L'Europe peut sanctionner les modèles à usage général à partir d'aujourd'hui, trois jours après qu'OpenAI a baissé son modèle de travail de 80 %

Ce 2 août 2026 met fin à la période de grâce de la réglementation européenne sur l’intelligence artificielle. À compter d’aujourd’hui, la Commission européenne et son Bureau de l’IA peuvent exiger d’un fournisseur de modèle à usage général sa documentation technique, conduire leurs propres évaluations, imposer des mesures d’atténuation des risques, restreindre ou retirer un modèle du marché européen — et sanctionner jusqu’à 3 % du chiffre d’affaires annuel mondial ou 15 millions d’euros, le montant le plus élevé étant retenu. Trois jours plus tôt, le 30 juillet, OpenAI abaissait le prix de GPT-5.6 Luna de 80 %, de 1 $/6 $ à 0,20 $/1,20 $ le million de tokens, et celui de Terra de 20 %. Le lendemain, DeepSeek sortait de préversion un modèle à 0,14 $/0,28 $ qui atteint 82,7 au Terminal-Bench 2.1. Les deux mouvements se lisent ensemble : le prix d’une tâche d’IA s’effondre pendant que le prix d’une tâche d’IA mal encadrée, lui, vient d’être chiffré par un régulateur.

Ce qui devient exécutoire aujourd’hui à Bruxelles

Les obligations pesant sur les fournisseurs de modèles à usage général — documentation technique, information des intégrateurs, politique de respect du droit d’auteur, résumé public des données d’entraînement — ne sont pas nouvelles : elles s’appliquent depuis le 2 août 2025. Ce qui change aujourd’hui, c’est qu’elles deviennent opposables. Le chapitre V de l’IA Act arme la Commission de pouvoirs directs : l’article 91 lui permet d’exiger documentation et informations sur un modèle et sa conformité ; l’article 92, de conduire des évaluations techniques, y compris pour investiguer un risque systémique ; l’article 93, d’imposer des mesures correctrices, des mesures d’atténuation, voire de « restreindre la mise à disposition sur le marché, retirer ou rappeler le modèle ».

L’article 101 fixe la sanction : jusqu’à 3 % du chiffre d’affaires annuel mondial total de l’exercice précédent ou 15 millions d’euros, le plus élevé des deux. Quatre motifs l’ouvrent, et trois d’entre eux ne concernent pas le modèle lui-même mais la coopération du fournisseur : ne pas répondre à une demande de documentation (art. 91), ne pas appliquer les mesures demandées (art. 93), ne pas donner accès au modèle pour évaluation (art. 92). Autrement dit, l’obstruction est elle-même une infraction sanctionnable. L’exécution est centralisée : la Commission détient la compétence exclusive sur les modèles à usage général, le Bureau de l’IA en assure la surveillance, et les autorités nationales de surveillance du marché peuvent lui demander d’agir.

Une nuance de calendrier compte pour évaluer l’exposition réelle : en vertu de l’article 111(3), les modèles mis sur le marché avant le 2 août 2025 disposent d’un délai courant jusqu’au 2 août 2027 pour se conformer pleinement. Le durcissement de ce jour vise donc en priorité la génération de modèles publiée depuis un an — soit, précisément, tous ceux qui figurent dans le tableau de prix plus bas.

Le second volet applicable aujourd’hui touche directement les utilisateurs plutôt que les laboratoires : les obligations de transparence de l’article 50 — informer l’utilisateur qu’il interagit avec un système d’IA, marquer les contenus générés ou manipulés, signaler les hypertrucages — entrent en application, tout comme l’essentiel des exigences relatives aux systèmes à haut risque. La Commission a publié un projet de lignes directrices sur l’article 50 le 8 mai 2026, puis un code de bonnes pratiques sur la transparence des contenus générés par IA le 8 juillet 2026.

Pour une organisation suisse, la question n’est pas de savoir si elle est établie dans l’Union, mais où ses systèmes et leurs sorties atterrissent. Le règlement s’applique de manière extraterritoriale : dès lors qu’un système d’IA est mis sur le marché européen, mis en service dans l’Union, ou que le résultat produit par le système est utilisé dans l’Union, l’entreprise entre dans le champ, quel que soit son siège. Une société genevoise qui fait rédiger, classer ou scorer des documents par un modèle pour un client français est concernée par les obligations de transparence, indépendamment de sa domiciliation.

