L'IA devient le premier client de l'IA : la consommation de tokens des agents sur OpenRouter a été multipliée par 14

Sur la plateforme OpenRouter, les agents IA consomment plus de tokens que les utilisateurs humains, et l'écart se creuse rapidement : la consommation agentique a été multipliée par 14, contre seulement 2,8 pour la consommation humaine. The Decoder analyse les statistiques du plus grand agrégateur de modèles de langage.

Les machines devancent les humains

OpenRouter est un thermomètre commode pour toute l'industrie de l'IA : via une API unique, la plateforme achemine les requêtes vers des centaines de modèles issus de dizaines de fournisseurs, et ses statistiques publiques reflètent des usages réels, pas des déclarations marketing. Ce thermomètre indique un basculement structurel : le trafic agentique a déjà dépassé le trafic humain, et depuis, les courbes ne cessent de diverger.

Derrière ces chiffres secs, c'est la nature même de la consommation d'IA qui change. Un humain pose une question et lit la réponse : cela représente quelques requêtes par minute. Un agent qui exécute une tâche tourne en boucle : il planifie, appelle des outils, lit les résultats, se vérifie — et chaque tour de boucle brûle des tokens. Un seul agent en activité génère le trafic de dizaines d'humains.

• La consommation agentique de tokens a été multipliée par 14, la consommation humaine par 2,8
• Les agents consomment systématiquement plus que les humains, et l'écart s'accroît
• Près de 70 % du trafic agentique correspond à des prompts en cache facturés à tarif réduit

Pourquoi les dépenses progressent moins vite que le trafic

The Decoder souligne une réserve importante : environ 70 % de la consommation agentique provient de prompts en cache. À chaque étape, les agents renvoient au modèle le même contexte — instructions système, historique de la tâche, documentation — et les fournisseurs facturent le retraitement de ces fragments plusieurs fois moins cher. Les coûts réels augmentent donc nettement plus lentement que le compteur brut de tokens.

Pour les fournisseurs de modèles, la nouvelle est à double tranchant. La demande agentique explosive confirme l'existence du marché. Mais la structure de cette demande — des tokens en cache bon marché — signifie que le chiffre d'affaires évolue moins vite que le trafic, tandis que la charge d'infrastructure, elle, reste bien réelle.

Ce que cela signifie

L'économie de l'IA passe des chats aux pipelines : le principal consommateur de modèles n'est plus un humain avec une question, mais un programme avec une tâche. Cela modifie les exigences pesant sur les produits — latence, mise en cache et coût de la boucle comptent désormais plus que la qualité de l'interface — et explique pourquoi les fournisseurs se livrent une course à la baisse des prix, précisément sur les requêtes en cache et par lots. La prochaine phase de la concurrence entre modèles se gagnera sur l'économie de la boucle agentique, pas sur les points de benchmark.

Questions fréquentes

Qu'est-ce qu'OpenRouter ?

Un agrégateur d'accès aux modèles de langage : une API unique par laquelle les développeurs interrogent des centaines de modèles de différents fournisseurs. Les statistiques publiques de la plateforme sont devenues un indicateur couramment utilisé de la demande réelle en modèles.

Pourquoi les prompts en cache sont-ils moins chers ?

Les fournisseurs conservent les fragments de contexte déjà traités et, lorsqu'ils sont renvoyés, ne les recalculent pas : il y a moins de calcul à effectuer, et le tarif de ces tokens est plusieurs fois inférieur au tarif standard.