[TL;DR Sélection quotidienne] Ce qui m’intéresse, ce n’est pas le prix des GPU, mais s’ils peuvent vraiment fonctionner comme une usine d’agents intelligents, produisant en continu de la « intelligence » facturable. Les 38 $/heure/GPU annoncés par DeepSeek ressemblent à une ouverture partielle du livre de comptes le plus sensible de l’industrie de l’IA : la question n’est plus seulement de savoir combien d’argent on brûle, mais si chaque carte peut se payer elle-même. 📌 D’abord, les chiffres les plus frappants : • DeepSeek révèle : un seul cluster peut traiter 155 billions de tokens par jour. • Selon le prix public du API en heure creuse, chaque heure de GPU génère théoriquement 38 $ de revenus. • En extrapolation annuelle approximative, un seul GPU pourrait générer plus de 330 000 $ de valeur facturable. Ce n’est pas un « profit », ni même un chiffre facile à réaliser — c’est simplement une capacité théorique de facturation. Mais c’est crucial : cela montre que si l’optimisation de l’inférence est poussée suffisamment loin, les GPU ne sont plus nécessairement des puits sans fond, mais peuvent devenir des machines génératrices de trésorerie. 📌 Comment on arrive à ces 38 $ : • DeepSeek V4.1 Flash compte 552 milliards de paramètres, utilisant une architecture MoE. • Lors de l’entrée, environ 8 milliards de paramètres sont activés ; lors de la génération, environ 16 milliards. • L’occupation globale du KV Cache est réduite à environ 1/4 par rapport à la génération précédente ; le cache long terme à environ 1/8. • Chaque token utilise environ 890 octets de KV Cache global, avec une prise en charge maximale de 1 million de tokens de contexte. Autrement dit, ce n’est pas grâce à des cartes « plus chères » qu’ils gagnent de l’argent, mais grâce à une ingénierie systémique extrêmement poussée : parallélisme d’experts, décodage par anticipation, planification asynchrone, séparation Prefill/Decode, et maximisation de la durée du KV Cache. En clair : parmi un même ensemble de GPU, celui qui effectue le moins de calculs redondants s’approche le plus d’une machine à imprimer de l’argent. 📌 Mais ne prenez pas ces 38 $ comme une moyenne du secteur : • DeepInfer n’a pas open-sourcé tous les composants de son environnement de production. • Des éléments clés comme le système KV Cache, l’orchestration des services et l’équilibrage de charge entre réplicas doivent encore être complétés par des solutions externes. • Il est actuellement optimisé principalement pour DeepSeek-V4.1 Flash ; d’autres modèles ne peuvent pas être directement appliqués. Donc : télécharger le framework ≠ copier les revenus. Les 38 $ ressemblent davantage à un « show-room » en état d’ingénierie optimale — pas à un secret de richesse reproductible avec quelques GPU. 📌 Pourquoi beaucoup d’entreprises de modèles perdent-elles encore de l’argent malgré des inférences toujours plus efficaces ? • Stanford HAI / Epoch AI estiment que les dépenses informatiques d’OpenAI en 2025 atteindront environ 16,3 milliards $, dont 8,3 milliards pour la formation et 8 milliards pour l’inférence. • Comparé à 2024, les dépenses d’inférence d’OpenAI ont augmenté de 1,8 milliard à 8 milliards — soit une hausse d’environ 3,4 fois. • Anthropic prévoit des dépenses informatiques de 6,8 milliards $ en 2025, dont 4,1 milliards pour la formation et 2,7 milliards pour l’inférence. Voilà la vérité : entraînement et inférence sont deux comptes distincts. Vous pouvez vendre des tokens sans pour autant cesser de brûler de l’argent pour développer le modèle suivant ; et plus vous avez d’utilisateurs, plus votre facture d’inférence augmente. Une baisse du coût unitaire ne signifie pas une baisse du coût total. L’industrie de l’IA ressemble à une autoroute : plus il y a de voitures, plus les recettes augmentent — mais aussi les coûts d’entretien, d’extension et les intérêts du financement. 