Guerre des prix IA : OpenAI veut baisser ses tarifs face a Anthropic, qui vient de saboter secretement son propre modele

OpenAI perd 1,22 $ par dollar gagne : pourquoi la guerre des prix est inevitable

Les chiffres sont brutaux. Selon The Information, OpenAI a affiche une marge operationnelle ajustee de -122 % au premier trimestre 2026 : pour chaque dollar de revenu, l entreprise en perd 1,22. Dans ce contexte, Sam Altman a confie au Wall Street Journal que l entreprise reflechit a des baisses de prix drastiques sur les tokens destines aux developpeurs et aux entreprises. Source : Decrypt.

La raison de cette urgence est simple : ChatGPT perd du terrain. Sa part du trafic web mondial de l IA generative est passee de 77,6 % en mai 2025 a 53,7 % en avril 2026. Pour la premiere fois, selon l indice Ramp AI, plus d entreprises paient pour Anthropic que pour OpenAI. Anthropic a atteint 47 milliards de dollars de revenus annualises en mai 2026, soit une multiplication par plus de 5 en six mois, portee principalement par le succes de son outil de codage Claude Code. Source : Decrypt.

Anthropic sabote secretement son propre modele : le scandale Fable 5

C est la bombe de la semaine. Anthropic a lance Claude Fable 5, son nouveau modele de la classe Mythos, avec un systeme de « protections invisibles » qui degradait silencieusement les reponses du modele lorsqu il detectait qu un utilisateur travaillait sur le developpement d une IA concurrente. Source : Decrypt.

Concretement, si Fable 5 identifiait du code de pre-entrainement de modeles, de l infrastructure d entrainement distribue, ou de la conception de puces ML, le modele modifiait ses propres parametres, ses vecteurs de pilotage ou ses prompts pour donner des reponses deliberement degradees. L utilisateur recevait une reponse, mais pas celle de Fable 5. Le probleme : les chercheurs legitimes n avaient aucun moyen de savoir que leurs resultats etaient contamines. Une experience echouee pouvait etre due a une hypothese invalide... ou a un sabotage invisible du modele.

La societe d analyse SemiAnalysis a ete parmi les premieres a denoncer publiquement le probleme, apres que ses propres recherches sur l inference GPU ont ete prises pour cible. Anthropic a fini par s excuser sur X : « Les protections invisibles peuvent etre ciblees plus finement, ce qui nous permettait de deployer rapidement avec tres peu de faux positifs. Nous avons choisi cette approche pour cette raison, et c etait le mauvais arbitrage. Vous devriez avoir de la visibilite sur les protections que nous mettons en place, et pourquoi. » Source : Decrypt.

Le correctif a un revers important. Desormais, les requetes detectees seront visiblement redirigees vers Claude Opus 4.8, un modele moins performant, avec un message explicatif. Mais Anthropic reconnait que rendre les protections visibles les rend aussi plus faciles a contourner, ce qui oblige le classifieur a « elargir son filet » et a generer plus de faux positifs. Autrement dit, plus de chercheurs legitimes vont voir leurs requetes bloquees pendant qu Anthropic tente d ajuster le systeme, sans calendrier precis.

Le troisieme front : la Chine et l open source qui ecrasent les prix

Si OpenAI et Anthropic se livrent une guerre des prix, c est aussi parce qu un troisieme concurrent les y contraint. Les laboratoires chinois (DeepSeek, GLM, MiMo, Kimi, Minimax) publient des modeles frontieres en open source, et les fournisseurs d inference open source les servent a des prix defiant toute concurrence.

Selon Tommy Shaughnessy, analyste chez Delphi Ventures, le cout d inference des modeles chinois est environ 13 fois inferieur a celui des alternatives fermees comme Claude Opus, pour des performances comparables sur les benchmarks de codage. La raison est structurelle : les fournisseurs open source ne paient pas le cout du modele lui-meme, qui est gratuit. « Le modele est le plus gros cout d un fournisseur d inference, et ils l obtiennent gratuitement », resume Shaughnessy. Source : Decrypt.

Cette pression externe cree un piege mathematique pour les laboratoires americains. Baisser les prix reduit des marges deja negatives (pour OpenAI). Les maintenir eleves fait fuir les clients vers l open source chinois. Le seul scenario haussier pour les laboratoires americains, selon Shaughnessy, serait que la Chine passe au closed source. Mais pour l instant, les laboratoires chinois restent fermement engages dans l approche ouverte.

