Un milliard contre 725 : le jour où louer son modèle de pointe est devenu une stratégie assumée

Le 1er septembre 2026, John Ternus a pris la direction d’Apple, succédant à Tim Cook après quinze ans. Il hérite d’une capitalisation d’environ 4 600 milliards de dollars et d’une singularité : Apple est la seule très grande entreprise technologique à ne pas posséder de modèle de pointe. Elle en loue un. Depuis l’accord annoncé le 12 janvier 2026, elle verse à Google environ un milliard de dollars par an pour une version sur mesure de Gemini à 1 200 milliards de paramètres, qui fait tourner le nouveau Siri sur les serveurs d’Apple, pas sur ceux de Google. Pendant ce temps, les quatre grands hyperscalers engagent en 2026 un capex de l’ordre de 700 milliards de dollars. Le même jour, un autre événement n’a pas eu lieu : la hausse de 50 % annoncée sur Claude Sonnet 5 pour le 1er septembre a été annulée. Nous écrivions le 18 août que le prix d’un token avait cessé d’être une constante. Il faut ajouter ceci : la question n’est plus seulement combien coûte un token, mais combien coûte le fait de ne pas posséder le modèle qui le produit. Et cette réponse-là est désormais publique.

Le 1er septembre, Apple a confirmé qu’elle ne construirait pas son modèle

La transition était préparée de longue date, mais elle intervient à un moment précis du cycle. Apple a, selon l’analyse de Fortune publiée le 31 août, « largement cédé le marché des modèles de pointe » à Google et OpenAI, pour concentrer ses moyens sur la diffusion de la technologie par le matériel. Là où Microsoft, Google, Meta, Amazon et Oracle construisent des centres de données à coups de dizaines de milliards, Apple s’est tenue à l’écart de la course à l’infrastructure. Cette retenue a protégé ses marges ; elle laisse à Ternus une capacité d’entraînement interne et une infrastructure IA plus réduites que celles de ses concurrents.

L’architecture de l’accord avec Google mérite d’être regardée de près, parce qu’elle est exactement le compromis que cherchent aujourd’hui la plupart des organisations européennes. Le modèle est personnalisé pour Apple, construit sur une architecture de type mixture-of-experts : seule une fraction des 1 200 milliards de paramètres est activée à chaque requête, ce qui abaisse le coût unitaire d’inférence. Surtout, il s’exécute sur les serveurs Private Cloud Compute d’Apple, et non dans l’infrastructure de Google : Apple loue la capacité cognitive sans céder la donnée. C’est la définition opérationnelle d’un noyau souverain qui n’entraîne pas ses propres modèles.

Le premier test public de Ternus est fixé au 9 septembre, lors de l’événement média de la société. La question qui lui sera posée n’est pas s’il sait vendre du matériel, mais s’il assume publiquement de louer l’intelligence qui l’anime.

L’arithmétique de la location : 0,14 % du capex des hyperscalers

Le chiffre à mettre en regard du milliard annuel d’Apple est le capex 2026 des quatre grands hyperscalers. Les recensements divergent, et il faut le dire clairement, parce que ce sont des additions de guidances, pas des comptes audités. Trois relevés indépendants situent le total combiné d’Amazon, Google, Microsoft et Meta pour 2026 entre 630 et 725 milliards de dollars. Le décompte le plus détaillé retient 725 milliards, en hausse de 77 % sur les 410 milliards de 2025, et se décompose ainsi : Amazon environ 200 milliards (contre 125 en 2025), Google 175 à 185 milliards (contre 91), Meta 115 à 135 milliards (contre 72), Microsoft 110 à 120 milliards (contre 90). Nous retenons la fourchette plutôt que le point : l’ordre de grandeur est solide, la décimale ne l’est pas.

Le rapport, lui, est robuste quelle que soit l’hypothèse retenue. Apple accède à un modèle de pointe sur mesure pour environ 0,14 % du capex combiné de ces quatre entreprises. Rapporté au seul fournisseur (Google, qui engage 175 à 185 milliards), la location revient à environ 0,55 % de ce que dépense en un an celui qui construit.

Il faut se garder de lire ce ratio comme une comparaison de coûts : le capex des hyperscalers finance aussi leur cloud, leurs propres produits et la vente de capacité à des tiers ; le milliard d’Apple n’achète qu’un droit d’usage sur un périmètre défini. Mais la conclusion stratégique tient : construire un modèle de pointe et y accéder ne sont pas deux points d’un même continuum de dépense, ce sont deux ordres de grandeur différents. L’entreprise la mieux capitalisée du monde vient de trancher, un jour de succession, en faveur du second. Aucune organisation suisse n’aura jamais à se poser la question dans les termes d’Apple ; toutes se la posent dans les mêmes termes économiques.

