Les prix des tokens diminuent de 97 %, tandis que les revenus d’OpenAI augmentent de deux fois – c’est la stratégie de coût par tâche qui les relie.

À la fin du mois de juillet, OpenAI a réduit le prix de son modèle GPT-5.6 le moins cher de 80 %.Le prix de Luna est passé de 1,00 dollar par million de tokens d’entrée, à 0,20 dollar par million de tokens d’entrée ; et de 6,00 dollars par million de tokens de sortie, à 1,20 dollars par million de tokens de sortie.Réduire le prix de son produit le moins cher de 80 % à la veille d’une éventuelle introduction en bourse semble être une reddition du pouvoir de tarification. À moins que le produit vendu ne change.

Lisez les chiffres affichés en surface, et ils sont contradictoires. Les prix du per-token ont diminué d’environ…97 % passant de GPT-4 à GPT-5.4Un taux de déflation qui pourrait détruire les prix des produits ou services d’une entreprise. Cependant, OpenAI a réussi à augmenter son chiffre d’affaires annuel.Plus de 40 milliards de dollars – soit environ le double de ce qu’il était à la fin de l’année 2025.Selon les rapports de Bloomberg, une cotation en bourse est attendue. Une entreprise ne peut pas perdre 97 % de son prix unitaire et doubler ses revenus, à moins que la unité pour laquelle elle facture des frais et dont les coûts sont payés ne soit plus un concept. Cette contradiction représente plutôt un élément de placeholder pour l’histoire réelle : c’est la unité vendue qui change, et non seulement le prix.

Ce qui est vendu change, pas seulement son prix.

Le prix d’un token représente la quantité de texte entrée et sortie. Pour un chatbot, cela a une certaine signification. Mais le produit en pleine croissance, c’est l’agent : un programme qui raisonne, utilise des outils, réessaie et itère jusqu’à ce que la tâche soit terminée. Son acheteur paie pour le résultat final – un cas de support résolu, une modification effectuée, un prêt approuvé – et non pour le nombre de messages générés au cours du processus.

OpenAI a été explicite sur ce nouveau référentiel. Ses directives pour les clients enterprises sont de suivreCoût pour un résultat accepté.Il ne s’agit pas d’une utilisation de tokens, car le prix le plus bas des tokens ne permet pas de réduire le coût total lorsque le modèle échoue, nécessite des tentatives supplémentaires ou nécessite des corrections. Les baisses de prix du 30 juillet ont été annoncées selon les mêmes conditions.GPT-5.6 Luna, selon OpenAI, offre des performances de haut niveau, comparables à celles d’une année en arrière. Le coût par tâche est d’environ six centimes de dollar, et la vitesse de traitement est environ neuf fois supérieure.La déflation est réelle, mais l’entreprise permet de plus en plus que le prix du marché détermine la valeur des travaux terminés.

Cette approche inverse les craintes évidentes. On craignait que les tokens moins chers rendent les entreprises de IA moins rentables. Mais cette analyse montre que la situation est plutôt inversée : les prix par tâche peuvent diminuer tout en restant rentables, à condition que deux conditions se mettent bien en place : le nombre de tâches augmente, et le coût de production de chaque tâche diminue plus rapidement que son prix.

La puce est la partie de l’offre qui fait partie de cette mise.

La deuxième condition concerne l’expansion du chip. En juin, OpenAI et Broadcom ont dévoilé Jalapeño, un chip de traitement de données conçu spécifiquement pour exécuter des modèles de langage de grande taille. Les mesures de performance publiées par OpenAI en août montrent que Jalapeño est bien supérieur aux systèmes Blackwell de Nvidia, avec une marge considérable.De 1,5 à 1,9 fois plus de travail lié à l’IA par watt.Et la latence end-to-end est de 1,7 à 3,6 fois plus faible pour les modèles testés. La latence est très importante pour les agents, car une tâche agentique implique plusieurs étapes successives. En réduisant chaque étape, on obtient une économie encore plus significative.

Ce que le chip fait, c’est réduire le coût de chaque tâche accomplie – et c’est exactement ce qui permet une réduction de prix de 80 %. En termes formels, il s’agit d’une situation où les bénéfices augmentent même lorsque les prix globaux diminuent. L’économie unitaire de l’IA “bon marché et abondante” dépend du fait que les coûts de fabrication de OpenAI diminuent aussi rapidement que les coûts de tarification. Broadcom est responsable de la conception du chip, et OpenAI prévoit de l’utiliser à grande échelle, en collaboration avec Microsoft.“Full tilt” au premier semestre 2028.

La finance représente le côté de la demande.

L’investisseur de détail moyen ne peut pas acheter directement des produits d’OpenAI avant l’offre publique de titres. Mais c’est dans le domaine financier que le modèle devient réellement utilisable comme une référence – car le secteur financier est un marché où les résultats obtenus ont une valeur monétaire importante et mesurable.

Le client commercial est Customers Bank. Dans le cadre d’un accord à long terme, les ingénieurs d’OpenAI sont intégrés dans la banque afin d’automatiser les processus de prêt et d’inscription des clients. Customers Bank vise à diminuer son ratio d’efficacité – c’est-à-dire le coût d’exploitation en pourcentage du chiffre d’affaires.de environ 49 % à les 40 bassesIl indique que les travaux réalisés par l’IA ont déjà permis de sauver…environ 28 000 heures, équivalente à près de 15 employésEt les termes de paiement pour les prêts commerciaux pourraient diminuer, passant de 30 à 45 jours à environ sept jours. Un projet ayant une valeur monétaire importante est celui où le “coût par résultat”, et non pas un calcul symbolique, constitue le prix réel. De plus, le fournisseur qui obtient une part des économies de coûts dispose donc d’une marge de tarification réelle.

Du côté consommateur, on observe le même phénomène à plus petite échelle : l’expérience de gestion financière offerte par ChatGPT permet aux utilisateurs de U.S. Plus et Pro de lier leurs comptes bancaires.Plus de 12 000 institutions via Plaid– Pour aider à la budgétisation et aux investissements. Même principe : vendre les tâches terminées, en leur fixant un prix en fonction de leur valeur, plutôt que en fonction du volume.

Pour un investisseur de niveau retail, il est nécessaire d’arrêter de mesurer cette industrie en termes de tokens. La question importante est de savoir si OpenAI peut augmenter le volume de tâches effectuées, tout en faisant en sorte que les coûts par tâche diminuent plus rapidement que le prix des services offerts. Cette question concerne également les entreprises investissables, même sans l’IPO : les puces produites par OpenAI permettent à Broadcom de gagner une part importante sur le marché des GPU, et permettent également à Microsoft de développer ses activités dans le domaine des data centers. Il faut voir si OpenAI transforme les gains liés aux coûts par tâche en bénéfices réels pour l’entreprise, plutôt que en prompts de plus en plus économiques. C’est cette transformation, et non le prix des services, qui constitue le véritable produit.