La fin de la course au modèle : l'IA de pointe devient une commodité

Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions. Août 2026.

Posture. Ce cinquième volet de notre série « Marchés & IA » referme une boucle ouverte en janvier : dans Où va la valeur de l’IA ?, nous guettions trois signaux de commoditisation des modèles. Huit mois plus tard, les trois se sont matérialisés, et au-delà. Nous avons déjà suivi l’argent de l’IA et son circuit fermé, les signaux de bulle et le pivot Microsoft-Mistral, la Saaspocalypse et la maturité réelle du Top 10 CAC 40 et Nasdaq. Ici, nous regardons la course elle-même : qui gagne encore quoi, à quel rythme sortent les modèles, et ce qu’il reste à acheter quand la performance devient une commodité. Cet article n’est pas un conseil en investissement ; les chiffres sont datés, les estimations et les mesures auto-déclarées signalées comme telles.

---

1. Les benchmarks saturent, et neuf points d’Elo séparent les cinq premiers

Pendant trois ans, la course au modèle s’est mesurée à trois examens simples : MMLU pour la culture générale, GSM8K pour le calcul, HumanEval pour le code. Ces trois-là ne mesurent plus rien. Les modèles de pointe se regroupent dans une bande d’environ 88 à 94 % sur MMLU, dépassent 95 % sur GSM8K et 90 % sur HumanEval, si bien que les éditeurs ont simplement cessé de publier ces chiffres dans leurs annonces [1]. La saturation a une cause documentée : la contamination. L’étude GSM1k de Scale AI, qui a refait composer les modèles sur des problèmes de même nature mais jamais publiés, a mesuré des chutes allant jusqu’à 13 points par rapport à GSM8K, corrélées à la mémorisation du jeu d’origine [2]. Un examen dont les sujets circulent depuis des années ne classe plus les candidats.

La relève existe, et elle est autrement plus difficile. GPQA Diamond : 198 questions scientifiques de niveau doctorat, conçues pour résister à la recherche documentaire, sur lesquelles les titulaires d’un doctorat plafonnent eux-mêmes entre 65 et 74 % [3]. SWE-bench Verified : 500 vrais tickets de dépôts GitHub à résoudre de bout en bout [4]. Humanity’s Last Exam : 2 500 questions rédigées par un millier d’experts de 50 pays, publiées dans Nature en janvier 2026, sur lesquelles aucun système ne dépasse 65 % à ce jour [5]. Ces épreuves font encore le tri. Ce qu’elles montrent, en revanche, ressemble de moins en moins à une course avec un vainqueur.

Prenez le classement le plus suivi du secteur, LMArena, qui fait voter des millions d’humains en aveugle (7,8 millions de votes au dernier relevé). Au 12 août 2026, neuf points d’Elo séparent le premier du cinquième, et un seul point le premier du deuxième, en pleine égalité statistique [6]. Traduction : neuf points d’Elo, c’est à peu près 51 % de préférences contre 49. La première place elle-même est prise dans un jeu de chaises musicales ; depuis novembre 2025, chaque grande sortie l’a occupée quelques semaines avant de la céder.

Dernier symptôme, plus discret : les benchmarks eux-mêmes sont devenus un terrain de communication. Le même modèle affiche trois scores selon qui le mesure. Sur Humanity’s Last Exam, la dernière génération de Claude pointe à 46,4 % au classement officiel de Scale AI (sans outils), à 55,5 % sur le banc d’essai indépendant d’Artificial Analysis, et à 64,7 % dans les chiffres d’éditeur mesurés avec outils [5][7]. Ces trois nombres ne se contredisent pas : ils mesurent des protocoles différents (accès aux outils, échafaudage, effort de calcul), et l’écart entre eux, jusqu’à 20 points sur SWE-bench Pro entre le banc d’essai neutre de Scale et les chiffres d’éditeur, est devenu plus grand que l’écart entre concurrents [4]. Quand l’écart de protocole dépasse l’écart de performance, un tableau de scores se lit comme un communiqué de presse.

