L’intelligence artificielle (IA) est en constante évolution, et son économie est de plus en plus complexe. Récemment, le PDG de Decagon, Jesse Zhang, a publié une théorie provocatrice sur l’utilisation des modèles open source et frontier dans l’entreprise. Selon lui, les déploiements d’IA plus matures sont en train de passer à des modèles plus légers, mais les dépenses totales pour les modèles de pointe ne diminuent pas. Cette théorie remet en question la façon dont nous pensons la relation entre les modèles open source et frontier.
Les Modèles Open Source et Frontier : Deux Phases du Même Cycle de Vie
Zhang soutient que les modèles open source et frontier ne sont pas des concurrents, mais plutôt deux phases du même cycle de vie. Les modèles frontier, plus coûteux, sont utilisés pour valider les cas d’utilisation, qui peuvent ensuite être transmis à des modèles open source plus abordables lorsqu’ils mûrissent. Alors que les cas d’utilisation plus matures passent à des modèles plus légers, de nouveaux cas d’utilisation émergent, et les dépenses totales pour les modèles frontier ne diminuent pas. Cette théorie est étayée par des données provenant de Vercel et OpenRouter, qui montrent que les modèles open source gagnent du terrain en termes d’utilisation, mais que les modèles frontier continuent de dominer le marché en termes de dépenses.
Les Données : Un Aperçu de la Nouvelle Économie de l’IA
Les données de Vercel et OpenRouter montrent que les modèles open source, tels que DeepSeek, gagnent du terrain en termes d’utilisation. Cependant, les modèles frontier, tels qu’Anthropic, continuent de dominer le marché en termes de dépenses. Les données d’OpenRouter montrent que le modèle open source DeepSeek V4 Flash est le plus utilisé, mais que le modèle frontier Opus 4.8 est beaucoup plus coûteux, avec un coût moyen de 1,37 $ par million de jetons, contre 0,06 $ pour DeepSeek V4 Flash. Ces données suggèrent que les modèles frontier ne souffrent pas trop de la montée en puissance des modèles open source, du moins pour l’instant.
Les Explications : Une Économie à Deux Niveaux
Il existe plusieurs explications pour cette nouvelle économie de l’IA. L’une d’elles est que le marché des tâches adressables par l’IA est en constante croissance, ce qui permet aux modèles frontier de maintenir leur position en dominant les déploiements de première étape. Une autre explication est que les cas d’utilisation sont souvent trop difficiles pour être entièrement remplacés par des alternatives open source moins coûteuses. Quelle que soit l’explication, il est clair que les modèles open source et frontier coexisteront dans l’économie de l’IA, avec les modèles frontier dominant le marché des dépenses et les modèles open source gagnant du terrain en termes d’utilisation. Cette économie à deux niveaux pourrait devenir une caractéristique stable de l’économie de l’IA.