DeepSeek on Korea Invest Insights

Le prix des API d'IA chinoises est-il soutenable ? Vérifier la structure de coûts par les publications financières

Sat, 18 Jul 2026 11:00:00 +0900

Contexte Cet article fait suite à Ce que change vraiment la convergence des modèles ouverts chinois. Si l’article précédent traitait des implications de la convergence de performance sur la chaîne de valeur, celui-ci vérifie, à partir des publications financières hongkongaises, si ces API à bas prix sont soutenables du point de vue de la structure de coûts. À lire avec Kimi K3 Réinitialise la Courbe de Prix de l’IA et Le vrai débat des semi-conducteurs. Les hubs associés sont le Hub AI HBM et le Hub Exclusive Analysis.

TL;DR

Le prix actuel des API d’IA chinoises est un mélange de coûts structurellement réduits et de concurrence stratégique à perte. Il est difficile que tous les prix ultra-bas se maintiennent, tout comme il est difficile qu’ils reviennent au niveau des modèles frontière américains.
Les publications financières hongkongaises tranchent la question. La marge brute de l’API de Zhipu s’est améliorée à 18,9% (contre 3,3% l’année précédente), signe qu’elle a commencé à dépasser le coût marginal d’inférence. Mais le total de la marge brute ne représente que 9,3% du R&D, ce qui signifie que le coût complet n’est pas recouvré.
L’avantage de coût chinois est réel, mais ce ne sont ni les puces Huawei ni l’électricité bon marché qui l’expliquent. L’ordre est le suivant : structure du modèle et réduction des paramètres actifs > traitement par lots, caching et quantification > taux d’utilisation des GPU cloud > faible marge cible > électricité et NPU domestiques.
Même en surestimant largement l’effet de l’électricité, celui-ci ne représente qu’environ 2% du prix du calcul. Le fait que Qwen 3.5 Flash affiche le même prix à Pékin, Francfort et en Virginie le confirme.
Contrairement aux véhicules électriques, les modèles d’IA ont des coûts de changement faibles. Si un scénario winner-take-all doit émerger, ce sera au niveau du cloud et de la distribution, pas des modèles. Le chemin le plus probable est un oligopole à bas prix (60%). [Portée]

Thèse principale

Si les prix des API chinoises sont bas, ce n'est pas parce qu'il s'agit déjà d'un prix normal et autosuffisant, mais parce que l'amélioration de l'efficacité d'inférence et un financement en capital massif les soutiennent conjointement. Cela pèse sur la marge API des opérateurs de modèles occidentaux, mais comme les fonds levés sont réinjectés dans l'entraînement et l'infrastructure de calcul, cela ne signifie pas un recul de la demande totale de semi-conducteurs.

1. À quel point les prix sont-ils bas ?

Prix par million de tokens, à juillet 2026. [Fait : grilles tarifaires officielles de chaque entreprise]

Modèle	Entrée	Sortie
DeepSeek V4 Flash	0,14 USD	0,28 USD
DeepSeek V4 Pro	0,435 USD	0,87 USD
Gemini 3.5 Flash	1,50 USD	9 USD
GPT-5.6 Sol	5 USD	30 USD

DeepSeek V4-Pro est environ 11 fois moins cher que GPT-5.6 Sol en entrée et environ 34 fois moins cher en sortie. Cela ne signifie évidemment pas que la performance, la latence, le SLA, la sécurité et le niveau d’outillage soient identiques.

L’écart de prix est important même à l’intérieur de la Chine

Qwen 3.7 Max : entrée RMB 12, sortie RMB 36, actuellement en remise de 50%
Doubao Seed 2.1 Pro : entrée RMB 6, sortie RMB 30
DeepSeek V4-Pro : bien plus agressif que ses concurrents chinois eux-mêmes

Il ne faut donc pas considérer le prix de DeepSeek comme le prix normal de l’ensemble du marché chinois. [Inférence : interprétation de la dispersion des prix]

2. Ce qui est soutenable : le coût marginal

DeepSeek V4-Pro est un modèle MoE avec 1,6 billion de paramètres au total, dont seulement 49 milliards sont activés. En combinant un taux d’utilisation élevé, le traitement par lots et le caching, le coût de calcul réel par token peut être fortement réduit. Le prix des hits de cache pour les entrées répétées n’est que de 0,003625 USD par million de tokens. [Fait : documentation officielle DeepSeek]

Pour ce type de trafic, les prix actuels peuvent donc être soutenables sur une base de coût marginal.

Traitement par lots
Hits de cache
Trafic sans garantie de latence
Usage massif permettant de maintenir un taux d’utilisation élevé

3. Ce qui est difficile à soutenir : le coût complet

Les prix publics actuels seuls peinent à couvrir le coût d’entraînement des modèles, le R&D, les expériences ratées, la capacité inutilisée, ainsi que la sécurité, les ventes et le SLA entreprise.

La normalisation des prix a d’ailleurs déjà commencé. [Fait : mesures des entreprises et couverture médiatique]

DeepSeek a baissé le prix de V4 de 75%, puis doublé le prix aux heures de pointe
Alibaba a également relevé le prix de certains services d’IA de jusqu’à 34%
Le débit dédié aux entreprises et les services à faible latence sont facturés plus cher que l’API publique

C’est la preuve que les prix ultra-bas ne se maintiennent pas sur tous les créneaux horaires ni pour tous les segments de clientèle.

Service	Soutenabilité
Cache, lots, trafic non prioritaire	Élevée
Heures de pointe, faible latence, forte concurrence	Faible
Sécurité et SLA entreprise	Tarification premium distincte, désormais établie
Recouvrement du coût complet pour une activité API indépendante	Difficile aux prix actuels

4. Vérification par les publications financières : Zhipu et MiniMax

C’est ici le cœur de l’article. Plutôt que de spéculer, on peut vérifier grâce aux publications financières de sociétés cotées à Hong Kong.

