Les grands modèles d'IA chinois en matière de tokens en tête du classement mondial ! Une explosion de la chaîne industrielle de puissance de calcul

Le secteur de la puissance de calcul a fortement surperformé le 8 avril. Le titre Kailei Shares, Pingzhi Information, Weida Technology, Zhejiang Wenlian Interconnect, Data Harbor, Cayman Shares, Liting Electronics, Runjian Shares, Mingpu Optics & Magnetics, Fu’an Shares, Oryed, Huafu Fashion, Lianhua Holdings et Hef Tai ont tous clôturé à la hausse avec la limite quotidienne ; 19 actions, dont Wusong Technology, Youkede, Deep X, ZaiJing XuChuang, Kunlun Wanwei, etc., ont bondi de plus de 10 %.

De façon globale, en ce qui concerne le marché, la vigueur du concept de puissance de calcul tient d’une part à l’essor des applications d’Agent et de l’écosystème multimodal en Chine ; d’autre part, elle est liée au fait que les modèles de grande taille chinois dominent l’utilisation de jetons (Token) à l’échelle mondiale.

Côté actualités, Zhipu le 8 avril a officiellement publié son nouveau modèle open source de génération GLM-5.1. D’après la présentation, il s’agit du seul modèle open source capable d’un travail continu au niveau de 8 heures. Lors du banc d’essai SWE-bench Pro, le plus proche du développement de logiciels réel, GLM-5.1 a permis au modèle domestique de dépasser pour la première fois le Claude Opus 4.6 d’Anthropic.

Par ailleurs, DeepSeek a également reçu une mise à jour importante : le mode Expert a été mis en ligne. Selon Caixin Media, il s’agit de la première fois depuis que DeepSeek est devenu populaire qu’une conception par couches de mode est introduite au niveau produit. Le mode Rapide convient aux conversations quotidiennes, avec une réponse immédiate, et prend en charge la reconnaissance de texte dans les images et les fichiers ; le mode Expert excelle dans les problèmes complexes, prend en charge une réflexion approfondie et une recherche intelligente ; à l’heure actuelle, il ne prend pas en charge le téléversement de fichiers ni les fonctions multimodales. DeepSeek rappelle aussi que, en cas de pics de demande dans ce mode, il faudra attendre.

À mesure que la diffusion des modèles de grande taille d’IA s’accélère, le volume d’appel des Token des modèles domestiques domine également à l’échelle mondiale. Les données de la plateforme OpenRouter montrent qu’au cours de la semaine dernière (du 30 mars au 5 avril), le volume hebdomadaire d’appels de modèles d’IA en Chine a atteint 129.6k de Token, soit une hausse de 31,48 % par rapport à la semaine précédente. Aux États-Unis, il n’a été que de 30.3k de Token, avec une croissance en rythme mensuel de seulement 0,76 % ; l’écart continue de s’élargir. Plus précisément, parmi les six premiers modèles en volume d’appels de Token, tous proviennent de Chine ; Qwen3.6 Plus se classe premier avec 46k de Token.

Guojin Securities indique que c’est précisément le développement des grands modèles qui a provoqué un saut des besoins en puissance de calcul, lequel peut être divisé en trois étapes :

Première étape : Chatbot, mode question-réponse, contexte court, consommation de Token limitée à chaque requête.

Deuxième étape : faible Agent (low Agent), l’extension des capacités vers les appels d’outils, y compris la recherche web, l’exécution de code, la requête de bases de données, l’appel d’API externes, etc., et pas seulement la génération de texte. Le chargement et l’appel des outils augmentent la longueur du contexte, et la consommation de Token est nettement plus élevée que dans le scénario de pur Chatbot. D’après des données mesurées par Anthropic, la consommation de Token d’un seul Agent est d’environ 4 fois celle d’un pur Chatbot.

Troisième étape : Agent de niveau intermédiaire (mid-level Agent). C’est l’étape dans laquelle l’IA entre actuellement, et aussi le moteur principal du changement de nature de la demande en puissance de calcul. Dans la phase de PreFill (pré-remplissage) de l’Agent de niveau intermédiaire, pendant l’exécution il faut charger une grande quantité de définitions d’outils, de consignes système et de résultats intermédiaires, ce qui fait que la longueur de contexte continue de s’étendre tout au long de l’exécution de la tâche. Par exemple, pour Manus, le ratio moyen Token d’entrée et de sortie est d’environ 100:1. Et d’après les données mesurées par Anthropic, la consommation de Token d’un système multi-Agent est d’environ 15 fois celle du mode conversation.

Shanghai Securities indique que l’itération continue des grands modèles en Chine, ainsi que l’activation de la demande en puissance de calcul par l’économie des Token, devraient permettre aux chaînes d’alimentation en puissance de calcul domestiques de connaître un point d’inflexion.

En ce qui concerne les actions individuelles : dans la chaîne de l’industrie de la puissance de calcul, les puces de puissance de calcul (Cambricon, Hygon Information) ; les communications optiques (ZaiJing XuChuang, New H3C, Tianfu Communication, etc.) ; les fournisseurs d’AIDC (Baoxin Software, Runze Technology, Chuanghuan Xinnet, etc.) ; et le refroidissement liquide (Inveq, Shenling Environment, Wusong Technology, etc.) retiennent davantage l’attention du marché.

（Source : Centre de recherche Eastmoney）