La Chine veut industrialiser le token.

À la WAIC, à Shanghai, ce mois-ci, entre 1 100 exposants et plus de 140 forums, le mot qui revenait sans cesse n’était pas AGI, mais Token工厂 : l’usine à tokens.

La stratégie n’a rien de subtil. Prendre une unité de production d’IA, la standardiser. Industrialiser sa fabrication. Écraser les coûts jusqu’à décourager toute concurrence, puis exporter l’excédent. La recette du solaire et des batteries, appliquée à l’inférence.

Je dirige une entreprise transfrontalière basée à Shanghai ; auparavant, j’y ai piloté pendant sept ans une agence de commerce dont le compte de résultat dépendait entièrement de l’économie des plateformes chinoises. D’où un double scepticisme : envers la presse occidentale qui balaie d’un revers de main les infrastructures chinoises, et envers la presse chinoise qui fait d’un pilote une industrie d’exportation aboutie.

Précisons-le d’emblée : il ne s’agit pas de dire que les modèles chinois sont faibles. En mars, l’AI Index de Stanford ne donnait au meilleur modèle américain que 2,7 % d’avance sur le meilleur modèle chinois. Sur les capacités, le débat est presque clos. Ce qui suit porte sur l’infrastructure et l’économie.

Cinq hypothèses portent cette stratégie. Une seule tient. Les quatre autres vacillent. Si seule la partie pratique vous intéresse, allez directement à la dernière section.

Le registre des hypothèses : ouvrez une ligne pour voir ce qu’en disent les données disponibles (1 sur 5 tient)

Légende : résiste aux données · devance les preuves.

Dans son bilan de la WAIC, 36Kr parle de la première année où l’économie du token s’est imposée comme un thème central de la conférence.

Source : 36氪, juillet 2026

Faire de l’inférence une matière première vendue au compteur

En mars, l’Administration nationale des données a arrêté le terme chinois officiel pour token, 词元 (cí yuán), qu’elle définit comme une unité de règlement entre l’offre technique et la demande commerciale. Pékin suit désormais le volume quotidien de tokens et le cite lors d’événements officiels, comme il le fait pour la production d’acier.

Le chiffre phare : une multiplication par mille en deux ans, d’environ 100 milliards d’appels quotidiens début 2024 à plus de 140 000 milliards en mars 2026.

• 100 milliards d’appels par jour, début 2024
• 140 000 milliards par jour, mars 2026 : une multiplication par 1 000
• Chiffre officiel. Non audité. Mesure la consommation, pas la valeur.

Ce chiffre appelle la prudence. Il émane de l’État, personne ne l’audite, et il compte la consommation, non la valeur. Le travers n’est pas propre à la Chine : nulle part un gouvernement ou un fournisseur ne publie de chiffre de tokens audité. Un agent coincé une nuit entière dans une boucle défaillante en consomme une quantité absurde sans rien produire.

Fin 2025, la Chine avait constitué plus de 100 000 jeux de données de haute qualité totalisant plus de 890 pétaoctets, soit le volet offre de la même politique.

Source : 新华社, 24 mars 2026

Le mécanisme existe, mais il tient en un seul pilote

En avril, Shantou, dans le Guangdong, a fermé la boucle dans le cadre du dispositif 来数加工, le « traitement des données entrantes ». Les données étrangères arrivent dans une zone franche numérique. La puissance de calcul nationale exécute l’inférence. La réponse repart par API. L’électricité, le calcul et le chiffre d’affaires restent en Chine.

1. Données étrangères entrantes : elles arrivent dans une zone franche numérique
2. Calcul national : il exécute l’inférence
3. Réponse renvoyée par API : seul le résultat ressort

L’électricité reste sur place. Le calcul aussi. Le chiffre d’affaires aussi.

Les médias d’État chinois l’ont résumé d’une formule abondamment reprise : le sel peut voyager dans le monde entier, mais les marais salants doivent rester au pays. Belle formule, que je me suis surpris à répéter. C’est aussi un élément de communication, produit par le même système que celui qui publie les chiffres de consommation.