2. Le tempo des sorties : l’horloge concurrentielle, la scène financière

S’il n’y a plus d’avance durable à prendre, pourquoi les sorties s’accélèrent-elles ? Or elles s’accélèrent bel et bien : sur la ligne principale d’OpenAI, l’intervalle entre deux versions est passé d’environ cinq mois début 2025 (de GPT-4.5 à GPT-5) à six ou sept semaines en moyenne en 2026 (les versions 5.1 à 5.6 se sont suivies à des intervalles de 29 à 77 jours) [8]. Anthropic a enchaîné Opus 4.6, Sonnet 4.6, Opus 4.7, Opus 4.8, Fable 5, Sonnet 5 et Opus 5 entre février et juillet 2026 [8]. La seule semaine du 17 au 23 juillet 2026 a compté sept sorties majeures, tous éditeurs confondus [9].

La réponse courte des chroniqueurs, « ils sortent des modèles pour la bourse », mérite d’être vérifiée plutôt qu’affirmée. Voici ce que les faits établissent, et ce qu’ils n’établissent pas.

Ce qui est établi, ce sont les couplages délibérés entre annonces financières et sorties. Le 28 mai 2026, Anthropic a lancé Claude Opus 4.8 le jour même de l’annonce de sa levée record de 65 milliards de dollars à 965 milliards de valorisation ; la presse spécialisée a titré sur la simultanéité [10]. Le 6 janvier 2026, l’existence de Grok 5 « en entraînement » a été officialisée dans le communiqué de levée de fonds de xAI, 20 milliards de dollars à 230 milliards de valorisation : le document financier a servi de première annonce produit [11]. Trois jours après la sortie de Kimi K3, mi-juillet, Bloomberg révélait que Moonshot AI préparait son introduction à Hong Kong « sous six mois », sa valorisation ayant quintuplé selon les fourchettes avancées par la presse [12]. Et le 24 juillet, Yahoo Finance titrait sobrement : « Anthropic lance Opus 5 pendant que l’entreprise prépare son IPO » [13].

Au printemps 2026, les deux premiers laboratoires ont même déroulé la même séquence dans le même trimestre : levée, dépôt d’introduction en bourse, sortie de modèle (voir Figure 2). Les contraintes du capital, elles, sont écrites dans les contrats : la deuxième tranche de la levée SoftBank était conditionnée à la restructuration à but lucratif d’OpenAI avant le 31 décembre 2025 (exécutée le 28 octobre), et 35 des 50 milliards de dollars promis par Amazon au tour de mars 2026 sont conditionnés à une introduction en bourse ou à l’atteinte de l’AGI [14]. Quand le versement des fonds dépend d’échéances, les échéances gouvernent la communication.

Voici maintenant ce que les faits n’établissent pas : que la date des sorties soit fixée par le calendrier boursier. Aucune enquête de Reuters, Bloomberg, du FT ou du WSJ ne le démontre, et nous avons cherché. Les accélérations dont on connaît la cause sont d’origine concurrentielle : le mémo « code red » de Sam Altman après la sortie de Gemini 3, révélé début décembre 2025, a fait avancer GPT-5.2 au 11 décembre [15]. Les duels au jour près relèvent de la même logique (Opus 4.6 et GPT-5.3-Codex sortis le même 5 février). Et les contre-exemples sont massifs : Gemini 3.5 Pro, annoncé à Google I/O en mai, a manqué trois fenêtres de sortie et reste indisponible à la mi-août [16] ; Grok 5 n’est toujours pas sorti malgré l’introduction en bourse de SpaceX, la plus grosse de l’histoire, le 12 juin [17] ; OpenAI a présenté le 1er août son système « Astra », dix problèmes mathématiques ouverts résolus, sans le sortir ni le dater, à quelques mois d’une entrée en bourse à laquelle un tel lancement aurait pourtant profité [18]. Quand la technique n’est pas prête, l’échéance financière ne suffit pas.

La formulation exacte tient en une phrase. Le calendrier financier n’est pas devenu l’horloge des sorties : il en est devenu la scène, et les sorties un argument de valorisation. L’horloge, elle, reste la concurrence, au rythme de versions intermédiaires de plus en plus rapprochées ; pendant ce temps, les sauts générationnels promis (Gemini 3.5 Pro, Grok 5, DeepSeek R2, Llama 4 Behemoth) glissent, se font attendre ou disparaissent des feuilles de route [8][16]. Beaucoup de versions, peu de ruptures. Un marché qui sort des versions au rythme de sa communication plutôt qu’au rythme de ses découvertes a un nom en économie industrielle : un marché qui mûrit.

