Séoul dévisse de 10,84 % et l'Amérique corporate ferme le robinet à tokens : la facture de l'IA arrive

Depuis dix-huit mois, le marché de l’IA se lisait sur une seule ligne : le prix du million de tokens, qui n’arrêtait pas de baisser. Ce 28 juillet, deux nouvelles publiées à quelques heures d’intervalle ont déplacé la question. À Séoul, le Kospi a perdu 10,84 % en une séance, sa pire depuis 2008, emporté par la révision brutale d’une hypothèse : les revenus de l’IA justifient-ils vraiment les dépenses de semi-conducteurs engagées pour elle ? Et à Washington, une enquête de l’agence AP signée Matt O’Brien documentait le retournement symétrique côté entreprises : la fin du « tokenmaxxing », cette mode consistant à consommer le plus de tokens possible, désormais rattrapée par les factures. Uber a épuisé son budget IA 2026 en quatre mois. Salesforce se dirige vers 300 millions de dollars de facture Anthropic sur l’année. Le prix unitaire du token n’a jamais été aussi bas, et c’est précisément ce qui a fait exploser la dépense totale.

Le Kospi signe sa pire séance depuis 2008

Les chiffres de la séance sont sans ambiguïté. L’indice coréen a cédé 732,09 points pour clôturer à 6 023,66, soit −10,84 %, après être descendu jusqu’à −11,3 % en séance et être passé sous les 6 000 points pour la première fois depuis le 14 avril. La Bourse de Corée a déclenché un coupe-circuit après un décrochage de plus de 8 %, suspendant les échanges vingt minutes — la huitième activation de l’année. Sur les 917 valeurs du marché principal, 878 ont reculé et 36 seulement ont progressé.

Les deux poids lourds de l’indice ont concentré le choc : Samsung Electronics a chuté de 14,4 %, sa plus forte baisse quotidienne depuis octobre 2008, et SK hynix de 14,7 %, ses certificats américains repassant sous leur prix d’introduction. La contagion a été régionale sans être d’égale intensité : Nikkei 225 à −4,3 %, Taiex à −4,7 %, Shanghai Composite à −1,4 %, tandis que l’indice Philadelphia Semiconductor cédait 2,2 % et Nvidia environ 5 %. Sur le mois de juillet, le Kospi affiche −29 %, un recul mensuel supérieur au record de −27 % d’octobre 1997, au plus fort de la crise asiatique.

Deux déclencheurs sont cités, et ils sont d’ordre différent. Le premier est industriel : le fabricant chinois de mémoire ChangXin Memory Technologies a bondi de 466 % pour son entrée à Shanghai, sur fond d’informations concernant une production d’équipements de lithographie soutenue par l’État chinois — soit la perspective d’une concurrence sur le segment exact qui fait la valeur de Samsung et SK hynix. Le second est financier : la réévaluation générale du rapport entre dépense d’infrastructure IA et revenus constatés. Un indice à ce sujet : dans un rapport récent, les analystes de Moody’s conduits par Vincent Gusdorf ont modélisé un scénario de baisse de 40 % des valorisations des sociétés liées à l’IA dans les mois à venir. Il faut lire ce chiffre pour ce qu’il est — un scénario d’analyse, pas une prévision centrale — mais il éclaire ce que le marché a fait aujourd’hui.

« Tokenmaxxing » : la facture arrive sur le bureau des directions financières

L’autre versant de la journée se joue dans les entreprises, et il est plus instructif pour qui gère un budget. Le terme « tokenmaxxing » désignait, ce printemps encore, une vertu : maximiser la consommation de tokens, jusqu’à en faire un signe de modernité interne. Jensen Huang en avait fixé l’étalon : si un ingénieur payé 500 000 dollars par an ne brûle pas 250 000 dollars de tokens, c’est qu’il y a un problème. Sam Altman se disait « impatient de voir ce qui arrivera aux startups tokenmaxxing ». Chez Meta, un classement interne officieux baptisé « Claudeonomics » a enregistré environ 60 000 milliards de tokens en un seul mois avant d’être retiré.

L’été a inversé le signe. Selon l’enquête AP du 28 juillet, Uber a consommé l’intégralité de son budget IA 2026 en quatre mois, puis instauré un plafond de 1 500 dollars par mois et par outil de codage. Salesforce se dirige vers une facture Anthropic d’environ 300 millions de dollars sur l’exercice. Microsoft a resserré les dépenses individuelles sur Claude Code après que certains ingénieurs ont accumulé des factures personnelles importantes. Un consultant de Bain & Company résume l’arithmétique que beaucoup de directions n’avaient pas posée : 200 dollars par développeur et par mois paraît anodin, jusqu’à ce qu’on le multiplie par les 20 000 développeurs d’un grand groupe — soit 48 millions de dollars par an pour une ligne qui n’était budgétée nulle part. Et la trajectoire est plus raide que le niveau : pour certaines grandes entreprises, la facture de tokens double presque tous les deux mois.

