L'essentiel en 30 secondes

Deux annonces, un même signal

Le 3 août 2026, Alibaba a mis en ligne Qwen3.8-Max, le nouveau vaisseau amiral de sa famille de modèles d'IA. La fiche technique est massive : 2 400 milliards de paramètres en architecture MoE (Mixture of Experts, où seule une fraction du modèle s'active à chaque requête), entrée texte, image et vidéo, et une fenêtre de contexte de 1 million de tokens. Le prix, lui, est tout sauf massif : 2 dollars par million de tokens en entrée, 6 dollars en sortie, et 0,25 dollar pour l'entrée en cache. Sur les benchmarks publiés par Alibaba, le modèle dépasse Claude Fable 5 sur Terminal-Bench 2.1 (86,6 contre 84,6) mais reste derrière sur le code avec 67,7 contre 80,0 sur SWE-bench Pro.

Le même jour, le cabinet d'évaluation indépendant Artificial Analysis a désigné DeepSeek V4-Flash comme le modèle d'IA connu le moins cher à exploiter. Les tarifs donnent le vertige dans l'autre sens : 0,14 dollar par million de tokens en entrée, 0,28 dollar en sortie, une baisse de 75 % présentée comme permanente. Exécuter la batterie de tests complète d'Artificial Analysis coûte environ 3 centimes de dollar avec V4-Flash, contre 86 centimes avec Kimi K3 (Moonshot AI), 1,86 dollar avec GPT-5.6 Sol (OpenAI) et 3,15 dollars avec Claude Fable 5 (Anthropic). DeepSeek, qui vient de boucler un tour de financement de plus de 7 milliards de dollars, vise explicitement les usages à haut volume : chatbots, assistance au code, automatisation de back-office.

Le prix au token ne dit pas ce que coûte une tâche

Premier réflexe utile : ne pas comparer les modèles sur le prix au million de tokens, mais sur le coût de la tâche terminée. Artificial Analysis raisonne ainsi : sa mesure agrège le volume de tokens que chaque modèle consomme réellement pour finir le même travail. Un modèle bon marché mais bavard, ou qui doit s'y reprendre à trois fois, peut coûter plus cher qu'un modèle premium qui répond juste du premier coup. C'est exactement le même raisonnement qu'un devis de prestation : le taux horaire ne dit rien tant qu'on ignore le nombre d'heures.

Second réflexe : lire les scores de capacité en face des prix. V4-Flash obtient 50 sur 100 à l'Intelligence Index d'Artificial Analysis, au même niveau que Gemini 3.6 Flash de Google ; Kimi K3 atteint 57 ; les modèles frontière d'OpenAI et d'Anthropic gravitent autour de 66. L'écart de 16 points n'est pas cosmétique : il sépare les modèles qui exécutent une consigne cadrée de ceux qui enchaînent un raisonnement de bout en bout sans se perdre. Zack Kass, ancien responsable commercial d'OpenAI cité par The Next Web, résume la dynamique : quand les modèles deviennent assez proches pour un usage donné, c'est le prix qui décide.

La conséquence pratique tient en une phrase : pour chaque processus à automatiser, il existe désormais un niveau d'intelligence minimal qui suffit, et son prix vient encore de baisser.

Qu'est-ce que ça change pour une PME française ?

D'abord, une bonne nouvelle budgétaire. Les automatisations les plus rentables d'une PME, trier et qualifier des e-mails entrants, extraire les champs d'une facture, classer des tickets de support, résumer des comptes rendus, générer des brouillons de réponses, sont précisément des tâches cadrées, à haut volume et à faible enjeu unitaire. Ce profil correspond au terrain de jeu des modèles à 3 centimes. Un processus qui traite 1 000 documents par jour et qui aurait coûté quelques centaines d'euros par mois d'inférence en 2024 se chiffre désormais en euros. Le coût du modèle cesse d'être un argument pour repousser un projet d'automatisation.

