Le sommet du classement mondial passe à moitié prix, et le plus gros modèle ouvert de l'histoire sort aujourd'hui

Pendant deux ans, le marché de l’IA a fonctionné sur une règle simple : le modèle le plus intelligent était le plus cher, et l’on payait la différence. Cette règle vient de tomber. Le 24 juillet, Anthropic a lancé Claude Opus 5, qui prend la première place de l’indice Artificial Analysis avec 61 points, devant Claude Fable 5 (60) et GPT-5.6 Sol (59), tout en étant facturé 5 $ / 25 $ le million de tokens, soit exactement la moitié du tarif de Fable 5. Et ce 27 juillet à 00h00 UTC, Moonshot publie les poids de Kimi K3, 2 800 milliards de paramètres, la plus grosse ouverture de modèle de l’histoire. Le haut du marché baisse, le bas devient gratuit. Pour une organisation qui paie ses tokens, la question de l’année n’est plus « quel est le meilleur modèle », mais « combien me coûte réellement une tâche terminée ».

Opus 5 prend la tête du classement en coûtant deux fois moins que Fable 5

Le fait est inhabituel : un éditeur détrône son propre modèle de pointe avec un modèle deux fois moins cher. Claude Opus 5 est facturé 5 $ en entrée et 25 $ en sortie par million de tokens, soit le tarif exact de son prédécesseur Opus 4.8, pour un niveau de performance qui le place désormais devant Fable 5 (10 $ / 50 $). Anthropic résume la proposition sans détour : Opus 5 « offre des performances nettement améliorées pour le même coût que son prédécesseur, Opus 4.8 ».

Le chiffre qui compte pour un directeur financier n’est toutefois pas le prix au token, mais le coût par tâche accomplie, car un modèle plus efficace consomme moins de jetons de raisonnement pour arriver au bout. Sur ce terrain, l’écart est net. Artificial Analysis mesure un coût moyen pondéré de 2,03 $ par tâche de son indice d’intelligence pour Opus 5 (effort max), contre 2,75 $ pour Fable 5, soit 26 % de moins à intelligence comparable. Sur son banc d’essai propriétaire de travail cognitif agentique, AA-Briefcase, l’écart se creuse : Opus 5 atteint un Elo de 1 720 contre 1 574 pour Fable 5, soit 146 points d’avance, pour un coût par tâche de 17,79 $ contre 22,30 $ (−20 %). Les configurations intermédiaires sont encore plus favorables : les efforts xhigh et high dépassent tous deux Fable 5 tout en ne coûtant respectivement que 64 % (14,26 $) et 47 % (10,41 $) de son prix.

Sur le plan des capacités brutes, le modèle affiche 96,0 % sur SWE-bench Verified, saturant de fait le banc d’essai de référence du génie logiciel, et 79,2 % sur SWE-bench Pro, plus exigeant. Côté accès, la fenêtre de contexte est de 1 million de tokens en entrée et 128 000 en sortie, extensible à 300 000 tokens de sortie via l’API Batch avec un en-tête bêta. Un mode Fast tourne à environ 2,5 fois la vitesse par défaut pour le double du prix de base. Enfin, un détail qui pèse en environnement réglementé : contrairement à Fable 5, Opus 5 n’impose pas de rétention de données. Côté abonnements, il devient le modèle par défaut de Claude Max et le plus puissant accessible aux abonnés Claude Pro (20 $ par mois, 17 $ en facturation annuelle ; Max à 100 ou 200 $).

Le gain n’est pas uniforme, et c’est le point important

Il faut résister à la lecture triomphale. Artificial Analysis qualifie elle-même Opus 5 de modèle « de justesse le plus intelligent », 61 contre 60 étant une quasi-égalité plutôt qu’un saut générationnel. Le vrai changement de cette version n’est pas la capacité brute, c’est le contrôle de l’effort et donc de la dépense.

Les mesures indépendantes le confirment, et elles sont nuancées. Sur des tâches de revue de code, la configuration x-high d’Opus 5 produit des commentaires actionnables plus précis (39,3 % contre 35,2 %), mais détecte moins de problèmes connus (55,2 % contre 61,1 %) et génère environ quatre fois plus de remarques mineures. En comptant l’intégralité du flux produit, sa précision passe même sous la ligne de base (28,6 % contre 32,8 %) : le modèle est plus bavard. Autrement dit, l’effort est devenu un paramètre de routage : monter d’un cran achète de la précision au prix de la couverture, et rien ne progresse uniformément. Pour une organisation, cela signifie qu’un gain de coût affiché de 26 % ne se matérialise que si l’on choisit le bon niveau d’effort pour la bonne tâche, ce qui suppose de mesurer, pas de supposer.

