Un abonné Claude Max a consommé 27 000 $ de ressources compute en seulement 23 jours tout en payant seulement 200 $ pour son abonnement, exposant ce que les chercheurs appellent un « piège d'abonnement 25x » stupéfiant qui révèle comment les labos d'IA de pointe subventionnent des pertes massives. Ce n'est pas un incident isolé — ça devient la norme alors que les power users poussent les modèles d'IA plus fort, consommant des reasoning tokens qui coûtent 5-10x plus cher que les tokens de sortie réguliers, tandis que les modèles d'abonnement restent déconnectés des coûts computationnels réels.
Cet écart souligne un changement fondamental dans le fonctionnement de l'économie de l'IA. Tandis que NVIDIA pousse le « coût par token » comme la seule métrique qui compte pour l'infrastructure IA, argumentant que les entreprises devraient se concentrer sur la sortie de tokens plutôt que sur les specs de compute brutes, la réalité est que la plupart des utilisateurs n'ont aucune idée de ce que leur consommation réelle de tokens coûte. La distinction entre les input tokens (les moins chers), les output tokens (modérés), et les reasoning tokens (chers) crée une complexité de tarification que les modèles d'abonnement actuels ignorent complètement, menant à des finances unitaires insoutenables pour les fournisseurs.
Les implications pour les entreprises sont frappantes : alors que les workloads IA prennent de l'ampleur et que les applications lourdes en raisonnement deviennent standard, le modèle actuel d'accès IA subventionné va s'effondrer. Les compagnies qui développent des produits IA doivent comprendre leur vraie économie des tokens maintenant, avant que les fournisseurs augmentent inévitablement les prix ou imposent des limites d'utilisation plus strictes. Le modèle d'abonnement gym qui laisse des utilisateurs illimités brûler des ressources compute coûteuses ne peut simplement pas survivre au contact avec les patterns d'utilisation du monde réel et le coût réel de livrer l'intelligence à grande échelle.