📌 Peut-on faire un business en ne vendant que des tokens ? Réponse : possible, mais pas facile. L’article propose une analyse sensible très claire : • Si le coût total est de 10 $/heure/GPU ; • La valeur facturable théorique maximale est de 38 $/heure/GPU ; • Alors il suffit d’atteindre environ 26,3 % de production facturable effective pour couvrir les coûts. • Si la production facturable effective atteint 50 %, le revenu horaire est d’environ 19 $ — soit un bénéfice net de 9 $ après déduction des 10 $ de coût. Ce modèle est séduisant — mais la réalité est peu romantique. Le débit, la concurrence, la latence, la structure client, les pics de trafic et les temps d’inactivité rongent les profits imaginés. Sans parler du fait que lorsqu’une guerre des prix éclate, une partie des gains d’efficacité sont transférés aux clients. 📌 CoreWeave illustre aussi l’autre face : • Revenus du deuxième trimestre 2026 : 2,575 milliards $ (+112 % en glissement annuel). • EBITDA ajusté : 1,51 milliard $ (marge de 59 %). • Mais perte nette selon GAAP : 626 millions $. • Amortissements et dépréciations du trimestre : 1,393 milliard $ ; intérêts nets : 640 millions $. Voyez-vous ? Le business des ressources informatiques n’est pas « avoir des revenus = avoir des bénéfices ». Les GPU se déprécient, l’expansion repose sur le financement, et les intérêts vous suivent comme une ombre. Gagner une marge brute ne signifie pas conserver une marge nette. 📌 Le niveau application est encore plus embarrassant : la demande augmente, mais pas forcément les bénéfices : • Cursor affichait une marge brute de -23 % au premier trimestre 2026 ; si on inclut les coûts d’inférence pour les utilisateurs gratuits, elle atteint -31 %. • https://t.co/RxWvQzBAAu a déposé son bilan avec environ 12 millions d’utilisateurs actifs mensuels ; ses revenus en août 2026 s’élevaient à 5,3 millions $, mais ses pertes mensuelles restaient entre 8 et 9 millions $. • Sur les huit premiers mois de 2026 uniquement, https://t.co/RxWvQzBAAu a dépensé 56,1 millions $ en ressources informatiques — soit environ 45 % de ses frais opérationnels. • En parallèle, Midjourney a généré en 2023 plus de 200 millions $ de revenus et reste rentable. Même si elles sont natives à l’IA, leurs trajectoires sont très différentes. La raison n’est pas mystérieuse : utiliser l’IA ne crée pas automatiquement un modèle économique. La clé réside dans la capacité à couvrir les coûts d’inférence et d’exploitation par la valeur des tâches accomplies. 📌 L’opportunité plus grande pourrait être dans les agents : • Menlo Ventures estime que les dépenses mondiales des consommateurs en IA ont atteint 40 milliards $ en 2026 — plus du triple par rapport aux 12 milliards $ en 2025. • Mais le taux d’utilisation de l’IA chez les adultes américains n’a progressé que de 61 % à 64 %. Autrement dit : les nouveaux utilisateurs n’ont pas explosé — ce qui a explosé, c’est la profondeur d’utilisation et la propension à payer des utilisateurs existants. Le marché mise désormais non seulement sur le nombre de conversations, mais sur le nombre de tâches quotidiennes que l’IA peut accomplir pour vous : courriels, achats, planning, opérations logicielles, coordination inter-services — voilà où les agents pourraient vraiment amplifier la consommation de tokens. Mais je dois encore verser un peu d’eau froide : plus de tokens ne signifie pas meilleur business. Si un produit agent rapporte 20 $/mois mais coûte 30 $ en modèles et outils, il ne fait que nourrir les GPU upstream — sans se nourrir lui-même. Mon jugement est simple : 1. Les 38 $/heure/GPU montrent que le business de l’inférence IA « peut fonctionner », et que la valeur des optimisations techniques est gravement sous-estimée. 2. Mais entre « pouvoir facturer » et « pouvoir être rentable », il y a quatre murs : taux d’utilisation, pouvoir tarifaire, coût du capital et valeur produit. 3. Ceux qui traverseront vraiment les cycles ne seront pas ceux qui brûlent le plus de cartes — mais ceux qui transforment le mieux les tokens en résultats concrets.Si, à l'avenir, chaque agent travaille, achète, négocie et exécute des processus pour les humains, la question ne sera plus « À combien vendre le token ? », mais — quelle valeur mon intelligence a-t-elle générée pour vous ? C’est ce compte-là qui m’importe le plus.