CoreWeave jusqu'à 65% moins cher que les hyperscalers sur un cluster Blackwell sur trois ans
On choisit généralement un cloud pour l'IA d'après le prix de l'heure de GPU. Mais ce qui compte vraiment, c'est la facture totale sur trois ans et le prix par token. Un analyste de Signal65 a chiffré un cluster de 5 000 GPU NVIDIA Blackwell (GB200 NVL72) : chez CoreWeave, il revient 65% moins cher que chez le plus cher des trois hyperscalers, dont la prévision atteint $3,9 milliards. Le million de tokens DeepSeek-R1 y coûte $0,75, contre $1,23–2,22 chez les concurrents. Le rapport est publié sur le blog de CoreWeave elle-même : vérifiez donc ces chiffres sur votre propre charge de travail.
Traité par IA depuis CoreWeave Blog ; édité par Hamidun News
Imaginez que vous déployez en production un gros modèle comme DeepSeek-R1 et que vous cherchez où louer vos GPU. Les grilles tarifaires des clouds affichent un prix par heure de GPU, mais ce prix ne dit pas combien de réponses du modèle vous obtiendrez pour cette somme, ni combien coûtera un contrat de trois ans. Mitch Lewis, analyste chez Signal65, a tout converti en montants totaux : il a pris un cluster de 5 000 GPU NVIDIA Blackwell (systèmes GB200 NVL72) sur trois ans et a comparé CoreWeave à trois grands hyperscalers, désignés dans le rapport simplement comme Hyperscaler A, B et C.
Sur le TCO (total cost of ownership, coût total de possession sur toute la durée du contrat), CoreWeave sort moins chère dans six configurations sur sept. L'exemple le plus frappant : chez Hyperscaler C, la facture sur trois ans atteint $3,9 milliards, alors que le même cluster sur CoreWeave coûte 65% de moins. Une réserve s'impose : le rapport est publié sur le blog de CoreWeave elle-même.
Il s'agit donc du calcul d'une partie intéressée, et non de factures de clients réels.
Combien coûte un cluster sur trois ans
Le modèle est simple : 5 000 GPU, un contrat de trois ans, un matériel identique GB200 NVL72. CoreWeave est moins chère que les trois autres clouds. L'écart est de 65% avec Hyperscaler C, de 36% avec Hyperscaler A et de 22% avec Hyperscaler B. Pour B, le chiffre est approximatif : il ne publie pas ses prix pour le GB200 NVL72, et les auteurs ont donc retenu un tarif estimé.
Un point joue aussi en faveur de CoreWeave. Le modèle n'inclut ni les frais facturés à chaque opération sur le stockage, ni les pénalités pour suppression anticipée de données dans les offres d'archivage. Les hyperscalers appliquent parfois ce type de frais, contrairement à CoreWeave. Selon les auteurs, l'écart réel pourrait donc être encore plus important.
Prix du token : là où se combinent coût et vitesse
Le coût de l'inférence dépend du nombre de tokens (les fragments de texte que le modèle lit et écrit) que le matériel produit par seconde. Plus la vitesse est élevée, moins chaque token coûte cher. Pour le montrer, le rapport convertit le coût du cluster en prix par million de tokens, à partir des résultats de MLPerf Inference v6.0 pour DeepSeek-R1 (671 milliards de paramètres). Le stack de CoreWeave a atteint 4 867 tokens par seconde et par GPU.
Au final, le million de tokens coûte $0,75 chez CoreWeave, contre $1,23 à $2,22 chez les hyperscalers. Converti en budget, un contrat annuel de $1 million achète environ 1,33 billion de tokens, contre 451 à 814 milliards chez les concurrents. Cela représente jusqu'à 2,9 fois plus de travail pour la même somme.
Le rapport affirme que l'avantage sur le prix du token passe de 22% (grâce aux seuls tarifs d'infrastructure) à 65% une fois la vitesse mesurée prise en compte. Or, d'après les chiffres mêmes du rapport, $0,75 contre $1,23 chez le concurrent le moins cher représente environ 39% de moins, et les 65% s'obtiennent face au plus cher ($2,22). La fourchette réaliste du gain par token est donc d'environ 39–66%, selon le concurrent auquel on se compare.