3. L’open-weight a rejoint le peloton, et c’est la Chine qui le distribue

Le deuxième moteur de la commoditisation est la convergence entre modèles fermés et modèles à poids ouverts. En novembre 2024, Epoch AI mesurait environ un an de retard des meilleurs modèles ouverts sur la frontière fermée. En octobre 2025 : trois mois. Au dernier relevé publié, en mai 2026 : quatre mois, soit huit points sur leur indice de capacités, l’équivalent de l’écart entre GPT-5 et GPT-5.5 [19]. OpenRouter, qui voit passer le trafic de milliers d’applications, décrit « un écart constant de trois à six mois depuis plus de dix-huit mois » [20]. Et sur l’indice d’Artificial Analysis relevé le 17 août 2026, trois points séparent le meilleur modèle fermé (Claude Opus 5, 63) du meilleur ouvert (Kimi K3, 60) [7]. Un an d’avance est devenu un trimestre.

Cette convergence a une chronologie et un déclencheur. DeepSeek R1, publié en poids ouverts le 20 janvier 2025 pour un coût d’entraînement dérisoire (la seule phase d’apprentissage par renforcement a coûté 294 000 dollars, selon l’étude publiée dans Nature), a effacé 589 milliards de dollars de capitalisation de Nvidia en une séance, le record absolu de Wall Street [21]. Kimi K2 Thinking, en novembre 2025, a été le premier modèle ouvert à battre des systèmes propriétaires sur des épreuves agentiques outillées [22]. Et 2026 a vu défiler les poids lourds : GLM-5 puis 5.2 (en tête du classement Design Arena de mi-juillet, devant Claude Fable 5, selon un relevé d’agrégateur), Qwen 3.5 puis Qwen3.8-Max, DeepSeek V4, et Kimi K3, 2 800 milliards de paramètres publiés sur Hugging Face fin juillet [7][23]. Ces cinq familles sont chinoises. Pendant ce temps, Meta faisait le chemin inverse : Llama 4 Behemoth n’est jamais sorti, et le premier modèle de Meta Superintelligence Labs, Muse Spark, lancé en avril 2026, est fermé [24]. Sur les téléchargements, la bascule est faite : les dérivés de Qwen sur Hugging Face représentent 2,6 fois l’empreinte totale de Meta, et les modèles chinois sont passés d’environ 1 % à environ 61 % des tokens servis via OpenRouter en dix-huit mois, selon des décomptes concordants des données de la plateforme [25].

Deux nuances s’imposent, et elles décident de ce qu’un dirigeant peut en faire. La première tient à la mesure : la parité est une parité de benchmark. À score égal, les modèles fermés restent plus robustes en usage réel, surtout sur les tâches agentiques longues ; le classement texte de LMArena ne compte d’ailleurs aucun modèle ouvert dans son top 30 [6][26]. Même les tableaux publiés par Moonshot montrent Kimi K3 derrière Claude Fable 5 et GPT-5.6 Sol sur les épreuves d’ingénierie logicielle de frontière [23]. La seconde est commerciale : au moment précis où l’open-weight rejoignait le peloton technique, sa part dans l’usage API des entreprises américaines reculait de 19 % à 11 % entre 2024 et 2025 (Menlo Ventures, relevé de décembre 2025), et plus d’un tiers des grands comptes disent désormais préférer les modèles fermés [27]. La performance a convergé ; la confiance, la responsabilité contractuelle et la simplicité d’exploitation, pas encore. Ajoutons un détail prosaïque : faire tourner Kimi K3 en précision native demande de l’ordre de 1,4 téraoctet de mémoire GPU [23]. Poids ouverts ne veut pas dire service gratuit.

