Des "whales" de l’IA crashent les services de codage automatisé

Le secteur de l’intelligence artificielle dédié au codage fait face à une crise financière inattendue, provoquée par une poignée d’utilisateurs intensifs, surnommés « whales d’inférence ». Ces utilisateurs, souvent des développeurs avancés ou des entrepreneurs, explorent au maximum les services d’IA pour coder, en lançant des tâches automatisées longues et complexes, ce qui entraîne une consommation massive de tokens — les unités de traitement des requêtes par les modèles d’IA. Ce phénomène a mis en lumière une faiblesse fondamentale des modèles économiques actuels : les startups proposant des services d’IA codage à prix fixe, souvent avec des abonnements illimités, se retrouvent à supporter des coûts d’inférence en constante augmentation, sans pouvoir répercuter ces dépenses sur leurs clients. Anthropic, par exemple, a lancé son service Claude Code avec un abonnement à 200 dollars par mois, illimité. Mais certains utilisateurs, comme Albert Örwall, un développeur suédois, ont rapidement dépassé les limites de consommation, générant des coûts d’inférence pouvant atteindre plusieurs milliers de dollars par mois. Un utilisateur figure même au sommet du « Claude Code Leaderboard », ayant consommé près de 11 milliards de tokens — une dépense estimée à 35 000 dollars, contre 200 dollars facturés. Face à cette situation, Anthropic annonce une réforme : à partir du 28 août, des limites hebdomadaires seront imposées, et les utilisateurs dépassant ces seuils devront acheter des crédits supplémentaires. L’entreprise cite aussi des abus comme le partage d’abonnements ou la revente d’accès. D’autres acteurs comme Cursor ont pris des mesures similaires. Après avoir annoncé un changement de modèle tarifaire en juin, passant d’un abonnement illimité à un système à usage payant pour les requêtes « rapides », le service a suscité la frustration par une communication maladroite et des factures imprévues. Les utilisateurs, habitués à une liberté totale, se sont retrouvés confrontés à des coûts soudainement élevés, notamment pour des tâches complexes nécessitant des modèles plus puissants. Au-delà des cas individuels, cette crise révèle une réalité plus profonde : les coûts d’inférence ne baissent pas comme prévu. Au contraire, chaque nouvelle version de modèle d’IA plus performant est intégrée rapidement, entraînant une hausse des prix par token. Comme le souligne Ethan Ding, fondateur de TextQL, « personne ne veut un modèle ancien, même s’il est moins cher ». Les utilisateurs sont « cognitivement gourmands » et veulent toujours le meilleur modèle disponible. De plus, les workflows agents — où des agents autonomes exécutent des séries de tâches complexes — consomment des quantités exponentielles de tokens, rendant les abonnements fixes économiquement inviables. En résumé, le modèle économique basé sur l’inférence « resellée » est de plus en plus fragile. Comme le conclut Ding, « il n’y a pas moyen d’offrir un usage illimité dans ce nouveau monde, quelle que soit la formule d’abonnement. Les mathématiques ont fondamentalement changé. » Les startups devront désormais innover davantage sur leurs modèles tarifaires, intégrant des mécanismes de gestion des ressources, de contrôle de consommation ou des offres hybrides pour survivre dans un écosystème où la demande excède de loin les coûts prévisibles.