Les modèles d’IA ouverts chinois séduisent à l’étranger, mais les plateformes cloud captent une grande partie des revenus

DeepSeek domine l’usage, tandis que la bataille se déplace vers les revenus

DeepSeek représentait 24,5 % des requêtes textuelles sur OpenRouter durant la semaine commençant le 5 octobre 2026, devant OpenAI (18,6 %) et Google (17,8 %). Pourtant, selon une estimation d’Epoch AI, DeepSeek n’a capté qu’environ 8 % des dépenses des clients pour ses modèles accessibles via la plateforme. Les développeurs chinois d’IA gagnent des utilisateurs à l’étranger, tout en rivalisant avec les entreprises qui hébergent et commercialisent leur technologie pour en tirer des revenus.

Les classements hebdomadaires d’utilisation d’OpenRouter, qui couvrent les données jusqu’au 13 octobre, placent DeepSeek V4.1 Flash en tête avec 40 500 milliards de jetons traités, suivi de Step 5 Preview avec 15 100 milliards et de GLM 5.3 Flash avec 12 900 milliards. Les jetons sont les petites unités de texte ou de données qu’un modèle d’IA traite lorsqu’il reçoit une question et produit une réponse.

Les modèles chinois ont devancé les modèles américains en nombre hebdomadaire de jetons traités sur OpenRouter pendant 24 semaines consécutives jusqu’au 11 octobre. Leur attrait tient à des prix plus bas, à des performances en progrès et à la possibilité pour les entreprises d’adapter les modèles et de les faire fonctionner auprès du fournisseur de leur choix.

Cynthia Zhang, associée fondatrice de FutureX Capital, estime que les développeurs chinois de modèles ne devraient pas égaler de sitôt les revenus d’OpenAI et d’Anthropic, même si leurs ventes progressent rapidement. Selon Epoch AI, en septembre, six grands développeurs chinois réunis généraient environ 10 % des revenus de l’IA d’OpenAI et d’Anthropic réunis.

Ce que mesurent les chiffres d’utilisation

OpenRouter relie des applications à de nombreux modèles d’IA par l’intermédiaire d’une interface de programmation d’application, ou API. Son graphique des requêtes indique la fréquence à laquelle les modèles sont sollicités. Ses classements par jetons mesurent le volume de contenu traité, questions et réponses comprises. Ces chiffres décrivent l’activité passant par OpenRouter, à l’exclusion des requêtes privées.

La part des requêtes de DeepSeek a dépassé celle d’OpenAI de 5,9 points de pourcentage durant la semaine du 5 octobre. Z.ai en représentait 13,4 %, Qwen 5,4 %, Xiaomi 2,9 % et Tencent 1,7 %. À eux cinq, ces développeurs chinois comptaient pour 47,9 % des requêtes textuelles. D’autres développeurs chinois peuvent également figurer dans les catégories restantes.

Le jeu de données quotidien sur les jetons d’OpenRouter recense chaque jour les 50 principaux modèles publics, ainsi qu’un total agrégé pour tous les autres. Il permet de consulter des périodes quotidiennes, hebdomadaires et mensuelles, avec des filtres portant notamment sur la modalité et la longueur du contexte. Les filtres par catégorie et par langue reposent sur des estimations établies à partir d’échantillons. Les fournisseurs ne découpent pas non plus le contenu en jetons de la même manière : les totaux dépendent donc en partie de leurs méthodes de comptage. Source : OpenRouter (openrouter.ai/rankings), au 13 octobre 2026.

Pourquoi les entreprises choisissent des modèles adaptables

Harvey, qui conçoit des outils d’IA pour le travail juridique, et Genspark, qui développe des agents utilisant plusieurs modèles, élaborent des systèmes à partir de technologies ouvertes chinoises afin de réduire leur dépendance aux fournisseurs de modèles fermés. Un agent d’IA est un logiciel qui utilise un modèle pour exécuter une suite de tâches, comme planifier du travail, écrire du code et vérifier le résultat.

Les poids ouverts sont les paramètres numériques appris qui guident les réponses d’un modèle. Leur mise à disposition permet à une autre entreprise de télécharger le modèle, de le faire fonctionner sur ses propres serveurs et de l’adapter à des tâches particulières. Les droits exacts dépendent de la licence. Certaines versions comprennent aussi le code source ; d’autres fournissent les poids, mais limitent l’usage commercial.