2025	Zhipu (02513)	MiniMax (00100)
Chiffre d’affaires	RMB 724 millions	79,04 M USD
Part API/plateforme dans le CA	26,3%	32,8%
Marge brute API ou groupe	API 18,9%	Groupe 25,4%
Marge brute année précédente	API 3,3%	Groupe 12,2%
R&D / CA	439%	320%
Perte nette ajustée / CA	439%	317%
Marge brute / R&D	9,3%	7,9%

[Fait : résultats 2025 de Zhipu, rapport annuel 2025 de MiniMax]

Zhipu : le recouvrement du coût marginal est confirmé

Le chiffre d’affaires API et plateforme ouverte est passé de RMB 48,48 M à RMB 190,4 M, soit une hausse de 293%, et la marge brute est passée de 3,3% à 18,9%. L’entreprise attribue cette évolution à l’efficacité d’inférence, aux économies d’échelle et aux hausses de prix.

Un fait plus important encore : en mars 2026, bien que le prix de l’API ait été relevé de 83% par rapport à fin d’année précédente, la demande a continué de dépasser l’offre. Le prix officiel actuel de GLM-5 est de RMB 4 en entrée et RMB 18 en sortie par million de tokens. L’API haut de gamme semble donc être sortie d’une structure de dumping en dessous du coût direct d’inférence. [Inférence : implication de la hausse de prix et de la demande excédentaire]

MiniMax : probable, mais non confirmé

La marge brute de l’API seule n’a pas été divulguée. La marge brute au niveau du groupe s’est améliorée de 12,2% à 25,4%, et l’entreprise l’attribue à l’efficacité du modèle et du système ainsi qu’à l’optimisation de l’allocation d’infrastructure.

Le prix actuel de M2.5 est de 0,30 USD en entrée et 1,20 USD en sortie par million de tokens, avec 0,60 USD/2,40 USD pour la version rapide. Cependant, comme M2.5 a été lancé en 2026 et que les résultats publiés ne couvrent que jusqu’à 2025, le ratio de coût de l’API seule aux prix actuels n’est pas encore vérifié. [Non vérifié]

Le coût complet n’est recouvré par aucune des deux entreprises

La marge brute totale de Zhipu, RMB 297 M, ne représente que 9,3% de son R&D de RMB 3,18 Mds. MiniMax non plus : sa marge brute de 20,08 M USD n’a couvert que 7,9% de son R&D de 253 M USD, et sa sortie de trésorerie opérationnelle s’est élevée à 280 M USD.

Les services achetés par MiniMax auprès du groupe Alibaba en 2025 se sont élevés à 75,88 M USD, soit 96% de son chiffre d’affaires. Ce montant mélange cloud d’entraînement et cloud de service, donc on ne peut pas l’assimiler directement au coût de l’API, mais c’est la preuve d’une forte dépendance à une infrastructure de calcul externe. Alibaba détient 17,06% du capital de MiniMax.

Un point important : la publication indique que les transactions avec les parties liées ont été réalisées aux prix et conditions publics offerts aux clients ordinaires. On peut reconnaître un accès facilité à la capacité et une intégration facilitée du fait de la relation stratégique, mais rien ne permet d’affirmer qu’il y a eu une subvention de prix cachée. [Inférence : interprétation du texte de la publication]

Même après leur introduction en bourse, Zhipu a levé net 31,375 Mds HK$ et MiniMax a levé net 15,957 Mds HK$ au total via de nouvelles actions et des obligations convertibles. L’essentiel de ces fonds va au R&D et à l’infrastructure de calcul. Le financement en lui-même n’est pas une preuve de pertes sur l’API, mais la compétition entre modèles frontière n’en est pas au stade où elle peut être soutenue par la seule trésorerie interne. [Fait : publication financière]

Verdict

Soutenabilité du coût marginal pour l’API payante haut de gamme : confirmée pour Zhipu, probable mais non confirmée pour MiniMax
Soutenabilité du coût complet incluant l’entraînement : non satisfaite pour les deux entreprises
Soutenabilité de la guerre des prix : élevée. Le financement par les marchés de capitaux permet de maintenir longtemps des prix déficitaires
Structure de marché : plutôt qu’un winner-take-all, un oligopole par segment est probable, Zhipu sur les entreprises chinoises et l’on-premise, MiniMax sur l’international, le grand public et le multimodal

5. Décomposer l’avantage de coût : quelle est la vraie raison ?

L’avantage de coût chinois dans le service des API est réel. Mais l’essentiel ne tient pas à l’électricité bon marché ou aux seules puces Huawei : c’est la combinaison suivante.

Peu de paramètres actifs · quantification
+ Taux élevé de traitement par lots · utilisation du cache
+ Taux d'utilisation des GPU des grands clouds comme Alibaba
+ Faible marge cible
+ Électricité bon marché dans l'ouest de la Chine

Facteur	Avantage de coût	Jugement
Structure du modèle, quantification, caching	Très fort	Cœur de la compétitivité prix des API chinoises
Échelle et taux d’utilisation du cloud	Fort	La douve la plus solide d’Alibaba
Faible marge cible	Fort	Explique le bas prix, mais fragilise la rentabilité à long terme
Huawei Ascend	Moyen, conditionnel	Avantageux sur des charges de travail optimisées, faible polyvalence
Électricité de l’ouest chinois	Moyen	Efficace pour l’inférence par lots, limité pour les API mondiales en temps réel
Subventions publiques, financement politique	Présent	Favorable au développement industriel, mais le montant par service reste opaque

6. L’électricité est-elle vraiment décisive ?

Il est vrai que l’électricité chinoise est bon marché. Le prix de l’électricité livrée au data center de Zhongwei, dans le Ningxia, s’établit en 2026 à RMB 0,36/kWh, soit environ 45% du niveau de la Chine de l’Est. La moyenne industrielle américaine de 2025 est de 8,62 cents/kWh, soit environ RMB 0,62/kWh avec un taux de change supposé de 7,2 RMB/USD. Zhongwei est donc environ 42% moins cher. [Fait : données des autorités locales chinoises, EIA américaine]

Mais l’électricité seule n’explique pas que le prix des API soit 5 ou 10 fois plus bas. En surestimant largement l’effet de l’électricité, avec une charge IT de 1 kW par carte et un PUE de 1,1, voici ce que cela donne.