4. Les prix affichés s’effondrent, les factures montent

Troisième moteur, le prix. À performance constante, la chute est vertigineuse et documentée sur plusieurs années : l’AI Index de Stanford mesure une division par plus de 280 du coût d’inférence à niveau GPT-3.5 entre fin 2022 et fin 2024, a16z a nommé le phénomène « LLMflation » (division par dix chaque année), et Epoch AI mesure, selon le niveau de capacité choisi, des divisions annuelles par 9 à 900, avec une médiane autour de 50 [28]. 2026 y a ajouté une guerre des prix explicite : Anthropic a annulé la hausse programmée de Claude Sonnet 5 (le tarif de lancement, 2 dollars le million de tokens en entrée et 10 en sortie, est devenu le prix tout court), OpenAI a baissé de 80 % le prix de sa gamme d’entrée GPT-5.6 Luna fin juillet, et Google vend ses Gemini Flash récents à moitié prix « jusqu’au 31 décembre 2026 », date à laquelle le tarif doublera, ce qui est une autre façon de dire que le prix est devenu l’arme [29]. DeepSeek, lui, facture son V4-Flash 0,44 dollar le million de tokens en entrée, moitié moins en heures creuses [30].

Un dirigeant qui s’arrêterait là commettrait l’erreur symétrique de celui qui ne regarde que les benchmarks. Le prix affiché au million de tokens baisse ; la consommation de tokens, elle, explose. Les modèles de raisonnement facturent leur réflexion invisible en tokens de sortie, trois à cinq fois le volume visible en usage courant, dix à trente fois sur les cas extrêmes [31]. Le long contexte se paie : Google et xAI doublent le tarif d’entrée au-delà de 200 000 tokens, et OpenAI a introduit une majoration comparable sur ses gammes 2026, au moment même où Anthropic supprimait la sienne (un million de tokens au tarif standard) [29]. Les remises structurelles existent, environ 90 % sur les lectures de cache et 50 % en traitement par lots chez les quatre grands, mais elles supposent une architecture pensée pour elles, celle que nous détaillons dans notre guide des budgets tokens et notre article sur le cache et l’optimisation du contexte. Le résultat net est mesuré : selon l’enquête 2026 de la FinOps Foundation, 73 % des organisations ont dépassé leurs projections de coûts IA, en citant précisément les volumes de tokens sous-estimés et les tokens invisibles du raisonnement, alors que 98 % des praticiens disent désormais gérer ces coûts, contre 31 % deux ans plus tôt [32]. Le prix est devenu une compétence.

Acheter de l’intelligence comme une commodité : trois réflexes

Résumons ce que les trois sections établissent. Le sommet du classement tient dans neuf points d’Elo et la première place tourne à chaque sortie. Le tempo des sorties suit la communication, concurrentielle et financière, plus que les ruptures techniques. Le meilleur modèle ouvert est à trois points du meilleur modèle fermé, et le prix à performance constante est divisé par dix chaque année. En janvier, nous posions la question de savoir où irait la valeur si les modèles se banalisaient ; la réponse est arrivée plus vite que prévu. Pour un dirigeant de PME ou d’ETI, elle se traduit en trois réflexes d’acheteur.

Acheter réversible. Dans un marché où le leader change tous les deux mois, l’erreur coûteuse a changé de nature : un mauvais choix de modèle se corrige en quelques jours, un enfermement contractuel chez le bon modèle d’hier se paie pendant des années. Une passerelle qui route chaque famille de tâches vers le modèle adapté (frontière pour le raisonnement critique, milieu de gamme ou open-weight pour le volume) transforme la guerre des prix en avantage, au lieu de la regarder depuis les tribunes.

Mesurer chez soi. La section 1 l’a montré : entre le banc d’essai neutre et le chiffre d’éditeur, l’écart atteint 20 points sur le même benchmark. Le seul classement qui engage votre trésorerie est celui de vos propres cas d’usage, sur vos documents, avec vos critères d’acceptation. Vingt tâches réelles évaluées en aveugle valent mieux que tous les communiqués de la rentrée.

Déplacer la défense. Quand l’intelligence brute devient une commodité, elle cesse d’être un avantage concurrentiel pour tout le monde, y compris pour vous. Ce qui reste défendable est ce que le modèle ne fournit pas : vos données propres et leur qualité, vos processus outillés, votre capacité à vérifier les sorties avant qu’elles n’engagent l’entreprise, la gouvernance qui fait la maturité réelle bien plus que l’abonnement au dernier modèle.

