Le prix de l’intelligence artificielle s’effondre à une vitesse spectaculaire. Une excellente nouvelle pour les utilisateurs, beaucoup moins évidente pour les entreprises qui investissent des fortunes dans leurs modèles et leurs infrastructures. Car derrière les progrès techniques, la question de la rentabilité devient de plus en plus pressante.
Faire travailler une intelligence artificielle coûte aujourd’hui une fraction de ce que les entreprises facturaient encore il y a dix-huit mois. Et la baisse est vertigineuse. Selon une étude publiée en septembre par Epoch AI, le prix nécessaire pour atteindre un niveau de performance donné a été divisé en moyenne par 13 chaque année depuis 2023. Sur certaines tâches, l’écart atteint même un facteur 725.
De quoi bouleverser l’économie d’un secteur où les investissements dans les centres de données battent pourtant tous les records.
Des performances comparables pour une fraction du prix
L’exemple le plus frappant concerne GPQA Diamond, un test de connaissances scientifiques de niveau doctorat. Au printemps 2025, le modèle o3 d’OpenAI dépensait environ 30 centimes de dollar par question pour atteindre 75% de bonnes réponses. Moins de dix-huit mois plus tard, GPT-5.6 Luna obtenait un résultat comparable pour seulement 0,0004 dollar.
Signalons qu’Epoch AI compare ici le coût d’utilisation des modèles sur des tests précis, pas le prix des abonnements à ChatGPT ni les dépenses nécessaires pour entraîner ces IA.
Cette chute des tarifs s’explique notamment par les progrès réalisés dans l’optimisation des modèles. La quantification réduit leurs besoins en mémoire, tandis que la distillation permet à des IA plus compactes de reproduire certaines capacités de modèles beaucoup plus imposants. Moins de puissance de calcul est alors nécessaire pour produire une réponse.
Pour les entreprises, cela change considérablement la donne. Traduction, analyse de documents ou assistance à la programmation deviennent accessibles à moindre coût. Certaines applications autrefois trop gourmandes en ressources peuvent désormais être proposées à grande échelle.
Des milliards investis dans des machines qu’il faudra rentabiliser
Pendant que le prix des réponses s’écroule, la construction des infrastructures nécessaires à l’IA, elle, ne ralentit pas. Alphabet prévoit ainsi 195 à 205 milliards de dollars de dépenses d’investissement en 2026, notamment pour développer ses centres de données et ses capacités informatiques.
Ces équipements coûtent cher à acheter, mais aussi à exploiter. Outre le prix des composants informatiques (GPU, mémoire, etc.), il faut alimenter les serveurs, les refroidir, les entretenir et les amortir sur plusieurs années. Avec un risque supplémentaire, celui de voir les nouvelles générations de puces rendre les précédentes moins compétitives avant même qu’elles aient été rentabilisées.
Pour les fournisseurs d’IA, toute la difficulté consiste donc à faire progresser les usages suffisamment vite pour compenser la baisse des prix. Une équation d’autant plus délicate que les concurrents se livrent une bataille tarifaire acharnée.
Et le développement des agents IA pourrait encore compliquer les calculs. Contrairement à un chatbot classique, ces assistants autonomes multiplient les requêtes pour accomplir une seule tâche (voir FAQ ci-dessous). Selon Gartner, le coût d’inférence d’un processus reposant sur des agents pourrait ainsi être multiplié par plus de cinq d’ici à 2028 et cela, malgré les gains d’efficacité des modèles. De quoi donner de sacrés nœuds au cerveau à ceux qui misent des milliards sur l’IA…
Le coût d’inférence correspond aux ressources (GPU/TPU, mémoire, électricité, temps de calcul) nécessaires pour générer une réponse une fois le modèle déjà entraîné. Il se mesure souvent « par requête », « par token » ou « par tâche » sur un benchmark, et reflète surtout l’efficacité d’exécution du modèle. Ce coût n’inclut pas les dépenses d’entraînement, qui sont des coûts initiaux très élevés (données, calcul, ingénierie) pour créer ou mettre à jour le modèle. Il est aussi différent du prix d’un abonnement grand public, qui agrège marge, support, fonctionnalités, et parfois des quotas. Dans l’industrie, la baisse du coût d’inférence peut faire chuter les tarifs facturés, même si les investissements d’infrastructure restent massifs.
La quantification consiste à représenter les poids et calculs du modèle avec moins de bits (par exemple 8 bits au lieu de 16/32), ce qui réduit la mémoire nécessaire et accélère certains calculs. En pratique, cela permet d’exécuter des modèles similaires sur du matériel moins coûteux, ou d’augmenter le nombre de requêtes traitées par un même serveur. La distillation entraîne un « modèle élève » plus petit à reproduire le comportement d’un « modèle professeur » plus gros, en apprenant à imiter ses sorties. Le gain vient du fait qu’un modèle compact demande moins de calcul pour une qualité proche sur des tâches ciblées. Ces techniques peuvent cependant introduire des compromis : légère perte de précision, dégradation sur des cas rares, ou besoin d’ajustements selon les usages.
Un agent IA ne se limite pas à répondre : il planifie, appelle des outils (API, navigateur, bases de données), vérifie des résultats et itère jusqu’à terminer une tâche. Chaque étape peut déclencher plusieurs requêtes au modèle, parfois avec des contextes longs, ce qui augmente mécaniquement le volume de tokens et le temps de calcul. Le coût total se raisonne alors « par objectif » (ex. produire un rapport, corriger un dépôt de code) plutôt que « par message ». Même si le coût unitaire d’inférence diminue, la multiplication des appels peut faire grimper la dépense globale par tâche. C’est un point clé pour les entreprises : l’autonomie et la robustesse d’un agent se paient souvent en itérations supplémentaires.
