Les modèles ouverts traitent 71,5 % des jetons chez Vercel

Le chiffre est juste

Sur dix jetons qui passent par la passerelle IA de Vercel, sept vont à un modèle ouvert, c'est-à-dire un modèle dont les poids sont publiés et téléchargeables, comme ceux de DeepSeek, de Moonshot (Kimi) ou de Z.ai (GLM). En septembre, très exactement 71,5 %.

Le chiffre vient de Vercel lui-même, dans son rapport mensuel publié le 15 octobre. Deux jours plus tard, The Register le reprenait avec un titre qui dit que les modèles ouverts gagnent les cœurs, les esprits et les portefeuilles.

On a lu le rapport en entier, sa note de méthode, et les trois rapports qui l'ont précédé. Premier constat : le 71,5 % est exact. Et Vercel a l'honnêteté de mettre l'autre chiffre dans son propre titre : ces mêmes modèles pèsent 23 % de la dépense.

Une passerelle voit ce qui passe chez elle

AI Gateway est un produit de Vercel. Une application y envoie ses requêtes, et la passerelle les aiguille vers des centaines de modèles chez des fournisseurs différents. C'est un standard téléphonique : il sait exactement qui appelle qui chez ses abonnés, et rien des appels passés hors de son réseau.

Ce qui échappe au standard est considérable. Une entreprise qui appelle directement OpenAI ou Anthropic, qui passe par une autre passerelle, ou qui fait tourner un modèle sur ses propres serveurs n'apparaît nulle part dans ces chiffres. Les clients de Vercel sont des équipes de développeurs qui ont choisi un outil fait pour changer de modèle facilement, et elles s'en servent : selon le même rapport, près d'une équipe sur trois a changé de laboratoire principal en septembre.

Cette limite, le rapport ne l'écrit pas. Sa première phrase dit l'inverse : ce trafic donnerait une vue de ce à quoi ressemble vraiment l'usage de l'IA dans l'entreprise d'aujourd'hui. C'est le corps de l'article du Register qui rappelle que la passerelle ne voit ni les autres passerelles, ni les accès directs, ni l'hébergement sur site. Pour une fois, la reprise est plus prudente que la source.

Un jeton n'est pas un euro

Un jeton, c'est un morceau de texte, l'unité dans laquelle un modèle lit et écrit, et dans laquelle les fournisseurs facturent. Mais ils ne facturent pas tous le même prix, loin de là.

Compter les jetons, c'est compter les voitures au péage sans regarder s'il passe des citadines ou des poids lourds. Sur la passerelle de Vercel, les citadines sont chinoises et bon marché.

DeepSeek à lui seul fait 58 % de tous les jetons de septembre, pour 6,6 % de la dépense. Et un seul de ses modèles, DeepSeek-v4.1-Flash, traite près de la moitié de tous les jetons du mois, pour 2,6 % de l'argent. Son prix par jeton tourne autour d'un cinquième de la moyenne des modèles ouverts.

À l'autre bout, Moonshot, le laboratoire de Kimi : 3,6 % des jetons, 13,2 % de la dépense. Vercel note que la hausse de la dépense en modèles ouverts vient pour environ deux tiers des modèles chers de la famille, Kimi K3 en tête.

Le titre du Register force donc le trait, et son sous-titre le corrige aussitôt en parlant de près d'un quart de la dépense estimée. Les trois quarts de l'argent, 77 % pour être précis, vont toujours aux modèles fermés. Et ce montant est lui-même une estimation au prix catalogue : la note de méthode prévient que les factures réelles peuvent différer.

Dernier détail d'unité : Vercel compte dans ses jetons ceux qu'un modèle relit depuis un cache, en plus de ceux qu'il lit et écrit vraiment. C'est écrit en toutes lettres, et c'est une raison de plus de ne pas confondre jetons et travail accompli.

Le même mois de juillet, mesuré deux fois

C'est en remontant les rapports précédents que la courbe se met à bouger.

Le rapport publié le 11 août donnait la part des modèles ouverts en juillet : 36 % des jetons. Le rapport d'octobre, dans son graphique, donne pour le même mois de juillet 46,5 %. Pour juin, le rapport de juillet écrivait 29 %, celui d'octobre affiche 34,4 %. Ni erreur ni retouche cachée : la règle a changé.

Jusqu'au rapport d'août, Vercel ne comptait comme ouverts que les jetons servis par quatre laboratoires qui hébergent leurs propres modèles (DeepSeek, MiniMax, Moonshot et Z.ai). Une définition que le rapport de juillet qualifiait lui-même de prudente. Depuis le rapport de septembre, c'est la liste des modèles de la passerelle qui fait foi. Le rapport de juillet décrivait déjà cette autre façon de compter, par modèle et non par fournisseur, pour un autre indicateur. La note de méthode le signale en une ligne : une définition plus large qu'avant, et des mois passés susceptibles d'être révisés.

C'est un peu comme mesurer un enfant chaque mois en changeant de toise en cours d'année. La croissance est réelle, mais le bond du mois du changement appartient en partie à la toise.

Dans ses deux derniers rapports, Vercel compare ses mois sur une même règle. Ce n'est pas le cas de tout le monde.

Le 18 septembre, The New Stack écrivait que le rapport précédent plaçait juillet à 36 %, juste après avoir annoncé 56 % pour août. Le 22, Techstrong.ai parlait d'un grand saut depuis les 36 % de juillet, dans son texte, dans son résumé et dans sa FAQ. Sur une règle constante, le passage de juillet à août fait environ neuf points (46,5 puis 55,8), pas vingt.

Les deux articles sont par ailleurs sérieux : ils expliquent l'écart entre jetons et dépense, et Techstrong rappelle même ce que la passerelle ne voit pas. L'erreur tient à une ligne de note de méthode que personne n'a relevée.

Ce qui reste vrai

Sur la règle actuelle, appliquée à tous les mois, la tendance tient. Les modèles ouverts passent de 34,4 % des jetons en juin à 71,5 % en septembre, et de 4,9 % de la dépense à 22,6 %. Plus que quadruplé, comme l'écrit Vercel, et cette fois le calcul se fait avec la même toise.

Autre constat solide, et sans doute le plus inattendu du rapport : près de 70 % de l'argent dépensé en modèles chinois sur la passerelle va à des hébergeurs basés aux États-Unis. Le laboratoire chinois fournit le modèle, une entreprise américaine le fait tourner et encaisse.

Reste ce que le chiffre ne mesure pas, et qu'aucune reprise ne peut lui faire dire : la part des modèles ouverts dans l'IA en général. Ce chiffre-là, une passerelle ne peut pas le donner. Elle sait seulement ce que ses propres clients lui ont confié en septembre, et elle a changé de règle pour le compter.