Et c’est ici que la convergence de l’open-weight prend tout son sens pour une PME. Des modèles ouverts au niveau du peloton, servis à prix de commodité, mettent à portée ce qui relevait hier du laboratoire : spécialiser l’IA sur votre savoir-faire. La gradation est connue. Injecter votre base de connaissance et vos règles de décision dans le contexte d’un bon modèle, quelle que soit son enseigne ; puis, sur un domaine stable et à fort volume, affiner un modèle ouvert sur votre corpus métier, ou en distiller un petit modèle dédié, hébergeable chez vous. Le mouvement est déjà massif : 83 % des téléchargements sur Hugging Face portent sur des modèles de moins d’un milliard de paramètres, taillés pour être spécialisés, pas pour briller aux classements [25]. Les techniques passeront de mode, et les grands comptes se sont d’ailleurs refroidis sur l’affinage systématique [27] ; l’actif, lui, demeure : un corpus propre, des règles explicites, une IA qui répond avec le ton, les réflexes et les interdits de votre maison. Donner à l’IA la personnalité de l’entreprise est l’investissement que la commoditisation rend enfin abordable, et le seul qu’aucun fournisseur ne pourra vous louer. C’est exactement le terrain de la Méthode Junyr™ : la commoditisation du moteur rend le châssis décisif.

La course au modèle s’achève comme finissent la plupart des courses technologiques : sans photo d’arrivée, par banalisation du produit et déplacement de la marge. Les perdants seront ceux qui continueront d’acheter de la magie. Les gagnants achèteront des kilowattheures d’intelligence au compteur, avec un contrat de réversibilité, et investiront l’écart de prix dans la seule chose qui ne se loue pas : une IA à la personnalité de leur entreprise.

Avertissement. Cet article est pédagogique et informatif. Il ne constitue ni un conseil en investissement, ni une recommandation d’achat ou de vente. Les classements, prix et valorisations cités sont datés (relevés du 17 août 2026 sauf mention contraire) et évoluent vite ; les estimations de presse, relevés d’agrégateurs et mesures auto-déclarées par les éditeurs sont signalés comme tels.

Sources

[1] Relevés convergents 2026 sur la saturation de MMLU, GSM8K et HumanEval (bandes de scores 88-94 %, plus de 95 %, plus de 90 %) et l’arrêt de leur publication par les éditeurs : Stanford HAI, AI Index Report 2025, section benchmarks (hai.stanford.edu) ; analyses sectorielles d’août 2026 (datavlab.ai, 3 août 2026 ; benchmarkingagents.com).

[2] Scale AI, A Careful Examination of Large Language Model Performance on Grade School Arithmetic (GSM1k), arXiv:2405.00332 : chutes jusqu’à 13 points par rapport à GSM8K, corrélées à la mémorisation (r² = 0,32).

[3] Rein et alii, GPQA: A Graduate-Level Google-Proof Q&A Benchmark (2023) : GPQA complet 448 questions, sous-ensemble Diamond 198 questions ; experts titulaires d’un doctorat à 65 % (74 % hors questions défectueuses), non-experts outillés à 34 %.

[4] OpenAI et auteurs de SWE-bench, Introducing SWE-bench Verified (août 2024), 500 tâches validées ; Scale AI, SWE-bench Pro, arXiv:2509.16941 (septembre 2025), 1 865 problèmes, leaderboard SEAL : meilleur score sur banc d’essai neutre 59,1 % (GPT-5.4 xHigh) contre 80,3 % auto-déclaré par l’éditeur, relevés du 17 août 2026.

[5] Phan et alii, Humanity’s Last Exam, Nature 649, 1139-1146 (28 janvier 2026) ; site officiel agi.safe.ai (CAIS et Scale AI, 2 500 questions, environ 1 000 experts, 50 pays) ; leaderboard officiel Scale (labs.scale.com) : Gemini 3.1 Pro 46,44 % sans outils, relevé du 17 août 2026.

