Le triple étau qui étrangle OpenAI et Anthropic : prix, confiance, régulation

Par Solon Michael-Ange — 3 juillet 2026

Washington — Il y a un mois, le gouvernement américain coupait l’accès aux modèles d’Anthropic pour le monde entier. Aujourd’hui, il négocie une participation de 5 % dans OpenAI. Entre ces deux dates, un séisme silencieux a redessiné l’industrie de l’IA : les entreprises américaines, lassées des prix prohibitifs et des kill switches, basculent massivement vers les modèles open source chinois. Et Washington pourrait bien avoir aggravé le problème qu’il prétendait résoudre.

Le kill switch qui a tout changé

Le 12 juin 2026, le Département du Commerce américain ordonne à Anthropic de bloquer l’accès à ses modèles Fable 5 et Mythos 5 pour toute personne non-américaine. L’entreprise, incapable de filtrer ses utilisateurs par nationalité, coupe l’accès pour tout le monde — y compris, selon le New York Times, pour la NSA.

La justification officielle ? Un risque de cybersécurité. La réalité, documentée par l’experte Katie Moussouris de Luta Security ? Le prompt qui aurait déclenché une « urgence nationale » se résumait à : « corrige ce code ». Une tâche que n’importe quel défenseur exécute quotidiennement.

Au G7, la riposte ne se fait pas attendre. Emmanuel Macron lance un avertissement cinglant : « Nous n’achèterons aucun modèle d’entreprises américaines si du jour au lendemain vous pouvez couper l’interrupteur. » Narendra Modi exprime la même inquiétude. Aidan Gomez, CEO de Cohere, résume : « La dépendance à une poignée de big tech est dangereuse pour la résilience. La souveraineté numérique n’est pas une question de concurrence — c’est qui contrôle la technologie qui façonnera notre sécurité économique pour les décennies à venir. »

Le Peterson Institute for International Economics (PIIE) est plus direct encore : « L’action américaine va probablement stimuler l’adoption internationale des modèles chinois, car les entreprises chinoises publient leurs modèles en open weight — une fois téléchargé, personne ne peut couper l’accès. »

L’exode silencieux des entreprises américaines

Le basculement n’a pas attendu le G7. Il était déjà en cours, pour une raison plus prosaïque : les prix.

Brian Armstrong, CEO de Coinbase, a révélé le 28 juin que son entreprise a migré ses défauts d’infrastructure IA vers GLM-5.2 (Zhipu AI) et Kimi 2.7 (Moonshot AI), deux modèles chinois open-weight sous licence MIT. Résultat : la facture IA divisée par deux. Le taux de cache est passé de 5 % à 60 %. Les modèles tournent on-premise — aucune donnée ne quitte les serveurs de Coinbase.

Microsoft envisage d’intégrer DeepSeek V4 dans Copilot Cowork. La raison, selon des documents internes ayant fuité : les coûts d’inférence d’OpenAI et Anthropic sont devenus « insoutenables ». DeepSeek serait jusqu’à 57 fois moins cher.

GitHub Copilot, le 1er juillet, a intégré Kimi K2.7 Code — un modèle chinois de Moonshot AI — directement dans son sélecteur. C’est la première fois qu’un modèle chinois entre dans l’outil de coding le plus utilisé au monde, avec 4,7 millions d’abonnés payants.

L’index Ramp, qui traque les transactions réelles des entreprises américaines, place DeepSeek en tête des nouveaux fournisseurs logiciels achetés en juin 2026. Together AI, qui ne fait que de l’inférence sur modèles open source — 200 modèles, dont DeepSeek, Llama, Qwen — vient de lever 800 millions de dollars à 8,3 milliards de valorisation, avec NVIDIA et Aramco Ventures au capital.

Et le CEO de Snowflake, Sridhar Ramaswamy, a publié un benchmark comparant GLM-5.2 à Claude Opus 4.7 sur 103 tâches de code : 66 % contre 67 % de réussite. « Compétitif avec Opus 4.7 à une fraction du coût », conclut-il. La fraction en question ? GLM-5.2 coûte 1,40 $ par million de tokens en entrée, 4,40 $ en sortie. Opus 4.7 : 5 $ et 25 $. GPT-5.5 : 5 $ et 30 $.

Le piège financier se referme

Pendant que les clients fuient, les labos américains brûlent des sommes colossales. Les documents financiers d’OpenAI, obtenus par le journaliste Ed Zitron, montrent une perte opérationnelle de 20,92 milliards de dollars en 2025, pour 13,07 milliards de revenus. La R&D seule a coûté 19,18 milliards — dont 10,59 milliards payés à Microsoft. Le cash burn 2026 est projeté à 17 milliards. La rentabilité ? Pas avant 2030.