Kimi K3 ouvre 2 800 milliards de paramètres, et révèle le vrai prix du « gratuit »

Pendant que le sommet baisse, la base s’ouvre. Depuis ce 27 juillet, 00h00 UTC, les poids de Kimi K3 sont publiés sur Hugging Face : 2 800 milliards de paramètres en architecture mixture-of-experts, dont seuls 16 experts sur 896 s’activent par token (environ 50 milliards de paramètres actifs), pour une fenêtre de contexte de 1 million de tokens. C’est la plus grande ouverture de poids jamais réalisée, et sur le papier c’est gratuit.

Dans les faits, l’addition se déplace vers le matériel. Le fichier de poids pèse environ 1,4 To en MXFP4 et 5,6 To en 16 bits, ce qui implique de l’ordre de dix-huit accélérateurs de 80 Go rien que pour charger le modèle ; un nœud de huit cartes à 192 Go (environ 1,5 To) tient les poids « à peine, sans rien de libre ». Le matériel compatible se limite en pratique aux Nvidia Blackwell ou AMD MI400. Aucune carte grand public ne fait l’affaire, même quantifiée. Deux réserves à signaler explicitement : les sources divergent sur le poids exact du paquet MXFP4, certaines annonçant environ 594 Go au lieu de 1,4 To, et surtout les termes de la licence n’étaient pas publiés au moment de l’annonce, ce qui laisse l’usage commercial non confirmé. À cela s’ajoute le contexte du 22 juillet : Kimi K3 fait l’objet d’une accusation officielle de distillation portée par la Maison-Blanche contre Moonshot, accusation contestée par plusieurs experts et à ce jour non recoupée techniquement. Via l’API, le modèle reste affiché à 3 $ / 15 $ depuis le 16 juillet, et se classe 57 à l’indice Artificial Analysis, deuxième sur certains classements et premier sur l’arène de code frontend.

La leçon est utile à qui compare des coûts : un modèle ouvert n’est pas un modèle gratuit. Il déplace la dépense du token vers l’amortissement matériel, l’exploitation et la conformité. Pour la plupart des organisations, l’ouverture des poids vaut d’abord comme assurance de continuité, la garantie de pouvoir rapatrier une charge si le fournisseur change ses prix, ses plafonds ou sa disponibilité, et non comme une économie immédiate.

Sous les prix d’accès, le compute ne cède toujours pas

Le socle matériel continue d’enfler pendant que les tarifs d’accès baissent, et c’est la tension centrale du marché. Nvidia a publié un chiffre d’affaires record de 75,2 milliards de dollars sur son activité datacenter, en hausse de 92 % sur un an, dont 60,4 milliards pour le calcul (+77 %) et 14,8 milliards pour le réseau (+199 %), avec une prévision de 91,0 milliards (±2 %) pour le trimestre suivant. À la location, un H100 s’échange entre 1,38 et 1,49 $ l’heure sur les places de marché spécialisées et jusqu’à 11,68 à 12,29 $ l’heure en tarif à la demande chez les hyperscalers, un rapport de un à huit pour la même puce. Les engagements pluriannuels retirent 25 à 50 % du tarif à la demande, et les clouds spécialisés (CoreWeave, Lambda, Nebius) restent 40 à 70 % sous AWS, Azure et Google Cloud. À l’achat, la carte vaut 25 000 à 40 000 $, un nœud DGX H100 à huit cartes 300 000 à 460 000 $.

Le financement suit la même trajectoire. OpenAI a déposé un dossier d’introduction en bourse confidentiel auprès de la SEC autour du 22 mai, confirmé publiquement le 8 juin, avec Goldman Sachs, Morgan Stanley et JPMorgan, pour une entrée visée en septembre 2026 sur une valorisation de 730 à 850 milliards de dollars, certains analystes tablant sur plus de mille milliards. L’entreprise déclare 2 milliards de dollars de revenus mensuels, dont plus de 40 % en entreprise, mais perdrait encore environ 1,22 $ pour chaque dollar gagné sur le trimestre, à rapprocher de son enveloppe de calcul de 750 milliards de dollars à l’horizon 2030. En Europe, le Financial Times rapportait le 22 juillet que Samsung négocie jusqu’à 1 milliard d’euros dans Mistral sur une valorisation d’environ 20 milliards d’euros, au sein d’un tour plus large impliquant EQT, Novo Holdings et Santander. xAI discuterait de 10 milliards de dollars supplémentaires à 75 milliards de valorisation, et Thinking Machines Lab viserait 1 milliard à 9 milliards (tour non finalisé). Ces trois derniers montants sont des discussions rapportées, non des opérations conclues.

