Aller au contenu principal
ComparaisonsIntermédiaire8 min de lecture

Agents d'entreprise avec des modèles open-weight : le rapport Gartner sur les coûts, les calculs et la règle des 90 %

i
iaLocale Team
•
Agents d'entreprise avec des modèles open-weight : le rapport Gartner sur les coûts, les calculs et la règle des 90 %

Gartner vient de publier un rapport qui, lu au titre seul, ressemble à une de ces prévisions à effet. Mais il contient trois chiffres qui changent la facturation d'un agent qui tourne réellement en entreprise : 9 étapes sur 10 d'un workflow agentique sont routinières, et d'ici 2030, 90% de ces étapes tourneront sur des modèles open-weight. Pourquoi ? Parce que les modèles open-weight gèrent ces étapes répétitives pour un vingtième du coût d'un modèle frontier — et dans la réalité, avec les reformulations et les réessais, ils restent quand même 5 à 6 fois moins chers (l'écrivent noir sur blanc les deux analystes, Mark Petty et Raymond Paquet).

La question pratique n'en est qu'une : que change cela pour vous si vous mettez en place un agent qui travaille tous les jours ? La réponse, c'est que la façon de dépenser votre budget change : ce n'est plus « quel modèle j'achète », mais « quel modèle j'utilise pour quelle étape ».

Qu'est-ce qu'une étape agentique, et pourquoi 9 sur 10 sont identiques

Un agent ne fait pas un seul grand mouvement. Il décompose un objectif en de nombreuses petites étapes : classer un document, appeler un outil, valider une donnée, réconcilier deux tableaux, générer un prompt, recontrôler la sortie. Dans un workflow opérationnel typique, les deux analystes estiment que 9 étapes sur 10 sont routinières — classification, tool calling, validation des données, réconciliation. Ce sont des étapes répétées des milliers de fois par mois, avec le même schéma.

Le modèle frontier, le plus gros et le plus cher, excelle sur les étapes restantes : les 10% qui exigent un vrai raisonnement, de la créativité, cette « réflexion » qui ne se répète pas. Là, il vaut la peine de payer. Mais faire passer 9 étapes routinières sur 10 par un modèle frontier, c'est comme utiliser un camion pour faire les courses. Ça marche, évidemment — mais brûler du carburant et payer au kilomètre pour un travail de vélo, c'est un gaspillage qui se voit sur la facture.

Les trois chiffres, mis en rang

Les chiffres du rapport Gartner, repris par The Register, sont ceux-ci :

ScénarioCoût d'une étape routinière
Open-weight par rapport au modèle fermé le moins cherqualité équivalente, à 1/4 du prix
Open-weight par rapport à un frontier sur chaque étape (théorique)1/20
Open-weight par rapport à un frontier (réel, reformulations et réessais inclus)1/5 – 1/6

Le bond entre la deuxième et la troisième ligne est le détail que ceux qui vendent « l'IA, c'est gratuit » oublient. Les modèles open-weight génèrent aujourd'hui des réponses plus longues et ont besoin de plus d'essais : l'économie réelle par rapport à un frontier est donc de 5 à 6 fois, pas de 20. Mais 5 à 6 fois, sur 9 étapes sur 10, répétées chaque jour, c'est une somme qui change la facture.

Faisons le calcul avec un chiffre

Prenons un cas concret, avec des valeurs indicatives pour donner l'ordre de grandeur (les prix API réels varient : l'essentiel est la structure, pas le chiffre exact).

Un agent de back-office fait 1 000 étapes par jour, 30 jours par mois : 30 000 étapes/mois. Suivant les données Gartner, 9 sur 10 sont routinières, donc 27 000 étapes routinières et 3 000 étapes « difficiles ».

  • Les 3 000 étapes difficiles vont au modèle frontier, via API. Une étape d'environ 2 000 jetons (1 000 en entrée, 1 000 en sortie), à un prix indicatif de 0,005 €/1 000 jetons en entrée et 0,025 €/1 000 en sortie, coûte environ 0,03 € par étape. Total : 3 000 × 0,03 € = 90 €/mois.
  • Les 27 000 étapes routinières tournent sur votre matériel, sur un modèle open-weight. La station de travail qui les sert (une GPU grand public, disons 400 W en charge) tourne environ 300 heures par mois : 0,4 kW × 300 h = 120 kWh. À 0,25 €/kWh, ce sont 30 €/mois d'électricité, plus l'amortissement de la machine : une station à 2 500 € répartie sur 36 mois, soit environ 69 €/mois. Total local : ~100 €/mois pour les 27 000 étapes routinières, soit environ 0,0037 € par étape.

La somme du mix : 90 € + 100 € = 190 €/mois. Si au contraire vous envoyiez toutes les 30 000 étapes au frontier, vous feriez 30 000 × 0,03 € = 900 €/mois. Le mix open-weight + frontier vous fait économiser ~710 €/mois, soit environ 80% sur la partie qui compte. Et sur la seule partie routinière, le rapport est de 810 € (tout API) contre ~100 € (tout local) : un ratio d'environ 8 pour 1, du même ordre que les 5 à 6 fois que mesure Gartner.

L'essentiel n'est pas le 710 ou le 712. C'est que les chiffres se découpent en deux parties que l'on paie différemment : la partie difficile se paie à chaque étape (API, variable), la partie facile se paie une fois (matériel, fixe).

La partie que le rapport ne dit pas à voix haute

Il y a un passage que les deux analystes placent au centre, et qui vaut plus pour une entreprise que l'économie : « Les open-weight préservent votre contrôle. L'économie est un bonus. » Chaque fois que vous envoyez une étape routinière à une API frontier, vous sortez de votre périmètre une couche de l'historique de votre workflow. Les open-weight laissent l'exécution dedans. Le contrôle sur les données est l'avantage principal ; l'argent économisé en est la conséquence.

