situation financière de l'entreprise. Au contraire, son dernier rapport financier a montré que le chiffre d'affaires, le résultat d'exploitation et le résultat net avaient tous augmenté d'une année sur l'autre, dépassant les attentes du marché.

Cette nouvelle politique s'inscrit plutôt dans une tendance plus large chez les entreprises qui cherchent à limiter les utilisations inutiles de l'IA. Des rapports précédents avaient révélé que des entreprises telles qu'Amazon, Adobe, Atlassian et Citi avaient mis en place des mesures visant à réduire la consommation excessive d'IA par leurs employés. Microsoft continuera à affiner ses politiques en matière d'IA à mesure que les modèles et les produits évolueront, tout en soulignant qu'il ne souhaite pas freiner les progrès de l'entreprise vers une approche « AI-first ».

Des informations précédentes indiquent également que des entreprises telles qu'Accenture ont tenté d'empêcher leurs employés d'épuiser leurs budgets de jetons d'IA pour des tâches élémentaires, comme la conversion de fichiers PDF en diapositives de présentation. Ce revirement est remarquable, étant donné qu'Accenture avait auparavant averti ses employés qu'ils risquaient de passer à côté de promotions s'ils ne parvenaient pas à adopter les outils d'IA.

Le mois dernier, Jue Wang, consultante en gestion chez Bain & Company, a déclaré que de nombreuses grandes entreprises accompagnées par le cabinet examinaient de plus près le retour sur investissement de leurs investissements dans l’IA. « Le coût symbolique pour elles a doublé, presque tous les deux mois », a-t-elle expliqué. « Disons 200 dollars par développeur et par mois. Multipliez ce chiffre par 20 000 développeurs, ce qui correspond souvent à l’effectif de ces entreprises, et vous obtenez rapidement un montant qui ne figure dans aucun poste budgétaire prévu par les directeurs généraux. »

Pour Microsoft, cependant, la situation semble différente. L’entreprise s’attache à optimiser l’utilisation de chaque jeton d’IA, plutôt qu’à répondre à des pressions financières.

L'IA, longtemps présentée comme un outil censé améliorer la productivité tout en maîtrisant les coûts, devient un fardeau financier pour certaines organisations. Les dépenses des entreprises en matière d'IA montent en effet en flèche, certaines d'entre elles payant désormais davantage pour la puissance de calcul que pour la main-d'œuvre humaine. Alors que les coûts augmentent et que les retours sur investissement restent incertains, les dirigeants commencent à se demander si l'essor de l'IA est durable et si cette technologie est vraiment moins coûteuse que la main-d'œuvre humaine.

Source : Microsoft

Et vous ?

Pensez-vous que cette annonce est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

Les jetons d'IA « illimités » ne sont finalement pas si illimités que ça, l'armée américaine ayant épuisé ses réserves de jetons, les limites d'utilisation de l'IA générative ont été rétablies

Les employés d'Amazon gonflent les chiffres d'utilisation de l'IA : ils ne lancent pas de nouvelles fonctionnalités, ne corrigent pas de bugs, mais se contentent de générer massivement des jetons d'IA

Les entreprises recherchent des solutions d'IA moins coûteuses alors que le « tokenmaxxing » perd de son attrait en tant que tendance éphémère, l'IA est trop chère et n'est rentable pour personne

[Mathis Lucas]

Les entreprises se tournent vers l'IA open source pour gagner en flexibilité et réduire leurs coûts. Cette tendance menace la viabilité d'OpenAI et d'Anthropic
qui tablaient sur des profits massifs

De nombreuses entreprises délaissent les systèmes d'IA fermés et coûteux au profit de modèles d'IA en accès libre. Le géant de la téléphonie mobile AT&T explique avoir gagné en flexibilité et réduit ses dépenses opérationnelles de 80 % après l'adoption de modèles à poids ouverts. Si les modèles fermés dominent encore les tâches complexes, les systèmes ouverts, notamment ceux venant de Chine ou de Meta, gagnent du terrain grâce à leur efficacité et leurs faibles coûts. Cette tendance provoque l'effondrement des coûts des tokens. Le contexte fait planer le doute sur la survie des acteurs de la bulle de l'IA, comme OpenAI et Anthropic, qui espéraient des profits massifs.

Des entreprises majeures ont commencé à modifier leur stratégie en matière d'IA. Microsoft a mis en place des budgets de jetons d'IA pour ses employés, puis a fait du GPT-5.6, moins coûteux, son modèle interne par défaut, tout en précisant que « le tokenmaxxing n'est pas notre objectif ». D'un autre côté, certaines organisations intègrent de plus en plus des modèles à poids ouverts dans leurs pipelines pour réduire les coûts et gagner en flexibilités.

