Le fait
Le 16 novembre 2026, Databricks a lancé le Databricks AI Index, une ressource publique mise à jour chaque semaine. Elle s’appuie sur le trafic anonymisé de plus de 10 000 entreprises qui passent par Unity Gateway, sa passerelle d’accès aux modèles, y compris vers Anthropic et OpenAI, et sur des tests d’agents de programmation menés sur son propre code. Premier constat : les modèles ouverts (dont les poids sont publiés) sont passés de 7,3 % des jetons (les unités de texte facturées) en juillet à 30,9 % début novembre.
Contexte
En juillet, environ 64 % des entreprises clientes n’utilisaient qu’un fournisseur de modèles ; au 2 novembre, elles ne sont plus que 28 %. Les parts bougent vite : Claude Opus 5.5 est passé de 7,2 % à 37,9 % des jetons des modèles propriétaires en six semaines. Sur le banc d’essai de programmation, deux modèles ouverts, DeepSeek V4.1 et GLM 5.3, se classent troisièmes avec 93,1 % de tâches réussies. GPT-6 Luna et Claude Opus 5.5 réussissent tous deux 89,1 % des tâches, mais coûtent 0,05 dollar contre 1,62 dollar par tâche. À l’inverse, Gemini 3.8 Flash, bon marché au jeton, enchaîne 140 tours par tâche en moyenne et finit à 11,97 dollars.
Pourquoi ça compte
Le prix affiché au million de jetons ne dit presque rien du coût réel : seul compte le coût par tâche réussie, qui dépend du nombre d’essais et de la longueur des réponses. Côté dépenses, l’utilisateur médian a dépensé 2,49 dollars sur la période observée, contre 699,74 dollars pour le 1 % le plus gourmand.
Lecture Neurone21
Ces données viennent d’un vendeur de passerelle multimodèle, qui a intérêt à montrer que les entreprises en changent souvent. Le conseil reste valable pour une PME : mesurer le coût par tâche sur ses propres cas d’usage, garder la possibilité de changer de modèle, et réserver les modèles les plus chers aux tâches qui le justifient.