Vol d'inférences IA : comment des hackers s'enrichissent aux dépens de Vercel via des proxys résidentiels

Le vol d'inférence consiste à dérober des appels IA coûteux pour les revendre. Les attaquants prennent des tokens à des startups, les enveloppent dans leur propre API et les revendent comme alternative bon marché à OpenAI ou Anthropic. Vercel a publié un rapport détaillé sur une attaque visant ses endpoints IA, qui met au jour l'économie de ces vols et explique pourquoi les protections web standard sont totalement inefficaces.

Pourquoi les appels IA coûtent si cher

Une requête HTTP ordinaire coûte environ $2 le million de requêtes, quasiment rien. Mais une seule requête vers un modèle de pointe (GPT-5.5, Claude 3.5 Sonnet) peut coûter $1-2. C'est un million de fois plus qu'un endpoint standard. Pour les attaquants, l'économie est idéale : voler un appel à $2 et le revendre $1,50, c'est du profit pur, sans aucun coût marginal d'inférence.

Comment fonctionne le vol : l'architecture de l'attaque

Les attaquants créent un adaptateur, une couche logicielle qui transforme l'endpoint d'autrui en API compatible OpenAI. La victime paie l'inférence ; l'attaquant ne paie rien. Le processus se déroule ainsi :

• Ils créent des milliers de comptes jetables chez la victime
• Ils achètent des IP de proxys résidentiels en gros (des milliers d'adresses)
• Ils enveloppent l'API volée dans un adaptateur
• Ils la proposent à leur propre clientèle ou la revendent sur le marché noir
• Ils gagnent la différence entre le prix volé et le prix de revente

Un exemple réel : Chipotlai Max, un fork d'agent de code qui transforme le chatbot de support de Chipotle en endpoint compatible OpenAI. Le projet cherche ouvertement des développeurs pour faire de même avec Home Depot, Lowe's, Target et Starbucks.

Pourquoi les limites de débit et l'authentification ne fonctionnent pas

Les limites de débit et l'authentification ont été conçues contre le bruteforce de mots de passe et les DDoS. Là, le calcul est que voler un million de mots de passe coûte plus cher que de les protéger. Avec le vol d'inférence, l'arithmétique s'inverse. Les attaquants achètent simplement des IP de proxys résidentiels à l'unité, par centaines et par milliers. Une limite de débit vérifiée une fois par session se dilue sur un millier d'appels volés au lieu de s'appliquer à chaque requête. Un compte d'apparence réelle passe l'authentification. Le temps que la requête atteigne votre API, elle a déjà franchi la frontière que vous comptiez protéger.

L'attaque réelle contre Vercel

Le 12 avril 2026, le trafic vers le chat IA de la documentation de Vercel a été multiplié par 10. Au pic, il a atteint 1,300 requêtes par minute vers Claude Haiku 4.5. Cela correspondait à un run rate de $10,000 de pertes par heure. Les attaquants ont utilisé des proxys résidentiels et des comptes neufs pour diluer les limites de débit.

Comment Vercel se protège

Vercel fait passer chaque requête IA par BotID, une analyse approfondie exécutée non pas une fois par session, mais pour chaque requête individuelle. Au lieu d'un contrôle au départ, la vérification s'applique à chaque octet de données. On peut la déployer sur ses propres endpoints : quelques lignes de code bloquent les tentatives de vol automatisées.

Ce que cela signifie

Si vous exposez un endpoint IA public (playground, support, IA documentaire), les limites de débit et l'authentification ne vous protègent plus. La défense doit s'exécuter au niveau de la requête, pas de la session. Pour les startups en accès ouvert, c'est critique : une seule attaque sérieuse peut coûter des dizaines de milliers de dollars de pertes.