« Il est très facile de créer avec l’IA quelque chose dont vous n’avez pas besoin. À mesure que les factures arrivaient, les gens ont réalisé que ces nouveaux outils sont assez chers et qu’il faut les utiliser avec discernement. »

— Vincent Gusdorf, responsable de l’analyse IA chez Moody’s Ratings

Le reste du casting dit la même chose sur des tons différents. Satya Nadella a prévenu que le tokenmaxxing était addictif et que le client paie deux fois : en tokens, et par l’exposition de ses données propriétaires. Alex Karp, chez Palantir, a jugé que « quelque chose avait complètement dérapé ». Raffi Krikorian, directeur technique de Mozilla, tranche : « le tokenmaxxing est une idiotie ». La remarque la plus opérationnelle vient toutefois du consultant de Bain, et elle tient en une phrase : tout n’a pas besoin du modèle le plus puissant du catalogue.

Le paradoxe : le token n’a jamais été aussi bon marché

Il faut tenir les deux bouts, parce que c’est là que se trouve l’erreur de raisonnement la plus coûteuse. Les prix unitaires ont bien baissé, massivement. Entre début 2025 et début 2026, les tarifs d’API ont reculé d’environ 80 %. Le 24 juillet, Anthropic a placé Claude Opus 5 en tête de l’indice Artificial Analysis à 5 $ / 25 $ le million de tokens, moitié moins que Claude Fable 5 (10 $ / 50 $) qu’il détrône. Le modèle payant le moins cher du marché, Ministral 3 3B, s’affiche à 0,10 $ / 0,10 $ au 27 juillet. Sur le papier, l’IA n’a jamais coûté si peu.

Le volume a fait le reste, et il a fait beaucoup plus. Le basculement vers les usages agentiques — un modèle qui planifie, appelle des outils, se relit et recommence — consomme jusqu’à 1 000 fois plus de tokens qu’une simple requête de chatbot. Un prix divisé par cinq face à un volume multiplié par mille produit une facture multipliée par deux cents. C’est exactement ce que décrivent les directions financières citées par AP : aucune d’elles ne s’est trompée sur le prix affiché, toutes se sont trompées sur le volume. Et cette dépense arrive dans un marché que Gartner évaluait le 19 mai 2026 à 2 590 milliards de dollars de dépenses IA mondiales sur l’année, en hausse de 47 %, dont plus de 45 % pour la seule infrastructure.

La conséquence pratique est que le prix au token a cessé d’être une métrique de pilotage. La seule qui reste opérante est le coût par tâche terminée, qui intègre le nombre de jetons de raisonnement réellement consommés. L’écart est mesurable : Artificial Analysis relève 2,03 $ par tâche pour Opus 5 en effort maximal contre 2,75 $ pour Fable 5, soit 26 % de moins à intelligence équivalente — un écart qui ne se lit sur aucune page tarifaire.

La réponse du 27 juillet n’est pas plus de puissance, c’est du routage

La démonstration la plus nette de cette bascule est arrivée la veille du krach, et elle vient de Microsoft. Le 27 juillet, l’entreprise a publié MAI-Cyber-1-Flash, son premier modèle dédié à la cybersécurité : une architecture mixture-of-experts de 137 milliards de paramètres dont 5 milliards actifs, fenêtre de contexte de 256 000 tokens.

L’intérêt n’est pas le modèle, c’est le montage. Dans le système agentique MDASH, ce petit modèle traite jusqu’à 90 % des tâches, et n’appelle GPT-5.4 que pour les 10 % réellement difficiles. Résultat annoncé : 95,95 % sur le banc d’essai CyberGym, plus de dix points devant les configurations concurrentes de Google et OpenAI, pour 50 % de moins que la combinaison précédente de Microsoft (GPT-5.4, GPT-5.4 mini et GPT-5.3 Codex). Autrement dit : meilleur résultat, moitié prix, en changeant non pas de modèle mais de règle d’aiguillage. À noter que Microsoft reste dépendante d’OpenAI pour le segment difficile — le routage ne supprime pas le modèle de pointe, il cesse de le payer pour des tâches qui ne le méritent pas. C’est, en une seule annonce, la réfutation du tokenmaxxing.

