OpenAI et Anthropic creusent l’écart de revenus

Le vrai tableau de score n’est plus seulement technique

Le nouveau signal envoyé au marché de l’IA est brutal: selon des estimations de Rhodium Group rapportées par CNBC, l’ensemble des modèles chinois d’intelligence artificielle ne génère qu’environ 10% des revenus déclarés par OpenAI et Anthropic [1]. Cette donnée arrive à un moment délicat, car les modèles chinois ne peuvent plus être traités comme des copies lointaines ou des alternatives de second rang. Plusieurs systèmes venus de Chine sont désormais assez performants pour obliger les laboratoires américains, les investisseurs et les responsables politiques à les prendre au sérieux [3]. Mais le tableau commercial raconte une autre histoire: la performance attire l’attention; la distribution, les contrats d’entreprise et l’accès à des clients solvables transforment cette attention en revenus.

Les chiffres résument l’écart. Rhodium estime les revenus récurrents annualisés d’OpenAI à environ 40 milliards de dollars et ceux d’Anthropic à environ 65 milliards de dollars, tandis que les principaux acteurs chinois restent très en dessous: 500 millions de dollars pour DeepSeek, 800 millions pour MiniMax, 1 milliard pour Moonshot, 1,8 milliard pour Z.ai, 2,4 milliards pour Alibaba et 4 milliards pour ByteDance [1]. Même en tenant compte des différences de modèles économiques, du décalage des données et de la croissance rapide de l’usage en Chine, l’ordre de grandeur est clair: les deux principaux laboratoires américains ont construit une machine commerciale que l’écosystème chinois n’a pas encore reproduite.

Le revenu récurrent annualisé, ou ARR, n’est pas une mesure parfaite. Il annualise un niveau mensuel récent et peut donc amplifier une phase de croissance très rapide [1]. Mais c’est précisément pour cela qu’il est devenu central dans l’IA: les entreprises évoluent trop vite pour que les revenus annuels classiques donnent toujours une image utile. Sur cette base, l’avance américaine n’est pas seulement quantitative. Elle montre qu’OpenAI et Anthropic ont su convertir des modèles frontières en abonnements, API, ventes aux entreprises, intégrations logicielles et partenariats de plateforme.

Les modèles chinois rattrapent leur retard, pas encore leurs revenus

La nuance essentielle est la suivante: il ne s’agit pas d’une histoire où les modèles américains seraient puissants et les modèles chinois faibles. L’Associated Press a rapporté cette semaine que la Chine réduisait rapidement l’écart avec les États-Unis en IA, en citant notamment Moonshot, DeepSeek, Z.ai et Alibaba comme des acteurs capables de contester les leaders américains sur les capacités, les coûts et l’attention du marché [3]. Le modèle Kimi K3 de Moonshot a ainsi été classé troisième mondial en intelligence de modèle en juillet, derrière des systèmes d’Anthropic et d’OpenAI, avant de reculer à la neuvième place lorsque de nouveaux modèles frontières sont arrivés [3]. Cette volatilité dit beaucoup: la suprématie technique est mouvante.

DeepSeek a contribué à installer ce nouveau paysage en montrant que des modèles chinois efficaces et peu coûteux pouvaient remettre en cause l’idée selon laquelle seuls des investissements américains colossaux produisent des capacités utiles au niveau frontière [3]. Les modèles GLM-5.2 et GLM-5.3 de Z.ai ont aussi attiré l’attention grâce à leurs capacités en codage et en agents, tandis qu’Alibaba a présenté Qwen3.8-Max comme un concurrent direct de Claude et de GPT [3]. Sur le plan technique, les laboratoires chinois sont donc suffisamment proches pour influencer les choix des développeurs. Sur le plan commercial, l’écart demeure massif.

Cet écart tient en partie au caractère ambivalent des stratégies ouvertes et peu coûteuses. Les laboratoires chinois gagnent souvent en adoption parce que leurs modèles sont moins chers, plus ouverts et plus faciles à exécuter en dehors d’une plateforme fermée. C’est très efficace pour la diffusion, notamment auprès des développeurs et des entreprises sensibles aux coûts. Mais cela ne garantit pas que la valeur économique revienne au créateur du modèle. Rhodium note que les laboratoires chinois cherchent à capter une plus grande part des revenus générés par des tiers qui donnent accès à leurs modèles [1]. Autrement dit, l’IA chinoise peut se répandre sans que la facture soit encaissée par le laboratoire qui l’a créée.

