OpenAI et Anthropic ont un problème : les nouveaux modèles bon marché de Google et Meta sont déjà trop bons

La bataille de l’IA semblait se concentrer sur le modèle le plus intelligent, point final. Aujourd’hui, on commence à passer à une autre mesure : celle de « l’intelligence » par dollar. Quelle « intelligence » pouvons-nous obtenir avec chaque dollar que nous investissons dans un modèle ? Là-bas, les modèles « bon marché » n’avaient pas grand-chose à faire car, jusqu’à il n’y a pas si longtemps, ils étaient beaucoup moins « intelligents » que les grands modèles frontières d’OpenAI ou d’Anthropic, mais l’histoire évolue rapidement. En témoignent les nouveaux modèles de Google et Meta, qui ont intensifié leur jeu, et de quelle manière.

Google ne parle plus de Flash comme avant. Gemini 3.8 Flash est, selon Google, son modèle « cheval de bataille » le plus intelligent, et est particulièrement destiné à la programmation, aux agents et au raisonnement en plusieurs étapes. Le prix est vraiment bon marché, et chaque million de jetons d’entrée/sortie coûte 0,75/3,75 dollars, bien en dessous de ce que proposent ses grands concurrents d’OpenAI ou d’Anthropic. D’autant plus que dans les tests de performances, le modèle de Google se rapproche et même dépasse certains de ces modèles.

Les benchmarks font des merveilles sur Gemini 3.8 Flash. L’analyse artificielle indique que Gemini Flash 3.8 en mode élevé obtient 59 points dans son indice d’intelligence. Il est donc au niveau de GPT-5.6 Sol et Grok 4.6 dans cette métrique, mais il est également très rapide (302 jetons par seconde, de loin le plus rapide parmi les meilleurs) et coûte environ 0,58 $ par tâche dans l’index de cette plateforme. Ce n’est pas le modèle le plus avancé, mais la différence est mineure et il est de loin supérieur en termes de vitesse et de coût aux GPT-5.6 Sol, Opus 5 ou Grok 4.6.

Meta complique les choses pour Google quelques heures plus tard. Quelques heures seulement après que Google ait publié Gemini 3.8 Flash, Meta a annoncé la sortie de Muse Spark 1.3, une nouvelle version d’un modèle dont les objectifs et l’approche sont identiques. Il excelle dans la programmation, le travail agent et les tâches longues où le modèle doit utiliser des outils pour de nombreuses étapes. Arficial Analysis lui donne 61 points dans son Intelligence Index dans la version xhigh, ce qui le place au niveau de GPT-5.6 max et Grok 4.6 high. La version max, toujours en accès limité, atteint 62 points.

Muse Spark, c’est aussi autre chose : pas cher. Meta indique que le prix par million de jetons d’entrée/sortie Muse Spark xhigh est de 1,25 $/4,25 $. En Analyse Artificielle, ils calculent 0,55 dollar par tâche dans leur indice « intelligence par dollar », contre 0,95 dollar pour GPT-5,6 max ou 1,23 dollar pour Claude Opus high. Autrement dit : dans cette évaluation spécifique, Muse Spark 1.3 (comme Gemini 3.8 Flash) offre une intelligence équivalente à un prix nettement inférieur.

Les agents encouragent les modèles « bon marché ». Une conversation informelle avec ChatGPT peut consommer très peu de jetons, mais un agent IA qui ne cesse de travailler pour atteindre l’objectif que nous avons demandé (par exemple, programmer une application) n’arrête pas de faire des demandes, d’utiliser des outils, de réviser des fichiers et de revenir sur ses pas pour s’auto-corriger et finir par offrir la meilleure réponse. Là, il est très important que le modèle d’IA soit économique afin que le coût ne monte pas en flèche.

Muse Spark remporte ce match contre Google. Dans ce domaine, d’ailleurs, Muse Spark 1.3 semble devancer Gemini 3.8 Flash : Meta utilise environ 20 % d’appels d’outils en moins et 25 % de jetons en moins que Muse Spark 1.2 dans les tests internes. Bien que Gemini 3.8 Flash maintiendra les prix du 3,7 Flash jusqu’à fin 2026, Google admet que ce nouveau modèle « travaille plus dur » et consomme plus de tokens pour améliorer la qualité de ses réponses. Selon Artificial Analysis, cela fait qu’une tâche avec Gemini 3.8 Flash coûte environ 40 % de plus qu’avec 3.7 Flash. C’est pertinent, mais rappelons-nous : le coût par tâche dans l’analyse artificielle est toujours de 0,58 $, soit seulement trois cents de plus que celui de Muse Spark 1.3.

Google et Meta accélèrent : attention, OpenAI et Anthropic. Gemini 3.8 Flash arrive trois semaines seulement après Gemini 3.7 Flash et est le troisième Flash de Google en six semaines. Meta est passé de Muse Spark 1.1 en juillet à 1.2 en août et 1.3 en septembre. Les avantages des références durent à peine des semaines, voire des jours, ce qui rend de plus en plus difficile le maintien du « nous avons le modèle d’IA le plus intelligent ».

Le véritable ennemi des modèles frontières est le modèle du « assez bon ». Considérant que les modèles Google et Meta sont déjà dangereusement proches des performances de Fable 5.1 ou GPT-5.6 Sol – et semblent même les surpasser dans certains tests – le facteur « intelligent par dollar » semble prendre le dessus sur la conversation, car ces modèles Google et Meta sont beaucoup moins chers sans trop sacrifier « l’intelligence ». Payer 10 $/50 $ par million de jetons d’entrée/sortie pour Fable 5.1 semble être une mauvaise décision alors que Gemini 3.8 Flash et Muse Spark 1.3 coûtent environ 10 fois moins cher et sont plus que « assez bons ». C’est le même pari que l’on voyait auparavant dans les modèles chinois, mais qui est désormais repris par des entreprises comme Google, SpaceXAI ou Meta.

À Simseo | OpenAI, Anthropic et Google demandent de nous protéger des risques de l’IA. C’est comme confier au loup la responsabilité du poulailler.