Le géant de la téléphonie mobile AT&T a choisi la seconde voie. AT&T a utilisé pendant des années les modèles d'IA fermés et payants développés par Anthropic et OpenAI pour le service client, la transcription d'appels et la programmation. Cependant, l'entreprise a récemment annoncé avoir changé de cap.

Face à l'augmentation spectaculaire des coûts de ces technologies, le responsable des données et de l'IA chez AT&T, Andy Markus, a recherché des alternatives plus économiques et s'est tourné vers des modèles ouverts, téléchargeables et modifiables gratuitement sans approbation préalable. Cette transition s'accélère : l'utilisation des modèles ouverts est passée de 20 % en mai à 40 % récemment, et pourrait atteindre 60 % dans les prochains mois.

Andy Markus a exprimé son optimisme quant à l'avenir de cette technologie : « nous pensons que cela pourrait aller beaucoup, beaucoup plus haut ». Cette décision permet désormais à AT&T d'économiser jusqu'à 80 % sur ses dépenses en IA par rapport au début de l'année. Dans les commentaires en ligne, des administrateurs système rapportent qu'ils tentent de convaincre leurs patrons d'investir dans du matériel capable d'exécuter l'IA en local.

Des géants tels que Deloitte et Airbnb choisissent eux aussi des modèles ouverts pour leur facilité de personnalisation et leur coût réduit. Les données américaines de la plateforme OpenRouter confirment cette tendance massive, révélant que la part des modèles ouverts dans l'usage global de l'IA est passée à 58 % en août 2026, contre 10 % il y a un an. Les experts s'attendent à ce que les modèles ouverts dominent bientôt le marché professionnel.

Signe de l'importance croissante du marché des modèles d'IA à poids ouverts, le fabricant de puces Nvidia a récemment annoncé l'acquisition de la célèbre bibliothèque de modèles ouverts Hugging Face pour la somme de 12,9 milliards de dollars. À cette occasion, le PDG de Nvidia, Jensen Huang, a déclaré : « ensemble, nous rendrons l'IA plus ouverte, plus performante et plus accessible aux personnes et aux institutions du monde entier ».

Les spécificités techniques et les avantages des modèles ouverts

Les modèles d'IA ouverts se présentent sous deux formes distinctes. D'une part, les modèles d'IA à code source ouvert rendent leur code informatique public. D'autre part, les modèles à poids ouverts publient leurs "poids", c'est-à-dire les calculs numériques qui orientent leur raisonnement. Alors que les Big Tech et les laboratoires américains gardent leurs modèles fermés, le secteur chinois de l'IA mise massivement sur les modèles à poids ouverts.

Clément Delangue, PDG de Hugging Face, a déclaré que la Chine domine le marché des modèles à poids ouvert et pourrait dépasser les laboratoires américains de pointe avant la fin de l’année. « Ils dominent clairement le domaine des modèles ouverts à l’heure actuelle, et je ne serais pas surpris qu’ils commencent à dominer également dans le domaine de l'IA de pointe d’ici la fin de cette année ou l’année prochaine, au vu du rythme des progrès ».

« Les créateurs de modèles américains, en revanche, travaillent en silos et risquent de prendre du retard », a ajouté Clément Delangue. Plutôt que de payer plusieurs millions de dollars de frais d'utilisation ou d'abonnements imposés par OpenAI et Anthropic pour des modèles fermés, les développeurs peuvent désormais télécharger des modèles conçus par des entreprises chinoises de premier plan, telles que Moonshot AI, Z.ai, DeepSeek ou Alibaba.

Ils peuvent ainsi bâtir leurs propres services en ne payant principalement que pour l'hébergement serveur. Ces alternatives ouvertes s'avèrent de plus en plus compétitives face aux leaders du marché. Jerry Tang, le directeur général de la startup Atlas Cloud, a récemment rapporté que certains modèles ouverts chinois atteignent désormais 80 % à 90 % de la puissance des modèles fermés d'OpenAI et d'Anthropic, pour seulement 20 % de leur prix.

Pour illustrer cette différence de coût et d'utilité, Jerry Tang compare les modèles haut de gamme fermés à des voitures de sport onéreuses, souvent superflues, en affirmant : « les Mazda font un excellent travail pour vous amener là où vous devez aller, et les Maserati ne valent tout simplement pas l'investissement ». En outre, le dirigeant ajoute que « les modèles ouverts offrent un meilleur rapport qualité-prix », ce que recherchent les entreprises.

