IAGen, la 1ère dose est gratuite. Combien coûte le sevrage ?

En 2024, OpenAI a dépensé 1,35 dollar pour chaque dollar encaissé ↗, 5 milliards de pertes nettes sur 3,7 milliards de revenus (NYT, sept. 2024). Vous payez entre 0,40 et 3 dollars par million de tokens. Le vrai coût d’inférence est de 2 à 10 fois ce prix selon la charge GPU. Ce delta, quelqu’un le finance.

Les signaux lus comme système

En avril 2026, Stella Laurenzo (AMD AI Group) ↗ documente ce que beaucoup ressentaient sans pouvoir le nommer : sur 6 852 sessions analysées, la profondeur médiane du raisonnement d’Opus a chuté de 73 %. Anthropic a fini par publier un post mortem officiel ↗ reconnaissant la dégradation : trois changements cumulés (effort de raisonnement abaissé, purge accidentelle du contexte, contrainte de concision) plutôt qu’une cause unique. Peu importe le détail technique. Ce qui compte pour un décideur, c’est qu’un service payé a vu sa qualité dégrader de façon unilatéral, sans avertissement, puis se corriger sans compensation contractuelle (au-delà d’un reset des quotas d’usage).

Durant le même mois, GitHub Copilot annonce le passage à la facturation à l’usage ↗. Anthropic ferme l’accès aux services tiers pour les abonnements grand public, puis annonce en juin une refonte facturant l’usage via un outil tiers aux tarifs API (crédits pour Agent SDK dédiés) plutôt qu’au forfait, avec des allers-retours sur son calendrier d’application.

Pris séparément, chacun de ces signaux se lit comme un incident de gestion de produit. Lus ensemble, ils décrivent autre chose : un éditeur qui reprend progressivement le contrôle sur le périmètre d’usage et la structure tarifaire, avant une entrée en bourse. OpenAI et Anthropic ont tous deux déposé un dossier confidentiel à l’été 2026 (Anthropic le 1er juin, OpenAI la semaine suivante). OpenAI envisage même de repousser son introduction à 2027 après le débat boursier difficile de SpaceX en juin [mise à jour le 9 juillet 2026]. Deux IPO majeures se préparent, et la structure tarifaire qui les précède n’est pas neutre : la phase de subvention touche à sa fin.

La mécanique

Le modèle est connu : acquérir des utilisateurs à perte, créer de l’usage sinon de la dépendance, monétiser ensuite. Ce qui est moins documenté, c’est l’ampleur du subventionnement actuel.

Une analyse des coûts unitaires d’inférence ↗ (arXiv, nov. 2025) montre que l’efficacité algorithmique a fait chuter les coûts de calcul d’un facteur 10 en deux ans, sans que cette chute soit répercutée intégralement aux clients. Les marges ont été partiellement reconstituées côté éditeur, ce qui limite l’ampleur du phénomène évoqué.

Mais il existe maintenant un plancher de négociation : DeepSeek, les modèles open-weight distribués par Huawei, et l’infrastructure sovereign AI documentée dans une étude arXiv d’avril 2026 ↗ créent une alternative crédible sur la couche modèle “du quotidien”. Mais cette alternative ne résout pas le vrai problème.

Edward Tufte ↗, professeur émérite de statistique à Yale, le formulait, non sans ironie :

There are only two industries that refer to their customers as 'users' : illegal drugs and software.

« Il n’y a que deux industries qui appellent leurs clients des ‘users’ : les trafiquants de drogue et les vendeurs de logiciels. » La dépendance n’est pas un effet secondaire du modèle économique, elle en est le moteur.

La première dose est gratuite… d’après Matt Vitale ↗.

L’équation

La formule utile n’est pas le prix du token. Elle tient en trois dimensions :

1. puissance du modèle (qualité de l’output, mesurable par benchmarks et usage réel),

2. coût d’usage (prix par million de tokens en entrée et sortie, multiplié par les volumes),

3. friction accumulée (tout ce qui a été reconstruit autour de l’outil et qui résiste à la migration).

Si les deux premières dimensions peuvent se mesurer, la troisième s’estime. C’est elle qui crée l’asymétrie. La friction évitée, c’est tout ce qui a été reconstruit autour de l’outil : les prompts systèmes, les règles d’orchestration, les workflows calés sur les comportements du modèle, les formations faites sur une interface précise, les processus RH qui supposent un outil disponible en permanence… C’est ce qui englobe le harness (le harnais de l’outil), cette infrastructure d’orchestration qui constitue le vrai produit d’un système IA.

Un développeur indépendant avec un harness léger peut migrer vers un concurrent open-weight en quelques jours. Une organisation de 500 personnes dont les processus reposent sur un harness reconstruit autour d’un éditeur précis est dans une situation structurellement différente.

La dépendance n’est pas dans les tokens mais dans tout ce qui a été construit autour.

C’est pourquoi l’organisation est structurellement plus exposée que le particulier, même à tarification identique. Le CTO qui a construit son propre harness technique dans une micro-organisation a une agilité de substitution que l’organisation n’a pas. Et cette asymétrie devient visible précisément au moment du reset.

