IA bon marché en Chine : ce qu’il faut vérifier

8 min de lecture

Les modèles d’IA chinois affichent souvent des prix catalogue bien inférieurs à ceux des leaders occidentaux. Pour les PME qui souhaitent s’équiper, cette différence de coût soulève des questions : six critères déterminent si l’avantage tarifaire se confirme : licence, espace de données, qualité de la traduction en allemand, coûts opérationnels, conformité réglementaire et disponibilité. Se contenter de comparer avec le tarif américain le plus élevé revient à acheter une réduction dont le prix sera payé ailleurs, sous une autre forme.

À voir aussi :Dans quels cas un modèle d’IA allemand est-il vraiment rentable ?  /  Coûts des tokens d’IA : pourquoi le retour sur investissement en entreprise s’effondre rapidement

Qu’est-ce qu’un modèle à poids ouverts (Open-Weight) ? Un modèle à poids ouverts est un modèle de langage dont les poids entraînés sont téléchargeables librement. Une entreprise peut l’exploiter sur ses propres infrastructures, sans avoir à envoyer de requêtes au fournisseur. En revanche, le code source de l’entraînement et les données d’entraînement restent généralement confidentiels. Les droits d’usage sont définis par la licence associée à chaque version du modèle.

Pourquoi la comparaison des prix part souvent de la mauvaise base

Le prix public des modèles chinois est bien réel et souvent spectaculairement bas. DeepSeek V4 Flash affiche environ 0,12 € en entrée et 0,25 € en sortie par million de tokens. Le modèle phare gpt-5.6-sol d’OpenAI, lui, coûte environ 4,40 € en entrée et 26,39 € en sortie. Toutes les sommes indiquées dans cet article sont converties au taux de référence de la BCE en vigueur le 28 juillet 2026.

Cette comparaison incite souvent les services achats à surestimer l’écart entre les offres. Les fournisseurs occidentaux proposent des gammes de prix échelonnées, du modèle haut de gamme à la version économique. Anthropic facture par exemple Claude Haiku 4.5 à environ 0,88 € en entrée et 4,40 € en sortie, tandis qu’OpenAI propose gpt-5.6-luna à 0,88 € et 5,28 €. En comparant un modèle économique chinois à un modèle haut de gamme occidental, on compare deux classes de produits radicalement différentes.

L’écart dépend donc du niveau de comparaison choisi. Face à gpt-5.6-sol, le coût de sortie de DeepSeek V4 Flash représente environ un centième. Face à Claude Haiku 4.5, il équivaut à un dix-huitième. Face à Mistral Large 3, issu de France, il atteint un cinquième. Dans ce dernier cas, la conformité aux réglementations européennes en matière de protection des données (RGPD) n’entraîne pas de surcoût supplémentaire. Les trois calculs sont exacts. Mais un seul reflète la situation réelle à laquelle est confronté le service achats.

Le prix public bas s’avère parfois être un prix promotionnel. DeepSeek V3 a démarré à environ 0,12 € en entrée et 0,24 € en sortie. Après la fin de l’opération le 9 février 2025, le tarif standard est passé à environ 0,24 € en entrée et 0,97 € en sortie. Le prix de sortie a ainsi quadruplé du jour au lendemain.

La concurrence exerce également une pression à la baisse sur les prix côté européen. Le passage de Mistral Large 2 à Large 3 a fait baisser les tarifs de 1,76 € / 5,28 € à 0,44 € / 1,32 € par million de tokens.

Le classement par prix de sortie révèle l’enjeu central pour les services achats. L’origine géographique ne détermine pas le tarif : Mistral Large 3, développé en France, se situe entre deux modèles chinois. Les versions occidentales les moins chères rivalisent avec les modèles chinois les plus onéreux. Le prix reflète avant tout la catégorie de performance. La localisation géographique explique donc moins la différence de coût que ne le suggère le débat en cours.

Lors de l’utilisation d’un contexte réutilisable, le coût d’entrée de DeepSeek V4 Flash chute à environ 0,0025 € par million de tokens. Les grandes quantités deviennent alors particulièrement intéressantes pour les textes identiques ou similaires. Ce modèle est particulièrement adapté aux tâches simples à intermédiaires : tri, extraction de données, résumés internes.

Ce que contient le petit texte juridique quand le modèle est gratuit

Les poids gratuits ne résolvent pas automatiquement la question de la licence. DeepSeek V4 est distribué sous la licence MIT, une licence standard reconnue. Son utilisation commerciale et sa redistribution dans vos propres produits sont ainsi clairement encadrées.

Qwen3.5, dans ses versions téléchargeables gratuitement, utilise la licence Apache 2.0, également une licence standard. Les anciens modèles Qwen, comme Qwen2.5-72B, étaient soumis à une licence propriétaire. À partir de 100 millions d’utilisateurs actifs par mois, une convention distincte avec Alibaba était requise.

Pour Kimi K3 de Moonshot, une licence spécifique s’applique. Elle n’est pas de type MIT. Les seuils exacts mentionnés dans les documents publics ne peuvent être vérifiés sans accès au texte contractuel. L’équipe d’achat doit donc consulter le fichier de licence de la version précise utilisée.

