Anthropic s'impose face à l'essor des modèles open source

Jesse Zhang, CEO de Decagon, a présenté une théorie contestant l’impact des modèles open source sur les déploiements d’IA d’entreprise. Les déploiements d’IA plus matures passent à des modèles plus légers, mais la dépense globale pour les modèles avancés reste stable. Selon Zhang, les modèles de pointe prouveraient les cas d’utilisation avant de passer à des alternatives open source plus économiques, formant ainsi deux phases complémentaires.

Les données de la plateforme Vercel révèlent que, bien que DeepSeek ait pris la tête du volume de tokens, Anthropic représente toujours plus de la moitié des dépenses d’IA. Les dépenses d’Anthropic ont légèrement baissé en raison de l’augmentation de ses prix, mais la baisse n’est pas significative. OpenRouter, autre plateforme, montre que bien que DeepSeek V4 Flash traite plus de tokens, Opus 4.8 d’un modèle de pointe capte encore la majorité des dépenses grâce à des coûts de tokens plus élevés.

Par ailleurs, Nvidia introduit Nemotron, un modèle adaptable susceptible de se démarquer grâce aux connexions de Nvidia. Malgré l’absence de données exhaustives, cela soutient l’argument de Zhang que les laboratoires de pointe ne souffrent pas encore de l’essor open source. Selon lui, les laboratoires de pointe domineront la découverte tandis que l’open source progressera en production.

Cette économie à deux niveaux, où les modèles frontaliers restent les plus prisés pour leurs prix de tokens premium, pourrait s’avérer stable sur le long terme. L’adoption de modèles légers par les acteurs de l’IA verticale n’a pas perturbé l’équilibre, et les laboratoires de découverte conservent une position enviable sur le marché. Zhang conclut que Frontier Labs continuera de maîtriser la phase de découverte face à une production de plus en plus opérée par l’open source.