Le pre-mortem tarifaire

Avant que le reset survienne, trois questions permettent de cartographier l’exposition réelle d’une organisation sur ses usages principaux :

1. La dépendance vis-à-vis du modèle. Est-ce que la qualité de l’output dépend de fonctionnalités propres à un modèle spécifique (raisonnement étendu, fenêtre de contexte longue, instruction-following calibré) ? Si oui, la substitution par un modèle moins performant dégrade la valeur produite et pas seulement la vitesse.

2. La friction accumulée. Combien de couches ont été construites autour de l’outil (prompts, règles, intégrations, formations, processus) ? Plus la friction évitée est élevée, plus le coût réel de migration l’est aussi. Ce coût ne figure dans aucune ligne budgétaire actuelle.

3. L’exposition réglementaire. Dans les secteurs réglementés, la question change de nature. L’Autorité bancaire européenne (EBA) a publié en novembre 2025 une analyse des implications de l’AI Act pour le secteur bancaire ↗, avec une date-butoir d’août 2026 et une intersection avec DORA (le règlement sur la résilience opérationnelle numérique). Un outil IA classifié comme système à haut risque n’est pas substituable sans procédure de conformité. La question tarifaire devient alors une question de continuité opérationnelle, au même titre que le risque souverain quand une juridiction peut débrancher un modèle.

DeepSeek et les modèles open-weight donnent au client un plancher de négociation réel, mais ne résolvent pas la dette de *harness * : le coût de migration n’est pas le token, c’est surtout ce qui a été reconstruit autour.

Peut-on limiter la friction ?

La question mérite d’être posée avant le reset. Trois approches existent, aucune n’est gratuite.

1. La première est technique. Des couches d’abstraction API comme OpenRouter ↗ ou LiteLLM ↗ permettent de substituer un modèle sans réécrire le code applicatif : on change une ligne de configuration, pas l’intégration. C’est efficace pour la partie appels API. Cela ne résout pas le harness cognitif : les prompts systèmes calibrés sur les comportements spécifiques d’un modèle, les évaluations construites sur ses sorties, les processus entraînés sur ses limites.

2. La deuxième est organisationnelle. Auditer la friction pendant que la migration est encore optionnelle coûte peu. Attendre que le reset rende la migration urgente, c’est négocier sous pression. Recensement des cas d’usage par criticité, estimation de la friction couche par couche, identification des usages substituables immédiatement par des modèles open-weight sans perte de valeur : ce travail se fait en quelques jours si l’organisation commence maintenant.

3. La troisième est architecturale. Tous les usages IA n’ont pas le même besoin de puissance modèle. La génération de résumés internes, la catégorisation, les tâches répétitives à faible complexité peuvent souvent migrer vers des modèles open-weight à moindre coût, sans que l’utilisateur final le perçoive. Réserver les modèles frontier aux usages qui en justifient réellement le prix réduit l’exposition globale.

L’arbitrage rationnel ressemble à ceci : d’un côté, la perte d’opportunité de ne pas avoir accès au meilleur modèle disponible, surtout si la concurrence y a accès. De l’autre, le coût de migration incluant la dette de harness, les ruptures de processus, le temps de formation. Les deux termes se mesurent imparfaitement. Ce qui se mesure bien, c’est le statu quo : rester dépendant sans avoir cartographié l’exposition, c’est laisser l’éditeur fixer unilatéralement les conditions du rééquilibrage.

Ce que j’en retiens

Le *reset *tarifaire IA n’est pas une apocalypse. C’est un rééquilibrage prévisible, annoncé par des signaux lisibles depuis plusieurs mois. Cela pourra aussi contribuer à un usage plus raisonné des IAGen si l’intégralité de la facture est payée par l’utilisateur final. Ce qui m’interpelle, dans les organisations que j’accompagne, c’est moins l’exposition elle-même que l’absence de modèle de coûts stabilisés, le même écart entre adoption massive et valeur réellement mesurée. Personne ne sait vraiment ce que coûterait une migration, ni en euros, ni en semaines, ni en processus à revoir, faute d’avoir jamais construit le moment où l’on tranche, comme si on avait du mal à capitaliser sur l’expérience acquise pour gérer la dette technique du reste du système d’information.

À titre personnel, l’essentiel de mes appels API est indépendant du modèle (au moins techniquement) grâce à OpenRouter. Pour le reste, il suffit de m’observer 20 minutes derrière mon PC personnel pour se rendre compte que mon harnais est intégré à Claude - même si je l’ai eu un peu mauvaise le jour où j’ai découvert les travaux de Stella Laurenzo. Alors un jour par semaine, j’utilise un autre modèle au cas où (essentiellement Gemini) ; mais je reste encore velléitaire pour me lancer dans l’utilisation massive d’un modèle open-weight.

Pourtant le bon moment pour faire ce pre-mortem, c’est bien avant le reset…

Pour prolonger

• Quand Washington débranche un modèle : le risque souverain n’est plus une abstraction : quand la dépendance tarifaire devient dépendance juridictionnelle, le reset n’est plus commercial mais géopolitique.
• Harness-first : pourquoi le cadre prime sur le modèle : ce que recouvre exactement la dette de harness évoquée ici, le cadre d’orchestration qui résiste à la migration.