La tendance récente va vers un assouplissement. DeepSeek est passé à la licence MIT. Qwen a adopté Apache. Le message clé reste le même : la licence dépend de la version spécifique du modèle. Écrire « DeepSeek est sous licence MIT » dans un document revient à vérifier au mauvais niveau.

L’espace de données détermine les options qui s’offrent à vous

L’espace de données agit comme un filtre avant toute comparaison de prix. Selon sa propre déclaration de confidentialité, DeepSeek traite et stocke les données en République populaire de Chine. Aucun contrat public de traitement des données conforme à l’article 28 du RGPD (Règlement général sur la protection des données) pour l’API hébergée n’a pu être trouvé.

La situation réglementaire est documentée et datée. En février 2025, l’autorité italienne Garante a bloqué l’application DeepSeek. Le 27 juin 2025, le délégué à la protection des données de Berlin a qualifié le transfert de données vers la Chine d’illégal et s’est adressé à Apple et Google. Aux Pays-Bas, le régulateur a émis un avertissement en février 2025. Dans le Land de Hesse, une procédure d’examen était en cours.

Alibaba exploite son studio de modèles, entre autres, dans une région de Francfort. Cela signifie qu’une option de déploiement au sein de l’UE existe. Le contrat de traitement des données ainsi que l’opposition à l’entraînement des modèles doivent être négociés. Le texte exact n’a pas pu être vérifié pour cet article.

En cas d’auto-hébergement, le transfert des entrées vers l’opérateur chinois est évité. La responsabilité, les obligations de journalisation et de sécurité incombent alors à l’utilisateur. En cas d’utilisation de données personnelles pour l’entraînement et l’adaptation des modèles, le RGPD reste applicable.

L’allemand est le poste que personne ne teste pour vous

Pour le vocabulaire technique allemand, il n’existera en 2026 aucun benchmark systématique fiable avec des taux d’erreurs concrets. Le MMLU-Pro, où Qwen3.7-Max se classe en tête avec environ 89,6 %, évalue principalement des connaissances pluridisciplinaires en anglais. Max est la variante haut de gamme de la famille ; dans le tableau tarifaire ci-dessus, c’est l’abonnement Plus, plus économique, qui est indiqué. Ce benchmark ne dit rien de l’allemand contractuel, du style administratif ou de l’orthographe allemande.

Il existe un indice de multilinguisme incluant une partie dédiée à l’allemand. Les modèles occidentaux de pointe y figurent en tête. Un modèle DeepSeek y est également listé. Les données précises n’étaient pas disponibles pour cet article. Les promesses de qualité générales pour l’allemand restent donc non étayées.

La conclusion pour les achats est sans équivoque. L’entreprise doit tester elle-même ses propres textes. Les offres, clauses contractuelles, correspondances administratives et termes techniques spécifiques au secteur constituent le seul moyen fiable de validation. Sans ce test, toute hypothèse sur la qualité reste purement spéculative.

Pourquoi l’auto-hébergement n’est pas un programme d’économies

Les coûts matériels liés à l’auto-hébergement ne se situent pas dans la même catégorie que le prix des tokens pour une API. Le modèle DeepSeek V4 Flash nécessite, en précision de calcul fortement réduite, environ 140 à 158 gigaoctets de mémoire graphique. Deux cartes A100 dotées chacune de 80 gigaoctets couvrent à peine cette exigence.

En pleine précision, il faut compter environ 500 gigaoctets. DeepSeek V4 Pro atteint environ 2,4 téraoctets, ce qui implique plusieurs nœuds serveurs. Huit cartes H100 en capacité locative étaient proposées chez un fournisseur à environ 30,54 euros de l’heure. Il s’agit là du coût de base de l’exploitation, sans compter l’électricité ni la main-d’œuvre.

Aucun calcul complet des coûts totaux pour les PME du DACH (Allemagne, Autriche, Suisse), incluant électricité, personnel et amortissement, n’est disponible publiquement. Une exploitation productive, avec surveillance, mises à jour et gestion des pannes, ne constitue pas une activité secondaire pour un collaborateur informatique. Aucune donnée fiable concernant le nombre d’emplois à temps plein n’est accessible.

C’est précisément parce que l’API est si abordable que l’auto-hébergement ne se justifie pas économiquement sur la base du prix des tokens. Qui choisit d’héberger en interne acquiert le contrôle sur les données et l’environnement d’exécution. Pour réaliser des économies, il est préférable de rester sur l’API et d’intégrer les coûts induits des six postes de dépenses associés.

Le rendez-vous qui entre en vigueur le 2 août

Le règlement européen sur l’IA (AI Act) est entré en vigueur le 1er août 2024. Les obligations liées aux modèles d’IA générale s’appliquent depuis le 2 août 2025. Le 2 août 2026 marquera l’application générale du texte, assortie de son contrôle par la Commission européenne. Il s’agit du prochain échéance majeure dans ce calendrier.

