RéponsesPublié31 sources
Pourquoi les prix des jetons d’IA sont passés sous 1 dollar — alors que les dépenses continuent d’augmenter
L’indice de Silicon Data a atteint 97 cents par million de jetons le 31 août 2026, son plus bas niveau depuis sa création. La baisse permanente de 75 % annoncée par DeepSeek pour V4 Pro et les remises allant jusqu’à 99 % de Xiaomi ont contribué à déclencher une guerre des prix de l’inférence.
Publié parModifié avec GPT-5.6 LunaImages générées avec GPT Image 1.5
Réponse de recherche
Points clés à retenir
- L’indice de Silicon Data a atteint 97 cents par million de jetons le 31 août 2026, son plus bas niveau depuis sa création.
- La baisse permanente de 75 % annoncée par DeepSeek pour V4 Pro et les remises allant jusqu’à 99 % de Xiaomi ont contribué à déclencher une guerre des prix de l’inférence.
- Le coût unitaire peut s’effondrer tandis que l’usage augmente : la consommation quotidienne de jetons en Chine a dépassé 140 000 milliards en mars, soit plus de 40 % de plus qu’à la fin de l’année précédente.
- L’écart entre les dépenses d’investissement dans l’IA et la croissance des ventes atteint environ 46 %, un niveau supérieur à celui observé lors des excès des télécoms en 2001.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What caused the Silicon Data LLM Token Expenditure Index to fall below $1 per million tokens to a record low, how did Chinese AI laboratorie. Article summary: The index fell below $1 because the effective market price of inference was pushed down by cheaper open-weight Chinese models, aggressive API discounting, lower production costs, and competitive cuts by frontier provider. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Le seuil symbolique est franchi : l’indice LLM Token Expenditure de Silicon Data est passé sous 1 dollar par million de jetons. Sa mesure du marché au sens large s’est établie à 97 cents le 31 août 2026, son niveau le plus bas depuis la création de l’indice et moins de la moitié de son pic du début de l’été. 4
Cette statistique doit toutefois être interprétée avec prudence. L’indice est une mesure pondérée par l’usage du prix payé par le marché pour un million de jetons d’inférence — les unités de texte traitées par un modèle — et non un relevé des dépenses totales consacrées à l’IA ni du nombre total de jetons consommés. Quand l’indice baisse, cela signifie donc que l’intelligence artificielle coûte moins cher à l’unité. Cela ne suffit pas à conclure que la demande diminue. 2
7
8
Pourquoi le prix de l’inférence s’est effondré
Plusieurs facteurs ont joué dans le même sens :
- Les modèles chinois moins chers ont gagné du terrain. Les modèles ouverts et les offres à bas coût ont donné aux développeurs des alternatives aux systèmes propriétaires haut de gamme, faisant baisser le prix moyen pondéré du marché.
38
39
- Le prix est devenu une arme commerciale. Les remises sur les API — les interfaces qui permettent aux entreprises d’intégrer un modèle à leurs propres logiciels — servent à attirer les utilisateurs, accélérer les déploiements et défendre des parts de marché dans un secteur où les écarts de performances se resserrent.
- L’économie de l’inférence s’est améliorée. La baisse des coûts de production et de fonctionnement facilite la fourniture de volumes plus importants à prix réduit, même si les éléments disponibles ne permettent pas d’affirmer que tous les fournisseurs ont la même structure de coûts.
- La concurrence s’est mondialisée. La pression ne s’est pas limitée à la Chine : des acteurs de premier plan ont eux aussi réduit leurs tarifs sur leurs gammes les moins chères.
36
37
La trajectoire générale est nette, même si certains relevés intermédiaires divergent : l’indice dépassait 2 dollars par million de jetons début juin, se situait autour de 1,16 à 1,18 dollar début août, puis est passé sous la barre symbolique du dollar. 1
38
4 Une lecture publique citée pour le 27 juillet s’élevait toutefois à 1,43 dollar, signe que les instantanés disponibles ne permettent pas de reconstituer chaque étape avec certitude.
1
2
DeepSeek et Xiaomi ont transformé les remises en guerre des prix
Le déclencheur le plus visible a été DeepSeek. En mai, le laboratoire chinois a annoncé que sa baisse de 75 % sur la tarification de l’API de son modèle phare V4-Pro deviendrait permanente. Les nouveaux tarifs devaient ainsi rester au quart des prix initiaux, avec des variations selon le type d’usage. 33
Xiaomi a suivi avec des réductions pouvant atteindre 99 % pour ses modèles MiMo-V2.5. Des baisses simultanées ont également été rapportées chez plusieurs grands laboratoires chinois, notamment ByteDance, Tencent, MiniMax et Alibaba. 39
46
Pour les entreprises, le choix ne se résume dès lors plus à la question « quel est le modèle le plus puissant ? ». Il faut aussi comparer les performances par dollar, la latence, la gestion des longs contextes, la fiabilité et la souplesse de déploiement. Lorsque plusieurs modèles sont suffisamment proches pour les tâches courantes, une forte différence de prix peut rapidement déplacer les volumes d’utilisation.
