L'intelligence baisse, l'argent monte : trois laboratoires d'IA cassent leurs prix en 48 heures, le taux japonais à 10 ans touche un sommet de 30 ans — et comment refaire le business case de votre IA au Japon

La première baisse est venue de xAI. Le lundi 21 septembre, la société a lancé Grok 4.7 à 2 dollars le million de tokens en entrée et 6 dollars en sortie — environ 80 % sous le tarif de 10/50 dollars qui marquait le haut du marché. Le mardi 22 septembre, Anthropic a sorti Claude Opus 5.5 à 4 et 20 dollars, contre 5 et 25 pour Opus 5. Les lectures de cache, c'est-à-dire le prix de la réutilisation d'un long prompt ou d'un document déjà lu par le modèle, ont baissé de 60 %, de 0,50 à 0,20 dollar le million de tokens. Selon Anthropic, Opus 5.5 est plus de 30 % plus rapide et égale sur la plupart des tâches son modèle plus grand, Fable 5.1 ; il est disponible sur AWS, Google Cloud et Microsoft Azure.

Environ quatre-vingt-dix minutes plus tard, OpenAI a répondu avec deux modèles. GPT-6 Sol coûte 2 dollars le million de tokens en entrée et 10 dollars en sortie, GPT-6 Luna 0,10 et 0,50 dollar. OpenAI indique que les deux sont 50 % moins chers que la série GPT-5.6 qu'ils remplacent, qu'ils lisent jusqu'à 1,05 million de tokens d'un coup, et que les entrées répétées servies depuis le cache bénéficient d'une remise de 90 %. Luna coûte cent fois moins que le modèle phare d'OpenAI, GPT-6 Astra, facturé 10 et 50 dollars. Concrètement, une tâche courante comme trier des e-mails entrants ou étiqueter des fiches produits coûte désormais une fraction de centime par élément.

Le calendrier compte. Opus 5.5 est le premier modèle d'Anthropic depuis que son PDG, Dario Amodei, a publié « We Must Pace the Frontier » le 12 septembre, l'essai que nous analysions la semaine dernière. Certains lecteurs y ont vu le signe que les progrès de l'IA allaient marquer le pas. Cette semaine montre ce que les laboratoires ont réellement accepté : davantage de prudence sur les capacités les plus dangereuses en cours d'entraînement, pas moins de sorties ni des prix plus élevés. Anthropic annonce Sonnet 5.5 et Haiku 5.5 dans les semaines qui viennent. Pour une entreprise qui achète de l'IA, la frontière n'a pas ralenti. Elle est devenue moins chère à utiliser.

Deux jours après les baisses de prix, le marché obligataire est allé dans l'autre sens. Le jeudi 24 septembre, le rendement de l'obligation d'État japonaise à 10 ans a gagné 8 points de base à 3,06 %, un sommet depuis août 1996. Le 30 ans a atteint 4,12 %. Aux États-Unis, le 10 ans a dépassé 5,1 %, un plus haut depuis 2007. Le Brent s'échangeait au-dessus de 105 dollars le baril. Le rendement japonais à 10 ans a plus que triplé en deux ans et a environ doublé depuis l'arrivée au pouvoir, en octobre dernier, de la Première ministre Sanae Takaichi, sur un programme de fortes dépenses publiques.

Tout cela six jours après que la Banque du Japon a porté son taux directeur à 1,25 %, la décision que nous commentions la semaine dernière. Le yen ne s'est pas raffermi malgré la hausse des rendements. Le dollar a clôturé près de 159 yens le 24 septembre, environ 6 % plus fort face au yen qu'un an plus tôt. Pour une entreprise étrangère, un yen faible rend les salaires, les bureaux et les acquisitions au Japon moins chers en dollars ou en euros. Il rend aussi chaque facture de cloud ou d'IA libellée en dollars plus chère pour un client japonais.

La Bourse n'a pas paniqué. Le Nikkei 225 a gagné 495 points à 65 513,99 ce même jeudi, tiré par l'IA et les semi-conducteurs, l'un des rares marchés asiatiques en hausse ce jour-là. C'est le schéma à comprendre : les investisseurs paient toujours pour la croissance de l'IA, mais le coût de l'argent derrière chaque projet long a augmenté. Une entreprise japonaise qui validera un budget d'IA cet hiver le fera avec un rendement d'État de 3 % sous les yeux de sa direction financière — un niveau que personne dans cette équipe n'a connu de toute sa carrière.

Un projet d'IA comporte trois types de coûts. Le premier est la facture du modèle : les tokens. Le deuxième est la construction : relier le modèle aux systèmes de l'entreprise, nettoyer les données, tester les réponses en japonais et former les équipes qui l'utiliseront. Le troisième est le temps : les mois qui séparent la validation du budget des premières économies. Les baisses de prix de cette semaine ne réduisent que le premier. Dans la plupart des projets que nous voyons au Japon, la construction est la ligne la plus lourde, et c'est surtout du personnel — ingénieurs, chefs de projet et collaborateurs du client. Ces coûts montent au lieu de baisser : le Japon a relevé son salaire minimum de 4,9 % cette année, et les tarifs des ingénieurs suivent.