[6] LMArena (arena.ai, anciennement lmarena.ai), classement texte mis à jour le 12 août 2026, classement code du 15 août 2026, relevés du 17 août 2026 : 7 779 985 votes, 391 modèles ; top 5 texte entre 1506 et 1497 points d’Elo, premier modèle à poids ouverts au rang 33.

[7] Artificial Analysis, Intelligence Index et évaluations HLE (artificialanalysis.ai), relevés du 17 août 2026 : Claude Opus 5 (max) 63, Kimi K3 (max) 60 ; Claude Fable 5 à 55,5 % sur HLE (banc d’essai indépendant).

[8] Chronologie des sorties reconstituée sur sources primaires (changelogs et blogs officiels OpenAI, Anthropic, DeepSeek, Mistral, x.ai, Alibaba Cloud) et presse datée (TechCrunch, CNBC, Axios, Caixin), janvier 2025 à août 2026 ; intervalles calculés sur les dates vérifiées.

[9] Digital Applied, Frontier Model Release Velocity Index et Seven Days, Seven Releases (juillet 2026), analyses de blog spécialisé, citées comme comptage indicatif.

[10] SiliconANGLE, « As Anthropic launches Claude Opus 4.8, it raises $65B in new funding » (28 mai 2026) ; Anthropic, communiqué Series H (65 Md$, valorisation post-money 965 Md$, 28 mai 2026) ; Sherwood News (28 mai 2026).

[11] xAI, communiqué Series E (x.ai/news/series-e, 6 janvier 2026) : 20 Md$ levés à 230 Md$ de valorisation, première confirmation officielle de Grok 5 « en entraînement » ; CNBC (6 janvier 2026).

[12] Bloomberg via Nikkei Asia, « China’s Moonshot AI plans Hong Kong IPO as Kimi K3 shocks Silicon Valley » (20 juillet 2026) ; fourchettes de valorisation (20 à 35 Md$) rapportées par la presse, non confirmées.

[13] Yahoo Finance (Daniel Howley), « Anthropic debuts Opus 5 model as company preps for IPO later this year » (24 juillet 2026) ; CNBC (15 juillet 2026), réunions investisseurs programmées par Goldman Sachs, Morgan Stanley et JPMorgan, cotation Nasdaq visée à l’automne.

[14] CNBC (31 mars 2025), tranche SoftBank conditionnée à la restructuration avant le 31 décembre 2025 ; CNBC et Fortune (28 octobre 2025), restructuration exécutée ; Bloomberg et CNBC (31 mars 2026), tour OpenAI de 122 Md$ à 852 Md$ post-money, 35 des 50 Md$ d’Amazon conditionnés à une introduction en bourse ou à l’AGI ; OpenAI, dépôt S-1 confidentiel rendu public (8 juin 2026).

[15] Forbes (2 décembre 2025), mémo interne « code red » de Sam Altman après Gemini 3 ; Pure AI (16 décembre 2025), sortie de GPT-5.2 avancée au 11 décembre.

[16] TechCrunch, « Google releases three new Gemini models, but no 3.5 Pro » (21 juillet 2026) ; Forbes, « Gemini 3.5 Pro Delay Continues » (13 août 2026).

[17] CNBC (12 juin 2026), introduction en bourse de SpaceX (xAI inclus) : 75 Md$ levés, la plus importante de l’histoire, clôture en hausse de 19 % ; felloai (août 2026), Grok 5 toujours attendu.

[18] Recensions de la présentation « Astra » d’OpenAI (1er août 2026) : dix problèmes mathématiques ouverts résolus, sans sortie ni date annoncées.

[19] Epoch AI, Open vs. closed AI: How behind are open models? (4 novembre 2024, retard d’environ un an) ; data insights du 30 octobre 2025 (environ 3 mois) et du 29 mai 2026 (4 mois, 8 points d’index, écart réel probablement supérieur), epoch.ai.

[20] OpenRouter, The open-weight models that matter (blog officiel, 27 juin 2026) : écart constant de 3 à 6 mois depuis plus de 18 mois.

[21] DeepSeek, changelog officiel (R1, 20 janvier 2025) ; CNBC et Bloomberg (27 janvier 2025), Nvidia moins 17 %, environ 589 Md$ de capitalisation effacés en une séance ; Nature et reprises (septembre 2025), coût de la phase d’apprentissage par renforcement de R1 : 294 000 dollars.

