Actualité · Marché de l’IA
Le calcul IA se paie cash : Google Cloud double, Alphabet et Amazon brûlent de la trésorerie
Les 28 et 29 octobre, les trois grands clouds ont publié des croissances de 39 % à 103 % et des investissements qui ont à peu près doublé en un an. Alphabet et Amazon affichent une trésorerie disponible négative, Anthropic chiffre le 2 novembre ses engagements à 895 milliards, OpenAI ramènerait sa levée de 30 à 20 milliards selon le Financial Times, et les prix de base des modèles n’ont pas bougé depuis le 28 octobre : le token reste stable, le coût de la capacité qui le produit et le capital qui la finance sont ce qui change.
Meotis Research·2 novembre 2026·10 min de lecture

Les trois grands clouds ont publié leurs résultats du troisième trimestre les 28 et 29 octobre 2026, et la demande de calcul n’est pas en cause : le chiffre d’affaires de Google Cloud a progressé de 103 % à 30.7 milliards de dollars, celui d’AWS de 39 % à 46.0 milliards, et Azure de 48 %. Ce qui a retenu les marchés, c’est la facture. Alphabet a clos le trimestre sur une trésorerie disponible négative de 9.1 milliards de dollars, Amazon a investi 77.3 milliards en trois mois, et l’action d’Alphabet a perdu environ 10 % en séance prolongée (CNBC, 29 octobre). Le 30 octobre, le Financial Times rapportait qu’OpenAI ramenait sa levée de 30 à 20 milliards. Le 2 novembre, le prospectus amendé d’Anthropic a chiffré ses engagements, presque entièrement de calcul, à 895.4 milliards. Entre-temps, les prix de base des modèles n’ont pas bougé depuis notre relevé du 28 octobre. Le prix du token reste stable ; ce qui change, c’est le coût de la capacité qui le produit et la patience du capital qui la finance.
Trois clouds, trois croissances, des marges élevées
Les chiffres ci-dessous viennent des communiqués déposés auprès de la SEC, que nous avons lus.
Alphabet (trimestre clos le 30 septembre, publié le 28 octobre) : chiffre d’affaires de 127.6 milliards de dollars, en hausse de 25 %, dont 30.7 milliards pour Google Cloud, en hausse de 103 %, avec un résultat d’exploitation de 11.1 milliards pour cette seule division. Le carnet de commandes (obligations de prestation restantes) atteint 567.7 milliards, dont 560.8 milliards pour Google Cloud ; Alphabet en attend un peu plus de 55 % en revenus dans les 24 mois (rapport trimestriel 10-Q). Une part de 16.8 milliards provient d’un accord avec Crux AI, une coentreprise qui est une partie liée : ce montant est donc moins indépendant que le reste. Nous n’avons pas relevé la répartition du carnet par client.
Microsoft (premier trimestre de son exercice 2027, clos le 30 septembre, publié le 28 octobre) : chiffre d’affaires de 92.3 milliards, en hausse de 19 %, bénéfice net de 36.6 milliards, chiffre d’affaires d’Azure de 33.2 milliards, en hausse de 48 % (22.4 milliards un an plus tôt).
Amazon (publié le 29 octobre) : AWS a réalisé 46.0 milliards de dollars, en hausse de 39 % (33.0 milliards un an plus tôt), pour un résultat d’exploitation de 17.8 milliards contre 11.4 milliards.
Un calcul à partir de ces communiqués, qui est le nôtre : la marge d’exploitation de Google Cloud est d’environ 36 % (11.1 sur 30.7) et celle d’AWS d’environ 39 % (17.8 sur 46.0). Ces marges portent sur l’ensemble de chaque division, pas sur le seul calcul. Pour un acheteur, elles indiquent que le prix de la capacité ne dépend pas seulement du prix du token chez les fabricants de modèles.
Investir deux fois plus, avec une trésorerie qui passe au rouge
Chez les trois groupes, la ligne d’investissement a à peu près doublé en un an.
Amazon a acheté pour 77.3 milliards de dollars d’immobilisations au troisième trimestre, contre 35.1 milliards un an plus tôt, avant déduction des produits de cession. Sa trésorerie disponible sur les douze derniers mois est négative de 42.4 milliards, contre une entrée de 14.8 milliards un an plus tôt. Le groupe maintient une prévision d’environ 220 milliards d’investissements en 2026 (communiqué du 29 octobre).
