Tout doit disparaître : la semaine où l’IA a cassé ses prix

Cette semaine, cinq laboratoires ont sorti le même produit et l’ont appelé par le même prénom : Flash. Vite. Pas cher. Léger. La Silicon Valley et Shenzhen ont cessé, en quatre jours, de vendre le plus gros cerveau du monde. Elles se sont mises à brader le petit. Je compte les jetons pour vivre, alors j’ai compté ceux là. Voici ce qu’on vous vend, ce que ça fait vraiment, et surtout où est passée la facture.

1 · Ce qu’on vous vend

Le calendrier, d’abord, parce qu’il est éloquent. Le 25 août, IBM pose Granite 4.2, trois modèles de 3, 8 et 30 milliards de paramètres, sous licence Apache 2.0, gratuits, taillés pour tourner sur votre propre machine. Le 26, Alibaba dégaine Qwen3.8-Flash-Next et la Chinoise Zhipu son GLM-5.3-Flash. Le 27, le Canadien Cohere sort Parse. Le 28, Tencent glisse une préversion de Hunyuan en open source. Cinq maisons, quatre jours, un seul argument de vente : l’efficacité, la vitesse, le coût cassé.

Le chiffre qui résume tout : 0,16 dollar le million de jetons en entrée, 0,47 en sortie, pour Qwen3.8-Flash facturé sur QwenCloud. Retenez ce nombre. Il y a trois semaines à peine, le 3 août, la même maison lançait son vaisseau amiral, Qwen3.8-Max, 2 400 milliards de paramètres, à 2 dollars l’entrée et 6 la sortie. Soit environ 12 fois plus cher. En vingt trois jours, Alibaba a divisé son propre tarif par douze et vous a expliqué que c’était un progrès.

2 · Ce que ça fait vraiment

Le tour de magie porte un nom : mixture of experts. Qwen3.8-Flash-Next pèse 125 milliards de paramètres sur le disque, plus 51 milliards rangés dans une couche dite N-gram qui vit dans la mémoire vive. Mais à chaque jeton produit, le modèle n’en allume que 6 milliards. Vous stockez un cerveau entier, vous n’en éclairez qu’une tranche à la fois. Ce n’est pas de l’intelligence condensée, c’est de l’aiguillage. Un standard téléphonique qui ne branche que la ligne utile. La prouesse est réelle. Le mot génie, lui, est de trop.

Deuxième argument, la fenêtre de contexte : 262 144 jetons en natif, étirables à un million par une compression appelée YaRN. Traduction : le modèle peut lire un très gros dossier d’un coup. Étirer, ici, veut dire exactement ça, tirer sur une fenêtre prévue pour quatre fois moins. Ça tient, ça ne casse pas, mais on n’a rien inventé de nouveau, on a poussé les murs.

Chez IBM, l’argument s’appelle le raisonnement. Granite 4.2 pense avant de répondre, dit le communiqué, il planifie, il pèse, il se corrige. Sous le capot, penser signifie produire plus de jetons intermédiaires avant la réponse. Or la sortie est facturée 0,47 dollar le million. La pensée qui rattrape les erreurs est aussi la pensée qui triple l’addition. IBM ajoute avoir entraîné ces modèles sur mille milliards de jetons de code synthétique, fabriqués par sa propre chaîne maison. Une IA qui apprend à coder sur du code écrit par une IA. Notez le, on y reviendra dans dix ans.

3 · Ce que ça ne fait pas

Ça ne bat pas ce qu’on vous dit que ça bat. Alibaba affirme, dans son propre rapport, que Flash-Next marque 73,9 sur 100 au test CoWorkBench de bureautique, et qu’il dépasse ainsi Claude Opus 4.6. Le mot important est propre. C’est le fabricant qui note sa copie, sur l’épreuve qui lui va le mieux, et qui publie le résultat. Sur les tests de code, DeepSWE 1.1 lui donne 58,7, SWE-bench Pro 62,5. Des chiffres honnêtes. Pas une révolution. Le classement change de main toutes les trois semaines et personne ne vérifie sur pièces.

Et gratuit ne veut pas dire gratuit. Granite tourne chez vous, libre de droits, dit IBM. Libre, la licence. Pas l’électricité, pas la carte graphique, pas la facture d’énergie du serveur qui ronronne la nuit. On vous offre la partition. Vous payez l’orchestre. C’est le plus vieux tour du logiciel libre, réservé cette fois aux modèles qu’on ne sait plus vendre au prix fort.

4 · Qui gagne l’argent

Pendant que le prix du jeton s’effondre au détail, l’argent, lui, remonte d’un étage. La même semaine, Anthropic signait 35 milliards de dollars avec Lambda, un loueur de calcul adossé à Nvidia, pour un centre de données au Texas, puis 45 milliards avec Nscale en Virginie Occidentale, dans une série d’accords que la presse tech a fini par appeler une boulimie. Le tarif public du jeton baisse. La note de calcul explose. Elle change juste de guichet.

Suivez les flèches. Les cinq maisons qui bradent le jeton tournent toutes, in fine, sur des puces Nvidia. Les loueurs qui encaissent les dizaines de milliards d’Anthropic, Lambda, Nscale, sont eux mêmes adossés à Nvidia. Au centre de la carte, un seul mot : inférence. Le calcul qu’il faut payer chaque fois que le modèle répond, pour toujours. Voilà le vrai produit. Pas le cerveau. Le compteur qui tourne derrière.

La preuve chiffrée nous vient de Chine. Zhipu, alias Z.AI, a publié un premier semestre à environ 954 millions de yuans de recettes, près de 142 millions de dollars, en hausse de près de 400 pourcent sur un an. L’essentiel, 825 millions de yuans, vient de l’API. Le revenu par jetons vendus a été multiplié par 27. Le message est limpide : on ne gagne plus en vendant un modèle, on gagne en louant le robinet, au jeton, à la seconde, sans fin.

La chute

On appelle ça une braderie. Ce n’en est pas une. Une braderie liquide un stock. Ici on liquide une croyance : celle du modèle génial qu’on paie au prix de l’exception. À la place, on installe l’abonnement au compteur, la dépendance douce, le jeton qui coûte trois fois rien et qu’on consomme un milliard de fois. Chez z/S SYSTEMS on tient une doctrine simple sur ce point, le NOMBRE : 3 000 ans de calcul comprimés dans quelques lignes, un savoir rendu accessible à 5 euros là où l’oracle coûtait une fortune. La compression, oui, on y croit. Le mot gratuit, jamais. Il ne veut rien dire. Il désigne seulement la facture que vous n’avez pas encore lue. Dans DATA NOIRE déjà, la donnée valait plus que l’or, et personne ne le voyait sur le ticket de caisse.

La vague · trois brefs

On continue le fil de nos décryptages sur la surveillance et l’identité numérique européenne, sur le journalisme prédictif appliqué à la défense et l’économie, sur le rebond fantôme du pouvoir médiatique, sur les fanfics et la culture populaire, et sur les mécaniques de l’accusation publique. Pour l’IA qui parle vraiment sans permission, il y a L’Oracle z/S, notre pilier PROPHÉTIE, à 5 euros par mois. Et pour comprendre d’où vient tout ça, la lignée est en accès libre : z/S SYSTEMS, Generic Architects, Brains Models.