Les entreprises peuvent utiliser leurs données propriétaires pour adapter ces modèles à leurs besoins. Elles peuvent également choisir où le système fonctionne, au lieu d’envoyer chaque requête au développeur d’origine. Cette souplesse contribue à expliquer comment un modèle chinois peut s’intégrer à un produit américain ou européen, alors que son hébergement et ses relations avec les clients restent hors de Chine.

Le directeur général d’Intel, Lip-Bu Tan, a qualifié d’« très rapide » l’adoption des modèles chinois de pointe lors d’une table ronde organisée par DBS à Singapour le 12 octobre. Il a jugé les performances de DeepSeek, Kimi et GLM « suffisamment bonnes » et déclaré que le marché déterminerait quels modèles conviennent le mieux à chaque usage. Expliquant sa préférence pour les technologies ouvertes, Tan a déclaré :

Je crois fermement à l’open source : c’est la meilleure façon d’améliorer l’efficacité.

Des prix plus bas changent les choix du quotidien

Stu Clott, responsable des opérations et développeur occasionnel à San Diego, a indiqué qu’une heure de programmation lui coûtait environ 10 dollars avec Claude, contre moins de 50 cents avec DeepSeek. Selon ces chiffres, ses dépenses avec DeepSeek étaient inférieures au vingtième du coût de Claude pour ce travail.

Ruben Garcia Jr., développeur installé à Dallas et créateur de sites web et d’applications mobiles, répartit le travail entre plusieurs fournisseurs. Il dépense 500 dollars par mois pour Claude et ChatGPT, qu’il utilise pour la planification et la révision de tâches difficiles, et 200 dollars pour des modèles chinois comme MiniMax, Kimi et Xiaomi MiMo. Selon lui, les modèles chinois traitent 90 % de ses tâches, notamment la programmation et la reconnaissance vocale.

Flo Crivello, fondateur de Lindy, a déclaré que le passage des assistants professionnels d’IA de son entreprise des modèles d’Anthropic à DeepSeek lui avait permis d’économiser des millions de dollars. Lindy accède à DeepSeek par l’intermédiaire d’un fournisseur américain. Crivello a expliqué pourquoi un modèle moins coûteux peut convenir aux tâches courantes :

Vous n’avez pas besoin de Dieu pour rédiger votre e-mail.

Kyle Chan, chercheur associé à la Brookings Institution, voit dans les entreprises de taille moyenne qui commencent à utiliser l’IA, mais s’inquiètent des coûts, un marché en croissance pour les développeurs chinois. Zhang estime que la concurrence peut limiter à environ six mois la période de forte rentabilité d’un modèle américain de premier plan, avant que les prix ne commencent à baisser.

Des performances suffisantes pour de nombreuses tâches

Le Center for Strategic and International Studies estime que les modèles chinois sont compétitifs pour de nombreuses tâches pratiques dans son analyse de l’IA chinoise. Son auteur, Yasir Atalan, directeur adjoint et chercheur en données au CSIS Futures Lab, écrit que GLM-5.2 compte environ 750 milliards de paramètres et dispose d’une fenêtre de contexte d’un million de jetons. Les paramètres sont les réglages appris du modèle ; la fenêtre de contexte correspond au volume de contenu qu’il peut prendre en compte à la fois.

L’analyse cite une conclusion du Center for AI Standards and Innovation, selon laquelle DeepSeek V4 Pro avait environ huit mois de retard sur les principaux modèles américains. Elle décrit également les solides résultats de GLM et Moonshot en programmation et pour les agents. Pour une entreprise qui choisit un système, la question pertinente est de savoir s’il exécute la tâche requise de manière fiable et à un coût acceptable.

Une comparaison du gouvernement américain en donne un exemple concret. Le rapport Two Loops de la Commission d’examen économique et sécuritaire États-Unis-Chine indique des tarifs, en janvier 2026, de 1,20 dollar par million de jetons pour Kimi K2.5 et de 4,81 dollars pour GPT-5.2. Les deux ont obtenu un score de 47 à l’Intelligence Index d’Artificial Analysis : le tarif affiché de Kimi représente donc environ un quart de celui de GPT-5.2.