[22] deeplearning.ai, The Batch (novembre 2025), Kimi K2 Thinking premier modèle ouvert à dépasser des systèmes propriétaires sur des benchmarks agentiques outillés (44,9 % sur HLE avec outils).

[23] Simon Willison (16 juillet 2026) et Constellation Research, sortie de Kimi K3 (2 800 milliards de paramètres, poids publiés fin juillet, environ 1,4 To de mémoire GPU en MXFP4) ; tableaux de résultats publiés par Moonshot (auto-déclarés) ; relevé Design Arena de la mi-juillet via agrégateur (benchlm.ai), GLM-5.2 devant Claude Fable 5.

[24] TechCrunch et Bloomberg (8 avril 2026), lancement de Muse Spark, premier modèle propriétaire de Meta Superintelligence Labs ; presse de décembre 2025 sur l’abandon de la lignée ouverte ; Llama 4 Behemoth annoncé en avril 2025, jamais publié.

[25] Hugging Face, State of Open Models: Summer 2026 (blog officiel, 14 août 2026) : 151 448 dérivés de Qwen, soit 2,6 fois l’empreinte totale de Meta ; décomptes OpenRouter convergents (officechai, datagravity, mai-juin 2026) : environ 61 % des tokens sur des modèles chinois, part américaine passée d’environ 70 % à environ 30 % en un an ; chiffres de plateforme, lectures secondaires.

[26] Nathan Lambert, Interconnects, My bets on open models (15 avril 2026) : robustesse supérieure des modèles fermés à score égal, agents de code comme premier domaine de domination nette.

[27] Menlo Ventures, 2025: The State of Generative AI in the Enterprise (9 décembre 2025, environ 500 décideurs) : open source 11 % de l’usage API entreprise en 2025 contre 19 % en 2024, modèles chinois environ 1 % ; a16z, enquête auprès de 100 dirigeants du Global 2000 (30 janvier 2026), préférence croissante pour les modèles fermés et désaffection pour l’affinage systématique.

[28] Stanford HAI, AI Index Report 2025 et 2026 (13 avril 2026) : coût d’inférence au niveau GPT-3.5 divisé par plus de 280 entre novembre 2022 et octobre 2024 ; a16z, LLMflation (novembre 2024), division par 10 par an à performance constante ; Epoch AI, LLM inference price trends : baisses annuelles de 9 à 900 fois selon le seuil de capacité, médiane autour de 50.

[29] Pages tarifaires officielles relevées le 17 août 2026 : Anthropic (platform.claude.com, annulation de la hausse de Claude Sonnet 5, contexte d’un million de tokens au tarif standard) ; OpenAI (developers.openai.com, majorations long contexte sur les gammes 5.4 à 5.6) ; Google (ai.google.dev, page du 13 août 2026, majoration au-delà de 200 000 tokens sur les Pro, tarifs promotionnels des Flash 3.6 et 3.7 doublant au 1er janvier 2027) ; xAI (docs.x.ai) ; VentureBeat (30 juillet 2026), baisse de 80 % sur GPT-5.6 Luna.

[30] DeepSeek, page tarifaire officielle (api-docs.deepseek.com, relevée le 17 août 2026) : V4-Flash à 0,44 $ le million de tokens en entrée (0,22 $ en heures creuses), V4-Pro à 1,32 $ (0,66 $).

[31] Mesures convergentes du surcoût des tokens de raisonnement (2026) : facteur 3 à 5 en usage courant, 10 à 30 sur les cas extrêmes (analyses silicondata.com, benchlm.ai, trilogyai) ; Artificial Analysis publie les volumes de tokens de sortie par tâche dans sa méthodologie.

[32] FinOps Foundation, State of FinOps 2026 (data.finops.org, 1 192 praticiens) : 98 % des praticiens gèrent désormais les coûts IA (31 % deux ans plus tôt) ; 73 % des organisations ont dépassé leurs projections de coûts IA, causes citées : volume de tokens sous-estimé, tokens cachés des modèles de raisonnement, workflows agentiques.