Zhongwei : 1 kW × 1,1 × 0,36 RMB = 0,40 RMB/heure
Moyenne américaine : 1 kW × 1,1 × 0,62 RMB = 0,68 RMB/heure
Différence : environ 0,29 RMB/heure

Comme le prix à la demande du L20 proposé par Alibaba est de RMB 14,4/heure, même dans cette hypothèse haute, l’écart d’électricité ne représente qu’environ 2% du prix du calcul. [Inférence : calcul propre à l’auteur]

Cela signifie que l’électricité compte, mais qu’elle n’est pas la cause principale de l’écart de prix des API.

Contre-preuve décisive

L’avantage de l’électricité de l’ouest convient bien à l’inférence par lots et à l’entraînement, mais les API à faible latence doivent être déployées dans des régions proches des utilisateurs, à l’est ou à l’étranger. Or le prix de Qwen 3.5 Flash chez Alibaba est identique non seulement à Pékin, mais aussi à Francfort et en Virginie : 0,029 USD en entrée et 0,287 USD en sortie par million de tokens. [Fait : grille tarifaire Alibaba Model Studio]

C’est la preuve la plus directe que les API à bas prix ne sont pas seulement le résultat de l’électricité chinoise. [Inférence : implication de la parité tarifaire entre régions]

7. La vraie douve d’Alibaba, c’est le taux d’utilisation

Alibaba Cloud tire sa force moins de l’électricité que de sa capacité à ne jamais laisser les GPU inactifs. [Fait : documentation officielle Alibaba]

Inférence par lots : remise de 50% sur le prix catalogue
Instance spot L20 : d’un prix à la demande de RMB 14,4 à généralement environ RMB 2,88, soit une économie d’environ 80%
GPU inactifs : tarif de 0,000007 USD/CU pour les GPU inactifs contre 0,000018 USD/CU pour les GPU actifs
Combinaison d’instances à la demande, spot et d’autoscaling pour absorber les pics de trafic

Cependant, les instances spot comportent un risque de reprise, ce qui empêche de faire tourner l’ensemble d’une API en temps réel à SLA strict sur du spot. La structure consiste à placer la demande de base sur des ressources à la demande ou dédiées, et à ne traiter que la demande élastique en spot. [Inférence : contrainte opérationnelle]

8. Le Huawei Ascend est-il forcément bon marché ?

À strictement parler, Ascend n’est pas un GPU mais un NPU.

Huawei avance les éléments suivants pour CloudMatrix 384. [Fait : documentation officielle Huawei]

Débit d’inférence équivalent par carte : 2 300 tokens/s
Environ 4x par rapport aux configurations non-supernode existantes
Amélioration du MFU de plus de 50%
Performance d’inférence moyenne par carte 3-4x supérieure au H20

C’est une approche qui compense par la conception système, via la mise en pool des ressources et la parallélisation des experts MoE, la faiblesse des puces individuelles bas de gamme.

Mais il ne faut pas y voir directement un coût faible

Huawei n’a pas publié de TCO vérifié de manière externe, à modèle, latence et électricité identiques. [Non vérifié]
CloudMatrix augmente le débit en assemblant de nombreux NPU et réseaux, donc le débit par carte et le coût total du cluster sont deux choses différentes.
Une étude de terrain de 2026 sur Ascend 910 a montré qu’une inférence stable nécessitait 12 correctifs du code source, la désactivation de certaines fonctions à haut débit, et des dispositifs pour gérer des pannes récurrentes. Même si le matériel est bon marché, les coûts d’ingénierie et d’exploitation peuvent augmenter. [Fait : étude de terrain sur Ascend]

Verdict conditionnel

Condition	Verdict
Modèles profondément optimisés pour Ascend, comme Qwen, DeepSeek, GLM	Compétitivité de coût possible
Migration directe de modèles fondés sur CUDA	Avantage de coût incertain
Inférence par lots à grande échelle en Chine	Favorable
Service en temps réel pour entreprises mondiales	Non confirmé une fois inclus le coût logiciel et SLA

9. En quoi est-ce différent des véhicules électriques ?

Les points communs sont l’industrie stratégique, les investissements massifs, les subventions aux grandes entreprises et la conquête de parts de marché par la baisse des prix.

La différence, c’est que le coût de changement des modèles d’IA est bien plus faible. Les spécifications d’API sont similaires, et les clients peuvent router simultanément vers plusieurs modèles ou héberger eux-mêmes des modèles open source. Si un opérateur relève ses prix, les modèles concurrents et l’auto-hébergement créent un plafond de prix.

En revanche, une plateforme combinant cloud, données, sécurité, paiement, publicité et outils métier a un coût de changement élevé. Si un scénario winner-take-all émerge, ce sera davantage au niveau de la distribution et du cloud qu’à celui des modèles. [Inférence : structure des coûts de changement]

La structure la plus probable est la suivante.

Alibaba : cloud, e-commerce, clients entreprises
ByteDance : trafic grand public, publicité, contenu
Tencent : WeChat, services aux entreprises
Huawei, Baidu : infrastructure domestique, clients publics et entreprises
DeepSeek et 1 à 2 autres opérateurs de modèles indépendants : fixent le prix de référence technologique

10. Trajectoire attendue

Scénario	Probabilité estimée	Résultat
Oligopole à bas prix	60%	Concentration à 3-5 acteurs, prix bas maintenu sur l’API de base, hausse des prix aux heures de pointe et pour le SLA
Commoditisation totale	25%	L’open source, le MoE et les puces propriétaires entraînent de nouvelles baisses de prix
Normalisation marquée	15%	Hausse des prix de 2 à 5 fois sous la pression des puces, de l’électricité et du financement

[Inférence : estimation de scénario]

Même si les prix étaient multipliés par 5, le prix de sortie de DeepSeek V4-Pro serait d’environ 4,35 USD, ce qui resterait inférieur à celui des modèles frontière américains. Le prix actuel n’est peut-être pas un plancher, mais la tendance à la baisse des prix sera difficile à inverser.

