Quand les géants américains « déserteraient » collectivement les modèles d'IA chinois
Le PDG de Coinbase, Brian Armstrong, a révélé que la plateforme a réduit de moitié ses dépenses en IA en adoptant les modèles chinois GLM-5.2 et Kimi 2.7, malgré une augmentation de l'utilisation. Cette économie repose sur trois stratégies clés : un système de routage automatique sélectionnant le modèle le plus adapté à chaque tâche, une optimisation du cache portant le taux de réussite de 5% à 60%, et l'ingénierie du contexte (Context Engineering) qui privilégie des informations précises pour l'IA.
Cette tendance ne se limite pas à Coinbase. La start-up Lindy a également réalisé des économies significatives en remplaçant Claude par Deepseek, tandis qu'un test de Snowflake montre que GLM-5.2 offre des performances comparables à Claude Opus pour un coût bien inférieur (écart de 5 à 7 fois sur les sorties).
Bien que les modèles chinois puissent parfois manquer de stabilité, le rapport qualité-prix convainc de plus en plus d'entreprises. Pour les utilisateurs, cela signifie qu'il est avantageux d'utiliser différents modèles selon les tâches, d'optimiser le cache et de privilégier des contextes courts et précis.
Enfin, cette migration met en lumière une remise en question des modèles de tarification de l'IA. La concurrence accrue, avec notamment l'entrée en guerre des prix d'OpenAI et d'Anthropic, profite aux consommateurs en offrant plus de choix à des coûts réduits.
链捕手07/03 16:13