Le modèle américain est différent. OpenAI et Anthropic vendent surtout des systèmes fermés ou fortement contrôlés: abonnements directs, API, licences d’entreprise, sièges utilisateurs, intégrations cloud et offres verticalisées. Cette approche peut déplaire aux partisans de l’open source, mais elle crée du pouvoir de prix. Pour une grande entreprise occidentale, le produit n’est pas seulement le modèle. C’est aussi le contrat, la conformité, la sécurité, le support, la disponibilité, l’intégration avec les outils existants et la certitude qu’un fournisseur pourra accompagner un déploiement à grande échelle.

Z.ai illustre l’opportunité et la contrainte

Z.ai est le cas chinois le plus intéressant du moment, car il montre à quelle vitesse les choses peuvent évoluer. L’entreprise a relevé de 25% sa prévision de revenus récurrents annualisés pour la fin de l’année, de 2,4 à 3 milliards de dollars, après une levée de fonds de 5 milliards de dollars qui aurait réduit ses contraintes de calcul à court terme [2]. Lors d’un appel investisseurs, ses dirigeants ont déclaré que son ARR avait atteint 1,8 milliard de dollars cette année et que l’offre de puissance de calcul n’était plus, à court terme, le principal frein à la croissance rapide des revenus [2]. C’est une accélération significative, et une raison de considérer l’écart actuel comme une photographie dynamique plutôt que comme une loi permanente.

Mais l’exemple de Z.ai souligne aussi le problème central des laboratoires chinois: la monétisation exige que le capital, le calcul et les clients payants arrivent en même temps. Un modèle peut devenir populaire avant que son créateur dispose d’assez de capacité d’inférence, d’une force de vente d’entreprise ou d’une distribution internationale capable de transformer la demande en revenus durables. La nouvelle levée de fonds de Z.ai peut lever un obstacle, mais elle ne résout pas instantanément la question plus large: comment convertir l’adoption des modèles chinois en revenus récurrents, défendables et suffisamment rentables.

Les valorisations rendent ce point encore plus sensible. Rhodium estime que les valorisations rapportées aux revenus semblent particulièrement tendues pour Moonshot et DeepSeek, avec des multiples estimés à 50 fois et 163 fois les revenus respectifs [1]. À titre de comparaison, la même analyse situe OpenAI à 34 fois et Anthropic à 21 fois [1]. Ces multiples restent élevés selon les standards classiques du logiciel. Mais la différence est importante: les leaders américains paraissent chers parce que leurs revenus sont déjà considérables et en forte croissance; certains concurrents chinois paraissent chers parce que les investisseurs anticipent des revenus qui ne sont pas encore là.

La rivalité sino-américaine devient une course aux marchés de capitaux

Cette fracture de revenus change la lecture géopolitique de l’IA. Depuis deux ans, le débat s’est concentré sur les puces, les benchmarks et la capacité des laboratoires chinois à rivaliser malgré les contrôles américains à l’exportation. Ces questions restent essentielles. Mais la comparaison de Rhodium montre que la prochaine phase sera aussi une course à la monétisation. Le gagnant ne sera pas seulement celui qui place le plus souvent ses modèles en tête des classements; ce sera l’écosystème capable de transformer l’intelligence en contrats, en usage, en renouvellements et en cash-flow.

L’avance américaine dépasse donc les seuls modèles. OpenAI et Anthropic évoluent dans une économie logicielle occidentale riche en budgets d’entreprise, en circuits d’achat matures, en développeurs financés par le capital-risque, en partenaires cloud et en clients habitués à payer cher pour des outils de productivité. Les laboratoires chinois disposent d’un immense marché intérieur et d’une forte discipline de coûts, mais leur monétisation mondiale se heurte à la géopolitique, aux enjeux de confiance, aux barrières d’achat et au fait que l’adoption de modèles ouverts ne devient pas automatiquement du chiffre d’affaires pour le fournisseur d’origine.

