Ces taux de tendance sont-ils des prévisions ?

Non. Il s'agit d'estimations publiées sur des périodes historiques définies qui ne doivent pas être considérées comme des taux futurs garantis.

Qu'apportent les données sur les modèles de TokenLab ?

Il indique la disponibilité actuelle des modèles, les catégories et les unités de tarification. Des études externes expliquent les mouvements plus larges du marché.

Pourquoi les différentes sources ne sont-elles pas d'accord ?

Ils mesurent différents échantillons : rapports publics, trafic sur les plateformes, tests de référence, enquêtes et données sur les modèles. Les séparer permet de rendre les comparaisons plus claires.

Rapports sur les modèles d'IA

Rapport sur les tendances de l'industrie des modèles d'IA

Échelle des modèles, coût d'entraînement, longueur du contexte, dépenses des entreprises et composition actuelle du marché des modèles.

Croissance de la puissance de calcul d'entraînement

Epoch AI

4.5x/yr

taux de croissance

La puissance de calcul utilisée pour entraîner les modèles d'IA notables a augmenté rapidement depuis 2010.

Croissance du coût d'entraînement de pointe

Epoch AI

3.5x/yr

taux de croissance

Epoch estime que le coût d'entraînement des modèles de langage de pointe a rapidement augmenté depuis 2020.

Croissance de la fenêtre de contexte

Epoch AI

30x/yr

taux de croissance

Les fenêtres de contexte se sont étendues extrêmement rapidement depuis 2023.

Croissance des dépenses des entreprises

Menlo Ventures

3.2x YoY

croissance

Les dépenses estimées des entreprises en GenAI sont passées de 11,5 milliards de dollars en 2024 à 37 milliards de dollars en 2025.

Indicateurs de tendance du secteur

Signaux provenant de sources externes concernant l'échelle, la longueur du contexte, les dépenses des entreprises, la taille des études d'utilisation et l'adoption organisationnelle.

4.5x/yr

Croissance de la puissance de calcul d'entraînement

3.5x/yr

Croissance du coût d'entraînement de pointe

30x/yr

Croissance de la fenêtre de contexte

$37B

Dépenses des entreprises en GenAI

3.2x YoY

Croissance des dépenses des entreprises

100T tokens

Étude d'utilisation OpenRouter

88%

Adoption organisationnelle de l'IA

320x YoY

Croissance des jetons de raisonnement

L'échelle reste le centre de gravité, mais l'économie de l'inférence change plus vite que les listes brutes de modèles.

Epoch, Stanford et Artificial Analysis pointent tous vers un marché où la puissance de calcul, les fenêtres de contexte, le prix, la latence et la qualité doivent être lus ensemble. Les noms des modèles expliquent rarement à eux seuls l'adéquation.

Source: Trends in Artificial Intelligence / 2026 AI Index Report / Models: Intelligence, Performance & Price

L'utilisation réelle est fragmentée entre les surfaces grand public, entreprise, développeur et agrégateur.

OpenRouter, OpenAI Signals et Anthropic Economic Index révèlent chacun une facette différente de l'adoption. Lisez l'échantillon et la fenêtre de rapport avant de comparer les chiffres.

Source: State of AI: 100T Token Study / Signals Consumer Data / Anthropic Economic Index

Les dépenses passent des expérimentations aux applications, mais les classements des fournisseurs ne sont pas assez stables pour être figés.

Menlo et a16z montrent que l'adoption et les dépenses évoluent rapidement. Les liens vers des sources datées comptent plus que les affirmations sur les gagnants intemporels.

Source: State of Generative AI in the Enterprise / Top 100 Gen AI Consumer Apps

Les benchmarks sont plus utiles lorsque le graphique explique ce qui a été mesuré.

Artificial Analysis et Arena exposent des signaux de classement, mais la combinaison des tâches, les hypothèses de tarification et la conception de l'échantillon modifient la manière dont ces classements doivent être lus.

Source: Models: Intelligence, Performance & Price / Arena Leaderboard