Le prix des tokens est divisé par 13 chaque année, mais les factures d’IA grimpent : décryptage de l’économie des LLM

Le paradoxe semble défier la logique : le prix des tokens baisse d’un ordre de grandeur par an, mais les factures d’IA des entreprises augmentent. L’auteur d’une analyse publiée sur Habr a croisé les données du prospectus d’Anthropic (S-1), de l’indice des dépenses de Ramp et des travaux d’Epoch AI pour montrer qu’il n’y a aucune contradiction. Il s’agit simplement de deux courbes de prix différentes.

Deux courbes au lieu d’une

Epoch AI estime que, depuis 2023, le coût nécessaire pour atteindre un niveau de qualité donné est divisé par environ 13 chaque année. En extrapolant sur un peu plus de trois ans, on obtient une baisse d’un facteur d’environ dix mille : il s’agit d’une estimation de l’auteur de l’analyse, et non d’un chiffre tiré du rapport. Mais les entreprises ne paient pas pour le niveau de performance d’hier : elles veulent le modèle le plus récent.

Son prix reste dans une fourchette de 10 à 75 dollars par million de tokens de sortie, et une même tâche consomme davantage de tokens. En 2026, une hausse directe des tarifs s’y est ajoutée : les nouvelles versions ont été lancées à des prix supérieurs à ceux de leurs prédécesseurs.

Les tarifs affichés reflètent toutefois mal la réalité. Selon Ramp, les entreprises américaines paient en moyenne environ 0,56 dollar par million de tokens à OpenAI et Anthropic. Dans les usages faisant appel à des agents, l’essentiel du volume provient des relectures du contexte en cache et des modèles bon marché.

Un exemple fondé sur la méthode de Martin Alderson : une session d’agent de programmation comprenant 10 millions de tokens lus dans le cache, 0,5 million de tokens d’entrée et 0,2 million de tokens de sortie coûte entre 23 cents et 25 dollars. L’écart atteint deux ordres de grandeur : le choix du modèle et l’architecture de mise en cache pèsent davantage sur le budget que les variations des tarifs affichés.

Où va l’argent du fournisseur

Le prospectus d’Anthropic a fourni pour la première fois des chiffres vérifiables. La marge brute sur le traitement des requêtes avoisine 85 % au premier semestre 2026. Ce chiffre est calculé à partir du chiffre d’affaires et du coût des prestations ; l’entreprise ne le publie pas directement.

Pour chaque dollar de chiffre d’affaires, environ 15 cents vont à l’inférence, environ 60 à la R&D et à l’entraînement, environ 23 aux ventes et environ 6 à l’administration. La facturation au token représente environ 80 % du chiffre d’affaires, le reste provenant des abonnements. Une réserve : près de la moitié du chiffre d’affaires transite par les places de marché d’AWS et de Google Cloud.

Leurs commissions sont comptabilisées dans les dépenses commerciales ; la marge nette est donc plus faible, mais l’ordre de grandeur reste le même.

Chez OpenAI, le tableau est différent. Selon The Information et le WSJ, les pertes d’exploitation des premier et deuxième trimestres 2026 ont atteint respectivement 9,3 et 12,3 milliards de dollars, pour des chiffres d’affaires de 5,7 et 6,7 milliards. La marge brute était d’environ 39 % au premier trimestre, en raison du poids des offres gratuites ou à bas prix. Ces données sont des estimations : l’entreprise ne publie pas ses comptes.

Le prix d’un modèle de pointe dépend donc moins du coût de revient d’un token que de la nécessité d’amortir l’entraînement de modèles au cycle de vie court, de la prime au leadership et de la pénurie de capacités de calcul. Fait révélateur : un mois après son lancement, Claude Fable 5 ne représentait qu’environ 6 % des tokens achetés à Anthropic. La volonté de payer pour un gain de qualité semble avoir ses limites.

Abonnements : des plafonds réduits plutôt que des hausses de prix

Un abonnement à prix fixe fonctionne mal lorsqu’un agent consomme des tokens en autonomie pendant des dizaines de minutes. Les fournisseurs réagissent en réduisant les plafonds d’utilisation plutôt qu’en augmentant les prix. Dans le modèle de l’auteur, qui suppose un coût de revient équivalent à environ 15 % du prix API du même volume, un développeur moyen utilisant Claude Code avec un forfait à 100 dollars génère environ 74 dollars de marge.

Même au 90e percentile d’utilisation, l’offre reste rentable. Seuls les utilisateurs intensifs sont déficitaires : pour les cas extrêmes, la perte est estimée à environ 530 dollars par mois. Pour l’ensemble des abonnés au forfait à 200 dollars, avec 15 % d’utilisateurs intensifs, la marge avoisine 56 %.

Ce modèle repose sur des hypothèses, et certains profils de consommation sont supposés.

Que faire en pratique

Premièrement, calculez le coût d’une tâche, plutôt que celui d’un token. Examinez le tarif de lecture du cache et le nombre de tokens nécessaires pour obtenir un résultat. Deuxièmement, répartissez les tâches entre les modèles.

Réservez les modèles coûteux aux usages où le gain de qualité se traduit en valeur financière, et confiez le reste aux modèles phares de milieu de gamme, aux modèles bon marché ou aux modèles ouverts. Troisièmement, intégrez à votre produit le risque de changement des tarifs et des plafonds. Dans son S-1, Anthropic envisage d’ailleurs une facturation au résultat ou à la tâche accomplie.

Quatrièmement, ne comptez pas sur la baisse du prix de l’intelligence pour faire diminuer votre facture à elle seule : l’appétit des agents augmente plus vite.