Rhodium estime aussi que plus de 60% des investissements en fonds propres dans les puces et serveurs d’IA chinois proviennent d’acteurs liés à l’État [1]. Ce soutien peut aider la Chine à bâtir son infrastructure, mais il ne remplace pas les revenus clients. Les capitaux publics peuvent maintenir la course; la demande commerciale récurrente la finance durablement. Si les modèles frontières exigent des dépenses de calcul toujours plus élevées, les laboratoires dotés des meilleurs moteurs de revenus peuvent réinvestir plus vite, absorber davantage d’échecs et financer plus d’expérimentations.

La sécurité s’ajoute à la pression commerciale

Cette bataille des revenus se déroule au moment où s’ouvre un débat politique sur le ralentissement éventuel du développement des IA les plus avancées. L’Associated Press a rapporté cette semaine que Dario Amodei d’Anthropic, Sam Altman d’OpenAI et d’autres dirigeants du secteur soutiennent l’idée d’un rythme plus contrôlé, tandis que la concurrence, les motivations économiques et l’opposition de Donald Trump rendent toute coordination difficile [5]. Le Monde a rapporté que Trump rejetait l’idée d’une pause au nom de la compétition avec la Chine, en affirmant que les États-Unis devaient conserver leur avance [4].

Ce débat compte pour la monétisation. Les laboratoires frontières ont besoin de confiance des investisseurs pour financer le calcul. Ils ont aussi besoin de confiance publique pour vendre aux secteurs régulés. Un accident de sécurité majeur pourrait détruire de la valeur commerciale aussi vite qu’un mauvais lancement de modèle. Mais un ralentissement appliqué seulement par les laboratoires américains alimenterait la crainte politique d’un rattrapage chinois accéléré. Le secteur doit donc résoudre un triangle difficile: aller assez vite pour rester devant, assez prudemment pour être crédible et assez profitablement pour financer la génération suivante.

Ce que signifie vraiment l’écart

La conclusion la plus simple est qu’OpenAI et Anthropic ne sont plus seulement des laboratoires de recherche en IA. Ils deviennent des entreprises d’infrastructure commerciale. Leurs modèles s’installent dans les flux de travail, les outils de développement, les services clients, les logiciels bureautiques, les systèmes d’analyse et les budgets d’achat des grandes organisations. C’est pourquoi leur avance de revenus sur la Chine est si grande, même si les progrès techniques chinois sont bien réels.

Pour les laboratoires chinois, la prochaine étape ne consiste pas seulement à produire de meilleurs benchmarks. Il leur faut une distribution payante plus forte, davantage de confiance dans les entreprises, un pouvoir de prix plus clair et des mécanismes permettant de capter la valeur lorsque leurs modèles ouverts sont utilisés par des tiers. La nouvelle prévision de Z.ai montre que l’amélioration peut être rapide, mais la comparaison de Rhodium montre aussi l’ampleur du chemin restant [1][2].

La compétition sino-américaine en IA n’est donc pas uniquement une course au modèle le plus intelligent. C’est une course à l’écosystème le plus monétisable. Pour l’instant, le tableau d’affichage dit qu’OpenAI et Anthropic ont transformé les capacités frontières en puissance commerciale beaucoup plus efficacement que leurs rivaux chinois. Comme souvent, le capitalisme a trouvé le moyen de rendre l’exploit particulièrement coûteux.

Sources des dernières 72 heures

1. [1]OpenAI and Anthropic are making 10 times more revenue than all Chinese AI models combined, research group Rhodium says17 sept. 2026, 00:00 UTC
2. [2]China’s Z.ai raises revenue target 25% after US$5 billion cash injection16 sept. 2026, 13:31 UTC
3. [3]Trump rejects pause in AI race citing competition from China14 sept. 2026, 13:30 UTC
4. [4]China is closing the AI gap with the US as concerns rise over safety16 sept. 2026, 00:00 UTC
5. [5]Slowing down AI: What would that look like and how possible is it?16 sept. 2026, 04:14 UTC

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.