DeepSeek a réduit les prix de 75%. Les coûts de l'IA augmentent toujours.

Points clés

• DeepSeek a réduit le prix de son modèle de langage V4-Pro de 75% à la mi-2025, mais de nombreux clients professionnels disent que leurs factures d'IA continuent d'augmenter.
• Une seule demande d'utilisateur traitée par un agent IA, un logiciel qui exécute des tâches en plusieurs étapes de manière autonome, peut déclencher 35 000 unités de texte facturables ou plus, appelées tokens, là où un chatbot basique déclencherait quelques centaines.
• Une requête d'entreprise réaliste sur un modèle leader coûte entre 0,10 $ et 0,40 $ ; pour un million de requêtes par mois, c'est un élément budgétaire à six chiffres avant toute autre dépense.
• Plusieurs fournisseurs de logiciels d'entreprise signalent en privé des marges brutes négatives sur leurs utilisateurs d'IA les plus actifs, ce qui signifie que ces clients coûtent plus cher à servir qu'ils ne paient.
• OpenAI a récemment offert à chaque startup de l'accélérateur Y Combinator 2 millions de dollars en crédits API gratuits, ce qui montre à quel point il est devenu coûteux de créer un produit nativement IA à partir de zéro.

DeepSeek, le laboratoire d'IA chinois, a réduit le coût de son modèle V4-Pro de 75% plus tôt cette année. Pour les entreprises qui construisent des produits IA, cela aurait dû ressembler à une augmentation de salaire. Pour beaucoup, cela n'a pratiquement rien changé.

La raison réside dans la façon dont les systèmes d'IA modernes sont réellement construits.

Un chatbot basique est simple : une question de l'utilisateur, une réponse du modèle. Un agent IA est différent. C'est un logiciel qui divise une demande unique de l'utilisateur en nombreuses étapes plus petites, en planifiant quoi faire, en recherchant des informations, en utilisant des outils, en vérifiant son propre travail, puis en écrivant une réponse finale. L'utilisateur voit une réponse. Le fournisseur paie pour chaque étape intermédiaire.

Cet écart entre ce que l'utilisateur voit et ce que le fournisseur paie s'appelle maintenant le problème du 100x. Une requête qui coûte quelques centimes sur un chatbot peut coûter des dollars sur un système d'agent, parfois beaucoup plus.

Voici un exemple concret. Un utilisateur tape : « Qu'est-ce que notre principal client a demandé la semaine dernière ? » Question simple. Mais un agent typique effectue sept opérations facturables distinctes pour y répondre : lire le message de l'utilisateur, charger ses instructions et sa liste d'outils, extraire les enregistrements pertinents, choisir quel outil utiliser, exécuter cet outil, résumer les résultats et décider s'il faut poser une question de suivi. Ensemble, ces étapes facturent environ 35 000 tokens. Les tokens sont les petits morceaux de texte, généralement quelques caractères chacun, que les modèles d'IA comptent et facturent.

Aux prix actuels sur un modèle de pointe, cette seule requête coûte 0,10 $ à 0,40 $. Pour un million de requêtes par mois, un objectif typique pour n'importe quelle fonctionnalité de logiciel professionnel, la facture atteint les six chiffres.

Pourquoi cela importe-t-il pour les clients de logiciels ordinaires ?

Cela importe parce que le modèle de tarification standard pour les logiciels professionnels s'effondre sous cette pression. La plupart des logiciels IA actuels se vendent à la place par utilisateur et par mois, ce qui signifie qu'une entreprise paie un tarif forfaitaire pour chaque employé qui utilise l'outil. Cela fonctionne bien si les coûts par utilisateur restent prévisibles. L'amplification de tokens détruit la prédiction.

Un utilisateur avancé exécutant 50 à 100 tâches d'agent par jour sur un plan de 40 $ par mois peut coûter au fournisseur plus en traitement IA que ce plan ne collecte en chiffre d'affaires. Le fournisseur perd de l'argent sur ses meilleurs clients. C'est le paradoxe qui, comme l'a rapporté VentureBeat cette semaine, apparaît maintenant dans les comptes réels des entreprises.

Le produit Agentforce de Salesforce est l'exemple le plus public. Un écart s'est ouvert entre ce que montre le marketing et ce qui est réellement livré aux clients. Ce type d'écart apparaît quand une fonctionnalité est techniquement possible mais trop coûteuse à fournir au prix que l'abonnement implique.

Le VP Nvidia Bryan Catanzaro l'a dit clairement : « Pour mon équipe, le coût du calcul dépasse de loin les coûts des employés. »

Les solutions existent. Les fournisseurs peuvent acheminer les requêtes bon marché vers des modèles plus petits et moins chers et économiser environ 60% sur les factures d'inférence. Ils peuvent mettre en cache, c'est-à-dire réutiliser, les instructions répétées pour que le modèle ne les relise pas à partir de zéro à chaque appel. Ils peuvent réduire les informations transmises au modèle à chaque étape. Aucune de ces solutions n'est exotique. Toutes exigent de traiter le coût de l'IA comme une priorité d'ingénierie fondamentale, non comme une réflexion après coup.

Pour les utilisateurs de logiciels professionnels, le signal pratique est le suivant : si une fonctionnalité IA pour laquelle votre entreprise paie semble moins capable que la démo ne l'a promis, la pression tarifaire est une explication plausible. Demandez à votre fournisseur comment il mesure l'utilisation des agents et si une utilisation intensive déclenche des frais supplémentaires. Les honnêtes auront une réponse prête.