RÉSUMÉ
· Le 13 juillet, un panel d’experts de Nomura a montré que le marché des LLM en Chine passe d’une simple baisse de prix à une coexistence d’une tarification basse pour les modèles de base et d’une prime pour les modèles avancés.
· L’avantage en coûts de DeepSeek vient d’optimisations système, comme le cache, la planification, la latence et l’utilisation du matériel ; des poids de modèles ouverts ne signifient pas pour autant une duplication de l’efficacité opérationnelle de la plateforme.
· Les accélérateurs domestiques gagnent davantage d’opportunités dans l’inférence et le déploiement local, mais les projets d’entreprise doivent encore être validés par un ROI de 12 à 18 mois.

Après une discussion, le 13 juillet, entre l’équipe Internet de Nomura Chine et des experts d’un laboratoire d’IA chinois, l’analyse fournie se veut plus proche des réalités de la commercialisation : le marché des grands modèles en Chine ne suit pas une trajectoire uniforme vers la baisse des prix. Il se répartit plutôt en deux niveaux : les modèles de base continuent de baisser leurs prix pour attirer des clients, tandis que les modèles avancés, le déploiement en privé et les services de personnalisation pour entreprises conservent une prime.

Le modèle de base propriétaire de ce laboratoire a déjà été déployé auprès de plus de 100 clients entreprises, et l’équipe fait partie des adopteurs précoces d’accélérateurs domestiques comme Huawei Ascend. Le signal central libéré par le panel d’experts est que, même si les capacités des modèles deviennent de plus en plus faciles à comparer, ce qui détermine réellement la rentabilité de la plateforme et la “tenue” du client s’est déplacé : des classements, cela passe désormais aux coûts d’inférence, à l’efficacité de déploiement et aux flux de travail d’entreprise.

Ce n’est pas un rapport de recherche public de Nomura, et cela ne représente pas non plus une statistique de l’ensemble de l’industrie. Cela dit, cela apporte une perspective d’observation plus proche des achats en entreprise : les clients n’achètent pas seulement un modèle. Ils doivent aussi intégrer le prix des puces, le coût par appel, l’intégration système, la sécurité des données, et le temps nécessaire pour rentabiliser le projet.

Les faibles coûts de DeepSeek : le défi est l’optimisation système

DeepSeek est le cas le plus typique dans cette logique.

Le marché attribue souvent les faibles coûts de DeepSeek à des modèles open source. Or, l’ouverture des poids ne fait que réduire le seuil d’utilisation ; elle ne duplique pas automatiquement l’efficacité opérationnelle de la plateforme d’origine. Ce qui décide vraiment de la facture d’inférence, ce sont aussi le taux de succès du cache, la planification des requêtes, les stratégies de batch, la maîtrise de la latence et l’utilisation du matériel.

Le rapport technique de DeepSeek-V3 divulgue des architectures comme MLA et DeepSeekMoE. Les documents d’infrastructure qui y sont associés portent notamment sur l’équilibrage de charge et l’optimisation du débit. Tout pointe vers la même idée : utiliser moins de matériel pour réaliser davantage d’appels.

Cela signifie que, même si des plateformes comme Tencent, Alibaba ou Byte peuvent déployer les mêmes poids open source, elles n’obtiendront pas nécessairement les mêmes coûts dans un environnement métier réel. Pour les clients qui appellent le modèle sur la durée, quelques millisecondes de latence en plus, quelques points de différence dans l’efficacité du cache et dans l’utilisation du matériel peuvent, au final, se traduire par un écart de facturation nettement visible.

Ainsi, la pression concurrentielle apportée par DeepSeek ne se limite pas à “un modèle moins cher”. Elle force l’ensemble de l’industrie à recalculer le coût réel de chaque token, de chaque appel et de chaque étape de processus métier.

Les modèles de base attirent, le déploiement en profondeur fait gagner de l’argent

La bataille des prix sur le marché chinois des grands modèles se présente en train de se segmenter.

Pour les modèles de base orientés développeurs et besoins légers, le niveau de “mise sur le marché” augmente : la commercialisation devient de plus en plus standardisée, et les prix subissent encore la pression de continuer à baisser. Les plateformes peuvent augmenter le volume d’appels via des prix bas, voire des subventions, en transformant le modèle en point d’entrée pour les services cloud et l’écosystème de l’IA.

Mais lorsque le modèle entre dans des systèmes comme le service client, la gestion du risque en finance, les dépôts de code, l’ERP, le CRM ou l’ordonnancement de production, le client achète alors non plus un simple API, mais un ensemble de système métier qui doit fonctionner de manière stable. Plus le déploiement est poussé, plus remplacer un fournisseur exige de migrer des données, de modifier des processus, de tester la sécurité et de former des employés ; les coûts de changement augmentent donc aussi.

Cela permet aux fabricants de modèles de mettre en œuvre deux stratégies de tarification en parallèle : baisser le prix des capacités de base pour attirer des clients, tandis que les modèles avancés, les solutions sectorielles, le déploiement privé et la livraison sur mesure prennent en charge la mission de génération de revenus.

