Anthropic : 900 milliards de dollars pour combien de mois d'avance ?
Début novembre, Moonshot AI a publié les poids de Kimi K3.1 Pro, un modèle de 2 800 milliards de paramètres que n'importe quelle entreprise peut télécharger, sous une licence qui encadre l'usage commercial. Avec 46 points sur l'indice d'Artificial Analysis, il est le meilleur modèle à poids ouverts. Le 5 novembre, l'organisme METR a publié un rapport selon lequel les modèles internes d'Anthropic progressent environ deux fois plus vite depuis octobre 2025, et quatre jours plus tard Anthropic a lancé Claude Fable 5.2, qui obtient 65 points. Le prospectus amendé le 10 novembre chiffre à 900,9 milliards de dollars les engagements de calcul et d'infrastructure de l'entreprise, dont 70,7 milliards à régler dans les douze mois suivant le 30 septembre 2026 et 451,6 milliards avant fin 2030. L'introduction en Bourse doit être tarifée mercredi 18 novembre : 825 millions d'actions entre 70 et 78 dollars, plus un placement privé auprès de sept industriels, pour 84,6 milliards nets au prix médian.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de ActuIA. Lire l'article original →
Ces chiffres posent une question simple : ce montant colossal achète-t-il une avance durable ou seulement quelques mois ? Face à la facture, Anthropic affiche 35,3 milliards de dollars de revenus sur douze mois, dont 17,0 au troisième trimestre, et une perte d'exploitation de 567 millions sur ce trimestre. Le calcul et l'infrastructure ont absorbé 58 % des revenus trimestriels, et les engagements représentent environ 25 années de revenus au rythme actuel. La trésorerie, à 131,8 milliards fin septembre, couvre largement l'année à venir. Les données de marché nuancent la menace des modèles ouverts : selon l'enquête de Menlo Ventures, actionnaire d'Anthropic, menée début novembre auprès de près de 400 décideurs américains, l'open source passe en un an de 11 % à 19 % des tokens consommés, mais recule de 6 % à 4 % des dépenses. Anthropic, de son côté, grimpe de 40 % à 55 % des dépenses d'API des entreprises interrogées. Le volume migre vers les modèles ouverts, l'argent reste chez les modèles de frontière.
Reste à savoir combien de temps cette avance durera. Epoch AI a calculé le 29 mai que les meilleurs modèles ouverts rattrapaient les fermés avec quatre mois de retard en moyenne depuis janvier, contre trois mois entre 2023 et octobre 2025. En cybersécurité, le UK AI Security Institute mesurait en juillet un retard de quatre à sept mois, et Epoch évalue ce délai à six à sept mois depuis le 16 octobre. Le 27 octobre, Artificial Analysis a modifié son indice, désormais fondé à 60 % sur des tests secrets pour éviter la contamination des données d'entraînement : l'écart entre modèles fermés et ouverts y était de 26 points, contre 12 dans la version précédente, avant de revenir à 19 points aujourd'hui. L'organisme précise que les scores des deux versions ne sont pas comparables et ne convertit pas ces points en mois, mais note que chaque record ouvert depuis janvier 2025 a été précédé, de deux à huit mois (quatre en médiane), par un modèle fermé au même niveau. Le coût joue aussi : pour un même parcours d'attaque simulé de 100 millions de tokens, l'institut britannique chiffre la dépense à environ 85 dollars avec Opus 4.5 ou 4.6, contre 46 dollars avec GLM-5.2 et 1,19 dollar avec DeepSeek V4-Pro. Deux inconnues pèsent sur la suite : la durée de l'accélération interne mesurée par METR, et la valeur en revenus d'un mois d'avance supplémentaire.