Alphabet a investi 51.4 milliards sur le trimestre, soit 132 milliards sur neuf mois contre 63.6 milliards un an plus tôt (10-Q). Avec 42.3 milliards de flux d’exploitation, la trésorerie disponible du trimestre est de moins 9.1 milliards. CNBC rapporte que le groupe maintient sa fourchette de 195 à 205 milliards pour 2026, en deçà des attentes des analystes, et que le titre a reculé d’environ 10 % après la clôture.
Microsoft a inscrit 39.4 milliards d’acquisitions d’immobilisations (flux de trésorerie) contre 19.4 milliards un an plus tôt. CNBC rapporte une prévision annuelle ramenée de 175 à 170 milliards, la direction financière invoquant des retards chez des fournisseurs tiers de GPU qui repoussent une partie de la capacité au premier semestre 2027 ; nous n’avons pas relevé cette prévision dans le communiqué lui-même, ni la base (année civile ou exercice) à laquelle elle se rapporte.
CNBC écrit encore que les dépenses des hyperscalers devraient dépasser 1’000 milliards de dollars l’an prochain, sans détailler l’estimation dans l’article ; que CoreWeave, Nebius, IREN et Oracle ont reculé après ces résultats ; et que Gartner prédit que 80 % des sociétés de calcul spécialisées (« neoclouds ») seront absorbées ou disparaîtront d’ici 2030. Pour un acheteur, cette dernière donnée touche la durée de vie du fournisseur plus que son prix.
Meta, déjà citée le 28 octobre, a relevé le plancher de sa fourchette d’investissement 2026, désormais de 135 à 145 milliards (CNBC, 29 octobre).
Anthropic : le prospectus amendé chiffre ses engagements à 895 milliards
Le 26 octobre, Anthropic a annoncé le dépôt public de son formulaire S-1 auprès de la SEC pour une cotation sur le Nasdaq sous le symbole « ANT ». Goldman Sachs et Morgan Stanley y sont nommés comme contacts pour les exemplaires du prospectus préliminaire (annonce d’Anthropic, 26 octobre). Le 2 novembre, une version amendée (S-1/A) a ajouté les comptes du troisième trimestre et rempli le total des engagements, resté en blanc dans le premier dépôt. Le nombre d’actions et la fourchette de prix restent en blanc, et l’enregistrement n’est pas encore effectif.
Les chiffres qui suivent viennent de ce document, que nous avons lu, et portent sur des comptes intermédiaires non audités.
- Chiffre d’affaires : 33.2 milliards de dollars sur neuf mois (2.5 milliards un an plus tôt), dont 17.0 milliards au troisième trimestre, en hausse de 1’127 % sur un an. Environ 79 % viennent de frais à la consommation.
- Coût des revenus : 4.8 milliards sur neuf mois, soit environ 14 % des revenus (ce rapport est notre calcul). Le prospectus le décrit comme, pour l’essentiel, le calcul et l’infrastructure qui servent les clients, plus une part de personnel et de frais généraux.
- Calcul et infrastructure, tous usages : 18.8 milliards sur neuf mois, soit 57 % des revenus, dont 9.9 milliards au troisième trimestre, en hausse de 382 % sur un an. Environ les trois quarts de ce calcul sont donc comptés hors du coût des revenus (calcul nôtre), surtout en recherche et développement, un poste de 19.2 milliards qui porte l’entraînement, la recherche et l’usage interne.
- Résultat : perte d’exploitation de 1.26 milliard sur neuf mois. Après un résultat d’exploitation positif de 974 millions au deuxième trimestre, le troisième affiche une perte d’exploitation de 567 millions. Le prospectus l’attribue surtout à 5.0 milliards de calcul acheté à court terme, qui coûte actuellement nettement plus cher que le calcul équivalent sous contrat pluriannuel, et à 2.0 milliards de charges sans effet sur la trésorerie liées à son programme de dons. La perte nette de 104.0 milliards comprend 94.3 milliards de variations de juste valeur (obligations convertibles, dérivés, SAFE).
- Clients : aucun ne dépasse 10 % des revenus sur neuf mois, et les cinq premiers en représentent environ 25 %. Le prospectus ajoute que beaucoup de grands clients n’ont pas de contrat de long terme ou ont un contrat proche de son terme, et que de nombreux contrats permettent de réduire l’usage ou de résilier avec peu ou pas de préavis.
