// CLUBIC — INTELLIGENZA ARTIFICIALE
L’IA coûte 725 fois moins cher : pourquoi les géants de la tech ont des sueurs froides
Le prix de l’intelligence artificielle s’effondre à une vitesse spectaculaire. Une excellente nouvelle pour les utilisateurs, beaucoup moins évidente pour les entreprises qui investissent des fortunes dans leurs modèles et leurs infrastructures. Car derrière les progrès techniques, la question de la rentabilité devient de plus en plus pressante.
Faire travailler une intelligence artificielle coûte aujourd’hui une fraction de ce que les entreprises facturaient encore il y a dix-huit mois. Et la baisse est vertigineuse. Selon une étude publiée en septembre par Epoch AI, le prix nécessaire pour atteindre un niveau de performance donné a été divisé en moyenne par 13 chaque année depuis 2023. Sur certaines tâches, l’écart atteint même un facteur 725.
De quoi bouleverser l’économie d’un secteur où les investissements dans les centres de données battent pourtant tous les records.
L’exemple le plus frappant concerne GPQA Diamond, un test de connaissances scientifiques de niveau doctorat. Au printemps 2025, le modèle o3 d’OpenAI dépensait environ 30 centimes de dollar par question pour atteindre 75% de bonnes réponses. Moins de dix-huit mois plus tard, GPT-5.6 Luna obtenait un résultat comparable pour seulement 0,0004 dollar.
Signalons qu’Epoch AI compare ici le coût d’utilisation des modèles sur des tests précis, pas le prix des abonnements à ChatGPT ni les dépenses nécessaires pour entraîner ces IA.
Cette chute des tarifs s’explique notamment par les progrès réalisés dans l’optimisation des modèles. La quantification réduit leurs besoins en mémoire, tandis que la distillation permet à des IA plus compactes de reproduire certaines capacités de modèles beaucoup plus imposants. Moins de puissance de calcul est alors nécessaire pour produire une réponse.
Pour les entreprises, cela change considérablement la donne. Traduction, analyse de documents ou assistance à la programmation deviennent accessibles à moindre coût. Certaines applications autrefois trop gourmandes en ressources peuvent désormais être proposées à grande échelle.
Pendant que le prix des réponses s’écroule, la construction des infrastructures nécessaires à l’IA, elle, ne ralentit pas. Alphabet prévoit ainsi 195 à 205 milliards de dollars de dépenses d’investissement en 2026, notamment pour développer ses centres de données et ses capacités informatiques.
Ces équipements coûtent cher à acheter, mais aussi à exploiter. Outre le prix des composants informatiques (GPU, mémoire, etc.), il faut alimenter les serveurs, les refroidir, les entretenir et les amortir sur plusieurs années. Avec un risque supplémentaire, celui de voir les nouvelles générations de puces rendre les précédentes moins compétitives avant même qu’elles aient été rentabilisées.
Pour les fournisseurs d’IA, toute la difficulté consiste donc à faire progresser les usages suffisamment vite pour compenser la baisse des prix. Une équation d’autant plus délicate que les concurrents se livrent une bataille tarifaire acharnée.