Anthropic n’est pas en meilleure posture : 18 milliards de revenus projetés en 2026, pour 14 milliards de perte EBITDA. Coatue, qui a mené la levée de 30 milliards de février, projette la rentabilité en 2031.

Et pourtant, OpenAI vise une IPO en septembre 2026 à une valorisation entre 852 milliards et 1 000 milliards de dollars. Anthropic a déposé son S-1 à 965 milliards. Les deux entreprises cumulent plus de 1 400 milliards de dollars d’engagements d’infrastructure — data centers, puces, contrats cloud — qu’elles devront honorer quelles que soient les conditions de marché.

Martin Chorzempa, économiste au PIIE, résume la contradiction : « Les entreprises américaines d’IA dépendent fortement des revenus gagnés à l’international pour amortir les coûts croissants d’entraînement des modèles frontières. » Or, l’action du 12 juin a précisément torpillé cette confiance internationale.

L’open source a déjà comblé l’écart

Le rythme des sorties récentes est hallucinant. Trois des cinq modèles majeurs sont sortis dans les deux dernières semaines :

GLM-5.2 (Z.ai, 13 juin) : 744 milliards de paramètres, 1 million de tokens de contexte, licence MIT. Tourne sur des puces Huawei — aucune dépendance à NVIDIA. Compétitif avec Opus 4.7 pour un cinquième du prix.

MiniMax M3 (1er juin) : 428 milliards de paramètres, multimodal natif, open weights. Score de 55 sur l’index Artificial Analysis — leader open source.

Qwen 3.7-Max (Alibaba, 20 mai) : environ 1 000 milliards de paramètres, a exécuté une tâche d’optimisation de kernel en autonomie pendant 35 heures. Meilleur score SWE-bench Pro (60,6) et bat Opus 4.6 sur GPQA Diamond (92,4 contre 91,3).

DeepSeek V4 (24 avril) : 1 600 milliards de paramètres, licence MIT. Score de 95,2 sur HMMT, un benchmark de mathématiques de niveau olympiades.

Kimi K2.7 Code (Moonshot AI, 12 juin) : intégré dans GitHub Copilot, bat Claude Opus 4.8 sur MCPMark (81,1 %).

Le CEPA (Center for European Policy Analysis) est sans appel : « Beaucoup de systèmes IA chinois ont moins de garde-fous que Fable 5. Les contrôles à l’exportation ratent leur cible — ils handicapent les défenseurs sans dissuader les attaquants. »

Le triple étau

OpenAI et Anthropic sont pris dans une tenaille à trois branches. Prix : l’open source chinois est trois à six fois moins cher, et l’écart se creuse à chaque nouvelle release. Confiance : le kill switch du 12 juin a prouvé que les modèles américains ne sont pas fiables — les entreprises diversifient, et Macron a mis les mots sur ce que tout le monde pensait. Régulation : Washington bride leurs déploiements tout en exigeant une part du capital — OpenAI négocie activement une participation de 5 % pour l’État fédéral, et Bernie Sanders propose une taxe de 50 % sur les actions des entreprises d’IA.

Et le pire, c’est que les modèles chinois tournent désormais sur des puces Huawei — GLM-5.2 en est la preuve. Même un embargo hardware ne les arrêterait plus.

La question n’est plus de savoir si l’open source va rattraper les modèles propriétaires. C’est déjà fait. La question est de savoir combien de temps le marché public acceptera de valoriser à 1 000 milliards de dollars des entreprises qui perdent 1,22 dollar pour chaque dollar gagné, alors que leurs clients migrent vers des alternatives cinq fois moins chères et que leur propre gouvernement sabote leur crédibilité internationale.

L’histoire retiendra peut-être le 12 juin 2026 comme le jour où Washington, en voulant verrouiller l’IA américaine, a ouvert la porte à sa plus grande menace concurrentielle.


Sources : Ars Technica, TechCrunch, The Verge, PIIE (Peterson Institute), CEPA, The Decoder, BytePith, Digital Today, TechFastForward, Artificial Analysis, déclarations publiques de Brian Armstrong (Coinbase), Sridhar Ramaswamy (Snowflake), Ed Zitron (Where’s Your Ed At), Emmanuel Macron (G7, 17 juin 2026).

A lire ensuite