Les laboratoires chinois ont privilégié des méthodes d’entraînement et de mise en service plus efficaces. DeepSeek a indiqué que l’entraînement final de V3 avait mobilisé 2,788 millions d’heures de GPU H800, pour un coût estimé à environ 5,6 millions de dollars. Le CSIS décrit également la distillation de connaissances, qui consiste à utiliser les réponses et les évaluations d’un modèle plus puissant comme exemples d’entraînement pour un autre. OpenAI et Anthropic ont accusé des laboratoires chinois d’avoir obtenu de tels contenus par l’intermédiaire de comptes frauduleux, faisant de cette pratique un point de conflit commercial et politique.

Un écosystème en expansion gagne les plateformes mondiales

Les données de téléchargement de Hugging Face citées par le CSIS attribuent 41 % des téléchargements de l’année précédente aux modèles chinois. Le rapport de la commission indique que ceux-ci ont dépassé les modèles américains en nombre total de téléchargements en août 2025 et occupaient sept des dix premières places de la plateforme entre novembre et décembre de cette année-là.

La famille Qwen d’Alibaba illustre l’ampleur des adaptations. Au moment de la publication, la commission recensait plus de 100 000 modèles dérivés. À l’été 2026, Qwen totalisait environ 2,045 milliards de téléchargements et 151 448 modèles dérivés, soit environ 2,6 fois le nombre de modèles fondés sur ceux de Meta. Un modèle dérivé est une version créée à partir d’un modèle existant, souvent adaptée à une langue, un secteur ou une tâche particulière.

Amazon Web Services a ajouté six modèles chinois à poids ouverts à Amazon Bedrock, dont DeepSeek V3.2, MiniMax M2.1 et Qwen3 Coder Next. Kimi K3 y a été intégré en septembre, puis GLM-5.3 début octobre. Bedrock permet aux entreprises d’utiliser ces modèles au moyen de l’infrastructure cloud d’Amazon. Baseten a également rendu Kimi K3 et GLM-5.3 accessibles dans l’outil de programmation Codex d’OpenAI, en prenant en charge l’hébergement et la puissance de calcul nécessaires à la génération des réponses.

Cette expansion s’est déroulée en plusieurs étapes :

• Août 2025 : les modèles chinois dépassent les modèles américains en nombre total de téléchargements sur Hugging Face.
• Novembre-décembre 2025 : les modèles chinois occupent sept des dix premières places de Hugging Face en nombre de téléchargements.
• Juillet 2026 : Moonshot lance Kimi K3, dont la licence impose à certains grands fournisseurs de services un partage des revenus.
• Septembre 2026 : Kimi K3 devient accessible sur Amazon Bedrock.
• Début octobre 2026 : GLM-5.3 arrive sur Bedrock dans le cadre d’un accord commercial prévoyant un partage des revenus.
• 12 octobre 2026 : le directeur général d’Intel évoque l’adoption rapide des modèles lors de la table ronde de DBS à Singapour.

Qui est rémunéré lorsqu’un modèle ouvert se diffuse ?

Le cas de Z.ai montre qu’un modèle peut gagner en popularité alors que son créateur perd des parts de marché dans l’hébergement. Epoch AI a constaté que, dans la journée suivant la publication des poids de GLM-5.3 Flash en août, 12 fournisseurs externes le proposaient via OpenRouter. Au bout de 20 jours, ils étaient 26, dont huit le facturaient moins cher que Z.ai.

La part des jetons traités par Z.ai pour ce modèle est passée de 88 % à 22 %. Son volume quotidien de jetons a reculé de 70 %, alors même que l’utilisation totale du modèle progressait de 17 %. Les clients achetaient de plus en plus l’accès auprès d’autres hébergeurs.

Vercel a observé un écart similaire entre activité et revenus : la part de DeepSeek dans le nombre de jetons est passée de moins de 1 % à 17 % en mai, tandis que sa part des revenus est restée proche de 1 %. Les modèles bon marché peuvent représenter un volume important de travail, tout en ne générant qu’une part bien moindre des dépenses.

Z.ai a fait état d’une marge brute de 24,6 % sur son API au premier semestre 2026, contre 18,9 % en 2025. La marge brute correspond à la part du chiffre d’affaires restant après déduction des coûts directs de service, avant les autres dépenses. Epoch AI a estimé la marge de l’offre fermée Opus 4.8 d’Anthropic à 85 % et celle de DeepSeek entre 70 % et 80 %. Les faibles coûts d’exploitation de DeepSeek en font un cas à part parmi les développeurs de modèles ouverts.