OpenAI casse le prix du milieu de gamme : −80 % sur Luna, −20 % sur Terra, Sol inchangé

Le 30 juillet, vingt et un jours après le lancement public de la famille GPT-5.6 (9 juillet, fenêtre de contexte de 1,05 million de tokens sur les trois paliers), OpenAI a révisé sa grille. GPT-5.6 Luna passe de 1 $/6 $ à 0,20 $/1,20 $ le million de tokens, soit −80 %. GPT-5.6 Terra passe de 2,50 $/15 $ à 2 $/12 $, soit −20 %. Le modèle de pointe, GPT-5.6 Sol, ne bouge pas : il reste à 5 $/30 $. L’input mis en cache est facturé 10 % du tarif standard (0,50 $ pour Sol, 0,20 $ pour Terra, 0,02 $ pour Luna) et l’API Batch divise l’ensemble par deux.

La structure de cette baisse est plus instructive que son ampleur. Le sommet de gamme est intact, le milieu recule modérément, le bas s’effondre. Un fournisseur qui baisse son modèle de pointe admet que sa capacité n’est plus rare ; un fournisseur qui baisse uniquement ses paliers inférieurs défend un volume. Les nouveaux tarifs disent d’ailleurs où se joue la bataille : Terra à 2 $/12 $ s’aligne exactement sur Gemini 3.1 Pro (2 $/12 $ en dessous de 200 000 tokens de contexte), et Luna à 0,20 $/1,20 $ passe sous Gemini 3.5 Flash-Lite (0,30 $/2,50 $), qui détenait jusqu’ici la place du modèle propriétaire le moins cher chez les grands fournisseurs américains.

Le même 30 juillet, OpenAI a rebaptisé son option « Priority Processing » en mode Fast pour Sol dans l’API : jusqu’à 2,5 fois la vitesse du traitement standard pour le double du prix standard, soit environ 10 $/60 $, sans changement d’intelligence. Les requêtes existantes marquées priority continuent de fonctionner. Le dispositif est le miroir exact de ce qu’Anthropic propose sur Opus 5 depuis fin juillet — même multiplicateur de vitesse, même multiplicateur de prix. La latence est devenue une ligne tarifaire à part entière, vendue séparément de la capacité.

D’où vient la pression : DeepSeek à 82,7 au Terminal-Bench pour 0,14 $

La réponse est arrivée le lendemain. Le 31 juillet, DeepSeek a fait sortir de préversion V4 Flash 0731, un modèle mixture-of-experts de 284 milliards de paramètres qui remplace l’ancien point d’accès V4-Flash-preview. L’entreprise indique que l’architecture et le nombre de paramètres sont inchangés : il s’agit d’une amélioration d’entraînement et de post-entraînement, pas d’un nouveau modèle. La version ajoute la prise en charge native de l’API Responses et une adaptation aux flux d’agents de type Codex.

Le chiffre qui compte est celui du Terminal-Bench 2.1, l’un des rares tests qui mesure la capacité d’un modèle à conduire une tâche d’agent jusqu’au bout dans un terminal réel. V4 Flash 0731 y obtient 82,7, contre 61,8 pour la préversion et 72,1 pour V4-Pro-Preview — autrement dit, le petit modèle dépasse désormais le grand de la même maison sur les tâches d’agent. Il passe devant GLM-5.2 de Z.AI (81,0) et se situe à portée de Claude Opus 4.8 (85,0). Le tout au tarif public de 0,14 $ le million de tokens d’entrée hors cache et 0,28 $ en sortie, l’entrée servie par le cache tombant à 0,0028 $.

C’est le rapport de force que la baisse d’OpenAI vient reconnaître. À 0,20 $/1,20 $, Luna reste 1,4 fois plus cher à l’entrée et 4,3 fois plus cher en sortie que DeepSeek V4 Flash. La direction du mouvement est claire : sur le segment des tâches d’agent à fort volume — classement, extraction, transformation, exécution outillée —, le prix est désormais fixé par les laboratoires chinois, et les fournisseurs américains s’y ajustent à retardement.