De plus, l'accessibilité de ces technologies s'accroît puisque de nombreux modèles ouverts peuvent désormais fonctionner localement sur un simple téléphone portable ou un ordinateur portable, tels que les nouveaux ordinateurs Mac Mini et Mac Studio d'Apple, tandis que les modèles fermés dominants deviennent plus complexes et exigent une puissance de calcul toujours plus élevée. Dans ce contexte, les entreprises adoptent une approche hybride.

Dans cette configuration, les modèles fermés sont réservés pour les tâches lourdes telles que la programmation ou la génération d'images et de vidéos, tandis que les systèmes ouverts exécutent les tâches plus simples et spécialisées. Cela permet aux entreprises de maîtriser leurs dépenses opérationnelles en IA.

Les implications industrielles et le débat politique sur la régulation

Cette transition massive vers le modèle ouvert représente un défi stratégique pour OpenAI et Anthropic, deux entreprises qui préparent leur introduction en bourse et qui doivent maintenir des tarifs élevés pour financer leurs dépenses colossales en recherche, développement et puissance de calcul. Ce changement a été particulièrement accéléré l'année dernière par la startup chinoise DeepSeek avec la sortie de son modèle populaire DeepSeek-V3.

Ce dernier s'est distingué en offrant des performances proches des modèles propriétaires les plus avancés tout en nécessitant moins de ressources de calcul, permettant ainsi aux technologies chinoises de rattraper les systèmes d'Anthropic, d'OpenAI ou de Google. Toutefois, de nombreuses entreprises américaines restent réticentes à l'idée d'utiliser des modèles chinois en raison de craintes liées à la réglementation et à la protection des données.

C'est le cas d'AT&T, qui étudie ces technologies, mais refuse de les déployer. L'entreprise préfère personnaliser des alternatives américaines populaires comme le modèle Gemma de Google ou les modèles Llama de Meta pour concevoir des outils de transcription et d'aide au service client. Pour rivaliser dans ce domaine, Meta a récemment publié les poids de son modèle le plus avancé, à coût inférieur à celui d'autres systèmes américains majeurs.

Le PDG de Meta, Mark Zuckerberg, a déclaré à ce sujet : « je ne crois pas que restreindre l'accès aux modèles étrangers à code source ouvert soit une solution efficace », ajoutant que « notre objectif devrait être que les modèles américains à code source ouvert soient les meilleurs au monde ». Enfin, la montée en puissance des systèmes ouverts alimente un vif débat à Washington et au sein de la Silicon Valley concernant le contrôle de l'IA.

Tandis que le PDG d'Anthropic, Dario Amodei, soutient qu'une réglementation stricte de l'IA est indispensable pour protéger la sécurité nationale, d'autres figures de l'industrie comme Jensen Huang (Nvidia) ou Mark Zuckerberg (Meta) estiment que le partage libre et les technologies ouvertes sont cruciaux pour garantir un écosystème d'IA démocratique et équilibré. La position alarmiste de Dario Amodei est parfois vivement critiquée.

Les prix des tokens IA ont atteint des niveaux historiquement bas

Dans le domaine des grands modèles de langage (LLM), un token est une unité de texte que le modèle d'IA utilise pour lire et générer du langage naturel. Ce n'est pas forcément un mot entier : ça peut être un mot, une partie de mot, un signe de ponctuation ou même un espace. En anglais, un token correspond en moyenne à environ quatre caractères. En français, à cause des accents et de la conjugaison plus riche, le ratio est souvent moins efficace.

Les premiers modèles de pointe coûtaient des dizaines de dollars par million de tokens. Aujourd'hui, des modèles très performants sont proposés pour quelques dollars, voire moins d'un dollar par million de tokens pour les versions les plus légères. Plusieurs facteurs expliquent cette chute : l'amélioration de l'efficacité des architectures, la concurrence accrue entre fournisseurs, et les progrès matériels sur les accélérateurs dédiés à l'inférence de l'IA.

Une analyse récente du marché montre que cette tendance à la baisse se poursuit. LLM Token Expenditure Index, l'indice de référence de Silicon Data qui suit quotidiennement les tarifs des tokens d'IA, a franchi un cap historique à la baisse en s'établissant à 97 cents par million de tokens le 1er septembre 2026.

Plusieurs forces conjoncturelles et structurelles expliquent cette glissade rapide des tarifs sur le marché. Tout d'abord, la prolifération rapide des modèles d'IA à poids ouverts chinois à bas coût, à l'instar du modèle Kimi K3 de Moonshot AI, a exercé une forte pression à la baisse sur l'ensemble des prix. De plus, le leader du secteur, OpenAI, a consenti à des baisses de prix significatives sur deux de ses modèles GPT-5.6 à la fin du mois de juillet 2026.