La hausse qui n’a pas eu lieu

Le 1er septembre 2026 devait être, pour tous ceux qui ont bâti un budget d’inférence sur Claude Sonnet 5, la date d’une augmentation de 50 %. Le modèle avait été lancé avec un tarif présenté comme introductif (2 $ par million de tokens en entrée, 10 $ en sortie), valable jusqu’au 31 août 2026, avec un passage programmé à 3 $ / 15 $ le lendemain.

Le passage n’a pas eu lieu. Nous avons consulté la page de tarification officielle d’Anthropic le 2 septembre 2026, soit après la date fatidique : elle porte une note explicite indiquant que le tarif de 2 $ / 10 $, annoncé au lancement comme introductif jusqu’au 31 août, est désormais le tarif standard, et que la hausse prévue au 1er septembre n’aura pas lieu. La décision avait été rendue publique autour du 10-11 août ; sa confirmation dans le barème après échéance en fait un fait acquis et non une intention.

C’est le mouvement exactement inverse de celui que nous documentions il y a deux semaines. Le 16 août, DeepSeek remplaçait son tarif unique par une grille horaire portant le million de tokens de sortie de V4-Pro de 1,10 $ à 3,96 $ en heures pleines. Le 13 août, Google lançait Gemini 3.7 Flash à un tarif dont la documentation annonçait l’expiration au 31 décembre. En quinze jours, le marché aura donc produit une hausse brutale, une promotion à date d’expiration, et une promotion convertie en tarif permanent.

La leçon opérationnelle n’est pas que les prix montent, ni qu’ils baissent : c’est qu’une date d’expiration inscrite dans une documentation n’est plus une information budgétaire fiable, dans un sens comme dans l’autre. Une organisation qui avait provisionné +50 % sur son poste Sonnet 5 pour septembre a immobilisé de la trésorerie pour rien ; celle qui a bâti son plan 2027 sur le tarif actuel de Gemini 3.7 Flash s’expose au risque symétrique. La seule position tenable consiste à mesurer le coût réellement constaté, modèle par modèle, mois par mois, et à conserver la capacité technique de changer de fournisseur, la seule variable que le fournisseur ne contrôle pas.

La souveraineté a désormais un prix affiché : +10 %

Le fait le plus directement exploitable par un décideur suisse ne figure dans aucun communiqué. Il est inscrit dans le barème d’Anthropic, et nous l’y avons relevé le 2 septembre : pour les modèles Claude 4.6 et suivants, demander une inférence exécutée exclusivement aux États-Unis via le paramètre inference_geo applique un multiplicateur de 1,1 sur l’intégralité des catégories de tokens : entrée, sortie, écritures de cache, lectures de cache. Le routage global, qui est le comportement par défaut, reste au tarif standard.

La même logique vaut chez les revendeurs cloud. Sur Amazon Bedrock et Google Cloud, à partir de Claude Sonnet 4.5, Haiku 4.5 et Opus 4.5, les points d’accès régionaux et multi-régionaux (ceux qui garantissent que la donnée transite par une zone géographique déterminée) comportent une prime de 10 % sur les points d’accès globaux.

Il faut mesurer ce que cela signifie. Pendant deux ans, la question de la localisation de l’inférence a été traitée comme une clause contractuelle, négociée au cas par cas, invisible dans les grilles. Elle est devenue une ligne tarifaire publique, chiffrée, standardisée. Le contrôle géographique de la donnée n’est plus un argument commercial ni une zone grise juridique : c’est un produit, et il coûte 10 % de plus.

Pour une banque privée, une fiduciaire ou un cabinet suisse, c’est une bonne nouvelle déguisée en surcoût. Un poste budgétaire explicite est arbitrable, auditable et défendable devant un comité des risques, ce qu’une clause de confidentialité ne sera jamais. Le corollaire est tout aussi net : une organisation qui n’a pas instrumenté sa consommation de tokens est incapable de savoir ce que lui coûte réellement sa propre exigence de souveraineté, ni sur quels traitements elle la paie à bon escient.

Le piège du tokenizer : −33 % annoncés, −13 % réels

La même page de tarifs porte une seconde note, technique, sans effet d’annonce, et dont les conséquences budgétaires dépassent celles de la première. Les modèles Claude 4.7 et suivants utilisent un tokenizer différent de celui de leurs prédécesseurs. Ce tokenizer contribue à leurs meilleures performances, et il produit (Anthropic le documente explicitement) environ 30 % de tokens en plus pour le même texte. Claude Sonnet 4.6 et les modèles antérieurs utilisent l’ancien tokenizer. L’ampleur exacte, précise la note, dépend du contenu et de la forme de la charge.