Tableau comparatif : les prix API au 27 juillet 2026

Le seul mouvement tarifaire de la semaine est l’arrivée d’Opus 5, qui remplace Opus 4.8 au même prix, mais renverse la hiérarchie du haut de tableau : la première ligne de l’indice n’est plus la plus chère.

Modèle	Input ($/M tokens)	Output ($/M tokens)	Note
Claude Fable 5 (Anthropic)	10.00	50.00	détrôné sur l’indice AA le 24.07 ; rétention de données requise
GPT-5.6 Sol (OpenAI)	5.00	30.00	indice AA 59
Claude Opus 5 (Anthropic)	5.00	25.00	lancé le 24.07 ; 1ᵉʳ à l’indice AA (61) ; 2,03 $/tâche ; mode Fast ×2,5 au double du prix
GPT-5.6 Terra (OpenAI)	2.50	15.00	lancé le 09.07
Kimi K3 (Moonshot, Chine, open-weight)	3.00	15.00	poids ouverts le 27.07 (1,4 To) ; licence non publiée ; indice AA 57
Gemini 3.1 Pro (Google)	2.00	12.00	double au-delà de 200k de contexte
Claude Sonnet 5	2.00	10.00	tarif de lancement jusqu’au 31.08, puis 3/15
Gemini 3.6 Flash (Google)	1.50	7.50	lancé le 21.07 ; −17 % de tokens/tâche
Grok 4.5 (xAI)	2.00	6.00	modèle de code ; accès UE encore restreint
GPT-5.6 Luna (OpenAI)	1.00	6.00	lancé le 09.07
Inkling (Thinking Machines, open-weight)	1.87	4.68	licence Apache 2.0 ; multimodal
Meta Muse Spark 1.1	1.25	4.25	1ʳᵉ API payante de Meta
LongCat-2.0 (Meituan, open-weight)	0.75	2.95	promo 0.30/1.20 ; licence MIT
Gemini 3.5 Flash-Lite (Google)	0.30	2.50	lancé le 21.07 ; très haut débit
Grok 4.3 / 4.20 (xAI)	1.25	2.50	contexte 1M
Mistral Large 3	0.50	1.50	Samsung en négociation au capital (FT, 22.07)
DeepSeek V4 Pro	0.435	0.87	alias deepseek-reasoner supprimé le 24.07
DeepSeek V4 Flash	0.14	0.28	contexte 1M ; alias deepseek-chat supprimé le 24.07

Tarifs Opus 5, Fable 5, GPT-5.6 Sol et Kimi K3 vérifiés le 27 juillet 2026 auprès des pages officielles et d’Artificial Analysis. Les autres lignes sont reprises du relevé du 24 juillet 2026, aucune évolution tarifaire n’ayant été publiée depuis. Les tarifs promotionnels et de cache peuvent expirer sans préavis. Rappel : depuis le 24 juillet 15h59 UTC, les identifiants deepseek-chat et deepseek-reasoner ne fonctionnent plus, migrer vers deepseek-v4-flash et deepseek-v4-pro.

Ce que cela signifie pour une organisation suisse

Trois conclusions opérationnelles. D’abord, cessez de comparer des prix au token et comparez des coûts par tâche. L’écart entre 2,03 $ et 2,75 $ par tâche pour une intelligence équivalente ne se lit sur aucune page tarifaire : il ne se voit qu’en mesurant la consommation réelle de vos propres charges. Une organisation qui ne mesure pas son coût par tâche ne peut pas capter la baisse, elle continuera de payer le tarif affiché du modèle le plus prestigieux.

Ensuite, le niveau d’effort est devenu une décision économique. Opus 5 démontre qu’à modèle constant, le choix de la configuration fait varier le coût du simple au double, avec des gains non uniformes selon les tâches. Router chaque tâche vers le bon modèle et le bon niveau d’effort, puis vérifier le résultat sur vos données plutôt que sur un classement public, c’est là que se trouve l’économie réelle.

Enfin, l’ouverture des poids est une assurance, pas une économie. Avec 1,4 To de paramètres, une licence non publiée et une accusation de distillation en suspens, Kimi K3 illustre que la souveraineté d’un modèle se paie en infrastructure et en risque juridique. La bonne posture n’est pas de tout rapatrier, ni de tout confier à un fournisseur unique : c’est de garder la capacité de changer d’avis, de déplacer une charge d’un modèle propriétaire à un modèle ouvert sans réécrire son socle, quels que soient les prix, les licences et les classements que le marché décidera le mois prochain.