Janvier 2025 : un million de tokens en sortie de GPT-4 coûtait 30 $. Mai 2026 : la même qualité de sortie via gpt-5-mini ou Claude Haiku 4.5 coûte 4 $. Soit une division par 7,5 en 16 mois. Et cette tendance n’est pas près de s’arrêter.
Pour vos budgets, vos contrats et votre stratégie d’arbitrage, l’effondrement des coûts change tout. Analyse des conséquences concrètes.
Le mécanisme de la chute
Trois facteurs convergent. Premièrement, la concurrence à 3 (Anthropic, OpenAI, Google) qui ne laisse à personne le luxe de tenir des marges élevées sur les modèles standard. Deuxièmement, l’optimisation matérielle : les Nvidia H200 et B100 ont divisé le coût par token de 40 à 60 % par rapport aux H100 de 2024. Troisièmement, l’efficacité des architectures : MoE, distillation, sparse attention rendent les modèles 4-5x plus efficaces à qualité équivalente.
Aucun de ces facteurs ne sera mature avant 18-24 mois. Donc la chute des prix continue, à un rythme prévisible de 30 à 50 % par an jusqu’en 2028.
Conséquence n°1 : ne signez plus de contrats annuels prix fixe
Si Anthropic ou OpenAI vous proposent un contrat Enterprise « 100 000 $ pour 12 mois, prix bloqué », c’est probablement 20 à 40 % au-dessus de ce que vous paierez réellement dans 9 mois. Refusez le prix fixe annuel. Négociez sur 6 mois maximum, avec une clause de renégociation alignée sur les baisses de tarif officielles.
Les commerciaux acceptent maintenant ces conditions. Il y a 12 mois ils refusaient. Le rapport de force a basculé.
Conséquence n°2 : des cas d’usage refusés hier deviennent rentables
En 2024, automatiser le traitement d’une fiche produit complète (1 200 tokens entrée + 600 sortie) coûtait 0,30 $. Trop cher à 10 000 fiches/mois. Aujourd’hui, ça coûte 0,02 $. Le ROI est devenu trivial.
Tous les 6 mois, repassez en revue les cas d’usage IA que vous avez classés « pas rentables » dans le passé. Ceux où le facteur bloquant était le coût (pas la qualité) ont basculé en zone profitable. Vous avez probablement 5 à 15 cas d’usage qui dorment dans vos cartons.
Conséquence n°3 : la pression sur la qualité augmente
Quand le coût n’est plus un frein, la qualité devient le seul axe de différenciation. Les éditeurs qui resteront pertinents sont ceux qui livrent du modèle frontière constant, pas ceux qui font baisser les prix sans investir en R&D.
Pour vous, ça veut dire moins de tolérance sur les hallucinations, les sorties bancales, les modes erratiques. Vos clients internes (commerciaux, RH, juridique) attendent maintenant un niveau de fiabilité qui était considéré comme premium il y a un an.
Conséquence n°4 : les SaaS verticaux à wrapper LLM disparaissent
Le SaaS à 200 €/mois qui ne fait qu’enrober un appel ChatGPT (rédacteur SEO, générateur de devis, classificateur de tickets) n’a plus aucun moat économique. Vous pouvez répliquer son service en interne pour 5-10 €/mois de coûts API.
On en a parlé dans notre analyse sur la fin du SaaS. La logique économique s’accélère mécaniquement avec la chute des coûts.
Conséquence n°5 : le « tout API direct » devient pertinent
Auparavant, payer une plateforme intermédiaire (OpenRouter, LiteLLM, Vercel AI Gateway) ajoutait 10-15 % de coût. Acceptable pour la commodité. À l’échelle de prix où on est aujourd’hui, ces 15 % se calculent sur des montants insignifiants. Mais sur le contrôle et la latence, l’appel direct API gagne nettement.
Le pattern qu’on recommande en 2026 : appel direct à l’API du modèle pour les workflows à fort volume (économie + latence), passerelle pour les usages exploratoires (commodité de bascule entre modèles).
Le pricing 2027 : ce qu’on anticipe
Si la tendance se poursuit, voici ce qu’on anticipe pour mai 2027 :
Modèles standard (équivalents Sonnet 4.6 / GPT-5) : 1,50 $ / M tokens entrée et 6 $ / M sortie. Soit moitié prix d’aujourd’hui.
Modèles éco (équivalents Haiku 4.5 / GPT-5-mini) : 0,15 $ / M entrée et 0,80 $ / M sortie. Cinq fois moins cher qu’aujourd’hui. À ces niveaux de prix, le coût IA cesse d’être un facteur dans les arbitrages PME.
Modèles premium (équivalents Opus 4.6 / GPT-5 high-reasoning) : 8 $ / 40 $. Tenue de prix relative, parce que les usages premium absorbent moins la pression concurrentielle.
L’erreur classique à éviter
Beaucoup de directions IT et finance restent en mode 2024 : « l’IA c’est cher, on cadre serré ». En 2026, c’est l’inverse : si vous limitez votre IA pour des raisons de coût, vous fournissez à vos concurrents un avantage qu’ils sauront exploiter. Le bon réflexe : déployer largement, monitorer, optimiser au routage modèle.
La radinerie sur les API LLM en 2026 a la même logique que la radinerie sur les serveurs cloud en 2014 : pénible à court terme, ruineuse à 24 mois.
Le bon réflexe : indexer votre budget IA sur votre activité, pas sur l’inflation
Ne raisonnez plus en « budget annuel IA fixe ». Raisonnez en « X % du CA » ou « X € par collaborateur ». Avec la baisse des coûts unitaires, le même pourcentage de budget vous achète 2-3x plus d’usage chaque année. C’est la trajectoire saine.
À budget constant, votre exploitation IA va naturellement s’élargir avec les baisses de prix. À budget réduit, vous laissez de la valeur sur la table. Le bon ratio en 2026 tourne autour de 0,3 à 0,8 % du CA pour une PME tertiaire qui fait sérieusement sa transformation IA.