- Engagements : 895.4 milliards de dollars au 30 septembre et depuis cette date, baux non commencés et engagements de court terme compris, presque entièrement pour le calcul et l’infrastructure. 447.5 milliards devraient être dépensés avant fin 2030 et presque tout le reste de 2031 à 2045 ; 69.8 milliards sont dus dans les douze mois. Sur ce total, 213.8 milliards dépendent de droits de résiliation ou de conditions à remplir avant leur début (financement, installations, autorisations). Ce chiffre remplace les totaux de la presse (de 430 à 750 milliards), établis quand le prospectus laissait ce montant en blanc, et les 518 milliards que nous reprenions le 28 octobre.
Pour un acheteur d’API, deux enseignements. Servir les clients coûte une fraction de ce qu’ils paient, mais l’ensemble du calcul absorbe 57 % des revenus : le prix du token paie aussi l’entraînement du modèle suivant, ce qui laisse de la marge aux baisses de prix sans les garantir. Et le fournisseur s’engage sur plusieurs années alors que ses revenus, écrit-il, sont surtout à la consommation et en grande partie sans engagement de long terme : c’est le symétrique du risque que court l’acheteur en dépendant d’un seul fournisseur.
OpenAI : 20 milliards au lieu de 30, selon la presse
Le 22 octobre, CNBC décrivait une levée pouvant atteindre 30 milliards de dollars sur une valorisation de 1’250 milliards avant apport, menée par des investisseurs des Émirats arabes unis et Coatue, comme financement relais avant une introduction en Bourse. OpenAI aurait déposé confidentiellement son prospectus en juin, et son directeur financier a dit qu’elle serait cotée en 2027.
Le 30 octobre, le Financial Times a rapporté que l’objectif était abaissé à 20 milliards, et que le premier tour serait inférieur à ce montant. Une offre ultérieure à des particuliers fortunés pourrait compléter le total. Le Wall Street Journal ajoute qu’OpenAI a obtenu 11 milliards à ce stade et que certains grands investisseurs ont réagi avec tiédeur (TechCrunch, 31 octobre, qui relaie ces deux journaux). TechCrunch relie cette difficulté au mauvais moment de marché, entre la prudence des investisseurs face aux dépenses d’infrastructure d’IA et le recul des valeurs technologiques. OpenAI n’a rien confirmé de ces chiffres, qui restent des informations de presse.
Lecture pour un acheteur : les prix planchers que nous décrivions le 12 et le 28 octobre sont des positions de marché financées par du capital. Quand le capital hésite, on peut attendre moins de baisses de prix, ou davantage de conditions autour des prix. Ce n’est pas une prévision : aucun prix de base n’a changé depuis le 28 octobre.
Les prix catalogue n’ont pas bougé ; les lignes autour, si
Nous avons relu le 2 novembre les pages officielles d’OpenAI (developers.openai.com), d’Anthropic (platform.claude.com), de Google (aistudio.google.com), de xAI (docs.x.ai) et de DeepSeek (api-docs.deepseek.com). Les prix de base sont identiques à ceux de notre relevé du 28 octobre : GPT-6.1 Terra à 1 $ / 5 $, Claude Opus 5.5 à 4 $ / 20 $, Gemini 4 Argon à 2 $ / 10 $ jusqu’au 30 novembre puis 4 $ / 20 $, Grok 4.7 à 2 $ / 6 $. Ce qui a changé ou changera, par date :
- 1er novembre, DeepSeek : la recherche et la lecture de pages web sont facturées 0.75 $ les 1’000 requêtes réussies (heure de Pékin). La page mentionne aussi que les appels côté serveur passés par certains environnements d’agents sont gratuits « pour l’instant » ; nous n’avons pas pu établir si cela vaut après le 1er novembre.
- 1er novembre, OpenAI : une majoration de 10 % s’applique aux points d’accès FedRAMP (page officielle). La majoration de 10 % pour le traitement régional des modèles publiés depuis le 5 mars 2026 figure toujours sur la même page.
- 21 novembre, OpenAI : la page indique pour GPT-5.6 Sol un prix promotionnel de 4 $ / 20 $ jusqu’au 21 novembre au moins, sans donner le prix de référence ; nous n’avons pas pu établir l’écart.