11. Implications pour les semi-conducteurs

Des API bon marché augmentent l’usage de l’inférence, ce qui est favorable à la demande de DRAM serveur, de NAND, de réseau et d’électricité. En revanche, elles réduisent le volume de calcul par token et l’intensité d’intégration de HBM, ce qui pèse sur l’économie unitaire des GPU premium et du HBM.

Cible	Jugement
Samsung Electronics	Relativement amorti grâce à une forte exposition à la DRAM et au NAND génériques
SK Hynix	Signal d’alerte à long terme sur la prime de rareté du HBM
NVIDIA	Pression sur le prix unitaire des GPU premium, compensée par la hausse du volume total d’inférence
Alibaba, Tencent	Bénéficient davantage de l’expansion de l’écosystème cloud et de distribution que de la marge API

L’essentiel n’est pas le taux de baisse du prix des API, mais le taux de croissance de l’usage total de tokens. Si l’usage croît plus vite que la baisse des prix, l’effet Jevons l’emporte ; sinon, les multiples commencent à baisser d’abord pour les GPU premium et le HBM. [Inférence : jugement directionnel]

12. Le test décisif : les publications du premier semestre 2026

La marge brute API de Zhipu dépasse-t-elle 25-30% après la hausse de prix de 83%
MiniMax publie-t-il son ratio de coût API
Le taux de croissance du chiffre d’affaires continue-t-il de dépasser celui des coûts de calcul
L’écart entre les tarifs pic/SLA et les tarifs API publics se consolide-t-il
Huawei publie-t-il un TCO vérifié de manière externe à conditions identiques

Ces cinq éléments détermineront ce qui relève d’un « coût soutenable » et ce qui relève d’un « prix maintenu par le capital ».

Conclusion

Si les prix des API chinoises sont bas, ce n’est pas parce qu’il s’agit déjà d’un prix normal et autosuffisant. C’est parce que l’amélioration de l’efficacité d’inférence et un financement en capital massif les soutiennent conjointement.

La Chine dispose d’un avantage de coût structurel pour le service de modèles domestiques, par lots et optimisés. Mais les prix d’API extrêmement bas observés actuellement ne peuvent pas s’expliquer par les seules puces Huawei et l’électricité bon marché. Le principal avantage de coût vient, dans l’ordre, de la taille du modèle et de la réduction des paramètres actifs, du traitement par lots, du caching et de la quantification, du taux d’utilisation des GPU cloud, puis de la faible marge cible ; l’électricité et les NPU domestiques ne viennent qu’ensuite.

Du point de vue de l’investisseur, les API chinoises à bas prix ne signifient pas directement que « l’IA chinoise a acquis une douve de coût écrasante ». L’interprétation la plus juste est plutôt que le service d’inférence se commoditise rapidement, ce qui comprime la marge des sociétés de modèles et accroît la probabilité que la valeur se déplace vers le cloud, l’électricité et l’infrastructure de semi-conducteurs.

Cela pèse sur la marge API des opérateurs de modèles occidentaux, mais comme les fonds levés sont réinjectés dans l’entraînement et l’infrastructure de calcul, cela ne signifie pas un recul de la demande totale de semi-conducteurs.

Cet article est une synthèse analytique fondée sur les publications de sociétés cotées à Hong Kong (résultats 2025 et placement de nouvelles actions de Zhipu 02513, rapport annuel 2025 et levées de fonds de MiniMax 00100), les grilles tarifaires officielles de chaque entreprise (DeepSeek, OpenAI, Google, Alibaba Model Studio, Volcano Engine, Zhipu BigModel, MiniMax Platform), la documentation officielle de Huawei et des études sur CloudMatrix, des données des autorités locales chinoises sur l’électricité, et des statistiques de l’EIA américaine. Le ratio de coût de l’API seule chez MiniMax et le TCO de Huawei vérifié de manière externe à conditions identiques ne sont pas divulgués ; les probabilités de scénarios et les calculs d’électricité sont des estimations fondées sur des hypothèses au moment de la rédaction. Les valeurs mentionnées sont des exemples destinés à illustrer la structure de coûts, et non une recommandation d’achat ou de vente sur un titre en particulier. Les prix et chiffres des publications sont valables à la date de leur annonce et peuvent évoluer par la suite. Les décisions d’investissement et leurs conséquences relèvent de la seule responsabilité de l’investisseur.

Articles associés

Ce que change vraiment la convergence des modèles ouverts chinois : redistribution de la chaîne de valeur, pas effondrement de la demande

Fri, 17 Jul 2026 22:00:00 +0900

Contexte Cet article fait suite à Kimi K3 Réinitialise la Courbe de Prix de l’IA. Si le précédent article vérifiait le prix et la structure d’un seul modèle, celui-ci élargit la focale à la manière dont l’ensemble de l’écosystème des modèles ouverts chinois redistribue la chaîne de valeur des semi-conducteurs et de la Big Tech, et à la façon dont la politique américaine et le conflit sino-américain modifient cette lecture. À lire avec Le vrai débat des semi-conducteurs, la juste valeur des semi-conducteurs et IPO de CXMT et risque sur les prix mémoire. Les hubs associés sont le Hub AI HBM et le Hub Exclusive Analysis.

TL;DR

La convergence de performance des modèles ouverts chinois relève davantage d’une redistribution de la chaîne de valeur que d’un effondrement de la demande en IA. La valeur de monopole des API de modèles et des GPU de pointe recule, tandis qu’une inférence moins chère augmente les volumes d’usage et peut valoriser la mémoire, le stockage, les réseaux, l’énergie et la distribution cloud.
Les préférences relatives se répartissent ainsi. Pour la mémoire coréenne, Samsung Electronics > SK Hynix ; pour les semi-conducteurs américains, Micron, SanDisk > NVIDIA ; pour la Big Tech, Meta, Amazon > Google, Microsoft > les purs acteurs de modèles. [Inférence : jugement relatif]
Les modèles ouverts chinois ont démontré une baisse du coût de calcul et de mémoire par unité d’intelligence. Ils n’ont pas démontré de baisse des dépenses totales en silicium. TSMC a au contraire relevé son CAPEX 2026 de 52-56 à 60-64 milliards de dollars.
Sur le HBM, CXMT accuse un retard de 1,5-2 générations en termes de produit et de 2-3 ans en termes de commercialisation par rapport aux trois leaders. La menace de 2028 est donc une option conditionnelle, pas un choc d’offre actuel.
La diffusion technologique des modèles chinois et la diffusion du chiffre d’affaires des opérateurs d’API chinois sont deux choses distinctes. Le chemin le plus réaliste consiste à réhéberger les modèles chinois sur AWS, Azure ou dans un VPC d’entreprise, puis à les vendre via les dispositifs de sécurité et de contrat occidentaux. [Portée]

