L’API d’Agents d’OpenAI vend ce sur quoi fonctionne le commerce de l’IA : le volume d’inférence.

Le 10 septembre, OpenAI a mis en bêta publique son Agents API – un service géré par l’entreprise permettant de créer des “agents à long terme”. Un agent construit sur cette plateforme ne répond pas à une seule question ; il travaille en suivant plusieurs étapes : utiliser des outils, créer des sous-agents, et compresser son propre contexte jusqu’à ce que la tâche soit accomplie. Le développeur définit tout cela avec une seule requête API – la tâche, le modèle, les outils – et OpenAI s’occupe du reste : elle exécute les opérations nécessaires sur la même infrastructure qui alimente Codex et ChatGPT pour Work.

Pour ceux qui travaillent dans le domaine de l’IA, le détail important est celui lié aux frais de facturation. OpenAI ne facture aucun frais supplémentaire pour l’API en elle-même.Les développeurs paient pour les tokens que l’agent consomme.Enlevez le langage de produits… Ce que OpenAI vend, c’est une computation mesurée. Les coûts sont payés chaque fois qu’un agent utilise les services offerts par OpenAI.

Cette structure de facturation est essentielle, car les agents sont vraiment mauvais pour l’utilisation du budget alloué aux tokens. L’analyse des charges de travail basées sur des agents effectuée par Gartner en 2026 montre que…De cinq à trente fois les mots utilisés dans un échange standard entre un chatbot.Résoudre un ticket de support peut coûter autant que quelques dizaines de conversations ordinaires. Chaque appel d’outil, chaque sous-agent, chaque compression du contexte est mesuré et comptabilisé. Ainsi, l’API des Agents ne permet pas simplement aux agents de fonctionner ; elle leur donne le droit de consommer beaucoup de ressources de calcul. C’est une petite modification dans le vocabulaire, mais une grande modification dans ce qui motive réellement la demande.

L’histoire de la sortie n’est pas le produit lui-même. L’histoire de la sortie est plutôt une forme d’appétit pour les inférences.

Aucun de ces facteurs ne contribue à augmenter la valeur d’OpenAI en soi, car OpenAI est une entreprise privée – on ne peut pas acheter l’objet qui apporte le plus grand bénéfice direct. Ce que cela fait, c’est déplacer l’histoire des investissements dans l’IA vers un sujet plus concret : « combien de ressources informatiques sont consacrées aux calculs ». Cela se reflète sur les marchés publics via les technologies qui lui sont utiles : les accélérateurs de Nvidia, Azure de Microsoft, qui héberge OpenAI, ainsi que les infrastructures de réseau et de centre de données qui les soutiennent. Nvidia a déjà développé des solutions dans ce domaine. Du côté logiciel, les analystes qui ont analysé les informations divulguées par Microsoft ont estimé que OpenAI…Environ 70 % des revenus d’IA de MicrosoftPour les propriétaires de ces noms, l’API Agents représente une opportunité : il est possible que l’utilisation des agents se traduise en volumes payants, et non seulement en utilisations démo.

Le projet de loi est la contrainte, et c’est le projet de loi propre d’OpenAI.

C’est là que le contrôle anti-PR trouve son utilité. OpenAI présente les agents comme une source de croissance, et les revenus sont réels.environ 40 milliards d’euros annuellement d’ici le milieu de 2026Il devrait dépasser les 20 milliards de dollars à la fin de 2025, avec les entreprises représentant plus de la moitié de cette somme. Mais l’entreprise est également une entité qui dépense plus que ce qu’elle gagne. Les analyses indépendantes indiquent que le chiffre serait d’environ…3,30 $ dépensés pour chaque 1 $ de revenusEt projeter…Comptage de l’expansion : environ 750 milliards.Il ne peut pas couvrir entièrement ses propres activités ;Narratif d’audit divulguéCette inquiétude est revenue au premier plan au début du mois de septembre. Il est courant que les start-ups grandissent rapidement mais ne soient pas rentables. Mais à cette échelle, l’écart entre ce que les agents promettent de gagner et le coût de calcul nécessaire pour les servir n’est pas une petite chose.

OpenAI essaie de combler ce déficit sur le côté de l’offre. C’est là que la sortie d’un produit qui semble être du logiciel réellement concerne le silicium et les aspects économiques. Le premier chip d’inférence personnalisé de l’entreprise, Jalapeño, montre des résultats positifs : un débit plus élevé par kilowattheure et une latence plus faible en termes de tokens, par rapport aux systèmes commerciaux contre lesquels il est comparé. L’entreprise s’efforce également de réduire les coûts liés aux modèles : GPT-5.6 Sol parvient selon les rapports à un score élevé dans les tests de codage.Environ 54 % moins de tokens de sortie que les concurrents leaders.OpenAI considère tout cela comme un paradoxe de Jevons : plus une unité d’intelligence est moins coûteuse, plus de tâches peuvent être effectuées de manière économique, et donc le niveau de consommation globale augmente.

C’est un argument égoïste, certes. C’est aussi le mécanisme qui fonctionne : le coût unitaire diminue, le volume augmente, et tout repose sur la question de savoir qui gagnera.

Quoi regarder vraiment ?

Ainsi, l’API des Agents exploite deux facteurs en même temps, et ces deux facteurs ont un effet opposé l’un à l’autre. Du côté de la demande, cela permet de transformer les agents en services qui nécessitent une utilisation continue et intensive, ce qui peut augmenter la consommation d’informations – ce qui est un avantage pour les entreprises spécialisées dans les puces et les services cloud que les investisseurs peuvent posséder réellement. Du côté coûts, toute la stratégie de calcul d’OpenAI est conçue pour réduire le prix par unité de volume utilisé. En outre, sa bilan est déjà tendu pour financer ces activités de calcul.

Ce qui est observable pour déterminer cela, c’est pas le lancement en soi, ni le présentoir de diapositives de OpenAI. C’est plutôt si la consommation de tokens par les agents se traduit par des coûts payants dans la production – en termes de coûts d’utilisation des API, en termes de demande sur Azure et dans le cloud, ou encore dans les informations financières fournies à Microsoft. De plus, il s’agit de savoir si les coûts unitaires diminuent suffisamment rapidement pour que ce volume soit rentable, plutôt que de provoquer des pertes supplémentaires. Les chiffres concernant les clients bêta que OpenAI a choisi de publier (un partenaire affirme une réduction de 60 % des coûts par cas) sont purement marketing. Les seules données réelles seront les utilisations payantes au cours des prochains trimestres.

Lorsque le mécanisme et son économie indiquent une direction claire, on s’arrête là. Ici, ce n’est pas le cas : le mécanisme – où les agents multiplient les tokens – est clair, mais l’économie – qui profite de cette quantité de tokens – reste un problème non résolu. L’API des Agents élimine les doutes techniques concernant la possibilité pour un agent de gérer un workflow long. Mais elle ne fait rien pour éliminer les doutes quant à ceux qui finissent par payer pour les coûts de calcul.