Skip to content

Le CPM est-il rentable ? L’économie des LLM d’ici fin 2026 : prix, marges et avenir

11 min de lecture
CPM выгодный? Экономика LLM к концу 2026 года: цены, маржа и будущее — illustration 1

Dans le monde en évolution rapide des technologies d’intelligence artificielle, la question de savoir si le CPM est rentable ou non devient cruciale pour les entreprises. Nous entendons constamment parler de la baisse du coût de l’« intelligence », mais en même temps, les modèles phares deviennent plus chers, et les dépenses en IA augmentent. Comment comprendre ce paradoxe ? Dans cet article, nous allons nous plonger dans l’économie des grands modèles linguistiques (LLM) d’ici fin 2026, examiner les prix réels, les marges des fournisseurs et tenter de prévoir l’avenir.

Combien coûte un jeton actuellement – prix catalogue et prix réel ?

Dans les articles précédents, nous avons déjà abordé le sujet de l’inférence locale, mais la pratique d’entreprise repose largement sur les modèles cloud. Ici, la question du coût devient d’une importance capitale. Malgré les déclarations des chercheurs sur la réduction des coûts de l’« intelligence », les modèles phares lancés d’ici 2026 se sont avérés plus chers. Les fournisseurs réduisent activement les limites, et les dépenses globales en IA continuent d’augmenter. Examinons la tarification et l’économie réelle.

Fin 2026, le marché des LLM a formé une structure claire à trois niveaux :

  • Super-phares : Claude Fable 5.1 et GPT-6 Astra.
  • Phares de travail : Claude Opus 5.5, GPT-6 Sol, Gemini 3.5 Flash.
  • Modèles de masse : GPT-6 Luna, DeepSeek V4.1-Flash.

La liste de prix standard pour 1 million de jetons est la suivante :

  • Claude Fable 5.1 (Anthropic) : 75 $
  • GPT-6 Astra (OpenAI) : 60 $
  • Claude Opus 5.5 (Anthropic) : 30 $
  • Gemini 3.5 Flash (Google) : 15 $
  • DeepSeek V4.1-Flash (tarif hors pointe, grand public, poids ouverts) : 2 $

Cependant, il est important de comprendre que cette liste de prix ne reflète pas les coûts réels. Selon Ramp, le prix moyen pondéré que les entreprises américaines paient réellement à OpenAI et Anthropic était d’environ 0,56 $ par million de jetons au 23 octobre 2026. Cela s’explique par le fait que la majeure partie des requêtes concerne la relecture du contexte à partir du cache et l’utilisation de modèles moins chers.

Martin Alderson a montré que le coût d’une longue session d’agent est déterminé par le taux de lecture du cache, et non par le prix d’entrée/sortie. Une même tâche peut coûter de 0,23 $ à 25 $. Une différence de deux ordres de grandeur.

Ainsi, le choix du modèle et l’architecture de mise en cache ont une influence beaucoup plus forte sur le budget que les changements dans les listes de prix. Ce n’est pas une supposition, mais un fait confirmé. L’optimisation du CPM devient cruciale pour tout projet d’IA.

Ces prix sont-ils économiquement justifiés ?

Le prix de la pensée

Le rapport Epoch AI intitulé « The plunging price of thought » (septembre 2026) affirme que le coût pour atteindre une qualité fixe diminue d’environ 13 fois par an. C’est un rythme qui dépasse la réduction des coûts du séquençage de l’ADN ou de la puissance de calcul.

Guido Appenzeller (a16z) avait déjà qualifié ce phénomène de « LLMflation » en 2024 et estimé la réduction des coûts à dix fois par an.

Il est important de noter que cette courbe se réfère à un niveau de capacité fixe. Ethan Ding a fait remarquer à juste titre que la demande se déplace constamment vers les modèles les plus récents, dont le prix reste relativement constant, et le nombre de jetons nécessaires pour accomplir une tâche augmente. Si l’on extrapole le rythme d’Epoch, le prix d’un niveau de capacité fixe a diminué de dix mille fois. Cependant, sur la même période, le prix des jetons de sortie des modèles phares d’OpenAI et d’Anthropic reste dans la fourchette de 10 à 75 dollars par million.

En 2026, les nouveaux modèles sont effectivement devenus plus chers. Matthias Bastian souligne que Gemini 3.5 Flash est plus cher que son prédécesseur, et les nouvelles versions de Claude consomment plus de jetons pour effectuer la même tâche. Selon l’indice Ornn, les prix réels des modèles fermés ont augmenté, tandis que le prix du modèle ouvert DeepSeek a, au contraire, diminué.

Les abonnements sont-ils rentables pour les fournisseurs ?

