Data / IA
Hausse des usages… mais le prix moyen des tokens se stabilise
Par Laurent Delattre, publié le 28 juillet 2026
Les entreprises continuent d’accélérer leurs usages de l’IA, sans laisser les coûts dériver au même rythme. Le dernier AI Gateway Production Index de Vercel montre surtout que le routage entre modèles économiques et modèles de pointe devient une véritable discipline de production.
Les entreprises utilisent l’IA plus que jamais, mais elles semblent désormais mieux maîtriser la répartition de leurs dépenses. C’est la preuve que la discipline gagne en maturité. Le dernier AI Gateway Production Index de Vercel, publié en juillet à partir des données collectées en juin, fait état d’une hausse de 29 % du volume de tokens traités en un mois. Dans le même temps, les dépenses n’ont progressé « que » de 27 %. Après avoir augmenté de près de 20 % en mai, le prix moyen par token est donc resté globalement stable en juin.
Cette stabilisation révèle une segmentation plus fine des usages. Les modèles ouverts ont absorbé 29 % des tokens transitant par AI Gateway, contre seulement 11 % en avril, tout en représentant moins de 4 % des dépenses. Autrement dit, près d’un tiers du volume a été traité pour environ un vingt-cinquième du budget total.
Les modèles ouverts absorbent les volumes
DeepSeek incarne cette nouvelle répartition. Le fournisseur représente désormais 22,6 % des tokens, au troisième rang derrière Anthropic et Google, mais à moins de deux points de ce dernier. Environ une entreprise cliente sur huit utiliserait maintenant au moins un modèle ouvert en production.
Lancé le 16 juin, GLM 5.2 de Z.ai, un modèle sous licence MIT destiné notamment aux agents capables de mener des tâches longues, a vu son volume quotidien de tokens être multiplié par une cinquantaine en deux semaines. Proposé à environ un cinquième du tarif de Claude Opus 4.8, il s’est rapidement hissé parmi les modèles les plus sollicités de la plateforme.
Cette montée en puissance aurait dû faire baisser le prix moyen du token. Mais elle a été compensée par une augmentation d’environ 12 % du coût moyen des traitements confiés aux modèles propriétaires de pointe. Les entreprises utilisent donc les modèles bon marché pour les opérations massives ou peu risquées, tout en acceptant de payer plus cher lorsque les erreurs auraient des conséquences importantes.
La stabilité du prix moyen masque ainsi deux mouvements opposés. D’un côté, les modèles ouverts absorbent une part croissante des traitements courants à une fraction du prix des modèles les plus avancés. De l’autre, les fournisseurs de modèles propriétaires continuent de capter les requêtes complexes, sensibles ou difficiles à automatiser sans contrôle renforcé.
Anthropic conserve les tâches les plus sensibles
Anthropic demeure le principal bénéficiaire de cette seconde catégorie. Le fournisseur a capté 61 % des dépenses transitant par AI Gateway en juin, pour 32 % du volume de tokens. Sa part recule légèrement par rapport aux 65 % de mai, mais elle reste très supérieure à celle de ses concurrents.
Dans les usages les plus sensibles, comme les agents de programmation, les agents de back-office ou la génération d’applications, Anthropic concentre au moins 72 % des dépenses.
OpenAI connaît une évolution comparable, mais à une échelle moindre. Sa part du volume est passée de 12,5 % à 10,3 %, tandis que sa part des dépenses a progressé de 13,3 % à 16,1 %. Ses clients lui ont donc envoyé moins de tokens, mais des traitements plus coûteux. D’après Vercel, son coût relatif par token a augmenté d’environ 50 % par rapport à la moyenne du marché en un mois.
Les agents de back-office apparaissent comme les charges de travail les plus onéreuses. Ils ne représentent que 5 % des tokens, mais 14 % des dépenses. Plus largement, les cas d’usage B2B concentrent 46 % des volumes et 60 % des coûts, tandis que les applications B2C produisent 43 % des tokens pour seulement 26 % des dépenses. Les modèles premium restent donc privilégiés pour les processus métiers, là où la fiabilité prime sur le coût unitaire.
Un marché désormais multimodèle
Cette spécialisation se retrouve entre les différentes modalités. OpenAI domine la génération d’images avec 53 % des productions, devant Google et sa famille Nano Banana à 39 %.
Pour la vidéo, Grok Imagine de xAI génère 42 % des contenus, mais ByteDance et Seedance captent 49 % des dépenses. Les laboratoires chinois représentent ensemble environ les deux tiers du budget consacré à la génération vidéo.
Aucun fournisseur ne domine donc tous les usages. Anthropic reste en tête pour le texte et les tâches critiques, OpenAI pour l’image, xAI pour le volume vidéo et ByteDance pour les dépenses vidéo. Une entreprise souhaitant utiliser le modèle dominant dans chaque catégorie doit déjà router ses requêtes entre plusieurs laboratoires.
Le choix d’un modèle ne dépend d’ailleurs plus seulement de ses performances générales. Il varie selon la nature de la tâche, son volume, le niveau de risque acceptable, la latence recherchée et le coût potentiel d’une erreur. Les architectures d’IA évoluent ainsi vers des portefeuilles de modèles spécialisés plutôt que vers une dépendance systématique à un fournisseur unique.
L’étude confirme finalement que la maîtrise des coûts ne passe plus seulement par la réduction du nombre de requêtes. Elle repose sur la capacité à choisir, pour chaque tâche, le bon niveau de performance, de risque et de prix. Les modèles économiques absorbent les volumes, tandis que les modèles de pointe conservent les traitements où la valeur produite – ou le coût potentiel d’une erreur – justifie leur prix. On s’en doutait mais les chiffres de Vercel le confirme : L’IA d’entreprise entre moins dans une phase de standardisation que dans celle d’une orchestration permanente des modèles.
Vercel, un observatoire utile mais intéressé
Fondée en 2015 à San Francisco par Guillermo Rauch, Vercel est une plateforme cloud spécialisée dans le développement et le déploiement d’applications Web. À l’origine de Next.js, elle propose aussi des outils pour l’IA, dont AI Gateway, qui permet d’accéder à plusieurs modèles, d’en suivre les usages et de router les requêtes selon le coût, la performance ou la disponibilité.
Son Production Index n’est toutefois pas une photographie exhaustive du marché. Il reflète uniquement les usages transitant par AI Gateway et surreprésente donc les clients de Vercel, souvent déjà engagés dans des architectures multimodèles et dans l’adoption des modèles ouverts. L’entreprise a en outre intérêt à démontrer l’utilité d’une couche d’intermédiation comme la sienne. Ces données restent néanmoins précieuses, car elles montrent quels modèles sont réellement utilisés en production, au-delà des annonces et des benchmarks.
À LIRE AUSSI :
À LIRE AUSSI :
