**Titre français :** Les dix premiers laboratoires d’IA mondiaux proposent des API multimodales gratuitement et sans limite de temps ; j’ai déjà fait les tests pour vous.

Résumé des principaux points

Récemment, un engouement pour la “Tokenmaxxing” (consommation intensive de tokens) a pris son essor au sein de la communauté des développeurs d'IA. La consommation de tokens est considérée comme une preuve du niveau d'IAisation des systèmes, mais les coûts élevés et le faible rapport entre investissement et output ont engendré une “anxiété autour des tokens”. Il est prévu que la consommation de tokens augmente de 24 fois dans les prochaines années, et les coûts liés à l'IA pourraient dépasser les salaires des équipes. De plus, seulement 10 % à 30 % du code généré par l'IA seraient conservés sur le long terme, tandis que les utilisateurs intensifs d'IA devraient réécrire 9,4 fois plus de code que ceux qui n'utilisent pas d'IA. L'amélioration de l'efficacité ne suit pas le rythme de la hausse des coûts. À ce moment-là, les dix premiers laboratoires d'IA mondiaux ont mis à disposition des API multimodales gratuites et illimitées dans le temps. L'auteur a testé ces API et a constaté qu'elles étaient capables de réaliser des tâches complexes en matière de programmation, d'image et de vidéo. Derrière cette gratuité se cache une nouvelle compétition sur l'infrastructure d'IA : lorsque les performances des modèles deviennent similaires, les coûts, la stabilité et la facilité d'utilisation deviennent déterminants. Les développeurs préfèrent se concentrer sur le produit plutôt que d'être contraints par les coûts des tokens.

1. L'anxiété autour des tokens : une charge invisible de plus en plus lourde pour l'IA

Les tokens sont comme les “pièces de monnaie” utilisées pour facturer les services d'IA. Chaque appel à un algorithme d'IA consomme des tokens, et plus on en utilise, plus la facture est élevée. Aujourd'hui, il est courant dans le milieu des développeurs de partager leurs factures de tokens pour prouver le niveau d'IAisation de leur entreprise. Cependant, les problèmes sont nombreux :

• Cours des coûts en hausse : Goldman Sachs prévoit que la consommation de tokens augmentera de plus de 24 fois dans les prochaines années, et un dirigeant d'NVIDIA a déclaré que les coûts liés à l'IA dépassent déjà les salaires des équipes ;
• Output médiocre : seulement 10 % à 30 % du code généré par l'IA seraient conservés sur le long terme, et les utilisateurs intensifs d'IA doivent réécrire 9,4 fois plus de code que ceux qui n'utilisent pas d'IA. Certains laboratoires ont même constaté que bien que leur production de code ait doublé, les coûts des tokens ont augmenté de 10 fois.

En bref, on dépense plus d'argent sans obtenir un retour équivalent, ce qui provoque de l'anxiété chez les développeurs quant à la valeur réelle des tokens.

2. Test des API gratuites : ces modèles sont-ils vraiment efficaces ?

Les dix premiers laboratoires d'IA mondiaux proposent des API multimodales gratuites. L'auteur a réalisé plusieurs tests :

• Capacités de programmation : les API permettent de créer des jeux web complets, de concevoir des interfaces utilisateur et de réaliser du design graphique ;
• Capacités d'image : elles peuvent transformer des photos de personnes ordinaires en images de idols coréens chantant (en conservant leurs caractéristiques faciales), générer des annonces pour des produits à partir de photos réelles d'huiles essentielles pour les cheveux, ou créer des infographies complexes (par exemple, démontrer comment la forme des organismes marins influence la conception des bâtiments) ;
• Capacités vidéo : elles génèrent des vidéos de performances de batterie, des scènes de groupes musicaux de trois membres, des images avec une qualité cinématographique, et même des scènes d'acteurs en mouvement.

Les résultats montrent que ces API gratuites sont capables de gérer des tâches allant des plus simples aux plus complexes sans aucun problème.

3. Derrière la gratuité : un nouveau champ de bataille pour l'infrastructure d'IA

Pourquoi offrir des API gratuitement ? Il s'agit moins de bienfaisance que d'un changement dans la compétition au sein de l'industrie de l'IA, qui se concentre désormais sur l'infrastructure :

• Parallèle avec le cloud computing : au début, les fournisseurs de services cloud attiraient les utilisateurs grâce à des serveurs gratuits ou à bas prix, puis ils ont commencé à gagner de l'argent en développant une écosystème ;
• Situation actuelle de l'IA : aujourd'hui, les performances des modèles sont similaires, et il ne s'agit plus tant de savoir qui est le meilleur que de savoir quel service est le moins cher, le plus stable et le plus facile à utiliser ;
• Objectif : les API gratuites attirent davantage de développeurs, permettant aux entreprises de dominer le marché de l'infrastructure d'IA. Une fois ces derniers dépendants de ces services, elles pourront ensuite générer des revenus grâce à des services supplémentaires (comme des versions plus performantes ou un soutien personnalisé).

4. Les besoins des développeurs évoluent : de la performance vers l'utilité

Auparavant, les développeurs se souciaient uniquement de savoir si les modèles pouvaient effectuer des tâches complexes. Aujourd'hui, ils accordent plus d'importance à :

• Coûts bas : ils ne veulent pas être écrasés par les factures de tokens ;
• Stabilité et facilité d'utilisation : les API doivent fonctionner sans problème et avoir des interfaces simples à utiliser ;
• Capacités d'intégration : il est essentiel que ces services puissent être rapidement intégrés dans leurs produits.

Comme les performances des modèles se rapprochent, les développeurs préfèrent se concentrer sur la conception des produits et les besoins des utilisateurs, plutôt que de calculer constamment les coûts des tokens. Les API gratuites répondent parfaitement à ces attentes.

Conclusion

L'anxiété autour des tokens représente un obstacle réel au déploiement de l'IA. L'ouverture d'API multimodales gratuites soulage la pression financière sur les développeurs et marque le passage de la compétition dans le domaine de l'IA de la performance des modèles à l'efficacité des services d'infrastructure. À l'avenir, celui qui parviendra à rendre l'utilisation de l'IA plus simple et moins coûteuse pour les développeurs prendra une avance significative dans l'écosystème de l'IA.