Ce qui manque, c’est le volume. Une ville, un pilote, aucun chiffre d’affaires communiqué. Shantou doit sa sélection à des atouts bien antérieurs à l’IA. Elle accueille l’une des trois stations d’atterrissage de câbles sous-marins de Chine continentale, et sa latence vers Singapour avoisine 32,7 millisecondes. Le reste du pays, pour l’essentiel, n’a ni l’un ni l’autre. C’est le détail que l’on omet le plus souvent.

Attesté :

• 1 des 3 stations d’atterrissage de câbles sous-marins de Chine continentale
• 32,7 ms de latence vers Singapour

Non publié :

• n.c. volume exporté
• n.c. chiffre d’affaires déclaré

La presse chinoise présente l’exportation de tokens comme un triangle impossible : latence, conformité des données et énergie verte très bon marché.

Source : 澎湃新闻 et 同花顺财经, 2026

L’écart est réel, et les développeurs ont déjà tranché

Sur ce point, personne ne conteste. C’est le pilier le plus solide de la stratégie.

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

Les modèles à poids ouverts coûtent 60 à 90 % de moins que les meilleurs tarifs occidentaux.

Part des modèles chinois sur OpenRouter (dans les tokens traités par des entreprises américaines) : moins de 10 % début 2025, jusqu’à 58 % en juillet 2026, un record.

Avec les agents, l’écart se démultiplie : une seule tâche peut se ramifier en dizaines d’appels parallèles à des sous-agents.

Le volume hebdomadaire d’OpenRouter est passé d’environ 5 000 milliards de tokens en avril 2025 à plus de 20 000 milliards un an plus tard.

Source : CNBC, juillet 2026

Le premier maillon faible : la puissance de calcul

C’est l’écart que la plupart des commentateurs minimisent, et celui qui m’inquiète. Impossible d’industrialiser une production sur des équipements qu’on ne peut se procurer en quantité suffisante.

Le 910C de Huawei offre environ 60 % des performances d’inférence d’un H100, selon l’évaluation publiée par DeepSeek lui-même. Le Council on Foreign Relations juge les meilleures puces américaines environ cinq fois plus puissantes que les meilleures de Huawei aujourd’hui, un écart appelé à se creuser d’ici 2027. Vient ensuite le détail relevé par SemiAnalysis, plus parlant que n’importe quelle fiche technique : la plupart des tokens de DeepSeek passent encore par du matériel occidental. Le fleuron de l’IA chinoise à poids ouverts ne tourne pas à grande échelle sur des technologies chinoises.

Le fleuron de l’IA chinoise à poids ouverts ne tourne pas à grande échelle sur des technologies chinoises.

L’argument énergétique, qui vient généralement ensuite, se heurte au même obstacle. La Chine produit plus de deux fois plus d’électricité que les États-Unis et a ajouté 543 gigawatts rien qu’en 2024. Mais des accélérateurs nationaux quatre fois plus gourmands en électricité absorbent une bonne partie d’un avantage de prix du simple au double. L’électricité bon marché finit par subventionner des puces peu efficaces au lieu de faire baisser le prix des tokens.

L’atout : une production électrique double de celle des États-Unis, et 543 gigawatts ajoutés rien qu’en 2024. Ce qui le neutralise : des accélérateurs nationaux quatre fois plus gourmands en électricité, face à un avantage de prix du simple au double.

Les groupes chinois ne restent pas inactifs. Zhipu entraîne et sert ses modèles sur des accélérateurs nationaux. Alibaba construit des centres de données en Corée du Sud, en Malaisie, en Thaïlande et au Mexique, et loue des capacités à l’étranger pour contourner le problème des puces. Deux choix rationnels, mais aucun ne comblera l’écart cette année.