Le prospectus d’Anthropic, publié le 26 octobre 2026, a fourni pour la première fois des données financières vérifiables. La marge brute de l’entreprise était d’environ 85 % au premier semestre 2026. Les coûts directs de calcul représentaient environ 15 % des revenus. En comparaison, en 2024, ce chiffre était négatif. Environ 80 % des revenus d’Anthropic proviennent du paiement par jeton, et 20 % des abonnements.

Où vont les revenus ? Environ 60 cents de chaque dollar sont consacrés à la recherche et au développement (formation des modèles). 23 cents supplémentaires vont aux ventes et au marketing, et 6 cents aux frais administratifs. Seuls 15 cents sont dépensés pour le traitement direct des requêtes.

La situation financière d’OpenAI est différente. Avec des revenus de 5,7 milliards de dollars et 6,7 milliards de dollars aux premier et deuxième trimestres 2026 respectivement, la perte d’exploitation de l’entreprise s’élevait à 9,3 milliards de dollars et 12,3 milliards de dollars.

La raison de cette divergence est qu’une part significative des utilisateurs de ChatGPT utilise des tarifs gratuits ou peu coûteux. La marge brute d’OpenAI était de 33 % en 2025 et de 39 % au premier trimestre 2026. Anthropic, quant à elle, est principalement axée sur les clients d’entreprise et l’accès programmatique.

Martin Alderson a déclaré dès 2025 : « The API business is essentially a money printer ». La vente d’accès via API est, en substance, une machine à imprimer de l’argent.

Dario Amodei, PDG d’Anthropic, a formulé la logique comme suit : « Every model is profitable, but the company is unprofitable every year ». Autrement dit, chaque modèle génère des bénéfices, mais l’entreprise dans son ensemble reste déficitaire en raison des investissements colossaux dans le développement de la prochaine génération de technologies.

Les prix des modèles de pointe ne sont pas tant justifiés par le coût de production du jeton que par les facteurs suivants :

  1. La nécessité d’amortir la formation de modèles avec un cycle de vie relativement court.
  2. La prime pour le leadership technologique et l’innovation.
  3. La pénurie de puissance de calcul observée en 2026.

La conclusion est évidente : le surcoût d’un modèle puissant n’est justifié que s’il apporte un effet mesurable et significatif. Un mois après le lancement de Claude Fable 5, il ne représentait que 6 % des jetons achetés auprès d’Anthropic. C’est un indicateur clair de la limite de la volonté des entreprises à payer pour une amélioration de la qualité. Le ROI dans les investissements en IA doit être calculé très rigoureusement.

CPM выгодный? Экономика LLM к концу 2026 года: цены, маржа и будущее — illustration 2

Économie des abonnements : les limites au lieu des prix

Sam Altman (OpenAI) a reconnu dès janvier 2025 que l’entreprise perdait de l’argent sur le tarif Pro en raison d’une utilisation intensive. Ethan Ding a expliqué que, lors d’un fonctionnement autonome de l’agent, la consommation de jetons devient pratiquement illimitée. « There is no flat subscription price that works in this new world », a-t-il noté. Un prix d’abonnement fixe ne fonctionne tout simplement pas dans la nouvelle réalité.

Les fournisseurs ont réagi en gérant les limites. Anthropic a introduit des limites hebdomadaires, et OpenAI a réduit les limites pour les utilisateurs du forfait Plus. Chris Zeoli a commenté : « Instead of raising list prices, they cut usage allowances ». Autrement dit, au lieu d’augmenter les prix catalogue, les fournisseurs ont réduit les volumes d’utilisation autorisés.

Dans le segment de masse, OpenAI se tourne progressivement vers un modèle publicitaire, s’attendant à une réduction du nombre d’abonnés Plus et à une compensation via le tarif publicitaire Go.

Le modèle de calcul de la marge des abonnements se présente comme suit :

  • Coût d’un abonné C = A × k, où A est la consommation mensuelle selon le prix de l’API, k est le rapport entre le coût de production et le prix (de 10 % à 30 %).
  • Marge M = P − C, où P est le prix du forfait.
  • Point de rentabilité : A = P / k.

Même en supposant que 15 % des utilisateurs soient « lourds » et extrêmes, la marge selon le scénario de base est d’environ 56 %. Par conséquent, les limites sont le principal outil de gestion de l’économie des abonnements.

Comment les prix vont-ils évoluer en 2027-2029 ?