Posons l’arithmétique, parce qu’elle est rarement faite. Sonnet 4.6 est facturé 3 $ / 15 $ avec l’ancien tokenizer ; Sonnet 5 est facturé 2 $ / 10 $ avec le nouveau. Le titre annonce une baisse de 33 %. Mais pour un même document soumis aux deux modèles, Sonnet 5 facture environ 1,3 fois plus de tokens. Le coût réel en entrée passe donc de 3,00 à 2,60 unités, et en sortie de 15,00 à 13,00 : la baisse effective est d’environ 13 %, non de 33 %. Les deux tiers de la remise affichée sont absorbés par le changement d’unité de mesure.

Nous ne présentons pas cela comme une manœuvre : un tokenizer plus performant améliore réellement la qualité par unité de calcul, et Anthropic publie l’information de son plein gré, ce qui n’est pas le cas de tous les fournisseurs. Mais la conséquence méthodologique est sévère et générale : le prix par million de tokens a cessé d’être comparable d’une génération de modèles à l’autre, y compris à l’intérieur d’un même fournisseur. Un tableau comparatif de tarifs (celui que nous publions plus bas compris) ne compare plus des prix : il compare des étiquettes posées sur des unités qui ne mesurent pas la même chose. Le seul chiffre honnête est le coût constaté sur une charge de travail réelle, mesuré sur son propre trafic.

Signalons au passage l’innovation tarifaire inverse, discrète et bien réelle. Sur Claude Fable 5.1 et Mythos 5.1, les lectures de cache sont facturées 0,025 fois le prix d’entrée de base, au lieu du multiplicateur de 0,1 appliqué à tous les autres modèles : soit 0,25 $ par million de tokens sur un modèle dont l’entrée est à 10 $. Ce n’est pas le prix qui bouge, mais le multiplicateur, et pour une charge agentique à contexte long et stable, c’est un levier plus puissant qu’une remise de 20 % sur le tarif affiché.

Sous les prix : le compute, l’énergie et le procès

Trois faits de la quinzaine éclairent ce qui se passe sous la ligne de flottaison des grilles tarifaires.

Le compute reste cher et dispersé. Un relevé effectué le 20 août 2026 sur les API publiques des fournisseurs donne, pour une H200 à l’heure, un minimum de 4,45 $ sur la place de marché Akash et un maximum de 10,60 $ sur Azure (ND96isr H200 v5, East US 2), un écart de 2,4 fois pour un matériel identique. D’autres fournisseurs affichent 3,99 $ l’heure à la demande et 1,99 $ en spot. La génération B200 se négocie autour de 7 à 10 $ l’heure, soit une prime de 75 à 150 % sur la H200, que les analyses jugent difficile à amortir hors des charges limitées par la bande passante mémoire, des très longs contextes ou d’un service quantifié en FP4.

L’énergie est devenue le facteur limitant, et le capital l’a compris. Fin août, Databricks a levé 5 milliards de dollars sur une valorisation de 190 milliards, et Firmus 2 milliards auprès de Blackstone, Coatue et Nvidia sur une valorisation de 10,5 milliards pour son expansion en Asie-Pacifique. Mais le tour le plus instructif est le plus petit : Emerald AI a levé 150 millions de dollars sur une valorisation de 1,05 milliard avec un objet unique : rendre les centres de données gourmands en énergie capables de moduler leur consommation pour participer à l’équilibrage du réseau électrique. Quand une entreprise dont le produit consiste à éteindre du calcul au bon moment franchit le milliard de valorisation, c’est que la contrainte s’est déplacée du silicium vers la prise de courant. Bloomberg rapportait par ailleurs le 12 août que Cognition discutait d’un tour à au moins 40 milliards de valorisation.

Le coût des données d’entraînement entre au bilan. Le 28 août 2026, Sony Music Publishing et Warner Chappell Music ont assigné Anthropic devant le tribunal fédéral du district Nord de Californie, en nommant personnellement les cofondateurs Dario Amodei et Benjamin Mann. La plainte vise « des dizaines de milliers » de compositions qui auraient été acquises et utilisées sans autorisation, et réclame jusqu’à 150 000 dollars par œuvre au titre de la contrefaçon délibérée, plus jusqu’à 25 000 dollars par suppression alléguée d’information de gestion des droits. Le texte qualifie les faits de vol de propriété intellectuelle parmi les plus importants de l’histoire, et argue que l’entreprise traiterait ce risque comme un simple coût d’exploitation.