Thèse principale

Les modèles chinois peuvent ébranler le prix des modèles américains, mais ils ne font pas s'effondrer immédiatement la demande d'AWS, d'Azure, des puces américaines et de la mémoire coréenne. Le dommage direct touche la marge des API de modèles fermés. Ce qui survit durablement, ce sont la couche de distribution cloud et de sécurité, ainsi que l'infrastructure fondée sur l'usage (mémoire, réseau, énergie).

1. D’abord, vérifier les faits

La direction générale de l’écosystème est la bonne, mais le matériel d’entraînement de tous les nouveaux modèles n’a pas été rendu public. Cette distinction compte.

DeepSeek-V3 a été entraîné avec 2 048 NVIDIA H800 et 2,788 millions d’heures GPU. [Fait : rapport technique DeepSeek V3] Le H800 est soumis à des restrictions d’exportation, mais ce n’est pas un GPU grand public bas de gamme. Kimi K3, de son côté, a annoncé 2,8 billions de paramètres, un contexte d’un million de tokens et une efficacité d’extension 2,5x supérieure à K2, mais le rapport technique complet et le matériel d’entraînement ne seront publiés que le 27 juillet. [Fait : annonce officielle de Kimi]

On ne peut donc pas encore affirmer que « Kimi K3 a lui aussi été entraîné sur des GPU NVIDIA bas de gamme ». [Non vérifié]

Les gains d’efficacité sont réels

DeepSeek V4-Pro n’active que 49 milliards de paramètres sur un total de 1,6 billion. Sur une fenêtre de 1 million de tokens, le calcul par token tombe à 27% et le KV cache à 10% du niveau de V3.2. [Fait : fiche modèle DeepSeek V4] C’est une preuve directe qu’il est possible de réduire fortement l’usage de GPU et de HBM par token tout en maintenant la performance.

Mais l’autre versant est tout aussi réel

Le CloudMatrix384 de Huawei assemble 384 Ascend 910C pour servir DeepSeek-R1. Selon les données compilées par JPMAM, CloudMatrix consomme 49 To de HBM et 599 kW, contre 21 To et 145 kW pour le GB300 NVL72 utilisé en comparaison. [Fait : article CloudMatrix, données comparatives JPMAM]

Ce n’est pas une comparaison de performance strictement équivalente, mais la direction est claire : la Chine compense la faiblesse de la puce unitaire par davantage de puces, de mémoire et d’énergie. Une puce individuelle moins chère ne signifie pas nécessairement moins de silicium, de réseau et d’énergie au total. [Inférence : interprétation structurelle]

2. L’équation clé : que faut-il regarder

La réponse à ce débat ne se trouve pas dans les scores de benchmark, mais dans deux équations.

Demande de calcul totale = nombre total de tokens × calcul par token

Demande de mémoire totale = nombre total de tokens × usage mémoire par token
 + volume stocké de modèle, de KV cache et de données de recherche

Si un modèle ouvert fait baisser le prix du token de 70% tout en multipliant l’usage par 5, la demande totale augmente malgré le gain d’efficacité. À l’inverse, si le HBM par token diminue de 70% pendant que l’usage ne fait que doubler, la demande de HBM recule.

L’indicateur à surveiller se résume donc à une seule question : de combien le taux de croissance des tokens dépasse-t-il le taux de baisse de la mémoire par token.

Le verdict à ce jour

La dépense totale est déterminée par l’équation suivante.

Dépense totale en silicium = nombre de sessions d'entraînement × coût par session
 + nombre de tokens d'inférence × coût par token

Lors de son call du 2T26, TSMC a relevé son CAPEX 2026 de 52-56 à 60-64 milliards de dollars. Microsoft, de son côté, a augmenté son débit d’inférence de 40%, mais l’usage de tokens de ses grands clients a progressé de 30% en séquentiel, et l’entreprise a maintenu son CAPEX 2026 à environ 190 milliards de dollars. [Fait : call 2T26 de TSMC, call T3 FY26 de Microsoft]

À ce jour, la croissance de l’usage l’emporte sur les gains d’efficacité. [Inférence : synthèse des données]

3. Impact sur les semi-conducteurs : la dispersion par valeur

Valeur / groupe	Impact sur le cours	Lecture clé
Samsung Electronics	Positif	Bénéficie le plus largement : pas seulement le HBM, mais aussi la DRAM serveur, le NAND/eSSD et la mémoire générique
SK Hynix	Mixte à positif	La hausse des tokens est favorable, mais la compression MoE/KV réduit le HBM par token, ce qui pèse sur le multiple de rareté
Micron	Positif	Exposition combinée DRAM, HBM, NAND dans la chaîne d’approvisionnement américaine. Bénéfice broad-memory comparable à Samsung
SanDisk	Positif	Le déploiement local, les poids de modèles et la hausse du RAG/cache alimentent la demande d’eSSD et de NAND
NVIDIA	Négatif à court terme, mixte à long terme	Recul de la part de marché chinoise et de la valeur de monopole des GPU haut de gamme. La hausse du volume total de tokens et les livraisons de H200 compensent en volume
AMD	Relativement positif	Les modèles ouverts facilitent la portabilité vers du matériel hétérogène. ROCm et la part de marché réelle de service seront déterminants
Broadcom, Marvell, Arista	Positif à moyen terme	Demande croissante d’ASIC sur mesure occidentaux, d’Ethernet, d’optique et de SerDes
TSMC	Neutre à positif	La demande de puces d’entraînement NVIDIA/AMD/ASIC se maintient, mais l’inférence chinoise se déplace vers Ascend et SMIC

Pourquoi Samsung est relativement avantagé par rapport à SK Hynix

Bien qu’elles appartiennent au même trio des grands acteurs de la mémoire, Samsung Electronics et SK Hynix divergent. L’inférence bon marché et la diffusion des modèles ouverts n’augmentent pas seulement le HBM : elles augmentent aussi le volume total de DRAM serveur, de NAND et de mémoire générique. Samsung Electronics, dont l’exposition est plus large, capte une plus grande part de cette diffusion.

