Le coût des modèles frontière et la popularité des poids ouverts stimulent la demande de routage de modèles
Glean, la start-up cofondée et dirigée par l'ancien ingénieur distingué de Google Arvind Jain, a atteint cette année 300 millions de dollars de revenus annuels récurrents, soit une multiplication par trois en quinze mois. L'entreprise, valorisée 7,2 milliards de dollars après une levée de série F de 150 millions de dollars en juin dernier, avait annoncé en septembre la troisième génération de son Glean Assistant. Selon Tony Gentilcore, cofondateur et responsable de l'ingénierie, Glean serait quatre fois plus rentable que Claude Code, avec un coût moyen de 0,45 dollar par tâche contre 1,84 dollar pour Claude Cowork, un écart attribué aux capacités de routage et au harnais logiciel maison. Cette montée en puissance survient peu après le rachat par Stripe de la plateforme de routage de modèles OpenRouter pour plus de 7 milliards de dollars, signe que ce segment attire aussi bien les investisseurs grand public que les entreprises. Parmi les clients de Glean, Zillow revendique un taux d'adoption de 80 % sur 7 000 employés, tandis que Booking.com présente Glean comme la première plateforme d'IA déployée à l'échelle de toute l'entreprise.
Résumé et traduction réalisés par Le Fil IA à partir de Latent Space. Lire l'article original →
Cette dynamique traduit une préoccupation devenue centrale pour les directions informatiques: la maîtrise des coûts liés à l'intelligence artificielle générative. D'après Arvind Jain, les modèles les plus avancés, comme Opus ou les dernières versions de GPT, coûtent désormais deux à quatre fois plus cher au token que leurs prédécesseurs, tout en étant utilisés pour des tâches plus longues et complexes, ce qui peut multiplier la facture par utilisateur par dix ou vingt en un an. Le routage automatique de modèles permet donc d'arbitrer, tâche par tâche, entre un modèle puissant et coûteux, un modèle open source moins cher, voire l'absence totale de recours à un LLM lorsqu'un simple calcul suffit. Chez Glean, ce choix se fait à trois niveaux: sélection manuelle par l'employé, restrictions imposées par les administrateurs, ou mode automatique, plébiscité par la majorité des clients pour des raisons économiques.
Cette évolution s'inscrit dans un contexte de concurrence acharnée entre laboratoires de pointe, combinée à la montée en puissance de modèles open-weight comme Kimi K3 ou Qwen3.8-Max, qui offrent des alternatives crédibles à moindre coût. Glean se positionne comme une couche méta au-dessus de ces modèles, combinant selon Jain la puissance de ChatGPT, Claude, Gemini et Grok dans une seule expérience destinée aux salariés d'entreprise. Au-delà du choix technique du modèle, l'entreprise mise sur sa capacité à connecter les données et les flux de travail internes des organisations à ces systèmes d'IA, et tire parti de son déploiement massif pour observer, à grande échelle, comment les employés utilisent réellement l'intelligence artificielle au quotidien.
Les entreprises europeennes font face aux memes pressions de couts sur les modeles frontiere et pourraient adopter des strategies de routage similaires, sans qu'aucun acteur ni reglementation francaise ou europeenne ne soit directement implique.
Le routage de modèles, c'est le truc que tout le monde va devoir avaler cette année : quand Opus coûte quatre fois plus cher qu'avant et que la facture par utilisateur peut être multipliée par vingt en un an, personne ne peut se permettre d'envoyer chaque requête au modèle le plus cher par défaut. Glean à 0,45 dollar la tâche contre 1,84 pour Claude Cowork, ça dit tout : la vraie bataille de l'IA d'entreprise en 2026, c'est plus qui a le meilleur modèle, c'est qui sait le moins souvent y avoir recours. Et le rachat d'OpenRouter par Stripe pour 7 milliards confirme que cette couche d'arbitrage vaut déjà plus cher aux yeux des investisseurs que pas mal de labos qui la nourrissent.