Le CloudMatrix 384 de Huawei consomme environ 4,1 fois plus d’électricité que le NVL72 de Nvidia pour environ 1,7 fois la puissance de calcul.

Source : SemiconductorX, 2026

Une bonne part des capacités tourne à vide

L’image de l’usine laisse supposer des usines en marche. À en croire la presse chinoise, beaucoup sont à l’arrêt.

Tencent Cloud situe l’utilisation moyenne des GPU dans les centres de calcul intelligent chinois sous les 30 %. Des données de la CAICT citées par Huxiu font état d’un taux d’utilisation effective de 36,8 % en 2025 : autrement dit, sur 100 yuans investis, environ 70 dorment. Le Securities Times évoque un taux d’occupation des baies de 20 à 30 % dans de nombreux centres.

• Moins de 30 % : utilisation moyenne des GPU dans les centres de calcul intelligent (Tencent Cloud)
• 36,8 % : taux d’utilisation effective en 2025 (CAICT, via Huxiu)
• 20 à 30 % : taux d’occupation des baies dans de nombreux centres (Securities Times)

Parler de surcapacité, c’est se tromper de diagnostic. Le marché s’est fracturé, et j’ai observé le même phénomène dans la logistique chinoise : des totaux nationaux flatteurs qui masquent des capacités régionales en déshérence. Les plateformes de premier plan tournent à 90 à 95 %, avec des carnets de commandes remplis jusqu’en 2028. La puissance de calcul haut de gamme manque réellement, tandis que l’entrée de gamme ne trouve preneur à aucun prix. C’est un problème de coordination, et ce type de problème met des années à se résorber.

• Calcul haut de gamme : les plateformes de premier plan tournent à 90 à 95 %, carnets de commandes remplis jusqu’en 2028. Une vraie pénurie. (carnets de commandes jusqu’en 2028)
• Capacités en déshérence : l’entrée de gamme ne trouve preneur à aucun prix. Un problème de coordination, qui met des années à se résorber. (aucun preneur, à aucun prix)

Exploiter un centre de calcul de mille cartes coûte plus de 30 millions de yuans par an : un faible taux d’utilisation se traduit vite par des pertes.

Source : 虎嗅 et 观察者网, juillet 2026

Le volume ne fait pas le chiffre d’affaires : c’est l’écart qui compte

S’il ne fallait retenir qu’un chiffre, ce serait celui-ci. Anthropic détient environ 12 % du volume de tokens sur OpenRouter et capte près de 46 % du chiffre d’affaires.

Les deux segments ne se paient pas au même prix.

Le marché se scinde en un segment banalisé et un segment premium. La Chine domine le premier. Les profits se font dans le second.

L’économie du secteur évolue dans le mauvais sens pour tous. Huxiu relève des hausses de prix allant jusqu’à 34 % cette année chez Alibaba Cloud et Baidu AI Cloud. Un agent consomme 100 à 1 000 fois plus qu’un chatbot. Les prix unitaires baissent, les factures gonflent, et personne ne dispose d’une méthode reconnue pour rapporter les tokens consommés au travail accompli.

• Jusqu’à 34 % : hausses de prix chez Alibaba Cloud et Baidu AI Cloud cette année
• 100 à 1 000× : ce que consomme un agent par rapport à un chatbot
• 85 % : la part des budgets IA des entreprises désormais consacrée à l’inférence

L’inférence représente désormais environ 85 % des budgets IA des entreprises, contre un coût marginal quasi nul dans le logiciel traditionnel.

Source : 腾讯新闻, juin 2026

L’écart qu’aucune baisse de prix ne comble

La loi chinoise de 2017 sur le renseignement national oblige les entreprises à coopérer avec les services de renseignement de l’État. C’est un fait juridique. Il ne préjuge en rien du comportement de telle ou telle entreprise, mais il suffit à garder chez des fournisseurs occidentaux les charges de travail de la finance réglementée, de la santé et des administrations.