- 1er décembre, Google : les requêtes vers Gemini 2.5 Pro et Gemini 2.5 Flash, modèles dépréciés, seront redirigées vers Gemini 3.8 Flash et Gemini 3.5 Flash-Lite et facturées à leurs tarifs. Pour un client resté sur 2.5 Flash (0.30 $ / 2.50 $), le tarif de Flash-Lite 3.5 est identique ; pour 2.5 Pro (1.25 $ / 10 $), il tombe à celui de 3.8 Flash (0.75 $ / 3.75 $, qui double le 1er janvier 2027).
Abonnements. Claude (claude.com/pricing, 2 novembre) : Pro à 20 $ par mois (17 $ en facturation annuelle), Max à 100 $, Ultra à 200 $, sièges Team Standard à 25 $ par mois (20 $ en annuel) et Team Premium à 125 $ (100 $ en annuel), Enterprise à 20 $ par siège avec vingt sièges au minimum, plus l’usage facturé au tarif API. Mistral (mistral.ai/pricing, 2 novembre) : Le Chat Pro à 14.99 $ par mois, Team à 24.99 $ par utilisateur. Nous n’avons pas pu consulter la page d’abonnements de ChatGPT : nous ne pouvons pas confirmer les tarifs d’OpenAI, et nous n’avons pas consulté ceux de Google.
Location de GPU. Le relevé getdeploying, daté du 2 novembre et mis à jour en continu, indiquait ce soir-là des médianes à la demande de 3.99 $ l’heure pour un H100 (46 fournisseurs affichent un prix), 4.88 $ pour un H200 (37) et 8.09 $ pour un B200 (20), avec des offres minimales de 1.80 $, 2.09 $ (disponibilité non vérifiée par la page) et 3.75 $. Le relevé du 26 octobre que nous citions comptait 39 fournisseurs pour le H100 (médiane de 3.70 $) : les deux séries n’ont pas le même périmètre, et nous ne concluons ni hausse ni baisse. La page rappelle que le site d’un fournisseur peut afficher un autre chiffre (taxes, région, promotion).
Kimi K3.1 Pro (Moonshot) : ses poids ouverts étaient promis pour le 4 novembre ; selon des résumés d’actualité du 2 novembre (non recoupés), ils n’étaient pas encore disponibles. Sa grille officielle était vide à notre consultation : nous ne le chiffrons pas.
Tableau comparatif des prix API
| Modèle | Entrée ($/M tokens) | Sortie ($/M tokens) | Note |
|---|---|---|---|
| GPT-6.1 Terra | 1.00 | 5.00 | Cache 0.05 ; au-delà de 272k tokens : 2.00 / 7.50 |
| GPT-6.1 Sol | 2.00 | 10.00 | Cache 0.10 ; au-delà de 272k : 4.00 / 15.00 |
| GPT-6 Astra | 10.00 | 50.00 | Cache 1.00 ; au-delà de 272k : 20.00 / 75.00 |
| GPT-6 Luna | 0.10 | 0.50 | Cache 0.01 ; au-delà de 272k : 0.20 / 0.75 |
| GPT-5.6 Terra | 2.00 | 12.00 | Toujours listé |
| Claude Fable 5.1 | 10.00 | 50.00 | Lecture de cache 0.25 |
| Claude Opus 5.5 | 4.00 | 20.00 | Inchangé ; lecture de cache 0.20 |
| Claude Sonnet 5.5 | 2.00 | 10.00 | Inchangé ; lecture de cache 0.10 |
| Claude Haiku 5.5 | 0.10 | 0.50 | 0.50 / 2.50 au-delà de 100k tokens |
| Gemini 4 Argon | 2.00 | 10.00 | 4.00 / 20.00 dès le 1er décembre |
| Gemini 3.8 Flash | 0.75 | 3.75 | 1.50 / 7.50 dès le 1er janvier 2027 |
| Gemini 3.5 Flash-Lite | 0.30 | 2.50 | Aucun changement daté listé |
| Gemini 3.1 Pro (aperçu) | 2.00 | 12.00 | Jusqu’à 200k tokens ; 4.00 / 18.00 au-delà |
| Grok 4.7 | 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 | Heures creuses / heures pleines |
| DeepSeek V4.1 Flash | 0.15 à 0.30 | 0.60 à 1.20 | Heures creuses / heures pleines ; recherche et lecture web 0.75 $ les 1’000 requêtes dès le 1er novembre |
| Mistral Large | 0.50 | 1.50 | La page ne précise pas la version du modèle |
Prix vérifiés le 2 novembre 2026 sur les pages officielles d’OpenAI (developers.openai.com), d’Anthropic (platform.claude.com), de Google (aistudio.google.com), de xAI (docs.x.ai), de DeepSeek (api-docs.deepseek.com) et de Mistral (mistral.ai/pricing). Kimi K3.1 Pro est absent : sa grille officielle était vide à notre consultation. Les modèles à raisonnement facturent des tokens que l’utilisateur ne lit pas, et un même texte ne compte pas le même nombre de tokens d’un fournisseur à l’autre : les lignes de ce tableau ne se comparent pas sans test sur sa propre charge.
