Open source vs modèles de pointe : la théorie de Jesse Zhang
Jesse Zhang, CEO de Decagon, propose une théorie selon laquelle les modèles open source et les modèles de pointe ne sont pas en concurrence mais complémentaires. Les données de Vercel et OpenRouter montrent que les modèles de pointe comme Anthropic dominent toujours les dépenses malgré la montée des modèles open source.
« The frontier labs will keep owning discovery. Open source will increasingly own production. » — TechCrunch AI
Que faut-il retenir ?
- DeepSeek traite un tiers des tokens passant par l'infrastructure de Vercel.
- Anthropic représente plus de la moitié des dépenses totales en IA sur la plateforme Vercel.
- Opus 4.8 coûte 23x plus cher que DeepSeek V4 Flash par million de tokens.
- Nvidia's Nemotron est prêt à devenir un leader grâce à ses connexions et son adaptabilité.
Pourquoi cette nouvelle compte-t-elle ?
Cet article met en lumière une dynamique clé de l'économie de l'IA : la coexistence des modèles open source et des modèles de pointe. Pour les professionnels, cela signifie que les choix technologiques doivent tenir compte des phases de découverte et de production, avec des implications budgétaires importantes.
Opus 4.8 coûte 1,37 $ par million de tokens contre 0,06 $ pour DeepSeek V4 Flash.
💬 Jesse Zhang, CEO de Decagon
Public concerné : entreprises, développeurs
Les modèles open source vont-ils remplacer les modèles de pointe comme Anthropic ?
Non, selon Jesse Zhang, CEO de Decagon, les modèles open source et les modèles de pointe servent des phases différentes du cycle de vie des cas d'usage. Les modèles de pointe dominent la phase de découverte, tandis que les modèles open source gagnent en production.
🔧 Outils mentionnés