Pourquoi l'IA coûte si cher (et les IA américaines encore plus)

Tu paies 20 dollars par mois pour ChatGPT ou Claude, et on te propose maintenant des formules à 100 ou 200 dollars. En face, DeepSeek facture son meilleur modèle une fraction de ce prix. Pourquoi un tel écart ? Parce que derrière chaque réponse, il y a des puces hors de prix, des centrales électriques et des centaines de milliards de dollars d’investissements qui attendent d’être remboursés. Voici d’où vient la facture, chiffres sourcés à l’appui.

En bref : l’IA coûte cher parce qu’entraîner un modèle de pointe se chiffre désormais en centaines de millions de dollars, que les puces Nvidia sont rares et vendues avec une marge énorme, et que Microsoft, Meta ou Amazon dépensent chacun plus de 100 milliards de dollars par an en data centers. Les IA américaines sont plus chères parce qu’elles visent la performance maximale et doivent rentabiliser ces investissements colossaux. Les modèles chinois sont moins chers grâce à des architectures plus économes et à une stratégie de poids ouverts, même si leurs coûts affichés ne disent pas tout. Pour un étudiant, la bonne nouvelle est que les modèles « assez bons » deviennent très abordables, voire gratuits.

Entraîner un modèle : des centaines de millions de dollars

L’institut de recherche Epoch AI suit ces coûts depuis des années. Sa conclusion : le coût du dernier entraînement des modèles de pointe (matériel amorti et énergie) augmente de 2,4 fois par an depuis 2016. Si la tendance continue, les plus gros entraînements dépasseront le milliard de dollars d’ici 2027. Dans le détail, le matériel représente 47 à 67 % du coût total de développement, les salaires des chercheurs 29 à 49 %, et l’énergie seulement 2 à 6 %.

Un exemple concret : Epoch estime l’entraînement de Grok 4, le modèle de xAI, à environ 490 millions de dollars et 310 millions de kilowattheures. C’est une estimation extérieure, pas un chiffre de l’entreprise. Et la course ne ralentit pas : selon le rapport AI Index 2026 de Stanford, la capacité de calcul mondiale dédiée à l’IA a été multipliée par 3,3 chaque année depuis 2022.

Les GPU : rares, chers, et un fournisseur qui encaisse

Un modèle s’entraîne sur des milliers de GPU, des puces spécialisées dominées par Nvidia. Début 2024, des analystes de Raymond James estimaient que Nvidia vendait sa puce H100 entre 25 000 et 30 000 dollars pièce. Un labo comme DeepSeek disposerait d’environ 50 000 GPU de cette génération (Hopper), selon le cabinet SemiAnalysis.

Le meilleur indicateur de la rareté, ce sont les comptes de Nvidia. Au trimestre clos fin juillet 2026, l’entreprise a réalisé 96,2 milliards de dollars de chiffre d’affaires, en hausse de 106 % sur un an, dont 89 milliards pour les data centers, avec une marge brute de 75 %. Autrement dit, sur 100 dollars de ventes, il reste environ 75 dollars à Nvidia une fois payé le coût des produits vendus. Une partie de cette marge finit dans le prix de ton abonnement.

Les géants dépensent comme jamais

Pour faire tourner ces puces, il faut des data centers. Les montants publiés dans les derniers résultats trimestriels donnent le vertige :

Entreprise	Dépenses d’investissement	Source
Microsoft	115,9 milliards de dollars sur l’exercice clos fin juin 2026	Microsoft
Meta	130 à 145 milliards de dollars prévus pour 2026	Meta
Amazon	54,2 milliards de dollars sur le seul 2e trimestre 2026, contre 32,2 milliards un an plus tôt	Amazon

Chez Amazon, l’effet est spectaculaire : le flux de trésorerie disponible est devenu négatif (sortie de 7,6 milliards de dollars sur douze mois), plombé par la hausse des investissements. Une hausse qui, précise l’entreprise, « reflète principalement des investissements dans l’intelligence artificielle ».

OpenAI joue dans la même catégorie. Le projet Stargate, lancé le 21 janvier 2025 avec SoftBank, Oracle et MGX, prévoyait 100 milliards de dollars immédiatement et jusqu’à 500 milliards d’ici 2029. OpenAI a aussi signé avec Oracle pour 300 milliards de dollars de calcul sur cinq ans et s’est engagé à acheter 250 milliards de dollars de services Azure. En face, son chiffre d’affaires 2025 était de 13,1 milliards de dollars.

L’énergie : une facture qui grossit

L’électricité pèse peu dans le coût d’un entraînement, mais beaucoup à l’échelle mondiale. Selon l’Agence internationale de l’énergie, les data centers ont consommé environ 415 térawattheures en 2024, soit 1,5 % de l’électricité mondiale. Ce chiffre devrait plus que doubler, à environ 945 TWh en 2030, un peu plus que la consommation actuelle du Japon. L’IA est le premier moteur de cette hausse.