Ce qu’un décideur suisse doit retenir
Quatre constats, sans changement de prix de base depuis le 28 octobre.
La demande de calcul ne faiblit pas, et le vendeur de calcul est très rentable. Google Cloud et AWS dégagent environ 36 % et 39 % de marge d’exploitation (calculs nôtres sur les communiqués). Le prix du token se fixe chez les fabricants de modèles ; celui de la capacité sous-jacente, chez des vendeurs dont les marges ne les obligent pas à baisser. Anthropic écrit d’ailleurs que le calcul acheté à court terme lui coûte nettement plus cher que sous contrat pluriannuel. Dans un budget IA, les deux lignes ne bougent pas ensemble.
Servir un token semble ne coûter qu’une fraction de son prix, ce qui ne garantit aucune baisse. Chez Anthropic, le coût des revenus représente environ 14 % des revenus sur neuf mois, mais l’ensemble du calcul 57 % (prospectus du 2 novembre ; le premier rapport est notre calcul). Cela dit qu’il y a de la marge sur le service. Cela ne dit pas qu’elle sera rendue : elle paie aussi le modèle suivant, et le capital qui finançait les prix planchers se resserre, la levée d’OpenAI étant passée de 30 à 20 milliards en huit jours selon la presse.
Le risque fournisseur est réciproque. Un fournisseur dont de nombreux contrats peuvent être réduits ou résiliés avec peu ou pas de préavis, et un secteur de calcul spécialisé dont Gartner voit 80 % absorbé ou disparu d’ici 2030, rappellent qu’un contrat d’IA se lit comme un contrat d’infrastructure : durée, conditions de sortie, localisation du traitement, et plan B.
Les échéances sont écrites. Le 21 novembre (promotion de GPT-5.6 Sol), le 1er décembre (Gemini 4 Argon à 4 $ / 20 $, redirection des modèles 2.5), le 1er janvier 2027 (modèles Flash de Google). Budgéter 2027 sur les tarifs du 2 novembre, c’est budgéter sur des tarifs dont plusieurs expirent.
Ces constats appellent la réponse des semaines précédentes : une couche qui route chaque tâche vers le modèle au bon rapport coût/capacité, mesure ce qu’elle coûte réellement et permet de changer de fournisseur le jour où une grille, un contrat ou une levée bouge. Quand la demande de calcul double chez l’un et que le capital hésite chez l’autre, l’avantage n’est pas au prix affiché. Il est à celui qui sait ce que coûte sa propre charge.
Maîtrisez vos coûts d’IA au lieu de les subir. Comoto Enterprise OS orchestre les meilleurs modèles du marché depuis un noyau souverain hébergé en Suisse : chaque tâche routée vers le modèle au bon rapport coût/capacité, la contrainte de localisation appliquée là où elle est requise, et la faculté de changer de modèle qui reste chez vous.
Découvrir Comoto Enterprise OSLisez nos prochains articles en avant-première.
Certains articles sont réservés. Laissez votre e-mail pour débloquer l’accès aux prochaines publications de Meotis Research.
À vous d’essayer.
- 30 minutes, en visio ou à Neuchâtel
- Une démonstration à partir de votre cas
- Avec l’équipe fondatrice, sans engagement


Meotis
Appel découverte
Choisissez un jour
Choisissez une heure
Heure de Neuchâtel
Choisissez un jour, puis une heure.

