Les coûts d'entraînement de l'IA s'effondrent, l'Europe peut-elle en profiter
Un rapport de un à cinq ou six
Il y a deux ou trois ans, lancer un modèle d'intelligence artificielle capable de rivaliser avec les meilleurs coûtait environ un milliard d'euros. Selon les explications rapportées par Brief IA, un projet de modèle frontière qui aurait nécessité un investissement d'environ un milliard d'euros il y a deux ou trois ans peut désormais être mené pour un budget de 150 à 200 millions d'euros. Un rapport de un à cinq, voire un à six.
Trois facteurs expliquent cette chute. D'abord, le prix et la disponibilité des puces d'entraînement se sont améliorés, avec des générations de GPU plus efficaces par watt et par dollar dépensé. Ensuite, les techniques d'entraînement ont progressé : distillation, architectures à mélange d'experts, et enfin le recours croissant aux données synthétiques pour compléter les corpus. Ce sont ces mêmes ingrédients qui expliquent le cas Moonshot AI.
Le cas Moonshot AI
Le laboratoire chinois, éditeur du chatbot Kimi, illustre ce que permet cette baisse des coûts. Moonshot AI a reportedly opened a G-round pre-IPO financing at a valuation of $50 billion après le lancement de son modèle Kimi K3. Ce qui frappe, c'est la trajectoire : la valorisation de Moonshot AI est passée de 4,3 milliards à 35 milliards de dollars en un an environ, la Kimi K3 developer visant désormais 50 milliards avant une cotation prévue à Hong Kong. L'entreprise a levé, au total, une fraction de ce que ses concurrents américains ont mobilisé pour atteindre une taille comparable. Privé d'un accès sans restriction aux puces les plus avancées du fait des embargos américains, le laboratoire a dû optimiser radicalement son architecture plutôt que de compenser par la seule puissance de calcul brute.
L'écart avec les leaders américains
Le contraste avec les laboratoires américains reste massif. OpenAI a clôturé en mars 2026 un tour de table de 122 milliards de dollars, portant sa valorisation à 852 milliards. Anthropic a suivi une trajectoire tout aussi vertigineuse. Pour donner une échelle : selon PitchBook, Mistral a levé environ 4 milliards de dollars depuis sa création, contre près de 186 milliards pour OpenAI et environ 161 milliards pour Anthropic. L'écart de capitaux mobilisés reste donc d'un ordre de grandeur totalement différent, même si les valorisations comparées ici mélangent parfois cumul historique et derniers tours.
Ce que ça change pour l'Europe
La baisse du coût d'entraînement change alors la donne stratégique. Si le ticket d'entrée pour un modèle frontière tombe à 150-200 millions d'euros, la barrière capitalistique qui semblait réserver la course aux acteurs disposant de dizaines de milliards s'abaisse mécaniquement. Mistral AI, avec un cumul de financements de l'ordre de 4 milliards d'euros en dette et capital, n'a plus besoin de viser les montants américains pour rester dans la course sur l'entraînement initial.
Mais attention à la limite. Le coût d'entraînement n'est qu'une partie de l'équation. L'inférence à grande échelle, qui consiste à faire tourner le modèle pour des millions d'utilisateurs jour après jour, exige des clusters de GPU et une puissance de calcul récurrente qui, elle, ne baisse pas dans les mêmes proportions. Sur ce terrain, les investissements massifs en infrastructure des géants américains et chinois reprennent l'avantage. Moonshot AI en a fait l'expérience : son propre service a dû suspendre temporairement de nouveaux abonnements, la demande ayant saturé ses clusters de calcul.
Pour l'Europe, l'opportunité est donc réelle mais partielle. Entraîner un modèle compétitif devient accessible avec des budgets à hauteur de ce que peuvent réunir des acteurs européens. Le tenir dans la durée, à l'échelle de millions d'utilisateurs, suppose encore des investissements d'infrastructure d'une tout autre ampleur. La fenêtre s'ouvre sur l'entraînement ; elle reste étroite sur l'exploitation.
Sources
- Moonshot AI ouvre un tour pré-IPO à 50 milliards de dollars (TechNode)
- Trajectoire de valorisation de Moonshot AI (VKTR)
- Le coût d'un modèle frontière passe de 1 milliard à 150-200 millions d'euros (Tech Insider)
- Mistral AI a levé environ 4 milliards de dollars, contre 186 pour OpenAI et 161 pour Anthropic (Blog Nouvelles Technologies)