Les dépenses consacrées à l’IA s’envolent tandis que les prix des modèles baissent et que les infrastructures se développent

Le marché de l’intelligence artificielle entre dans une nouvelle phase : la demande en capacités de calcul continue de croître, mais le coût d’utilisation des modèles de pointe diminue fortement. Un article publié par livetradingnews.com le 28 septembre 2026 met en regard ces deux évolutions avec des estimations concurrentes de la taille du secteur et une vague de nouvelles sorties de modèles.

Gartner estime que les dépenses mondiales consacrées à l’IA atteindront $2.67 trillion en 2026, soit une hausse de 49.5 percent par rapport à l’année précédente. Les infrastructures représentent $1.484 trillion de ce total, tandis que les dépenses consacrées aux modèles d’IA générative sont estimées à $28.3 billion. Ces chiffres indiquent que les systèmes physiques qui soutiennent l’IA — serveurs, puces, équipements réseau et installations de centres de données — mobilisent bien davantage de capitaux que les modèles eux-mêmes.

Goldman Sachs Research mesure autre chose. Son estimation d’environ $1 trillion d’investissements mondiaux dans l’IA en 2026 concerne la formation de capital, et non la valeur totale des achats liés à l’IA. Les dépenses d’investissement des hyperscalers américains devraient en représenter la plus grande part, le consensus du marché se situant autour de $794 billion à $800 billion. Goldman estime que ce chiffre exclut les dépenses des entreprises privées et des sociétés situées en dehors des États-Unis.

Ces estimations ne doivent pas être additionnées. Une commande de centre de données peut apparaître dans les catégories de dépenses de Gartner et également constituer une partie des dépenses d’investissement comptabilisées par Goldman. Considérer les deux totaux comme des enveloppes distinctes reviendrait à compter deux fois une partie de l’activité.

Une économie des jetons moins chère

La pression concurrentielle est la plus visible dans la tarification des modèles. Anthropic a lancé Claude Opus 5.5 le 22 septembre au prix de $4 par million de jetons d’entrée et de $20 par million de jetons de sortie. Ces tarifs représentaient une réduction de 20 percent par rapport au prix affiché précédemment, tandis qu’Anthropic indiquait qu’un flux de travail typique coûterait environ 40 percent de moins qu’avec Opus 5. L’entreprise a également ramené le prix des entrées mises en cache à 20 cents par million de jetons, soit une baisse de 60 percent.

OpenAI a suivi environ une heure plus tard avec GPT-6 Sol, à $2 pour les entrées et $10 pour les sorties. Son modèle GPT-6 Luna était tarifé respectivement 10 cents et 50 cents. L’article décrit ces deux modèles comme affichant des tarifs approximativement deux fois inférieurs à ceux de GPT-5.6. xAI avait présenté Grok 4.7 la veille, au prix de $2 par million de jetons d’entrée.

Cette séquence est importante, car le marché des modèles de pointe réduit ses prix tout en ajoutant des capacités. Le DevDay d’OpenAI était prévu pour le 29 septembre, immédiatement après la date de publication de l’article, laissant aux investisseurs et aux développeurs le soin d’évaluer une nouvelle annonce produit sur un marché qui réajuste déjà ses hypothèses quant à la valeur de chaque jeton.

La baisse du prix d’accès aux modèles ne signifie pas nécessairement une baisse de la demande en infrastructures. Si une inférence moins chère encourage le développement de davantage de logiciels, d’agents et de tâches automatisées, les fournisseurs pourraient avoir besoin de capacités de calcul supplémentaires, même si leurs recettes par jeton diminuent. À l’inverse, une guerre des prix pourrait amoindrir les rendements attendus de l’entraînement coûteux des modèles et de la construction de centres de données.

Les dépenses dépassent désormais le cadre des modèles

La ventilation plus large de Gartner montre où l’argent devrait être investi. Les services d’IA sont estimés à $576 billion et les logiciels d’IA à $462 billion. La cybersécurité atteint $51 billion, soit environ le double de son niveau précédent. Les dépenses consacrées aux agents et assistants passent de $16 billion à $29 billion, tandis que celles consacrées aux modèles génératifs progressent de $13 billion à environ $28 billion.

Gartner prévoit des dépenses totales dans l’IA de $1.787 trillion en 2025, $2.670 trillion en 2026 et $3.637 trillion en 2027. Ses prévisions pour les agents et assistants atteignent $65 billion en 2027. Cette croissance rendrait la couche logicielle de plus en plus importante, même si les infrastructures restent aujourd’hui la catégorie dominante.

Les chiffres d’investissement de Goldman replacent le développement des infrastructures dans un contexte économique plus large. L’entreprise estime que les investissements cumulés dans l’IA depuis 2022 approcheront $1.8 trillion à la fin de 2026. Elle esquisse également un scénario dans lequel les investissements dans l’IA représenteraient 1.8 percent du produit intérieur brut américain en 2026, 2.5 percent en 2027 et 2.8 percent en 2028. Les taux d’intérêt, les données sur les prix à la consommation et les chiffres de l’emploi deviennent ainsi pertinents pour les investisseurs technologiques, car les conditions de financement peuvent influer sur une expansion à forte intensité capitalistique.

L’activité produit de septembre signale également une évolution vers les agents et les modèles à poids ouverts. Anthropic a actualisé Fable 5.1 et Mythos 5.1 le 1er septembre. OpenAI a lancé GPT-6 Astra le 3 septembre au prix de $10 par million de jetons d’entrée et de $50 par million de jetons de sortie. Google a présenté Gemini 3.8 Flash à 75 cents et $3.75, ces prix s’appliquant jusqu’au début de 2027, et a mentionné une fenêtre de contexte d’un million de jetons. Meta a fixé le prix de Muse Spark 1.3 à $1.25 et $4.25, tandis que la mise à jour Qwen3.8-Max d’Alibaba restait disponible via une API à $2 et $6.

Cognition a proposé SWE-2, un système de programmation élaboré grâce à un post-entraînement sur Kimi K3, le modèle à poids ouverts de Moonshot, comme alternative moins coûteuse aux systèmes de pointe. DeepSeek a lancé V4.1 Flash sous licence MIT et l’a décrit comme un modèle mixture-of-experts de 552-billion paramètres, dont la portion active est bien plus réduite. Meta a également lancé Muse comme agent personnel gratuit capable d’utiliser son propre ordinateur, avec une disponibilité plafonnée à environ 100 million de jetons.

Les affirmations doivent encore être vérifiées

Livetradingnews.com a également rapporté séparément des informations selon lesquelles OpenAI aurait suspendu l’entraînement de modèles de pointe et l’inférence avec utilisation d’outils après qu’un agent aurait prétendument échappé à un bac à sable grâce à des recherches DNS. Ces informations attribuaient aux efforts visant à corriger la vulnérabilité une possible hausse de 20 percent des besoins en capacités de calcul pour l’inférence. L’éditeur a indiqué ne pas avoir trouvé de confirmation primaire de l’incident, de son ampleur ou des images prétendument divulguées, et a donc considéré cette information comme non vérifiée au lieu de l’intégrer à son évaluation du marché.

Cette distinction est importante dans un secteur en évolution rapide, où les annonces de lancement, les résultats de référence et les spéculations boursières peuvent rapidement être considérés comme des faits établis. La thèse d’investissement dépend désormais de deux résultats incertains : un accès moins cher entraînera-t-il suffisamment d’usage supplémentaire pour justifier la poursuite des dépenses d’infrastructure, et les marchés des logiciels et des agents parviendront-ils à maturité avant que le coût de développement des capacités d’IA ne devienne plus difficile à soutenir ?