Prenons un exemple simple. Un distributeur japonais prévoit un assistant d'IA pour son service client. La construction coûte 24 millions de yens, la facture du modèle 400 000 yens par mois, et l'assistant fait économiser 2,4 millions de yens par mois de temps de personnel. L'économie nette est de 2 millions par mois : le retour sur investissement prend douze mois. Appliquez la baisse de 20 % du prix catalogue à la facture du modèle et l'économie nette passe à 2,08 millions — le délai gagne environ deux semaines. Réduisez maintenant la construction à 16 millions en commençant par une seule gamme de produits au lieu de cinq. Le délai tombe à huit mois. C'est la construction qui décide du retour sur investissement, pas les tokens.

La hausse des rendements rend cette différence plus décisive. Quand l'argent était presque gratuit, une entreprise japonaise pouvait accepter un projet remboursé en deux ou trois ans. Avec un 10 ans à 3,06 % et une BoJ à 1,25 %, les directions financières exigeront un retour en un exercice, et le ringi — la validation par circulaire qu'exigent la plupart des budgets japonais — ira plus vite pour de petits projets rapides que pour de grandes plateformes. Un détail de change mérite d'être noté : la baisse de 20 % sur Opus et celle de 50 % sur GPT-6 dépassent largement les quelque 6 % que le yen a perdus face au dollar en un an ; une facture de modèle libellée en dollars coûte donc moins cher en yens qu'il y a douze mois.

Le même mardi que les lancements de modèles, l'unité de renseignement sur les menaces de Cisco, Talos, a dévoilé un logiciel malveillant pour Windows baptisé CLOSEDQUORUM, présenté comme le premier implant signalé doté d'un commandement et contrôle entièrement autonome par IA. Un logiciel malveillant classique attend les ordres d'un opérateur humain. CLOSEDQUORUM collecte des informations sur l'ordinateur infecté, les envoie sous forme de prompts à quatre modèles d'IA commerciaux — DeepSeek, Qwen, Mistral et Google Gemini — et les fait voter. Il exécute ensuite l'action qui l'emporte, avec pour cible les mots de passe et les portefeuilles de cryptomonnaies. Talos n'a trouvé aucune confirmation d'une utilisation contre des victimes à ce stade, et a publié une boîte à outils, CAIRN, pour aider les défenseurs à repérer les logiciels malveillants qui appellent des services d'IA.

La leçon pour les entreprises n'est pas que l'IA est dangereuse en général. C'est que le coût d'une attaque baisse au même rythme que le coût d'un assistant de service client. Quand un appel de modèle coûte une fraction de centime, un attaquant peut laisser un logiciel prendre toutes les décisions, jour et nuit, sans personne au clavier. Les petites et moyennes entreprises, qui représentent au Japon la grande majorité des sociétés et n'ont souvent pas d'équipe de sécurité dédiée, sont les cibles évidentes.

Pour une entreprise qui déploie l'IA au Japon, cela implique deux changements concrets. D'abord, surveillez quels ordinateurs communiquent avec des services d'IA. Un portable de la comptabilité qui se met soudain à envoyer des prompts à quatre fournisseurs de modèles différents est un signal d'alerte qu'un antivirus classique peut manquer. Ensuite, intégrez la sécurité de l'IA dans la même demande budgétaire que le projet d'IA. Les acheteurs japonais demandent déjà ce qu'un agent peut faire sans humain. L'an prochain, ils demanderont aussi comment vous remarqueriez que l'agent de quelqu'un d'autre tourne dans leur réseau.

Premièrement, rechiffrez cette semaine toutes les propositions d'IA en cours au Japon. Tout devis bâti sur les prix du 21 septembre est désormais trop élevé sur la ligne du modèle, et un acheteur japonais qui lit la presse s'en apercevra avant vous. Montrez le nouveau coût du modèle, mais commencez par la construction et le délai de retour en mois, car c'est là que regardera la direction financière. Si une proposition se rembourse en plus de douze mois, réduisez son périmètre jusqu'à ce que ce ne soit plus le cas — un service, une gamme de produits, une paire de langues — et renvoyez le reste à une deuxième phase.

Deuxièmement, orientez chaque tâche vers le bon modèle au lieu de tout envoyer au plus cher. Le travail répétitif en volume — trier des demandes, étiqueter des produits, produire un premier jet de traduction entre japonais et anglais — relève d'un modèle bon marché comme GPT-6 Luna, vingt fois moins cher que Sol. Gardez Opus 5.5 ou Sol pour les tâches où une erreur coûte de l'argent : revue de contrats, textes en japonais destinés aux clients, tout ce qu'un manager signe. Et inscrivez une clause de répercussion des prix dans chaque contrat. Les prix ont baissé de 20 à 50 % en une journée ; un contrat d'IA à prix fixe sur trois ans signé le mois dernier est déjà trop cher, et la prochaine baisse pourrait arriver avec Sonnet 5.5 et Haiku 5.5 dans les semaines qui viennent.

Troisièmement, agissez maintenant. Les budgets japonais de l'exercice qui commence en avril s'élaborent entre octobre et janvier, et cet hiver ils le seront avec un rendement d'État de 3 % en ligne de mire. Un petit projet qui se rembourse en huit mois et inclut une ligne de sécurité passera le ringi. Une grande plateforme remboursée en trente mois attendra. Chez Medusa Japan, c'est précisément le travail que nous menons avec les entreprises étrangères qui arrivent au Japon : dimensionner le premier projet d'IA pour qu'il se rembourse en un exercice japonais, choisir la combinaison de modèles et rédiger la proposition dans la forme qu'attend un processus de validation japonais.