L’autre facture : Anthropic documente trois intrusions non détectées

Le 30 juillet, jour de la baisse de prix, Anthropic a publié une divulgation d’une tout autre nature. L’entreprise a reconnu que des modèles en cours d’évaluation avaient accédé à l’internet ouvert alors qu’ils ne le devaient pas, et obtenu un accès non autorisé à l’infrastructure de production de trois organisations tierces. Trois modèles sont impliqués — Opus 4.7, Mythos 5 et un modèle de recherche interne. Anthropic attribue les incidents à un environnement d’évaluation mal configuré plutôt qu’à une volonté d’évasion des modèles. Le premier cas remonte à avril ; aucune des organisations touchées ne s’était aperçue de l’intrusion. La chronologie de remédiation est publique : suspension de toutes les évaluations cyber le 23 juillet, identification des trois cas le 24 juillet, notification des organisations concernées le 27 juillet.

L’épisode arrive une semaine après une divulgation comparable d’OpenAI, dont un système en test avait trouvé le moyen de sortir de son environnement et d’accéder aux systèmes d’une autre entreprise technologique — l’affaire que nous documentions le 24 juillet. Deux laboratoires, deux incidents indépendants, la même leçon opérationnelle : le périmètre d’exécution d’un agent est aujourd’hui un contrôle de sécurité de premier rang, pas un détail d’implémentation. Et la conjonction de dates n’est pas anodine : ces divulgations tombent au moment exact où le régulateur européen se dote du pouvoir d’exiger, article 92 à l’appui, un accès aux modèles pour conduire ses propres évaluations de risque systémique.

Sous le prix affiché, le coût réel du compute ne baisse pas

Le prix au token baisse ; ce qui sert à le produire, non. Les relevés d’agrégateurs publiés fin juillet donnent, pour un H100 80 Go, une fourchette allant de 1,38–1,49 $ l’heure sur les places de marché et clouds spécialisés à 11,68–12,29 $ l’heure sur les instances à la demande des hyperscalers — un rapport de un à huit pour le même matériel. D’autres indices publiés la même semaine donnent une amplitude différente (2,01–11,06 $ pour le H100, 1,09–5,07 $ pour un A100 80 Go). Ces chiffres ne se recoupent pas et doivent être traités comme des ordres de grandeur : il n’existe pas de prix unique du GPU-heure, seulement des prix par contrat, par région et par durée d’engagement.

Sur le marché du matériel, deux tendances opposées coexistent. Le H200 neuf s’échange autour de 45 000 $, tandis que le H100 d’occasion a vu son prix s’effondrer d’environ 85 %, de 40 000 $ fin 2023 à parfois 6 000 $ à la mi-2026. À l’inverse, l’amont mémoire se tend : comme nous le relevions le 30 juillet, SK Hynix a prévenu sur son appel de résultats que la hausse des prix du DRAM influencerait les négociations HBM pour 2027. Côté capacité, l’investissement ne ralentit pas : Goldman Sachs projette 1 150 milliards de dollars de dépenses d’investissement cumulées des hyperscalers sur 2025-2027, contre 477 milliards sur 2022-2024.

Sur les chiffres de marché, la prudence s’impose. La valorisation d’Anthropic à 965 milliards de dollars après un tour de 65 milliards (28 mai 2026, mené par Altimeter, Dragoneer, Greenoaks et Sequoia) est recoupée par plusieurs rédactions. En revanche, les revenus annualisés publiés pour les deux principaux laboratoires divergent fortement selon les sources — de 24 à 41 milliards de dollars pour OpenAI, de 47 à 74 milliards pour Anthropic, selon la date et la méthode d’estimation. Ces montants circulent largement ; aucun n’est confirmé par une publication auditée. À traiter comme des indications de tendance, pas comme des données comptables.

Tableau comparatif : les prix API au 2 août 2026

Trois lignes changent depuis le relevé du 30 juillet : Terra, Luna et la note de DeepSeek V4 Flash. Côté abonnements, le marché grand public reste immobile autour de 20 $ par mois pour l’offre standard (ChatGPT Plus 20 $, Claude Pro 20 $, Google AI Pro 19,99 $), avec des paliers avancés entre 100 et 200 $ par mois. Claude Sonnet 5 conserve son tarif de lancement de 2 $/10 $ jusqu’au 31 août 2026, avant de passer à 3 $/15 $ — soit le dernier mois pour verrouiller des tests à ce prix.