Open source et closed source n’impliquent pas non plus un choix exclusif. Les modèles open source peuvent attirer des développeurs et élargir l’écosystème ; les modèles phares fermés et les services d’API sont, eux, mieux adaptés comme points d’entrée payants. En continuant à maintenir l’écosystème open source de Qwen, Alibaba le fait aussi via des formats d’API comme Plus et Max Preview pour capter des besoins plus avancés. C’est exactement ce que reflète ce modèle commercial en couches.

Les accélérateurs domestiques cherchent d’abord des opportunités sur le marché de l’inférence

Le matériel est en train de renforcer ce changement.

Des reportages indiquent que certains puces NVIDIA et serveurs limités, en raison d’une contraction de l’offre et d’une hausse des besoins clients, subissent une pression sur les prix. Plus précisément, ce n’est pas que tous les produits NVIDIA augmentent : mais certains produits haut de gamme ou limités, par leurs coûts d’acquisition et leur disponibilité, influencent les choix de déploiement des entreprises en Chine.

L’entraînement fixe le plafond des capacités du modèle ; l’inférence détermine la facture opérationnelle quotidienne. L’entraînement haut de gamme dépend encore d’un écosystème matériel et logiciel mûr, mais dans l’inférence, le déploiement en privé et des contextes sectoriels spécifiques, les clients sont plus disposés à trouver un équilibre entre performance, coûts et sécurité d’approvisionnement.

Si les accélérateurs domestiques peuvent offrir une stabilité et une efficacité d’inférence acceptables, alors le déploiement local et le déploiement hybride entrent plus facilement sur la liste des achats. Les clients du gouvernement et des entreprises publiques accordent particulièrement d’importance à la sécurité des données, à la conformité, au déploiement local et à la maîtrise de la chaîne d’approvisionnement. Cela fournit des scénarios d’usage plus clairs aux capacités de calcul domestiques comme Huawei Ascend.

Cependant, le regain d’attractivité des coûts ne veut pas dire que le matériel domestique remplace déjà intégralement les GPU haut de gamme. La migration de modèles implique des opérateurs de bas niveau, des frameworks, du cache, de la planification et des outils de déploiement : l’écosystème développeur accumulé sur le long terme reste un écart clé. Il est plus probable que les accélérateurs domestiques entrent d’abord par l’inférence et les déploiements sectoriels, puis élargissent progressivement leur champ d’application.

Le secteur public veut la sécurité, les entreprises privées veulent un retour sur investissement en 12 à 18 mois

La logique de paiement des clients entreprises se segmente aussi.

Le gouvernement et les entreprises publiques privilégient la sécurité des données, l’audit de conformité, le déploiement local et la stabilité de l’approvisionnement sur le long terme. Ces exigences élargiront les opportunités pour les logiciels et matériels domestiques, mais impliquent aussi des cycles d’achat, de test et d’acceptation plus longs.

Les entreprises privées, elles, calculent plus directement le retour sur investissement. Le panel d’experts indique que beaucoup de clients privés espèrent voir un ROI clair en 12 à 18 mois : par exemple en réduisant les effectifs du service client, en améliorant le taux de conversion des ventes, en raccourcissant le cycle de développement ou en diminuant les coûts d’exploitation.

Les scénarios comme les services financiers, la productivité au bureau et le codage se commercialisent plus facilement en premier, car les données y sont denses, les coûts de main-d’œuvre plus élevés et l’effet est relativement plus facile à quantifier. L’industrie manufacturière, la santé et le droit ont aussi des besoins, mais il faut en plus gérer la refonte des processus, la précision, la conformité et les limites de responsabilité. Les pilotes qui passent à un déploiement à grande échelle mettent généralement plus de temps.

Cela signifie aussi que le classement des modèles ne se traduit pas directement par des revenus pour les entreprises. Ce pour quoi le client acceptera finalement de payer dépend du fait que le modèle puisse s’intégrer de manière stable aux activités réelles et générer, dans un délai limité, des bénéfices calculables.

La bataille des prix des grands modèles en Chine n’est pas terminée, mais le mode de concurrence a changé. Les modèles de base continueront de baisser leurs prix, tandis que les modèles avancés, le déploiement en privé et les services sectoriels porteront la pression sur les marges ; les accélérateurs domestiques gagnent davantage d’opportunités sur le marché de l’inférence, et DeepSeek élève aussi la norme d’efficacité des coûts pour l’ensemble de l’industrie.

Ce qui est réellement difficile à dupliquer n’est pas l’ouverture des poids, mais l’ingénierie système cachée derrière le modèle. Qui peut relier les puces, l’efficacité d’inférence et la capacité de livraison aux entreprises, et aider ses clients à voir un retour sur investissement en 12 à 18 mois, c’est lui qui est le plus susceptible de transformer un afflux attiré par le faible prix en revenus durables.

Cliquez pour découvrir les postes à pourvoir chez律动 BlockBeats

Bienvenue dans le groupe officiel de la communauté de律动 BlockBeats :

Groupe Telegram (abonnement) : https://t.me/theblockbeats

Groupe Telegram : https://t.me/BlockBeats_App

Compte Twitter officiel : https://twitter.com/BlockBeatsAsia