Serverless et « matériel sous le capot »
Pour ceux qui ne veulent pas gérer de clusters, CoreWeave propose Serverless Inference : le paiement se fait au token et le modèle est hébergé chez le fournisseur. Sur gpt-oss-120b, seul modèle disponible chez tous les clouds de l'étude, les tokens d'entrée sont 67–80% moins chers et les tokens de sortie 53–72% moins chers. Sur 17 modèles comparables, CoreWeave est moins chère sur 11, et le prix est identique sur quatre. La remise médiane est plus modeste : 26% sur les tokens d'entrée et 15% sur les tokens de sortie. Selon le rapport, le stockage revient 28–55% moins cher.
Les auteurs expliquent ce résultat par l'architecture : un accès au matériel sans hyperviseur, c'est-à-dire sans couche de virtualisation, qui ajoute de la latence ; un réseau non bloquant au ratio 1:1, avec des liens de 800 Gbit/s (InfiniBand et RoCE) ; et un proxy de cache LOTA sur chaque nœud GPU, qui garde la lecture des données au plus près des GPU.
Que faire de ces chiffres
Premièrement, comparez les clouds en dollars par million de tokens sur votre modèle, et non en dollars par heure de GPU. Deuxièmement, gardez les limites en tête : il s'agit d'un calcul, les concurrents sont anonymisés, l'un d'eux est évalué indirectement, et la vitesse a été mesurée sur un seul modèle, DeepSeek-R1. Avec d'autres modèles et vos contextes longs, le résultat peut différer. Troisièmement, on parle de contrats portant sur des milliers de GPU : pour une petite équipe, le prix du serverless compte davantage, et la remise y est plus modeste et dépend du modèle choisi.
Une démarche raisonnable consiste à utiliser le rapport comme liste de questions pour la négociation, à demander à chaque fournisseur la vitesse mesurée sur votre charge de travail, puis à comparer le coût final par token.
- 19 nov. 2026MLPerf Training : des clusters de 10 240 GPU et un entraînement 49% plus rapide en six mois
- 19 nov. 2026Les chatbots cèdent après trois objections : leur précision sur le climat chute de 30 à 35 %
- 19 nov. 2026RSAC 2026, avec le recul : les assistants IA ont inventé 19,7% des paquets recommandés
- 19 nov. 2026Des centaines d'agents d'OpenAI ont piraté Hugging Face, et c'est le modèle ouvert GLM 5.2 qui a analysé le log
Questions clés sur cet article
Que sait-on sur Combien coûte un cluster sur trois ans ?
Le modèle est simple : 5 000 GPU, un contrat de trois ans, un matériel identique GB200 NVL72. CoreWeave est moins chère que les trois autres clouds. L'écart est de 65% avec Hyperscaler C, de 36% avec Hyperscaler A et de 22% avec Hyperscaler B. Pour B, le chiffre est approximatif : il ne publie pas ses prix pour le GB200 NVL72, et les auteurs ont donc retenu un tarif estimé. Un point joue aussi en faveur de CoreWeave.
Que sait-on sur Prix du token : là où se combinent coût et vitesse ?
Le coût de l'inférence dépend du nombre de tokens (les fragments de texte que le modèle lit et écrit) que le matériel produit par seconde. Plus la vitesse est élevée, moins chaque token coûte cher. Pour le montrer, le rapport convertit le coût du cluster en prix par million de tokens, à partir des résultats de MLPerf Inference v6.0 pour DeepSeek-R1 (671 milliards de paramètres). Le stack de CoreWeave a atteint 4 867 tokens par seconde et par GPU.
Que sait-on sur Serverless et « matériel sous le capot » ?
Pour ceux qui ne veulent pas gérer de clusters, CoreWeave propose Serverless Inference : le paiement se fait au token et le modèle est hébergé chez le fournisseur. Sur gpt-oss-120b, seul modèle disponible chez tous les clouds de l'étude, les tokens d'entrée sont 67–80% moins chers et les tokens de sortie 53–72% moins chers. Sur 17 modèles comparables, CoreWeave est moins chère sur 11, et le prix est identique sur quatre.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.