Vercel dévoile les modèles d'IA les plus utilisés en production : Anthropic en tête des dépenses

Vercel a analysé sept mois de trafic de son AI Gateway, qui traite des milliers de milliards de tokens via des centaines de modèles dans des applications et des agents réels. Les résultats montrent à quoi ressemble vraiment le marché de l'IA en production, par opposition aux benchmarks synthétiques, qui changent chaque semaine.

Qui dépense le plus, qui traite le plus

En dépenses, en avril 2026, Anthropic arrive en tête : 61 % de toutes les dépenses vont à Claude. Et ce malgré un prix par token plus élevé : les développeurs paient plus cher parce que le résultat vaut plus à leurs yeux. Google en capte 21 %, OpenAI 12 %, et le reste se répartit entre xAI et les modèles ouverts.

En volume de tokens traités, le tableau s'inverse. Google arrive premier : 38 % de tout le trafic passe par Gemini (surtout Flash, la version rapide et bon marché). Anthropic traite 26 %, OpenAI 13 %, et xAI et les autres 23 %.

Cet écart paraît étrange, mais la logique est simple. Les modèles se concurrencent sur des couches différentes :

• Claude Opus sert aux tâches complexes et coûteuses, quand une erreur coûte de l'argent
• Gemini Flash absorbe les volumes, sur des tâches où la vitesse compte plus que la précision
• GPT-5.5 se répartit de façon homogène entre les deux couches

C'est comme deux marchés distincts au sein d'un même marché. Quand un développeur choisit un modèle, il ne pense pas à la réputation, mais au rapport entre prix et risque.

Le coût de l'erreur détermine le choix du modèle

Derrière cette régularité se cache un principe simple : un modèle est cher si l'erreur est chère.

Les assistants personnels représentent 20 % des dépenses pour 40 % des tokens. Ils peuvent tourner sur des modèles bon marché, car si l'assistant se trompe, l'utilisateur le remarque et corrige vite. L'erreur reste locale.

Les agents de codage représentent 22 % des dépenses pour 20 % des tokens. Une erreur dans le code coûte du temps de développement et de débogage. C'est plus cher qu'une erreur dans un chat, mais pas critique.

Les systèmes de back-office représentent 6 % des dépenses pour 15 % des tokens. On y économise parce que les volumes sont énormes, mais on ne choisit quand même pas l'option la moins chère. Une erreur peut toucher les finances ou les opérations.

La génération d'applications représente 7 % des dépenses pour 11 % des tokens. Le code généré passe en revue avant utilisation, il y a donc un filet de sécurité.

Il existe aussi une régularité plus large : les applications B2B dépensent environ deux fois plus en tokens que les applications B2C. En B2B, une erreur peut entraîner des pertes financières, des litiges ou des interruptions de service. En B2C, l'erreur coûte moins cher.

Qui l'emporte sur quelles tâches

Si l'on découpe les données par type de travail, le marché apparaît fragmenté.

Anthropic est nettement devant dans le développement logiciel : les développeurs choisissent Claude pour le codage complexe et l'analyse de code. Cela reflète la réputation du modèle en ML et en conception de systèmes.

Google domine les applications grand public. Gemini Flash a conquis la couche de masse grâce à son prix bas et à une qualité acceptable. La stratégie : pas cher, assez bon, en grande quantité.

OpenAI est le mieux réparti entre toutes les catégories, ce qui signifie que GPT-5.5 est utilisé partout, des applications mobiles aux systèmes d'entreprise.

xAI et les modèles ouverts recueillent des cas dans des niches spécialisées, par exemple des entreprises qui veulent travailler sans cloud ou qui ont besoin d'une personnalisation complète.

En six mois, ce tableau a vite évolué. La sortie d'une nouvelle version de GPT en avril a nettement augmenté la part d'OpenAI dans les dépenses. Gemini Flash était bien plus modeste en mars, mais a rapidement gagné en volume. Cela montre que le marché réagit vivement à la qualité et au prix, pas à l'inertie.

Ce que cela signifie

Le marché de l'IA en 2026 n'est pas la quête d'un seul meilleur choix. Les développeurs choisissent les modèles selon la tâche, pas selon le prestige. Les modèles chers vont aux scénarios high-stakes (quand l'erreur coûte cher), les modèles bon marché aux scénarios low-stakes (quand la vitesse et le volume comptent). Les nouvelles versions gagnent vite des parts si elles résolvent de vrais problèmes mieux et pour moins cher que la concurrence. Et tous les modèles gagnent en même temps dans leur propre segment.