Le coût du jeton continuera probablement de baisser, mais le coût d’exécution d’une tâche sur des modèles de pointe ne le fera pas. Le marché sera influencé par des forces contradictoires :

  • Tendance technologique : La réduction du coût d’un niveau de capacité fixe ne ralentit pas.
  • Efficacité de l’inférence : Gartner prévoit que d’ici 2030, l’inférence d’un modèle avec un billion de paramètres coûtera 90 % moins cher qu’en 2025. Cependant, cette réduction de coût ne sera pas entièrement répercutée sur les clients.
  • Concurrence tarifaire : OpenAI a réduit les prix de Luna et Sol, Anthropic a rendu son modèle phare moins cher. Les modèles ouverts restent plusieurs fois moins chers que les modèles fermés.
  • Pénurie de puissance de calcul : Le coût de location des accélérateurs H100 a augmenté de près de 40 % d’octobre 2025 à mars 2026. Les prix spot des B200 ont augmenté de 114 % en six semaines au printemps 2026. AWS a augmenté les prix de ses capacités GPU de 20 %.
  • Mémoire : Les prix contractuels de la mémoire vive ont presque doublé début 2026. La HBM, utilisée dans les accélérateurs, coûtera plusieurs fois plus cher d’ici 2027.
  • Augmentation de la consommation par tâche : Un agent nécessite 5 à 30 fois plus de jetons qu’un chatbot ordinaire.
  • Tomasz Tunguz : « La demande inflationniste dépasse les améliorations algorithmiques et de puces déflationnistes ».

    La prévision finale de Gartner est décevante : d’ici 2028, le coût d’un processus d’agent augmentera de plus de cinq fois, malgré la baisse du coût des jetons. Ce phénomène a été baptisé le « paradoxe de l’inférence ».

    Qu’est-ce que cela signifie pour les entreprises et les spécialistes ?

    Will Sommer (Gartner) : « Les chefs de produit ne peuvent pas s’attendre à ce que la seule baisse du coût des jetons justifie les coûts de l’IA. »

    Cela signifie qu’il est nécessaire de calculer l’économie unitaire de manière extrêmement rigoureuse. Le CPM est avantageux uniquement avec le bon choix de modèle et d’architecture. Le test d’hypothèses peut être effectué à moindre coût sur des modèles ouverts. La comparaison de prix entre une bannière et un blogueur est désormais complétée par une comparaison avec les solutions d’IA. Faut-il investir dans l’IA ? Seulement si le retour sur investissement est évident. Le prix par rapport au résultat – voilà l’indicateur clé. Comment réduire le CPM – il ne s’agit pas seulement des jetons, mais aussi de l’efficacité de l’architecture globale de la solution.

    Foire aux questions

    Quel est le CPM réel sur les LLM cloud ?

    Le CPM moyen pondéré réel pour les entreprises américaines est d’environ 0,56 $ par million de jetons, ce qui est nettement inférieur aux listes de prix annoncées des modèles phares. Cela est dû à l’utilisation de la mise en cache et de modèles moins chers pour la charge de travail principale.

    Pourquoi les nouveaux modèles phares deviennent-ils plus chers si « l’intelligence » devient moins chère ?

    « L’intelligence » devient moins chère pour un niveau de capacités fixe. Cependant, la demande se déplace vers les modèles les plus récents et les plus puissants, dont le coût reste élevé. Les fournisseurs sont contraints d’amortir d’énormes investissements dans la formation de la prochaine génération de modèles, ce qui maintient les prix élevés pour les solutions de pointe.

    Les abonnements aux LLM sont-ils rentables pour les fournisseurs ?

    Oui, les abonnements sont rentables pour les fournisseurs, si l’on ne tient pas compte des investissements colossaux en recherche et développement de nouveaux modèles. La marge brute d’Anthropic est d’environ 85 % sur les opérations actuelles. Cependant, en raison de l’utilisation intensive, les fournisseurs sont contraints d’introduire des limites plutôt que d’augmenter les prix, afin de gérer l’économie des abonnements.

    Qu’est-ce que le « paradoxe de l’inférence » ?

    Le « paradoxe de l’inférence » est une situation où le coût des jetons continue de baisser grâce aux progrès technologiques, mais le coût total d’exécution d’une tâche à l’aide de l’IA augmente. Cela est dû à la complexité croissante des tâches, à l’augmentation de la consommation de jetons par tâche (en particulier pour les agents) et à la pénurie de puissance de calcul.

    Quel CPM considérer comme avantageux pour les projets d’IA ?

    Un CPM avantageux dépend de la tâche spécifique et du ROI. Si le surpaiement pour un modèle phare apporte un effet mesurable et se convertit en revenus, alors un tel CPM peut être justifié. Dans les autres cas, il convient de s’orienter vers des modèles ouverts moins chers ou d’optimiser l’architecture de mise en cache pour réduire les coûts réels.


    ← Retour au blog