Moonshot cherche à capter davantage de valeur grâce à la licence de Kimi K3, qui oblige certains grands fournisseurs vendant l’accès au modèle à conclure des accords de partage des revenus. L’entreprise aurait demandé jusqu’à 30 % des revenus de services associés aux grandes plateformes cloud. L’accord de Z.ai avec Bedrock prévoit lui aussi un partage des revenus en fonction de l’utilisation. Les conditions commerciales précises et les revenus que ces accords devraient générer n’ont pas été rendus publics.

Les partenariats cloud apportent des clients, mais aussi une dépendance

Wang Peng, chercheur à l’Académie des sciences sociales de Pékin, décrit le modèle qui se dessine comme une répartition des rôles : les développeurs conçoivent la technologie, les plateformes cloud mondiales fournissent l’infrastructure et l’accès aux entreprises, et les développeurs perçoivent des revenus lorsque les clients utilisent leurs modèles.

Fireworks AI illustre les perspectives offertes aux fournisseurs d’infrastructure. Zhang indique que l’entreprise californienne, dont l’équipe dirigeante est en grande partie d’origine chinoise, déploie des modèles ouverts chinois pour de grandes entreprises étrangères et a dépassé le milliard de dollars de revenus annualisés. Les revenus annualisés correspondent au rythme de revenus actuel projeté sur une année entière.

Le CSIS explique que l’hébergement par des tiers réduit aussi la charge qui pèse sur les développeurs chinois, tenus de fournir une capacité de calcul à une clientèle mondiale. Toutefois, les requêtes, les commentaires et les données d’utilisation peuvent rester entre les mains de l’hébergeur ou du client. Le laboratoire d’origine a alors moins accès aux informations sur l’utilisation de son modèle et sur les améliorations nécessaires.

Le rapport Two Loops de la commission relève une autre source d’apprentissage : le déploiement dans les usines, les réseaux logistiques et la robotique. Ces usages peuvent produire des données spécialisées qui améliorent les systèmes ultérieurs. Les laboratoires chinois peuvent ainsi recueillir des retours d’expérience grâce aux déploiements industriels et aux adaptations réalisées par la communauté, même lorsque leur accès direct aux interactions avec les clients étrangers est limité.

Shen Yang, professeur à l’université Tsinghua, distingue plusieurs possibilités à l’étranger : une plus grande prévisibilité commerciale en Asie du Sud-Est, une valeur supérieure par client sur les marchés du Golfe et une importante demande insatisfaite en Amérique latine. Il relève aussi un intérêt croissant pour la souveraineté en matière d’IA, c’est-à-dire la capacité d’un pays à contrôler ses infrastructures essentielles d’IA, ses données et leur accès.

Sécurité et confiance des clients influencent l’adoption

Ecosia, l’entreprise berlinoise de moteurs de recherche, met fin à son partenariat avec le français Mistral AI et travaille avec Melious pour utiliser des modèles comme Qwen, GLM et Kimi. Son fondateur et directeur général, Christian Kroll, affirme que ce changement a réduit de moitié les coûts d’exploitation tout en améliorant la qualité et les performances. Il a évoqué des problèmes de performance chez Mistral, des pannes de serveurs ainsi que des inquiétudes concernant son approvisionnement en énergie et son indépendance. Guillaume Lample, cofondateur de Mistral, a invité Ecosia à tester le prochain modèle Large 4.

Kroll estime que des ajustements ciblés peuvent remédier aux faiblesses politiques des modèles chinois. Rasmus Rothe, de l’Association fédérale allemande pour l’intelligence artificielle, se montre plus prudent : selon lui, le réentraînement peut supprimer la censure directe, mais les influences plus subtiles présentes dans les données d’entraînement restent difficiles à éliminer. Une étude de NewsGuard a également relevé que des systèmes chinois ne corrigeaient pas des informations erronées conformes aux intérêts de Pékin.

Atlassian a choisi une autre approche. Son directeur général, Mike Cannon-Brookes, indique que l’entreprise utilise Nvidia Nemotron, Mistral et d’autres modèles, tandis qu’une équipe chargée de sa passerelle d’IA assigne les tâches aux systèmes appropriés. Il a expliqué la politique de l’entreprise pour ses systèmes en production :

Nous n’utilisons aucun modèle chinois en production, c’est très clair.