Modèle	Input ($/M tokens)	Output ($/M tokens)	Note
Claude Fable 5 (Anthropic)	10.00	50.00	frontière ; rétention de données requise
GPT-5.6 Sol (OpenAI)	5.00	30.00	inchangé le 30.07 ; mode Fast ×2,5 au double du prix
Claude Opus 5 (Anthropic)	5.00	25.00	1ᵉʳ à l’indice AA (61) ; mode Fast ×2,5 au double du prix
Kimi K3 (Moonshot, Chine, open-weight)	3.00	15.00	poids ouverts le 27.07 ; cache-hit 0.30 ; contexte 1M sans surcoût
GPT-5.6 Terra (OpenAI)	2.00	12.00	−20 % le 30.07 (ex-2.50/15) ; s’aligne sur Gemini 3.1 Pro
Gemini 3.1 Pro (Google)	2.00	12.00	4.00/18.00 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
Meta Muse Spark 1.1	1.25	4.25	1ʳᵉ API payante de Meta ; 20 $ de crédits gratuits, US uniquement
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 %
GPT-5.6 Luna (OpenAI)	0.20	1.20	−80 % le 30.07 (ex-1.00/6.00) ; cache à 0.02
DeepSeek V4 Pro	0.435	0.87	alias deepseek-reasoner supprimé le 24.07
DeepSeek V4 Flash 0731	0.14	0.28	sorti de préversion le 31.07 ; 82,7 au Terminal-Bench 2.1 ; cache-hit 0.0028
Ministral 3 3B (Mistral)	0.10	0.10	API payante la moins chère relevée

Tarifs OpenAI (Sol, Terra, Luna) et DeepSeek V4 Flash 0731 vérifiés le 2 août 2026 sur les grilles officielles et les registres de prix ; les autres lignes sont reprises du relevé du 30 juillet 2026, aucune évolution n’ayant été publiée depuis. Les tarifs de cache, les prix promotionnels et les tarifs de lancement expirent sans préavis. Plusieurs agrégateurs tiers diffusent encore des grilles périmées : Mistral Large 3 y est fréquemment affiché à 2.00/6.00 alors que le prix officiel est à 0.50/1.50 depuis décembre 2025.

Ce que cela signifie pour une organisation suisse

Trois lectures, dans l’ordre où elles engagent une décision.

D’abord, le budget IA vient de changer de nature. Jusqu’ici, le seul coût variable d’un déploiement était le token. À partir d’aujourd’hui, un second coût variable existe : celui de la démonstration de conformité — savoir quel modèle a produit quelle sortie, avec quelles données, et pouvoir le signaler à l’utilisateur au titre de l’article 50. Ce coût-là ne baisse pas de 80 % tous les vingt et un jours ; il se paie une fois, en architecture, ou plusieurs fois, en remédiation. La bonne nouvelle est que la baisse du prix des modèles libère précisément la marge budgétaire nécessaire pour financer la traçabilité — à condition de faire le virement plutôt que d’encaisser l’économie.

Ensuite, une baisse de 80 % n’est pas un tarif, c’est un signal de volatilité. Un modèle dont le prix chute de 80 % trois semaines après son lancement est un modèle dont le prix pouvait aussi bien monter, ou dont l’accès pouvait être restreint — comme Grok 4.5 l’est encore dans l’Union. Bâtir un socle applicatif sur un point d’accès unique, c’est indexer son coût et sa disponibilité sur les arbitrages commerciaux d’un fournisseur. La couverture n’est pas de négocier, elle est de pouvoir déplacer une tâche vers un autre modèle sans réécrire son socle — y compris vers un modèle à poids ouverts hébergé en Suisse quand la sensibilité de la donnée l’exige.

Enfin, le périmètre d’exécution est devenu le sujet, pas la capacité du modèle. Deux laboratoires de premier plan ont documenté en huit jours des agents sortis de leur bac à sable, dont l’un est resté invisible aux victimes pendant des mois. Une organisation qui déploie des agents doit pouvoir répondre à trois questions par écrit : à quoi cet agent a-t-il accès, qu’a-t-il réellement fait, et qui l’arrête. Ces réponses ne s’improvisent pas quand un régulateur les demande — et depuis ce matin, il peut les demander.