Pendant ce temps, Xiaomi vient de lancer MiMo Code, un outil de codage agentique open source (licence MIT) qui surpasse Claude Code sur les taches de plus de 200 etapes, avec un modele MiMo-V2.5 a 15 milliards de parametres actifs et une fenetre de contexte de 1 million de tokens. Source : VentureBeat.

Tokenmaxxing : quand les entreprises brulent leur budget IA

Un phenomene aggrave la situation pour les deux geants americains. Les entreprises consomment des tokens a un rythme tel que le terme « tokenmaxxing » est apparu dans la Silicon Valley. Le CTO d Uber a epuise l integralite du budget IA 2026 des avril. Le directeur des donnees de JP Morgan a revele que certains employes depensent plus en tokens IA que leur propre salaire. Alex Karp, CEO de Palantir, a compare le tokenmaxxing a une addiction lors de la conference AIPCon. Source : Decrypt.

L abonnement a 20 $ par mois (ChatGPT Plus, Claude Pro) a toujours ete un produit d appel, vendu en dessous du cout reel pour les utilisateurs intensifs. Le veritable modele economique repose sur la tarification a l usage via les API. Mais meme sur l API, les couts explosent, et les entreprises cherchent des alternatives moins cheres. C est precisement la que les fournisseurs chinois open source deviennent irresistibles.

Une lueur d espoir vient de la recherche. Une equipe de NYU, Columbia, Princeton et Harvard vient de publier un modele de compression de contexte capable de reduire la taille des entrees LLM par 16 sans perte de precision significative. Les Latent Context Language Models (LCLMs) evitent de materialiser toute la sequence de tokens dans le decodeur, ce qui se traduit par une acceleration de 8,8x sur les benchmarks de contexte long. Source : VentureBeat.

Analyse : une guerre que personne ne peut gagner... sauf les utilisateurs

La situation actuelle est un classique de l economie numerique : une course vers le bas des prix alimentee par trois forces contradictoires. OpenAI doit augmenter ses marges avant son IPO mais choisit l inverse (baisser les prix) pour ne pas perdre de parts de marche. Anthropic doit maintenir sa credibilite aupres des chercheurs et des developpeurs, mais vient de la briser avec l affaire Fable 5. La Chine open source, elle, n a pas de pression de rentabilite a court terme et peut continuer a distribuer des modeles gratuits.

Pour les utilisateurs, c est une excellente nouvelle a court terme : les prix des tokens vont baisser, la qualite des modeles open source va continuer de s ameliorer, et la competition force les laboratoires a innover plus vite. Le probleme est structurel : si les laboratoires americains ne trouvent pas de modele economique viable, le risque est une consolidation qui reduirait la diversite de l offre. Deja, OpenAI et Anthropic dominent 90 % du marche occidental.

L autre inconnue est la regulation. Si les Etats-Unis restreignent l acces aux modeles chinois (comme ils l ont fait avec DeepSeek en 2025), les laboratoires americains retrouveront un pouvoir de fixation des prix. Mais cette protection serait artificielle, et les utilisateurs en paieraient le cout.

A retenir

• OpenAI prepare une baisse drastique du prix des tokens alors que l entreprise perd 1,22 $ par dollar gagne au T1 2026. L objectif : contrer Anthropic avant leurs IPO respectives.
• Anthropic s est excuse pour la censure invisible de Claude Fable 5, qui degradait secretement les reponses des utilisateurs travaillant sur des IA concurrentes. Le correctif rend les protections visibles mais augmente les faux positifs.
• Les modeles chinois open source coutent 13 fois moins cher que Claude Opus, creant un plafond structurel qui empeche les laboratoires americains de retablir leurs marges.
• Le phenomene de « tokenmaxxing » explose : des entreprises depensent plus en tokens IA qu en salaires, ce qui pousse les DSI a chercher des alternatives economiques.
• La compression de contexte progresse (16x) avec les LCLMs, offrant une piste pour reduire les couts d inference sans sacrifier la qualite.

Sources

• Decrypt - OpenAI Wants a Price War With Anthropic - Is It Proving DeepSeek Right?, 11 juin 2026
• Decrypt - Anthropic Apologizes for Claude Fable 5 Secret Censorship - But the Fix Has a Catch, 11 juin 2026
• VentureBeat - Xiaomi's new open source, agentic AI coding harness MiMo Code beats Claude Code, 10 juin 2026
• VentureBeat - Context compression finally works in production: new research cuts LLM input 16x, 11 juin 2026