L’inférence : chaque réponse a un coût

L’inférence, c’est le moment où le modèle te répond. Là, la tendance est plutôt bonne : selon l’AI Index 2025, le coût d’une IA de niveau GPT-3.5 a été divisé par plus de 280 entre novembre 2022 et octobre 2024. Epoch AI mesure des baisses de 9 à 900 fois par an à performance égale, selon la tâche, en prévenant que les baisses les plus rapides risquent de ne pas durer.

Alors pourquoi ta facture ne baisse-t-elle pas ? Trois raisons.

1. Les meilleurs modèles coûtent de plus en plus cher. GPT-6-Astra chez OpenAI et Claude Fable 5.1 chez Anthropic sont facturés 10 dollars le million de tokens en entrée et 50 en sortie.
2. Les usages explosent. Un agent qui code pendant une heure consomme bien plus qu’une question posée en passant.
3. Certains prix remontent. Google a annoncé que Gemini 3.8 Flash passerait de 0,75 à 1,50 dollar le million de tokens en entrée au 1er janvier 2027, et de 3,75 à 7,50 dollars en sortie.

Pourquoi les abonnements grimpent : 20, 100, 200

Le palier à 20 dollars reste la norme, mais les formules « gros usage » se multiplient :

Service	Formule standard	Formules supérieures
ChatGPT	Plus : 20 $ par mois	Pro x5 à 100 $ et Pro x20 à 200 $ depuis avril 2026 (Wikipédia)
Claude	Pro : 20 $ par mois, 17 $ en annuel	Max à partir de 100 $ (Claude)
Gemini (France)	AI Pro : 21,99 € par mois	AI Ultra à 99,99 € ou 219,99 € (Google)
Le Chat (Mistral)	Pro : 14,99 $ par mois	5,99 $ pour les étudiants vérifiés (Mistral)

La logique : un abonnement forfaitaire ne couvre pas un utilisateur qui fait tourner des agents toute la journée. Les éditeurs vendent donc des multiplicateurs d’usage (5 fois, 20 fois plus). Et ils cherchent d’autres revenus : OpenAI a annoncé le 17 janvier 2026 tester la publicité dans la version gratuite de ChatGPT, d’abord aux États-Unis.

Pourquoi les modèles chinois sont moins chers

Le contraste est brutal. Voici quelques prix publics par million de tokens, en entrée puis en sortie :

• GPT-6-Astra (OpenAI) : 10 $ et 50 $.
• Claude Opus 5.5 (Anthropic) : 4 $ et 20 $.
• DeepSeek V4-Pro : 0,66 à 1,32 $ et 1,98 à 3,96 $ selon l’heure, moitié prix en heures creuses.
• MiMo-V2.6-Pro (Xiaomi) : 0,435 $ et 0,87 $.

Plusieurs raisons l’expliquent.

Une architecture économe. DeepSeek V4-Pro compte 1 600 milliards de paramètres, mais seuls 49 milliards travaillent à chaque token. Ce « mélange d’experts » réduit le calcul, donc le coût de chaque réponse.

La contrainte des puces. Les restrictions américaines ont privé la Chine des meilleurs GPU : la H800, version bridée de la H100 conçue pour ce marché, a elle-même été interdite fin 2023. Les labos chinois ont dû faire plus avec moins.

Des coûts affichés à relativiser. Le fameux chiffre de DeepSeek V3 vient de son rapport technique : 2,788 millions d’heures de GPU H800, soit 5,576 millions de dollars à 2 dollars l’heure. Le rapport précise lui-même que ce coût exclut la recherche préalable et les expériences. SemiAnalysis estime que les dépenses matérielles de DeepSeek sont « bien supérieures à 500 millions de dollars » sur son histoire. Anthropic accuse par ailleurs DeepSeek, Moonshot et MiniMax d’avoir entraîné leurs modèles sur des millions de réponses de Claude obtenues via environ 24 000 comptes frauduleux, une accusation qu’aucun tribunal n’a tranchée.

Moins cher au token ne veut pas toujours dire moins cher à la tâche. En septembre 2025, l’évaluation du NIST américain trouvait qu’un modèle américain de référence coûtait 35 % de moins que le meilleur DeepSeek pour un niveau de performance équivalent. En avril 2026, à l’inverse, faire passer les tests d’Artificial Analysis à DeepSeek V4 Pro a coûté 1 071 dollars, plus de quatre fois moins que pour Claude Opus 4.7. Le même organisme relève un taux d’hallucination très élevé pour V4 Pro et V4 Flash sur son test dédié. Le prix n’est qu’un critère.

Bulle ou pas bulle ?