Sous les tokens : l’électricité, puis la conformité

Deux coûts encore invisibles sur les factures d’API remontent vers la surface. Le premier est physique. L’inférence représente désormais 80 à 90 % de la charge de calcul IA chez les grands fournisseurs, et elle est continue. Sur le plus grand réseau électrique américain, PJM, la dernière enchère de capacité s’est terminée 6,8 gigawatts en dessous du niveau nécessaire pour garantir la fiabilité en pointe — l’équivalent de près de sept réacteurs nucléaires — et les coûts d’approvisionnement ont augmenté de plus de 60 %, les centres de données pesant environ 6,3 des 16,4 milliards de dollars de ces enchères (relevé du 15 juillet 2026). Fortune rappelait le 26 juillet que ces mêmes centres de données faisaient jusqu’ici plutôt baisser le coût de l’électricité, et que c’est l’ampleur du programme d’investissement — chiffré à quelque 7 000 milliards de dollars sans demande garantie en face — qui menace d’inverser la tendance. Deux chiffres circulant sur ce sujet appellent une réserve explicite : la consommation mondiale des centres de données en 2026, estimée autour de 565 TWh (+26 % sur un an), et le recensement de 75 projets représentant 130 milliards de dollars reportés ou annulés faute d’électricité, proviennent d’analyses sectorielles que nous n’avons pas pu recouper auprès d’une source primaire.

Le second coût est réglementaire, et il a une date : ce dimanche 2 août 2026, l’article 50 du règlement européen sur l’IA entre en application. Il impose quatre obligations de transparence : signaler qu’un utilisateur interagit avec une IA, marquer les contenus synthétiques de façon lisible par machine, informer les personnes soumises à une catégorisation biométrique, et signaler les hypertrucages. Les sanctions peuvent atteindre 15 millions d’euros ou 3 % du chiffre d’affaires mondial, le montant le plus élevé étant retenu. Pour une organisation suisse, le texte ne s’applique pas au titre du territoire mais au titre du marché : dès lors que des contenus ou des systèmes touchent des utilisateurs de l’Union, l’obligation suit. À cela s’ajoute la décision de la Commission européenne du 16 juillet au titre du règlement sur les marchés numériques, qui contraint Google à ouvrir à ses concurrents l’accès système d’Android réservé à Gemini — onze fonctionnalités, disponibles au plus tard avec Android 18 le 1er août 2027 — et à partager ses données de recherche à des conditions équitables dès janvier 2027. La conformité devient une ligne de coût au même titre que le compute.

Tableau comparatif : les prix API au 28 juillet 2026

Aucun changement tarifaire n’a été publié depuis le relevé du 27 juillet. Le tableau ci-dessous sert donc de référence de coût unitaire — en gardant à l’esprit que c’est le volume, et non ces chiffres, qui a fait l’actualité du jour.

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	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 ; certains agrégateurs affichent encore 1.25/7.50
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	tarif de décembre 2025 (−75 %) ; API Batch à −50 %
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
Ministral 3 3B (Mistral)	0.10	0.10	API payante la moins chère relevée au 27.07

Tarifs Mistral Large 3, Ministral 3 3B, DeepSeek V4, Opus 5, Fable 5 et Kimi K3 vérifiés le 28 juillet 2026 ; les autres lignes sont reprises du relevé du 27 juillet 2026, aucune évolution tarifaire n’ayant été publiée depuis. Attention : plusieurs agrégateurs tiers diffusent encore des tarifs périmés — Mistral Large 3 est fréquemment affiché à 2.00/6.00 alors que le prix officiel est à 0.50/1.50 depuis décembre 2025. Les tarifs promotionnels et de cache peuvent expirer sans préavis.

Ce que cela signifie pour une organisation suisse

Trois conclusions, dans l’ordre où elles coûtent de l’argent.

D’abord, le budget IA doit être une contrainte technique, pas une ligne comptable. Uber n’a pas dépassé son budget parce que les prix ont monté, mais parce que rien dans son infrastructure n’empêchait de le dépasser ; la réponse a été un plafond de 1 500 dollars par outil et par mois, posé après coup. Un plafond par équipe, par projet et par outil, appliqué au niveau du système et non de la note de frais, est aujourd’hui le premier dispositif à mettre en place — avant même de choisir un modèle.

Ensuite, l’économie est dans l’aiguillage, pas dans la remise. MAI-Cyber-1-Flash le chiffre : 90 % des tâches sur un petit modèle, 10 % sur le modèle de pointe, et la facture tombe de moitié à performance supérieure. Négocier 10 % sur un tarif ne compensera jamais une tâche routée vers un modèle dix fois trop cher pour elle. Cela suppose de savoir, tâche par tâche, ce que chacune consomme réellement — donc de mesurer un coût par tâche, pas un prix au token.

Enfin, ce que la séance de Séoul rappelle vaut aussi pour les fournisseurs. Quand une hypothèse de marché se révise, elle se révise vite : −10,84 % en une séance, −29 % sur le mois. Une organisation dont le socle applicatif est soudé à un seul fournisseur subit ces révisions — de prix, de plafonds, de disponibilité, bientôt de conformité avec l’article 50 — sans levier. La bonne posture n’est ni de tout rapatrier ni de tout confier : c’est de garder la mesure et la main, savoir ce que chaque tâche coûte et pouvoir la déplacer ailleurs sans réécrire son socle.