À l’inverse, le MoE et la compression KV réduisent le HBM par token. SK Hynix, dont l’exposition est concentrée sur le HBM pur, subit à la fois le bénéfice de la hausse des tokens et le poids de la baisse du HBM par token. C’est le multiple de rareté, plus que la demande absolue, qui est comprimé en premier. [Inférence : analyse de la structure d’exposition]

Samsung Electronics fait toutefois face à un risque inverse : elle est la première exposée à la montée en volume de la DRAM générique de CXMT.

NVIDIA et le H200

Les États-Unis ont récemment commencé à autoriser des expéditions limitées de H200 vers la Chine, mais les volumes restent faibles pour l’instant. C’est positif pour le chiffre d’affaires de NVIDIA à court terme, mais pas au point d’inverser la bascule vers une infrastructure domestique centrée sur Huawei. [Fait : article Reuters, juillet 2026] [Inférence : évaluation d’impact]

4. Impact sur la Big Tech

Entreprise	Jugement	Raison
Meta	Le plus positif	Sa stratégie d’écosystème ouvert est validée ; elle capte la valeur de l’IA via la publicité et les recommandations plutôt que via les API
Amazon	Positif	Quel que soit le modèle gagnant, AWS vend de l’inférence, du stockage et du réseau
Google	Mixte à positif	TPU et cloud en bénéficient, mais la prime de prix de l’API Gemini est sous pression
Microsoft	Mixte	L’usage d’Azure progresse, mais la redevance des modèles OpenAI et le taux de retour sur CAPEX sont sous pression
Apple	Positif	Les petits modèles ouverts bon marché réduisent le coût de l’on-device et du Private Cloud
OpenAI, Anthropic	Négatif	Réduction de l’écart de performance et de la prime de prix des API, pression sur des valorisations et des levées de fonds élevées

Contrairement à une idée reçue, Meta n’est pas la plus grande perdante. L’entreprise gagne de l’argent via la publicité et les recommandations plutôt que via la vente de modèles, et utilise les modèles ouverts pour réduire ses coûts, ce qui lui donne un potentiel de gain relatif. La pression se situe plutôt du côté du CAPEX et de l’amortissement. [Inférence : analyse du modèle économique]

La leçon du choc DeepSeek de 2025

Lors du choc DeepSeek de 2025, NVIDIA a perdu 17% de sa capitalisation boursière en une seule journée, soit environ 593 milliards de dollars. La réaction initiale a été une vente généralisée touchant l’ensemble de l’infrastructure GPU, énergie et data centers, avant un rebond partiel. [Fait : couverture médiatique, 2025]

Cette fois encore, il est probable que le cours réagisse à court terme à la peur de l’efficacité, et les résultats à moyen terme à la hausse de l’usage. [Inférence : schéma historique]

5. Verdict sur les thèses relatives aux modèles ouverts chinois

Voici, un par un, le verdict sur les arguments avancés par les haussiers comme par les baissiers.

Argument	Verdict
Les GPU haut de gamme sont indispensables à la performance frontière	Affaibli, mais non réfuté
L’intelligence IA est un bien rare	Largement invalidé au niveau du prix brut des modèles et des tokens
L’échelle du capital constitue une douve	La douve du pré-entraînement s’affaiblit ; elle se déplace vers le déploiement, les données, l’énergie et la distribution
Le coût marginal de l’open source est nul	Seul le prix des poids tend vers zéro, le coût d’inférence continue de courir
Un entraînement à 1 milliard de dollars dépasserait un investissement de 100 milliards de dollars	Argument inexact qui compare deux catégories de coûts différentes

Ce dernier point est particulièrement souvent mal utilisé. Le coût d’entraînement et l’investissement total en infrastructure ne sont pas des catégories comparables.

6. Où en est vraiment le HBM de CXMT

C’est le point le plus souvent exagéré dans le débat sur la menace chinoise. Décomposé étape par étape, le tableau réel apparaît.

Étape	Verdict actuel	Base du jugement
Procédé de cellule DRAM	Commercialisé, progression rapide	Vente de DDR5/LPDDR5X ; Apple teste aussi de la DRAM chinoise pour ses produits
Empilement TSV	HBM2 en petits volumes, HBM3 à un stade précoce	Une production de HBM2 est rapportée, mais volumes et rendement restent non divulgués
Packaging et base die	En cours de construction	L’écosystème chinois se forme, mais les données de rendement en production de masse, thermiques et de fiabilité manquent
Qualification client	HBM non confirmé	Le contrat avec Tencent et les tests d’Apple ne prouvent que la capacité en DRAM générique
Écart avec les leaders	1,5-2 générations	Les trois leaders sont déjà en montée en cadence sur le HBM4, alors que CXMT n’a même pas encore validé la production de masse du HBM3

Au 17 juillet 2026, la gamme de produits officiellement publiée par CXMT se limite à DDR5, LPDDR5/5X, DDR4 et LPDDR4X : il n’y a pas de HBM. TrendForce classe également le HBM3 de CXMT en phase de validation précoce et estime que les barrières technologiques et l’obligation d’utiliser des équipements domestiques retardent la production de masse. [Fait : documents officiels de CXMT, TrendForce]

Les estimations de capacité divergent elles aussi. Un plateau autour de 240 000 wafers par mois s’oppose à une prévision de 350 000 en fin d’année. Mais ce chiffre de 350 000 provient d’un modèle privé et non d’une guidance de l’entreprise, ce qui le rend difficile à retenir comme valeur confirmée. [Non vérifié]

Comment corriger l’hypothèse sur la DRAM legacy

2026-2027 : les investissements HBM de CXMT retardent le relâchement de l’offre de DRAM legacy chinoise.
2028 : si le HBM3/3E obtient la qualification des clients accélérateurs chinois et des volumes significatifs, il pourrait d’abord remplacer le marché chinois du HBM ancienne génération.
2029 et après : il faudra que le HBM4, le base die et le rendement de packaging suivent pour que la pression touche directement le marché mondial leader et la marge de SK Hynix.

