La Chine veut industrialiser le token.

En mars, l’Administration nationale des données a arrêté le terme chinois officiel du token, 词元, cí yuán, et l’a défini comme une unité de règlement, celle qui relie l’offre technique à la demande commerciale. Pékin comptabilise désormais le volume quotidien de tokens et l’annonce lors d’événements officiels, exactement comme il annonce sa production d’acier.

Le chiffre brandi : mille fois plus en deux ans. Environ 100 milliards d’appels par jour début 2024, plus de 140 000 milliards en mars 2026.

À manier avec prudence. Le chiffre émane de l’État, personne ne le vérifie, et il mesure de la consommation quand on attendrait de la valeur. Le reproche ne vise pas la Chine en particulier : nulle part, aucun gouvernement ni aucun fournisseur ne publie de décompte de tokens audité. Un agent qui tourne en boucle toute une nuit en consomme des quantités absurdes sans rien produire.

En avril, Shantou, dans le Guangdong, a bouclé la boucle sous un dispositif baptisé 来数加工, le traitement de données entrantes. Les données étrangères entrent en zone franche numérique. Les serveurs chinois exécutent l’inférence. La réponse ressort par API. L’électricité, le calcul et les revenus, eux, ne bougent pas.

La presse d’État a résumé l’affaire d’une formule qui a fait mouche : le sel peut parcourir le monde, les marais salants doivent rester au pays. Elle est belle, je me suis surpris à la reprendre. Elle relève aussi de la communication, signée par le système qui publie les chiffres de consommation.

Ce qui n’a pas été publié, c’est le volume. Une ville, un pilote, aucun revenu communiqué. Shantou doit d’ailleurs ce statut à des raisons bien antérieures à l’IA : elle abrite l’une des trois stations d’atterrissement de câbles sous-marins du continent, et la latence vers Singapour tourne autour de 32,7 millisecondes. Le reste du pays n’a ni l’une ni l’autre. Ce détail, on le passe généralement sous silence.

Personne ne conteste ce point. C’est le pilier le plus solide de l’édifice.

DeepSeek V4 Flash coûte 0,14 $ le million de tokens en entrée. GPT-5.5 en coûte 5,00. Les modèles chinois à poids ouverts s’affichent 60 à 90 % sous les tarifs occidentaux de référence. Sur OpenRouter, qui aiguille chaque appel vers le fournisseur le moins cher, les modèles chinois sont passés de moins de 10 % des usages début 2025 à un record de 58 % des tokens traités par les entreprises américaines en juillet.

Sur les charges agentiques, l’écart se démultiplie : une seule tâche éclate parfois en dizaines d’appels parallèles de sous-agents.

C’est l’écart que la presse sous-estime le plus. C’est aussi celui qui me préoccupe. On n’industrialise pas une production sur des machines qu’on ne parvient pas à se procurer en quantité.

Le 910C de Huawei plafonne à environ 60 % de la performance d’inférence du H100, selon l’évaluation publiée par DeepSeek lui-même. Le Council on Foreign Relations juge les meilleures puces américaines cinq fois plus puissantes aujourd’hui que les meilleures puces Huawei, et l’écart se creusera d’ici 2027. Reste le détail relevé par SemiAnalysis, qui pèse plus lourd que n’importe quelle fiche technique : l’essentiel des tokens de DeepSeek passent encore par du matériel occidental. Le fleuron de l’IA chinoise à poids ouverts ne tourne pas à l’échelle sur la pile chinoise.

Le fleuron de l’IA chinoise à poids ouverts ne tourne pas à l’échelle sur la pile chinoise.

L’argument énergétique, celui qu’on sort juste après, bute sur le même écueil. La Chine produit plus du double de l’électricité des États-Unis et a mis en service 543 gigawatts pour la seule année 2024. Mais une surconsommation d’un facteur quatre sur les accélérateurs chinois avale l’essentiel d’un avantage de prix d’un facteur deux. L’électricité bon marché finit par subventionner du silicium inefficace au lieu de produire des tokens moins chers.

Les entreprises chinoises ne restent pas les bras croisés. Zhipu entraîne et sert ses modèles sur des accélérateurs chinois. Alibaba ouvre des centres de données en Corée du Sud, en Malaisie, en Thaïlande et au Mexique, et loue de la capacité à l’étranger pour contourner le problème du silicium. Deux décisions rationnelles, dont aucune ne comble l’écart cette année.

Le vocabulaire industriel laisse entendre que les usines tournent. La presse chinoise raconte autre chose.