Cette bataille a cependant montré ses limites. En août, DeepSeek a relevé les tarifs de ses nouveaux modèles haut de gamme et instauré une tarification selon les heures de pointe et les heures creuses. Le prix en période creuse a été fixé à la moitié du tarif de pointe. Cette inflexion suggère qu’aucun fournisseur ne peut durablement promettre une demande illimitée au prix le plus bas : il doit aussi gérer l’utilisation de ses processeurs graphiques et amortir ses infrastructures. 35
Pourquoi la baisse des prix ne fait pas baisser les dépenses totales
Le mécanisme économique tient en une équation simple :
Dépenses totales = prix par jeton × nombre de jetons utilisés.
Si le prix recule de 90 %, mais que l’usage progresse de plus de 90 %, les dépenses globales peuvent continuer à augmenter. Des tarifs plus bas rendent rentables des usages qui étaient auparavant trop coûteux : service client automatisé, programmation, traitement documentaire, applications exploitant de longs contextes et flux de travail pilotés par des agents d’IA.
Certaines analyses estiment que le prix des jetons a chuté de plus de 90 % depuis 2023, tandis que les dépenses totales consacrées à l’IA ont à peu près doublé. Cette évolution correspond à un marché où l’inférence moins chère élargit le nombre d’applications économiquement viables, au lieu de faire disparaître la demande. 19
22
Les chiffres chinois fournissent un indicateur de cette dynamique. L’Administration nationale des données a indiqué que la consommation quotidienne de jetons avait dépassé 140 000 milliards en mars, soit plus de 40 % au-dessus des 100 000 milliards enregistrés à la fin de l’année précédente. 26
32
Les grands opérateurs télécoms chinois investissent eux aussi dans les capacités de calcul dédiées à l’IA. China Telecom a fait état d’une hausse de 95 % de ses revenus liés au calcul intelligent au premier semestre, tandis que les dépenses d’investissement de China Unicom dans les infrastructures de calcul ont progressé de plus de 80 % sur un an. 17
18
Ces données ne prouvent pas que tous les fournisseurs de modèles sont rentables. Elles montrent plutôt comment une baisse du prix unitaire peut soutenir une croissance beaucoup plus forte des volumes, des infrastructures et des usages.
Le décalage entre investissements et revenus inquiète
La lecture optimiste est celle d’une adoption de masse en train de commencer. Une intelligence moins chère pourrait générer suffisamment de nouveaux usages pour justifier la poursuite des dépenses dans le cloud, les centres de données, les puces, les réseaux et l’électricité.
La lecture plus prudente porte sur le délai nécessaire pour rentabiliser ces investissements. Des estimations attribuées à Allianz Research situent à environ 46 % l’écart entre les dépenses d’investissement dans l’IA et la croissance des ventes, contre environ 32 % lors des excès du secteur des télécoms en 2001. 20
22
23
Cette comparaison constitue un avertissement, pas la preuve que l’IA répète exactement la bulle des télécoms. Les infrastructures actuelles pourraient prendre en charge des volumes bien supérieurs à l’avenir. Mais trois risques restent particulièrement importants :
- La déflation des prix : des modèles toujours plus performants pourraient continuer à être vendus moins cher.
- Le risque de sous-utilisation : les infrastructures représentent des coûts fixes élevés qui nécessitent une demande durable, et pas seulement des pics temporaires.
- Le risque de monétisation : le volume de jetons doit progresser assez vite pour compenser la baisse des prix réellement encaissés et procurer un rendement aux capitaux engagés.
Ce que l’indice mesure vraiment
Le nouveau plus-bas de l’indice de Silicon Data doit surtout être considéré comme un signal sur le pouvoir de fixation des prix et la disposition à payer du marché, pas comme une mesure autonome de la demande d’IA. Il indique que le marché paie moins pour chaque unité d’inférence, en partie parce que l’usage se déplace vers des modèles moins chers et parce que les fournisseurs se livrent une concurrence agressive sur les tarifs. 7
8
14
La question déterminante est désormais la suivante : la baisse des prix débloquera-t-elle suffisamment de nouveaux usages pour faire progresser le chiffre d’affaires total, ou la guerre tarifaire ira-t-elle plus vite que la croissance des volumes ? Dans le second scénario, le secteur pourrait se retrouver avec des infrastructures coûteuses et des rendements faibles. Les éléments disponibles confortent la baisse des prix et la croissance des usages comme récit de demande, tout en faisant du retour sur investissement un risque financier majeur ; ils ne permettent pas encore de trancher entre ces deux issues.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Pourquoi les prix des jetons d’IA sont passés sous 1 dollar — alors que les dépenses continuent d’augmenter » ?
L’indice de Silicon Data a atteint 97 cents par million de jetons le 31 août 2026, son plus bas niveau depuis sa création.
Quels sont les points clés à valider en premier ?
L’indice de Silicon Data a atteint 97 cents par million de jetons le 31 août 2026, son plus bas niveau depuis sa création. La baisse permanente de 75 % annoncée par DeepSeek pour V4 Pro et les remises allant jusqu’à 99 % de Xiaomi ont contribué à déclencher une guerre des prix de l’inférence.
Que dois-je faire ensuite en pratique ?
Le coût unitaire peut s’effondrer tandis que l’usage augmente : la consommation quotidienne de jetons en Chine a dépassé 140 000 milliards en mars, soit plus de 40 % de plus qu’à la fin de l’année précédente.