Par ailleurs, d'autres laboratoires d'IA de pointe ont mis en place des structures de tarification dynamique ajustant les tarifs selon les fluctuations de la demande. Enfin, la réduction globale des coûts de production des tokens à travers l'ensemble de l'industrie technologique contribue directement à cette érosion.

Steve Hou, directeur de la recherche chez Silicon Data, a déclaré que cette baisse pourrait indiquer que l’offre existante, tant pour les modèles de pointe que pour les modèles à moindre coût, est déjà suffisante pour traiter la plupart des tâches. Si cette dynamique est une bonne nouvelle pour les utilisateurs finaux, ce n'est pas peut-être le cas pour les laboratoires tels qu'OpenAI et Anthropic, qui doivent encore démontrer leur rentabilité.

Une pression accrue sur les revenus de grands laboratoires d'IA

Cette tendance représente en revanche un défi majeur pour les entreprises qui conçoivent les modèles d'IA. En habituant les consommateurs à des prix de plus en plus bas, les fournisseurs de modèles risquent de perdre durablement leur pouvoir de fixation des tarifs. Ce phénomène de déflation frappe de plein fouet les startups OpenAI et Anthropic, qui subissent déjà la pression des investisseurs pour prouver la viabilité de leur modèle économique.

Charles-Henry Monchau, directeur des investissements chez Syz Group, a résumé cette situation critique : « la déflation des tokens comprime la ligne de revenus alors que les engagements de calcul restent fixes. La réponse stratégique est évidente : l'avantage concurrentiel doit s'éloigner de la capacité brute des modèles, où l'écart en matière de poids ouverts se mesure en mois, pour se tourner vers la distribution, la mémoire et le contexte ».

Cette baisse continue des prix des tokens survient à un moment particulièrement délicat pour les fleurons du secteur comme Anthropic et OpenAI, qui ont tous deux déposé confidentiellement des dossiers d'introduction en bourse auprès des autorités de régulation durant l'été 2026. Ce vent de déflation pourrait contraindre les investisseurs à réévaluer leurs prévisions de retour sur investissement dans le déploiement colossal des infrastructures d'IA.
A
Des géants comme Nvidia, Meta et Microsoft injectent actuellement des milliards de dollars dans les infrastructures de l'IA. Les doutes du marché se sont fait ressentir sur les places financières, provoquant une baisse marquée des indices boursiers où les valeurs technologiques ont essuyé de lourdes pertes, notamment avec un recul de près de 1 % pour le Nasdaq Composite et de 0,4 % pour le S&P 500 le 1er septembre après la publication de l'indice.

Se dirige-t-on vers l'éclatement de cette bulle spéculative ?

À l'heure actuelle, le succès de l'IA générative repose sur son immense pouvoir de séduction auprès de cadres et de dirigeants déconnectés du travail réel. Les modèles de langage sont capables de simuler le travail accompli, flattant l'ego des managers en ne refusant jamais aucune directive, aussi absurde soit-elle. Selon l'analyste Edward Zitron, les dirigeants imposent une technologie extrêmement coûteuse simplement parce que la concurrence le fait.

L'analyste confirme un constat : l'IA n'est actuellement pas viable sur le plan économique, à l'exception de quelques acteurs très spécifiques. Nvidia est l'un des rares véritables bénéficiaires de cette course technologique. Le fabricant de puces et les entreprises de construction s'enrichissent en profitant de « l'exubérance irrationnelle » qui pousse les géants du cloud à investir des sommes colossales dans la construction massive de centres de données.

Edward Zitron estime que c'est précisément ce climat de mépris et d'épuisement qui s'apprête à détruire l'industrie de l'intérieur. Face à la maltraitance de leurs dirigeants, les employés révoltés ont commencé à exprimer leur mécontentement. Pour l'analyste, l'IA coûte trop cher et n'est rentable pour personne.

Source : Deloitte

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous de l'adoption croissante des modèles ouverts par les entreprises ?
Que pensez-vous de l'effondrement des prix des tokens ? Quel sera l'impact sur la Silicon Valley ?

Voir aussi

Les prix des tokens d'IA ont atteint des niveaux historiquement bas en raison d'une concurrence accrue et de l'essor des modèles chinois à poids ouverts, la promesse de profits colossaux s'amenuise

Les entreprises recherchent des solutions d'IA moins coûteuses alors que le « tokenmaxxing » perd de son attrait en tant que tendance éphémère, l'IA est trop chère et n'est rentable pour personne

Le PDG d'Hugging Face affirme que la Chine est en tête dans la course à l'IA et pourrait dominer le secteur d'ici la fin de l'année, les chinois collaborent ouvertement contrairement aux américains