Autrement dit, l’affirmation la plus juste n’est pas « CXMT va immédiatement aggraver la pénurie de legacy », mais plutôt « CXMT ne libère pas l’offre de legacy aussi vite qu’espéré ». [Inférence : jugement par étapes]

7. Comment la politique américaine modifie cette lecture

Les États-Unis traitent l’IA moins comme une technologie commerciale que comme une infrastructure critique de leur bloc d’alliances. C’est pourquoi une analyse purement technique ne suffit pas à trancher.

L’AI Action Plan américain et le décret présidentiel 14320 précisent l’intention d’exporter vers les pays alliés une pile IA « Made in USA » intégrant matériel, cloud, réseau, modèles et applications, tout en réduisant la dépendance technologique envers les pays adverses. Même si les modèles chinois sont supérieurs en performance et en prix, la pile américaine conserve un avantage politique dans les marchés publics et les industries stratégiques des pays alliés. [Fait : White House AI Action Plan, EO 14320]

Ce n’est cependant pas un découplage complet

En janvier 2026, le BIS américain a soumis les exportations de H200 et de MI325X vers la Chine à un examen au cas par cas, sous conditions de clients agréés et d’exigences de sécurité. C’est un compromis qui vise à maintenir un levier de contrôle tout en gardant la Chine partiellement rattachée à l’écosystème des puces américaines. [Fait : BIS, 13 janvier 2026]

L’usage de modèles chinois par les entreprises privées américaines n’est pas non plus interdit de façon générale. Le No DeepSeek on Government Devices Act n’en est encore qu’au stade de proposition législative. En revanche, le gouvernement australien a ordonné le retrait de DeepSeek de ses systèmes publics, et l’autorité italienne de protection des données a restreint le traitement des données des utilisateurs. [Fait : mesures officielles de plusieurs pays]

Il est probable que l’interdiction de fait imposée par les services d’achats publics et de sécurité s’impose avant même toute loi. [Inférence : ordre de mise en œuvre des politiques]

8. Les entreprises occidentales peuvent-elles utiliser les API de modèles chinois ?

Le potentiel de diffusion varie entièrement selon la voie empruntée. Ce tableau répond à la question.

Mode d’adoption	Potentiel de diffusion	Jugement
Appel direct à une API hébergée en Chine continentale	Faible	Risques de données, de juridiction et de conformité aux achats
API de Qwen (États-Unis, UE, Japon, Singapour)	Moyen	La localisation des données est possible, mais le risque lié à l’opérateur chinois subsiste
Modèles chinois réhébergés par AWS ou Azure	Moyen-élevé à élevé	Le contrat, la sécurité et le contrôle des données relèvent du cloud occidental
Poids ouverts en VPC d’entreprise ou on-premise	Élevé	Aucune donnée n’a besoin d’être envoyée vers des serveurs chinois
Gouvernement, défense, infrastructures critiques	Très faible	Les restrictions d’achat peuvent remonter jusqu’à la lignée même du modèle

Le chemin le plus réaliste est le suivant.

Développement du modèle en Chine
→ Réhébergement sur AWS, Azure ou dans un VPC d'entreprise
→ Vente via les dispositifs occidentaux de sécurité, de contrat et d'audit

Autrement dit, la diffusion technologique des modèles chinois et la diffusion du chiffre d’affaires des opérateurs d’API chinois sont deux choses distinctes. [Inférence : analyse des voies d’adoption]

Les limites de l’API directe

La politique de confidentialité de DeepSeek indique que les données personnelles, y compris les données saisies, sont collectées, traitées et stockées directement en Chine, et peuvent être utilisées pour améliorer le service et le modèle. [Fait : DeepSeek Privacy Policy] C’est une condition rédhibitoire pour toute entreprise qui manipule du code source, des données clients, des données médicales ou financières, ou des technologies soumises au contrôle des exportations.

Qwen se distingue quelque peu. Alibaba Cloud Model Studio propose des régions aux États-Unis, en Allemagne, au Japon et à Singapour, permet de restreindre les données et l’inférence à une zone géographique donnée, et précise ne pas utiliser les données clients pour l’entraînement de ses modèles. [Fait : politique régionale et de sécurité d’Alibaba Cloud] L’adoption directe de l’API pourrait donc progresser dans les secteurs non régulés, ainsi qu’en Asie du Sud-Est, au Moyen-Orient et en Amérique latine.

La localisation des données et la certification SOC 2 ne suppriment cependant pas le risque d’interruption de service, de sanctions ou de restriction des achats lié au conflit sino-américain. [Inférence : risque résiduel]

9. Révision de la thèse : ce qui change et ce qui reste

Premièrement, la logique d’un effondrement des hyperscalers américains s’affaiblit. AWS et Azure hébergent directement DeepSeek et fournissent isolation des données, SLA et évaluation de sécurité. Le cloud américain peut absorber l’innovation de coût des modèles chinois et la transformer en chiffre d’affaires. [Fait : annonces officielles d’AWS et d’Azure]

Deuxièmement, la pression sur les prix touche d’abord les API de modèles fermés. C’est un poids sur le prix du token et la marge d’OpenAI, d’Anthropic et de Google, mais le volume d’inférence et l’usage d’AWS et d’Azure peuvent, eux, augmenter. C’est relativement favorable à la stratégie de modèles ouverts de Meta.

Troisièmement, la séparation sino-américaine soutient l’investissement total en infrastructure. Les deux blocs construisent en doublon des accélérateurs, de la mémoire, des réseaux et des réseaux électriques. La probabilité que les gains d’efficacité se traduisent directement par une baisse des dépenses mondiales en silicium diminue d’autant.