Ensuite, une mise en garde. Le prix affiché de DeepSeek ou de Qwen s'entend via leurs API, donc avec des données envoyées sur des serveurs soumis au droit chinois. Pour un usage personnel ou des données publiques, c'est un choix. Pour des données clients, des contrats ou des dossiers RH, c'est très difficile à défendre au titre du RGPD (Règlement général sur la protection des données), et le calendrier de l'AI Act, dont les sanctions nationales s'appliquent depuis le 2 août 2026, n'incite pas à l'à-peu-près. La ligne de partage est simple : API chinoise pour rien de confidentiel, et pour le reste, d'autres voies existent.

C'est là que la troisième annonce compte autant que les deux premières : Alibaba promet de publier les poids de Qwen3.8-Max sous une semaine, et publie déjà Qwen3.8-27B, une version compacte, en poids ouverts. Un modèle en poids ouverts peut être exécuté chez un hébergeur européen ou sur vos propres serveurs : le tarif chinois devient alors un prix de référence mondial, sans que vos données ne traversent de frontière. Pour une PME française, le triptyque raisonnable en 2026 ressemble à ceci : un modèle frontière via API pour les tâches complexes et à fort enjeu ; un petit modèle économique, ouvert et hébergé en Europe si les données sont sensibles, pour le volume ; et un outil du marché sans IA du tout quand le processus n'en a simplement pas besoin.

Le lien avec mon quotidien

Ce choix du niveau d'intelligence par tâche n'est pas théorique, c'est un arbitrage que je fais sur chaque projet. Mon Bloomberg Dashboard, qui analyse un portefeuille personnel, tourne volontairement sur Claude Haiku 4.5, un petit modèle : les tâches sont cadrées, le volume est quotidien, et un modèle frontière n'y apporterait rien de plus qu'une facture. À l'inverse, la newsletter automatisée IA Brew et ses 93 nœuds n8n réservent le modèle le plus capable aux étapes de rédaction, là où la qualité se voit. Dimensionner le modèle sur la tâche, plutôt que de prendre le plus gros partout, est devenu l'un des premiers leviers d'économie d'un projet d'agent IA ; la guerre des prix du 3 août rend cet arbitrage encore plus payant.

À retenir : le 3 août 2026, le prix de l'intelligence artificielle a encore baissé, et l'écart entre le modèle le moins cher et le plus capable s'est encore creusé. La question utile pour une PME n'est plus « combien coûte l'IA ? » mais « quel niveau d'intelligence chaque processus exige-t-il, et où mes données ont-elles le droit d'aller ? ». Ceux qui savent répondre processus par processus paieront des centimes là où les autres paieront des licences.

Questions fréquentes

Une PME française peut-elle utiliser DeepSeek ou Qwen en production ?

Oui, mais le mode d'accès change tout. Appeler l'API chinoise de DeepSeek ou d'Alibaba implique d'envoyer vos données sur des serveurs soumis au droit chinois, ce qui est difficile à défendre au titre du RGPD pour des données clients. En revanche, les modèles publiés en poids ouverts peuvent être exécutés chez un hébergeur européen ou sur vos propres serveurs : les données ne quittent alors pas votre infrastructure.

Un modèle moins intelligent suffit-il pour automatiser un processus ?

Souvent, oui. Trier des e-mails, extraire les champs d'une facture, classer des tickets ou résumer un compte rendu sont des tâches cadrées qu'un modèle noté 50 sur 100 à l'Intelligence Index d'Artificial Analysis exécute correctement. Les modèles frontière, notés autour de 66, restent nécessaires pour le raisonnement multi-étapes, le code complexe et les décisions à fort enjeu.

Que signifie « poids ouverts » (open weights) pour un modèle d'IA ?

Un modèle en poids ouverts est un modèle dont les paramètres entraînés sont téléchargeables. Une entreprise peut l'exécuter sur ses propres serveurs ou chez l'hébergeur de son choix, sans dépendre de l'API de l'éditeur. C'est la différence entre louer un service et posséder le moteur : on gagne en contrôle et en confidentialité, en échange de la charge d'exploitation.

Les prix des modèles d'IA vont-ils continuer de baisser ?

La tendance de fond va dans ce sens : DeepSeek présente sa baisse de 75 % comme permanente, et chaque génération de modèle offre plus de capacité au même prix. Rien ne garantit en revanche que les modèles frontière s'alignent sur les tarifs chinois ; l'écart de prix se paie en capacité, en garanties contractuelles et en localisation des données.