Tencent Cloud situe l’utilisation moyenne des GPU dans les centres de calcul intelligent chinois sous les 30 %. Les données du CAICT reprises par Huxiu donnent un taux d’usage effectif de 36,8 % en 2025, soit près de 70 yuans dormants sur 100 investis. Securities Times relève une occupation des baies de 20 à 30 % dans quantité de centres.

Parler de surcapacité passe à côté du sujet. Le marché a éclaté en deux, et j’ai vu le même schéma dans la logistique chinoise : des totaux nationaux flatteurs assis sur de la capacité régionale immobilisée. Les plateformes de tête saturent à 90 ou 95 %, carnets remplis jusqu’en 2028. Le calcul de qualité manque cruellement, quand le reste ne trouve preneur à aucun prix. C’est un problème de coordination, et ceux-là mettent des années à se résorber.

S’il ne faut retenir qu’un chiffre, que ce soit celui-là. Anthropic pèse environ 12 % du volume de tokens sur OpenRouter et capte près de 46 % des revenus.

Le marché se scinde en une voie de volume et une voie premium. La Chine tient la première. Le profit se loge dans la seconde.

L’économie du secteur se dégrade pour tout le monde. Huxiu documente des hausses allant jusqu’à 34 % cette année chez Alibaba Cloud et Baidu AI Cloud. Un agent consomme 100 à 1 000 fois ce que consomme un chatbot. Les prix unitaires baissent pendant que les factures gonflent, et personne ne dispose d’une méthode admise pour relier les tokens consommés au travail accompli.

En vertu de la loi chinoise de 2017 sur le renseignement national, les entreprises doivent coopérer avec les services de l’État. C’est un fait juridictionnel. Il ne dit rien du comportement de telle ou telle entreprise, et il suffit pourtant à garder chez les fournisseurs occidentaux les charges régulées de la finance, de la santé et du secteur public.

Washington hausse le ton de son côté. Le secrétaire au Trésor a évoqué en juillet d’éventuelles sanctions pour distillation présumée de modèles américains, quelques jours avant un dialogue bilatéral sur l’IA prévu en septembre. Si une part de l’avantage de coût chinois tient au fait de ne pas payer l’entraînement des modèles de pointe, il est moins durable qu’il n’y paraît. Personne n’en a apporté la preuve. L’hypothèse n’est pas anodine pour autant.

Je ne prédis pas un échec. Le récit de l’export court devant les preuves, ce qui n’est pas la même chose. Trois signaux me feraient bouger : Shantou publiant des volumes et des revenus d’export réels, l’utilisation des centres de calcul chinois franchissant la barre des 50 %, et une entreprise occidentale régulée confiant une charge de production à un point d’accès hébergé en Chine.

N’importe lequel des trois vous en apprendrait plus qu’un mois de courbes de routage supplémentaires. Si les trois bougent, c’est que je me suis trompé, et je préfère le savoir.

Surveiller des signaux, c’est le métier des analystes. Si vous tenez un budget, la question devient opérationnelle. Presque personne n’atrié ses charges de travail selon qu’elles réclament ou non un modèle de pointe. On en parle, puis le sujet reste sur la liste.

Une méthode sommaire : ressortez la dépense en tokens du mois dernier, application par application. Repérez tout ce qui relève de la classification, de l’extraction, du résumé, de la traduction, des premiers jets ou de la complétion de code courante. Ce lot pèse en général 60 à 80 % du volume et n’a que rarement besoin d’un modèle de pointe. Faites tourner une semaine de trafic en parallèle sur un modèle ouvert bon marché, mesurez le taux de tâches menées à bout plutôt que des scores de benchmark, et gardez le modèle cher pour ce qui échoue vraiment.

Avec un rapport de 35 à 1 sur le prix en entrée, l’arithmétique est brutale. Une équipe qui dépense 40 000 $ par mois, avec 70 % de son volume dans ce lot, en porte environ 28 000 $ là où l’option bon marché tourne plutôt autour de 1 000 $. Comptez des reprises plus fréquentes et quelques charges qui feront marche arrière : l’économie reste tout sauf marginale.

Les éditeurs d’outils de code, les plateformes de support et les agences de traduction ont bougé les premiers, parce que leurs marges sont directement exposées au coût de l’inférence. Les secteurs régulés n’ont pas suivi, et ne suivront probablement pas.

Une chose à savoir avant de router quoi que ce soit : les poids étant ouverts, des hébergeurs occidentaux servent les mêmes modèles chinois sans qu’aucune donnée ne touche la Chine, à peu près au double du tarif de première main et toujours très loin sous les prix des modèles de pointe. Pour la plupart des entreprises, c’est la version raisonnable de cet arbitrage.