La principale entreprise de grands modèles aux États-Unis interdit « Lobster » : 30 milliards de dollars annuels ne peuvent empêcher la perte de contrôle de la puissance de calcul

Question AI · Comment l’industrie des grands modèles peut-elle évoluer en synergie pour éviter le piège de la guerre des prix ?

Journaliste de 21st Century Business Herald, Zhang Chi

Le 7 avril, la principale entreprise de grands modèles aux États-Unis, Anthropic, a annoncé que son revenu annuel récurrent (ARR) dépassait 30 milliards de dollars, soit plus de deux fois la croissance par rapport aux 9 milliards de dollars à la fin 2025. Tandis qu’OpenAI affiche un revenu annuel de 25 milliards de dollars. Cela signifie qu’en ce qui concerne la métrique commerciale clé de paiement continu par les entreprises et institutions, Claude a pour la première fois dépassé GPT, prenant l’avantage, ce qui marque un tournant crucial dans la course aux grands modèles.

Anthropic a révélé qu’en ce qui concerne ses clients d’entreprise, le nombre de clients dépensant plus d’un million de dollars par an sur la plateforme Claude a dépassé mille, doublant en deux mois.

Par ailleurs, Anthropic a annoncé un nouveau partenariat avec Google et Broadcom, qui fournira environ 3,5 gigawatts de puissance de calcul, à mettre en œuvre à partir de 2027. Krishna Rao, directeur financier d’Anthropic, a déclaré qu’il s’agit de l’engagement en capacité de calcul le plus important de l’histoire de l’entreprise à ce jour.

Selon des analystes du secteur, le modèle commercial d’Anthropic devient de plus en plus semblable à une activité d’infrastructure à forte intensité de capital, basée sur “brûler de l’argent pour obtenir de la puissance de calcul”, le problème central étant le coût de la puissance de calcul qui devient incontrôlable. Actuellement, les dépenses liées à l’inférence représentent plus de la moitié du chiffre d’affaires total d’Anthropic, une situation similaire à celle rencontrée par OpenAI.

Trois jours avant l’annonce de ses résultats financiers, Anthropic a lancé une “ordonnance d’interdiction” à l’échelle mondiale pour les développeurs : les abonnés à Claude Pro/Max ne pourront plus bénéficier de quotas pour invoquer Claude via des outils tiers comme OpenClaw, ce qui signifie que continuer à utiliser OpenClaw nécessitera un paiement supplémentaire.

L’annonce de l’interdiction de “Lobster” par Anthropic a rapidement suscité des débats dans la communauté IA. Luo Fuli, responsable du grand modèle Xiaomi MiMo, a publié un long article sur la plateforme X, indiquant que la démarche d’Anthropic est tout à fait compréhensible, car les outils tiers comme OpenClaw sont extrêmement gaspillés dans le cadre d’un abonnement. Plus précisément, lors d’une requête unique, OpenClaw invoque l’outil à plusieurs reprises en portant un contexte pouvant atteindre 100 000 tokens, chaque appel étant une requête intensive indépendante. Comparé au cadre de développement officiel de Claude, la consommation de tokens de “Lobster” est plusieurs dizaines de fois plus élevée. Elle pense que cette douleur à court terme n’est pas une mauvaise chose, au contraire, elle forcera à faire progresser l’ingénierie. Les outils tiers devront améliorer la gestion du contexte, augmenter le taux de cache, et réduire le gaspillage de tokens inutiles.

Dans son article, Luo Fuli lance un message à toute l’industrie : “La guerre des prix est un piège”, appelant les entreprises de grands modèles à ne pas se livrer à une course aveugle à la baisse des prix. Vendre des tokens à des prix très bas tout en ouvrant complètement la porte aux frameworks tiers peut sembler attractif pour les utilisateurs, mais c’est en réalité un piège, “le même piège dont Anthropic vient tout juste de sortir.”

Luo Fuli insiste sur le fait que l’industrie est toujours enfermée dans une fête de consommation de tokens fausse et insoutenable. La véritable voie n’est pas de réduire encore plus le prix des tokens, mais d’évoluer en synergie. Les fabricants de modèles doivent adopter des méthodes de facturation plus transparentes, offrir une qualité de service plus stable, tandis que les outils tiers doivent améliorer leur ingénierie pour être plus efficaces et adopter une utilisation plus responsable.