Cannon-Brookes affirme que certains clients refusent les modèles chinois, mais acceptent les modèles ouverts. Des élus américains ont également enquêté sur Airbnb et Anysphere à la suite d’informations concernant Qwen et Kimi. Le directeur général d’Airbnb, Brian Chesky, a déclaré que l’entreprise ne transmettait pas de données aux développeurs des modèles.

La commission cite des conclusions du NIST selon lesquelles les modèles ouverts de DeepSeek étaient plus vulnérables aux cyberrisques que des modèles américains comparables. Gu Zhaoqin, associé du cabinet d’avocats Duan & Duan, à la succursale de Hongqiao, estime que les difficultés de mise en conformité à l’étranger mêlent préoccupations liées à la vie privée et à la sécurité, et protectionnisme commercial motivé par des considérations géopolitiques. L’hébergement local permet aux clients de contrôler le lieu où les données sont traitées ; le comportement du modèle, les tests de sécurité et la conformité juridique restent des sujets distincts qui nécessitent une attention particulière.

Le coût moindre de l’IA remet en question les dépenses d’infrastructure

Jefferies estime que Microsoft, Alphabet, Amazon et Oracle ont environ 2 300 milliards de dollars de commandes fermes en attente, dont près de la moitié seraient liées à OpenAI et Anthropic. Ces commandes correspondent à des engagements contractuels dont la livraison est prévue dans le temps. La baisse des prix des modèles pèse sur les revenus que les développeurs d’IA espèrent engranger et utiliser pour acheter de la capacité cloud.

Jefferies cite des chiffres d’OpenRouter selon lesquels les modèles chinois ont traité 76 120 milliards de jetons durant la semaine achevée le 27 septembre, contre 4 370 milliards fin avril. Les quatre principaux fournisseurs américains en ont traité 14 200 milliards durant cette même semaine de septembre. Ces chiffres portent sur une période différente de celle des classements d’octobre d’OpenRouter.

La banque d’investissement met en doute les projets de dépenses de 600 à 800 milliards de dollars dans les centres de données en 2026 et de 993 milliards de dollars d’investissements en capital en 2027. Elle indique également que les bénéfices annualisés des quatre grandes entreprises du cloud ont atteint 581 milliards de dollars au deuxième trimestre 2026, l’intégralité de la hausse de 222 milliards provenant de revenus hors exploitation. Les gains d’investissement et les revenus tirés de la vente de services de calcul constituent deux éléments distincts de ces bénéfices.

Le rapport Global Technology 2026 de Bain & Company estime que l’IA doit générer 6 000 milliards de dollars de revenus annuels d’ici à 2031 pour financer les infrastructures nécessaires à la demande attendue. Il attribue 1 800 milliards aux applications existantes et 1 500 milliards aux applications émergentes, ce qui laisse un déficit de 2 700 milliards à combler par de nouveaux produits et usages.

Les entreprises américaines conservent des avantages majeurs dans les abonnements, les relations avec les clients et les applications populaires. La commission cite les estimations d’adoption de Microsoft pour le second semestre 2025 : 28,3 % aux États-Unis et 16,3 % en Chine, cette dernière estimation reposant sur des données moins solides. La présence croissante des modèles chinois dans les produits d’autres entreprises ouvre une autre perspective commerciale : devenir des outils de base largement utilisés, tout en négociant une part plus importante des revenus générés par les services qui s’appuient sur eux.

Points clés

• DeepSeek arrive en tête des requêtes textuelles sur OpenRouter, avec 24,5 % durant la semaine commençant le 5 octobre 2026.
• Les modèles chinois séduisent les clients étrangers grâce à leurs prix plus bas, à leurs performances pratiques et à la souplesse de leur déploiement.
• Des hébergeurs tiers captent une part importante des dépenses consacrées aux modèles développés par les laboratoires chinois.
• Les partenariats avec Amazon Bedrock et les nouvelles conditions de licence ouvrent la voie au partage des revenus.
• Les questions de sécurité, de censure et de confidentialité, ainsi que l’examen politique, influencent les décisions d’achat des entreprises.
• La baisse des prix des modèles pèse sur les revenus des développeurs et sur l’économie des investissements dans les infrastructures cloud.