Washington durcit le ton de son côté. En juillet, le secrétaire au Trésor a brandi la menace de sanctions pour une distillation présumée de modèles américains, à quelques jours d’un dialogue bilatéral sur l’IA prévu en septembre. Si l’avantage de coût chinois tient en partie à l’économie des coûts d’entraînement des modèles de pointe, il est moins durable qu’il n’y paraît. Rien n’est prouvé. Mais la question n’a rien d’anodin.

La réponse pratique La réponse pratique n’a rien de spectaculaire. Si votre trafic de production transite par des points d’accès d’origine chinoise, gardez une solution de repli configurée et testée. Cette année, la disponibilité des modèles est devenue une variable politique, et le risque joue dans les deux sens.

Les grandes entreprises continuent d’acheter principalement auprès d’Anthropic, d’OpenAI, d’Azure et de Google Cloud.

Source : Baiguan, juillet 2026

Ce qui me ferait changer d’avis

Je ne prédis pas l’échec. Je constate que le récit de l’exportation devance les preuves, ce qui n’est pas la même chose. Trois signaux me feraient changer d’avis : la publication par Shantou de volumes et de revenus d’exportation réels, un taux d’utilisation des centres de calcul chinois supérieur à 50 %, et une entreprise occidentale réglementée qui confie une charge de production à un point d’accès hébergé en Chine.

• Shantou publie des volumes et un chiffre d’affaires d’exportation réels.
• Le taux d’utilisation des centres de calcul chinois dépasse 50 %.
• Une entreprise occidentale réglementée confie une charge de production à un point d’accès hébergé en Chine.

Chacun d’eux en dirait plus qu’un mois supplémentaire de graphiques de routage. Si les trois bougent, j’ai tort, et je tiens à le savoir.

Que faire, concrètement

Guetter des signaux, c’est l’affaire des analystes. Pour qui gère un budget, la question est opérationnelle. Presque personne n’a trié ses charges de travail selon qu’elles exigent ou non un modèle de pointe. On en parle, puis le sujet s’enlise dans la liste des chantiers.

Une méthode rapide : ventilez les dépenses en tokens du mois dernier par application. Isolez 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 requiert rarement un modèle de pointe. Pendant une semaine, faites tourner le trafic en parallèle sur un modèle ouvert bon marché, mesurez l’achèvement des tâches plutôt que les scores de benchmark, et réservez le modèle coûteux à ce qui échoue vraiment.

À isoler en priorité : classification, extraction, résumé, traduction, premiers jets, complétion de code courante.

En général 60 à 80 % du volume, rarement un travail pour un modèle de pointe.

Avec un écart de prix de 1 à 35 en entrée, le calcul est sans appel. Une équipe qui dépense 40 000 $ par mois, dont 70 % du volume dans ce lot, y engage environ 28 000 $, quand l’option bon marché coûterait plutôt 1 000 $. Même avec davantage de nouvelles tentatives et quelques charges de travail rapatriées vers le modèle cher, l’économie reste loin d’être marginale.

Faites le calcul sur votre propre facture, avec un écart de prix de 1 à 35 en entrée :

Les éditeurs d’outils de code, les plateformes de support client et les agences de traduction ont bougé les premiers, leurs marges étant directement exposées au coût de l’inférence. Les secteurs réglementés n’ont pas suivi, et ne suivront sans doute pas.

Un point à connaître avant de rediriger quoi que ce soit : les poids étant ouverts, des hébergeurs occidentaux servent les mêmes modèles chinois sans qu’aucune donnée ne transite par la Chine, à environ deux fois le tarif de l’éditeur d’origine, mais toujours très en deçà des tarifs des modèles de pointe. Pour la plupart des entreprises, c’est la manière raisonnable de jouer cette carte.

Les hébergeurs occidentaux qui servent des modèles chinois à poids ouverts facturent environ le double du tarif de l’éditeur d’origine, sans qu’aucune donnée ne transite par la Chine.

Source : OpenRouter, juin 2026