Nous rapportons ces montants comme des demandes, pas comme des condamnations : aucune décision n’est intervenue, et le calcul multipliant un plafond statutaire par un nombre d’œuvres non arrêté ne constitue pas une estimation d’exposition. Ce qui importe pour un acheteur d’IA est ailleurs : le risque juridique attaché aux données d’entraînement d’un modèle ne figure dans aucune grille tarifaire, et il ne se contractualise pas au niveau du token. Il se gère par la capacité à changer de modèle sans réécrire son système, c’est-à-dire par la même architecture qui protège du risque de prix.

Tableau comparatif des prix API

Modèle	Entrée ($/M tokens)	Sortie ($/M tokens)	Note
GPT-5.6 Sol	5,00	30,00	Vaisseau amiral OpenAI
GPT-5.6 Terra	2,00	12,00	−20 % au 30 juillet 2026
GPT-5.6 Luna	0,20	1,20	−80 % au 30 juillet ; plancher des offres généralistes
Claude Fable 5.1	10,00	50,00	Lectures de cache à 0,025× (0,25 $/M)
Claude Opus 5	5,00	25,00	Mode fast : 10,00 / 50,00
Claude Sonnet 5	2,00	10,00	Hausse du 1er septembre annulée ; nouveau tokenizer
Claude Sonnet 4.6	3,00	15,00	Ancien tokenizer, non comparable ligne à ligne
Claude Haiku 4.5	1,00	5,00
Gemini 3.1 Pro	2,00	12,00	4,00 / 18,00 au-delà de 200k tokens
Gemini 3.7 Flash	0,75	3,75	Tarif annoncé expirant au 31.12.2026, non recoupé, voir note
Grok 4.6	2,00	6,00	4,00 / 12,00 dès 200k tokens (requête entière)
DeepSeek V4-Pro	0,66 à 1,32	1,98 à 3,96	Grille horaire depuis le 16 août : creux / pleines
DeepSeek V4-Flash	0,22 à 0,44	0,66 à 1,32	Grille horaire depuis le 16 août
Qwen3.7 Flash	0,03	0,13	Sous 32k tokens ; monte à 0,20 / 0,80 au-delà de 256k

Prix Claude vérifiés le 2 septembre 2026 sur la page de tarification officielle d’Anthropic. Prix OpenAI, DeepSeek et Qwen issus d’un relevé daté du 5 août 2026 ; prix Google et xAI d’un relevé daté du 1er septembre 2026. Deux réserves explicites : (1) le relevé Google du 1er septembre ne fait pas apparaître Gemini 3.7 Flash, lancé le 13 août : nous reprenons le tarif de 0,75 / 3,75 $ annoncé au lancement sans avoir pu le recouper sur une source de septembre ; (2) plusieurs agrégateurs présentent GPT-5.6 Luna comme le plancher du marché à 0,20 $, ce qui n’est exact que si l’on exclut les fournisseurs chinois : Qwen3.7 Flash est près de sept fois moins cher sur les prompts courts. Les tarifs Claude 4.7 et suivants s’appliquent à un tokenizer produisant environ 30 % de tokens en plus : les lignes de ce tableau ne sont pas comparables entre elles sans correction.

Ce qu’un décideur suisse doit retenir

La quinzaine écoulée aura livré quatre enseignements qui se recoupent tous vers la même conclusion pratique.

D’abord, la location d’un modèle de pointe est une stratégie de premier rang, et non un pis-aller pour organisation sous-capitalisée : l’entreprise la mieux dotée du monde vient de la reconduire un jour de succession, en payant environ 0,55 % de ce que dépense annuellement celui qui lui fournit le modèle. Ensuite, une date d’expiration tarifaire n’est pas un engagement : celle de Sonnet 5 a été annulée à échéance, celle de Gemini 3.7 Flash court toujours, celle de DeepSeek s’est transformée en grille horaire. Puis, la souveraineté géographique est devenue un poste budgétaire à 10 % : arbitrable pour qui mesure, invisible pour qui ne mesure pas. Enfin, l’unité de facturation elle-même a bougé : 30 % de tokens supplémentaires pour le même texte transforment une remise de 33 % en économie de 13 %.

Ces quatre faits n’appellent pas quatre réponses. Ils en appellent une seule : disposer d’une couche d’orchestration qui mesure le coût réel par charge de travail, applique la contrainte de localisation là où elle est requise et nulle part ailleurs, et rend le changement de modèle indolore. Sans elle, une organisation ne subit pas seulement les prix : elle est incapable de savoir lesquels elle paie.