Les faits d’abord. Fin juillet 2026, la Bourse sud-coréenne, portée jusque-là par des fabricants de puces qui profitaient de l’euphorie de l’IA, a chuté de près de 11 % puis de 6 % en deux séances, soit 2 180 milliards de dollars de capitalisation effacés, sur fond de craintes d’une demande d’IA moins forte et d’effets de levier. Elle restait pourtant en hausse de 41,5 % depuis janvier, en dollars.

Du côté des inquiets, Sam Altman, patron d’OpenAI, estimait dès août 2025 que les investisseurs étaient « overexcited », trop enthousiastes, face à l’IA, et que certains allaient s’y brûler. En octobre 2025, la Banque d’Angleterre jugeait que le risque d’une correction brutale des marchés avait augmenté, vu les valorisations des entreprises de la tech.

Du côté des confiants, Jensen Huang, patron de Nvidia, affirme dans son dernier communiqué que l’IA a atteint son « point d’inflexion » et que la puissance de calcul se transforme désormais en revenus. Les chiffres lui donnent en partie raison : le chiffre d’affaires d’Azure a dépassé 100 milliards de dollars sur l’exercice de Microsoft, et les investisseurs valorisent OpenAI à 852 milliards de dollars et Anthropic à 965 milliards.

Notre lecture : les deux camps ont raison en même temps. La demande est réelle, mais les dépenses courent plus vite que les revenus. Tant que ce décalage dure, les éditeurs américains ont intérêt à maintenir des prix élevés sur leurs meilleurs modèles, pendant que la concurrence chinoise et open source tire vers le bas le prix des modèles « suffisamment bons ». C’est plutôt une bonne nouvelle pour ton budget.

Ce que ça change pour toi

1. Commence par le gratuit. Les versions gratuites de ChatGPT, Claude, Gemini et Le Chat suffisent pour réviser, comprendre un cours ou te faire interroger. Notre guide des offres gratuites et étudiantes fait le tri.
2. Profite des tarifs étudiants. Mistral propose Le Chat Pro à 5,99 dollars par mois aux étudiants vérifiés, et Google affiche une formule AI Plus offerte pendant un an aux étudiants en France : vérifie les conditions avant de t’inscrire.
3. Ne paie pas plus de 20 dollars sauf usage intensif d’agents de code. Chez Claude, l’abonnement annuel ramène le Pro à 17 dollars par mois.
4. Essaie les modèles ouverts en local. Avec Ollama, ollama run qwen3.8 installe Qwen3.8-27B (18 Go) : aucun coût par message, mais il faut une machine bien dotée en mémoire.
5. Pour tes projets de code, choisis le plus petit modèle qui suffit. GPT-6-Luna coûte 0,10 dollar le million de tokens en entrée, cent fois moins que GPT-6-Astra. Le traitement par lots divise le prix par deux chez Mistral, et DeepSeek facture moitié prix en heures creuses.
6. Fais de l’IA un coach, pas un sous-traitant. Des questions précises et des réponses courtes coûtent moins cher et t’apprennent davantage.

FAQ

Pourquoi ChatGPT Plus coûte 20 dollars alors que DeepSeek est gratuit ?

Les deux proposent une version gratuite. La différence se joue sur les modèles haut de gamme : OpenAI doit rentabiliser des centaines de milliards de dollars d’engagements en data centers, tandis que DeepSeek mise sur des modèles plus économes et des poids ouverts. Et l’appli DeepSeek pose d’autres questions, sur tes données.

Combien coûte l’entraînement d’une IA comme ChatGPT ?

Les entreprises ne publient pas ces chiffres. Epoch AI estime l’entraînement de Grok 4 à environ 490 millions de dollars et prévoit que les plus gros entraînements dépasseront le milliard de dollars d’ici 2027.

DeepSeek a-t-il vraiment coûté 6 millions de dollars ?

Non, pas au sens où on l’entend. Les 5,6 millions correspondent au seul entraînement final de DeepSeek V3, calculé à 2 dollars l’heure de GPU. Le rapport exclut lui-même la recherche préalable, et SemiAnalysis estime les dépenses matérielles de l’entreprise à bien plus de 500 millions.

Les prix de l’IA vont-ils baisser ?

À performance égale, oui : le coût d’une IA de niveau GPT-3.5 a été divisé par plus de 280 en deux ans. Mais les modèles les plus puissants restent chers, et certains tarifs remontent, comme Gemini 3.8 Flash dont le prix doublera en janvier 2027.

Pour aller plus loin

• IA gratuites et offres étudiantes : toutes les formules pour ne rien payer, ou presque.
• IA chinoises : pourquoi l’Europe se méfie : ce qu’il faut savoir avant d’utiliser DeepSeek ou Qwen.
• Course à l’IA : pessimistes contre optimistes : le débat de fond derrière la bulle.
• La skill budget-etudiant : pour caser tes abonnements dans un budget qui tient.