Guerre des prix sur l'IA : le coût des tokens s'effondre de 41%, voici ce que cela change pour OpenAI et votre budget

Le logiciel devait dévorer le monde et promettait des marges confortables aux géants de l’IA. En 2026, le scénario se retourne : ce sont les prix de calcul eux‑mêmes qui s’attaquent aux revenus, à mesure que les entreprises apprennent à arbitrer chaque requête et chaque modèle.

Selon les données de Ramp, plateforme de gestion des dépenses d’entreprise, le prix effectif payé par les sociétés américaines pour un million de tokens d’IA est passé de 1,15 dollar en mars 2026 à 0,68 dollar début septembre, soit une chute de 41 %. Concrètement, ce million de tokens qui coûtait un peu plus d’un euro revient désormais à un peu plus d’un demi‑euro. Depuis le 1er août, le prix effectif des tokens OpenAI a encore baissé de 38 %, à 48 centimes, quand celui d’Anthropic reculait de 22 %, à 90 centimes. Dans le même temps, la part d’usage des modèles dits « frontière » a glissé de 53 % à 45 % du volume, un glissement qui en dit long sur la nouvelle économie des modèles de langage.

Un prix du million de tokens IA qui s’effrite

Ces chiffres proviennent du Ramp AI Index, qui agrège les dépenses API réelles de milliers d’entreprises clientes. Le « prix effectif » ne correspond pas au tarif affiché sur une page commerciale, mais au coût moyen réellement payé par million de tokens, remises et arbitrages entre modèles compris. Chez les plus gros utilisateurs, dans le top 1 % de l’échantillon, la dépense mensuelle moyenne en IA atteint 7 205 dollars par employé, soit plusieurs milliers d’euros, et continue de progresser malgré cette baisse du prix unitaire.

La baisse de la part des modèles « frontière », de 53 % à 45 % des usages entre le début août et septembre, illustre ce mouvement. Les entreprises mettent en place un routage plus fin entre modèles haut de gamme et alternatives moins coûteuses, parfois à poids ouverts, pour ne faire tourner les modèles vedettes que lorsque la qualité supplémentaire justifie vraiment le surcoût. Cette logique de « trade‑down » pèse mécaniquement sur le prix du million de tokens IA tout en maintenant, voire en augmentant, les volumes consommés.

DeepSeek, Google DeepMind : l’efficacité technique alimente la guerre des prix

Derrière ces arbitrages clients, l’offre évolue elle aussi à grande vitesse. Le laboratoire chinois DeepSeek a publié le 9 septembre 2026 le modèle multimodal à mélange d’experts DeepSeek-V4.1-Flash, fort de 552 milliards de paramètres, dont 8 milliards actifs au préremplissage et 16 milliards au décodage, avec une fenêtre de contexte pouvant atteindre un million de tokens. Les poids ouverts sont disponibles sur Hugging Face sous licence MIT et le fournisseur d’inférence Baseten a annoncé le 11 septembre 2026 l’intégration de ce modèle à ses API, avec une nouvelle tarification entrée en vigueur le 10 septembre à 4 h 00 UTC, qui prévoit des heures creuses facturées 50 % du tarif de pointe. La fiche du modèle indique un cache de clés‑valeurs ramené à 890 octets par token, environ un quart de V4‑Flash, et un mécanisme de « replay » limité qui réduit l’empreinte persistante à environ un huitième, un ensemble interressant pour faire baisser le coût d’exécution.

À partir du 14 septembre 2026, toutes les requêtes deepseek‑v4‑pro sont d’ailleurs redirigées vers V4.1‑Flash aux tarifs de ce dernier, signe que le laboratoire pousse un nouveau standard « assez bon » à coût réduit. La pression sur le coût d’inférence vient aussi des grands acteurs américains : Google DeepMind a lancé le 10 juin 2026 DiffusionGemma, un modèle de génération de texte qui produit des blocs en parallèle plutôt que token par token. L’entreprise indique que ce modèle atteint jusqu’à 1 000 tokens par seconde sur du matériel Nvidia et qu’il fonctionne environ quatre fois plus vite que les précédents Gemma autorégressifs à puissance de calcul égale, certains benchmarks confirmant un débit jusqu’à dix fois supérieur sur des contextes longs. Optimisé pour un déploiement local sur les GPU RTX et les systèmes DGX, ce type d’innovation tire vers le bas le coût marginal de chaque token, alors même qu’OpenAI a déjà engagé des dizaines de milliards de dollars dans ses propres centres de calcul et qu’Anthropic vise une introduction en bourse évoquée à plus de 2 000 milliards de dollars, soit bien plus de mille milliards d’euros, dans un environnement où le prix du million de tokens IA se rapproche d’un consommable bon marché.