C'est exactement la raison pour laquelle l'IA locale existe : non pas pour économiser deux centimes, mais pour décider vous-même où tourne le travail.

Là où est la valeur, vraiment

Le rapport déplace aussi la notion de « là où est la valeur ». Ce n'est plus dans le modèle le plus coûteux : c'est dans l'harness, la couche d'orchestration qui décide quel modèle utiliser pour quelle étape, sans que vous ayez à y penser. Les entreprises qui traitent la majorité des modèles comme des biens de consommation et investissent dans le routeur — « étape routinière → open-weight, étape difficile → frontier » — sont celles qui capturent l'avantage. En comptabilité, la même idée : le frontier est une capex (recherche, on paie quand ça sert), l'open-weight est une opex (opérations, tourne en continu à coût quasi fixe).

Pour vous, concrètement, cela signifie deux choses :

  1. Ne choisissez pas un seul modèle. Choisissez-en deux : un local pour le travail répétitif, un frontier pour le raisonnement difficile.
  2. Dépensez bien votre matériel. Une station de travail qui sert les 27 000 étapes par mois s'amortit de sorte que vous n'avez plus de prix à l'étape : c'est un coût fixe qui se dilue. Si vous voulez savoir comment la dimensionner, regardez Comment choisir votre premier modèle IA locale et Comment lire les spécifications d'un modèle.

Pour les calculs généraux sur le coût d'un jeton, le point de départ est Combien coûte un jeton : cinq voies, les calculs et le point de rupture. Et pour la comparaison local contre API faite avec les chiffres, Coûts : local vs API, fait avec les nombres.

Les limites, honnêtement

Le rapport est une prévision pour 2030, pas un chiffre d'aujourd'hui. Les 90% d'étapes sur open-weight, c'est là où les entreprises iront, pas où elles sont. Et le ratio de 5 à 6 fois est l'estimation Gartner pour le mix moyen : vos étapes réelles, votre exigence de qualité, votre matériel peuvent déplacer le chiffre dans les deux sens. Si vos étapes « difficiles » dépassent 10%, l'économie se réduit. Si votre matériel est lent et que les réessais augmentent, la partie locale aussi se dégrade. Les chiffres sont une structure pour raisonner, pas une promesse : mettez vos valeurs dans la même formule et voyez ce qui en sort.

Sources

Les prix API utilisés dans l'exemple sont des valeurs indicatives pour montrer la structure du calcul : vérifiez les prix actuels du modèle que vous comptez utiliser.

En résumé

Gartner estime que 9 étapes agentiques sur 10 sont routinières et que d'ici 2030, 90% d'entre elles tourneront sur des modèles open-weight. Les raisons : les modèles open-weight gèrent le travail répétitif au quart du prix du modèle fermé le moins cher, au vingtième d'un frontier (théorique) et à 5-6 fois (dans la réalité). Pour un agent qui travaille chaque jour, cela change la structure des coûts : la partie difficile se paie à chaque étape via API, la partie facile se paie une fois, en matériel. L'avantage principal n'est pas l'économie — c'est le contrôle, dont l'économie est le bonus. Le pas concret : deux modèles, un routeur qui décide à chaque étape, et un matériel dimensionné pour absorber le travail répétitif à coût fixe.

Article généré par IA

Partager :

Vous avez aimé cet article ?

Abonnez-vous à la newsletter pour recevoir de nouveaux tutoriels et guides.

Après l'inscription, vous recevez un e-mail de confirmation (double opt-in). Sans confirmation, nous n'envoyons rien. Pas de spam, promis.

Articles Correlés

Ressources liées

Outils et ressources des archives iaLocale pertinents pour ce contenu.

🌊

Ripple-65B Preview

Modèles

Modèle dense de 64,8 milliards de paramètres de Ricursive Intelligence, Apache 2.0 : préentraînement depuis zéro sur 12 000 milliards de token, contexte jusqu'à 1M, architecture thin-and-deep (d_model 5120, 80 couches). Visé sur le coding agentique : 80,5 sur TerminalBench 2.1, devant des MoE open-weight jusqu'à 10x plus grands. Checkpoint NVFP4 (MLP 4 bits, attention BF16) pensé pour une seule workstation à 128 Go unifiés (DGX Spark), ~19,5 tok/s en une requête.

🦉

Qwen3.8-Flash-Next

Modèles

MoE open-weight de la famille Qwen3.8 pensé pour l'agentique : 125B de paramètres avec seulement 6B activés, plus 51B d'embedding n-gram et 4B de MTP. Attention hybride sur 48 couches (12 micro-blocs : 3× Gated DeltaNet → MoE, 1× Qwen Sparse Attention → MoE), 512 experts dont 10 routés + 1 partagé. Contexte natif 262K, extensible à 1M avec scaling RoPE (YaRN).

🧩

JunctionBox

Plateforme de pilotage pour agents de coding (Claude Code, Codex, Grok) et modèles Ollama sur votre propre matériel : mémoire partagée entre agents, tool use gardé pour les petits modèles, modèles locaux même sans GPU (BitNet testé à ~16 tokens/s avec moins de 2 Go de RAM). Inclut des applis TV, un lanceur pour tablette et des plugins extensibles.

🌐

Kitesurf

Logiciel

Navigateur web stateless open source de Cloudflare, conçu pour les agents IA : aucune session persistante, un environnement propre pour chaque tâche d'automatisation web. Annoncé en 2026, open-sourcé en novembre 2026.