Quiconque utilise un modèle développé par un tiers est considéré comme un exploitant et se voit imposer des obligations spécifiques. Parmi celles-ci figurent la transparence et la compétence en matière d’IA. En cas de risque élevé, des obligations supplémentaires s’ajoutent. Ces règles s’appliquent indépendamment du pays d’origine du modèle.

En revanche, si une entreprise commercialise un modèle sous son propre nom, en modifie substantiellement l’usage ou l’altère de manière significative, elle devient alors fournisseur. La Commission européenne cite comme exemple le réentraînement d’un modèle avec plus d’un tiers de la puissance de calcul initiale. Un réentraînement sur ses propres données peut ainsi modifier le statut juridique de l’entreprise au regard de la loi. C’est le piège le plus coûteux dans cette catégorie.

L’exception open source ne couvre pas l’intégralité des obligations. Les directives relatives au droit d’auteur et la synthèse des données d’entraînement restent obligatoires. L’utilisation de poids libres (free weights) permet d’économiser l’achat du modèle, mais les obligations en matière de documentation persistent.

Le débat américain touche indirectement les utilisateurs allemands

Les restrictions américaines à l’exportation de puces se maintiennent. Le 20 juillet 2026, il a été rapporté que le gouvernement américain examine à nouveau des restrictions concernant les modèles d’IA chinois. À ce jour, aucune interdiction générale n’a été mise en place. Pour les entreprises allemandes, ces mesures ont un impact indirect via les catalogues de cloud, les filiales américaines et les fournisseurs.

Une suppression généralisée des modèles chinois des catalogues de cloud occidentaux dans l’UE n’a pas eu lieu. Quelques suppressions ponctuelles ont été observées. DeepSeek V3 a disparu en avril 2025 du catalogue de modèles de GitHub. Il s’agit d’un cas isolé dans le catalogue d’un seul service.

Que se passe-t-il si le modèle disparaît dans douze mois ?

Le 24 juillet 2026, DeepSeek a désactivé deux désignations d’API établies. Ces dernières faisaient auparavant référence à des variantes actuelles de modèles. Les intégrations ne ciblant que ces noms se sont retrouvées inopérantes. C’est l’exemple le plus concret de risque d’indisponibilité dans ce scénario.

Les poids téléchargés continuent de fonctionner tant que l’environnement d’exécution reste compatible. Les licences MIT et Apache ne prévoient ni mécanisme de rappel ni obligation de connexion externe. En revanche, certains composants tiers peuvent disparaître : images système, modèles et filtres.

De nombreux fournisseurs chinois s’appuient sur l’interface OpenAI largement répandue. Le coût de migration en termes de code reste limité. L’effort principal réside dans la réévaluation de la qualité des résultats. La programmation et la validation forment ici deux postes distincts.

Aucun chiffre moyen n’est disponible concernant la durée de vie des versions de modèles. De même, les données sur les coûts de migration dans les entreprises allemandes font défaut. Les services d’achat intègrent donc une clause de sortie explicite dans leur processus d’approbation. Sans solution de remplacement identifiée, le prix catalogue reste non garanti.

La checklist pour l’achat

L’avantage tarifaire des modèles chinois est bien réel. Il se confirme lorsque les six points suivants ont été vérifiés et validés. La liste ci-dessous est conçue pour faciliter ce processus de validation. Chaque point correspond à une question à cocher.

1. Comparons-nous des modèles d’une même catégorie de performance ? Ou un modèle chinois économique est-il opposé à un modèle haut de gamme occidental ?
2. Le prix au jeton mentionné est-il un prix catalogue, une offre promotionnelle ou une réduction permanente de moitié ? Jusqu’à quand cette offre est-elle valable ?
3. Quelle licence s’applique à cette version précise du modèle ? Permet-elle une utilisation commerciale conforme à nos projets ?
4. Un contrat de traitement des données (DPA) conforme à l’article 28 du RGPD est-il en place ? Dans quel espace de données les entrées et le stockage sont-ils effectués ?
5. Avons-nous testé avec nos propres textes : offres, clauses contractuelles, correspondances administratives et termes techniques spécifiques à notre secteur ?
6. Calculons-nous l’auto-hébergement comme un projet de souveraineté des données ou comme une économie réalisée grâce au prix au jeton ?
7. Sommes-nous l’opérateur du système ou, en cas de réentraînement ou de modification de l’usage, devenons-nous nous-mêmes fournisseurs au sens du Règlement IA (AI Act) ?
8. Quels noms d’API sont intégrés en dur ? Quelle est la solution de secours en cas de désactivation par le fournisseur ?
9. Les poids téléchargés et l’environnement d’exécution correspondant sont-ils documentés comme solution de repli ?
10. Qui, au sein de l’entreprise, valide avant le passage en production la licence, la protection des données, la qualité et le plan de sortie ?

Qui coche ces dix points avec une date et un responsable attitré achète un avantage calculé. Qui se contente de comparer le prix catalogue avec le tarif américain le plus élevé achète une réduction assortie de points en suspens. La décision se joue dans le processus de validation. Le 2 août 2026 ne patientera pas la prochaine consultation.

Questions fréquentes

Source de l’image : générée par IA (juillet 2026)