Quatrièmement, la prime HBM de SK Hynix peut se maintenir plus longtemps dans le bloc allié. Le HBM de CXMT pénétrera vraisemblablement d’abord les accélérateurs et les data centers chinois. L’adoption par les CSP occidentaux exige, au-delà de la qualification technique, une validation politique et une certification de chaîne d’approvisionnement. Le contrôle des exportations accélère toutefois l’investissement chinois vers l’autonomie, ce qui constitue un risque pour la part de marché de SK Hynix en Chine à partir de 2028.

Cinquièmement, Samsung Electronics constitue une couverture relative. L’inférence bon marché et la diffusion des modèles ouverts peuvent augmenter le volume total non seulement de HBM, mais aussi de DRAM serveur, de NAND et de mémoire générique. À l’inverse, le risque existe que Samsung Electronics soit la première exposée à la montée en volume de la DRAM générique de CXMT.

10. L’ordre des dommages et des bénéfices

Dommage maximal : les surprofits des API de modèles fermés, les opérateurs de location de GPU à fort effet de levier
Risque intermédiaire : les acteurs à investissement anticipé massif et à clientèle concentrée, comme Oracle
Meta : n’est pas la plus grande perdante. Elle utilise les modèles ouverts pour réduire ses coûts, d’où un potentiel de gain relatif. La pression se situe du côté du CAPEX et de l’amortissement
NVIDIA : le multiple et le mix produit sont comprimés avant l’EPS à court terme. La substitution en Chine est un risque, mais la douve CUDA, réseau, efficacité énergétique et délai de développement subsiste
Mémoire : le scénario de base n’est pas un recul de la demande absolue de HBM, mais une contraction de la prime de rareté du HBM, combinée à un élargissement de la couche vers la DDR, le CXL et l’eSSD

11. Mise à jour des scénarios

Il est justifié d’ajuster provisoirement les probabilités établies dans la juste valeur des semi-conducteurs.

Scénario	Avant	Après
Poursuite de la surdemande	30%	30%
Reconcentration des actifs	40%	40%
Normalisation de l’offre et de l’efficacité	20%	25%
Rupture systémique de la demande	10%	5%

La performance des modèles chinois réduit la probabilité d’une disparition pure et simple de la demande d’IA (rupture : de 10% à 5%). En contrepartie, les gains d’efficacité et le matériel chinois font baisser la prime de rareté de NVIDIA et du HBM (normalisation : de 20% à 25%).

Le scénario en axe temporel reste valable également : l’usage l’emporte sur l’efficacité jusqu’en 2027 (70%), normalisation du mix et des prix à partir de 2028 (25%), contraction totale du CAPEX (5%). Toutefois, le moteur du scénario à 70% n’est plus un écosystème mondial unique, mais un double investissement, dans le bloc américain et dans le bloc chinois. [Inférence : recalibrage des scénarios]

12. Ce qui pourrait changer le jugement

Rapport technique de Kimi K3 (27 juillet) : si le matériel d’entraînement est révélé, la validité de la thèse « entraînement frontière sur GPU bas de gamme » sera tranchée
Taux de croissance des tokens contre taux de baisse de la mémoire par token : l’écart entre ces deux valeurs est la vraie réponse à ce débat
Qualification de la production de masse du HBM3E de CXMT et volumes réels de packaging : si confirmé, il faudra abaisser à la fois l’EPS 2028 et le multiple de SK Hynix
Ralentissement du prix et du contenu en HBM : premier signal d’une contraction de la prime de rareté
Extension du réhébergement de modèles chinois par les CSP occidentaux : preuve de la hausse de valeur de la distribution cloud
Application réelle de la réglementation américaine sur les achats et la sécurité : l’étendue de l’interdiction de fait, qui précède la loi

Ce n’est pas encore le moment de mélanger risque terminal et résultats du trimestre en cours. Il suffira d’ajuster la trajectoire de SK Hynix au-delà de 2028 lorsque la qualification de la production de masse du HBM3E de CXMT sera confirmée. [Inférence : ordre du jugement]

Conclusion

Pour revenir à la question posée, voici la réponse.

Il est vrai que les modèles ouverts chinois convergent vers la frontière américaine, et il est vrai que le coût par unité d’intelligence a chuté rapidement. Mais cela ne signifie pas une baisse des dépenses totales en silicium. Le relèvement du CAPEX de TSMC et la hausse de 30% des tokens chez Microsoft sont, à ce jour, la réponse la plus fiable.

La politique américaine modifie profondément cette lecture. La séparation sino-américaine engendre un investissement en doublon dans les deux blocs, ce qui soutient la demande totale d’infrastructure, et protège politiquement, dans le bloc allié, la place de la pile américaine et de la mémoire coréenne.

L’adoption des API de modèles chinois par les entreprises occidentales doit être vue en séparant le modèle de l’opérateur. La technologie se diffuse via les poids ouverts, mais l’entité qui la vend sera vraisemblablement AWS, Azure ou un VPC d’entreprise, plutôt qu’un opérateur d’API chinois.

La conclusion est donc une redistribution. Ce qui s’effondre, ce sont les surprofits des API de modèles fermés. Ce qui subsiste, c’est l’infrastructure fondée sur l’usage.

Cet article est une synthèse analytique fondée sur des articles publics (DeepSeek V3/V4, Huawei CloudMatrix384), des annonces officielles d’entreprises (Kimi, call 2T26 de TSMC, call T3 FY26 de Microsoft, CXMT, Alibaba Cloud, politique de confidentialité de DeepSeek), des documents du gouvernement américain (AI Action Plan, décret 14320, BIS), des mesures réglementaires de plusieurs pays et des études de marché (TrendForce, JPMAM). Le matériel d’entraînement de Kimi K3 reste non confirmé jusqu’à la publication du rapport technique du 27 juillet. Les estimations de capacité de CXMT et les probabilités de scénarios sont des estimations de l’auteur au moment de la rédaction, et non une guidance de l’entreprise. Les valeurs mentionnées sont des exemples destinés à illustrer la structure de la chaîne de valeur, et non une recommandation d’achat ou de vente sur un titre en particulier. Les décisions d’investissement et leurs conséquences relèvent de la seule responsabilité de l’investisseur.