Modèles
API des modèles : Anthropic a doublé OpenAI en deux ans
Entre 2023 et 2025, Anthropic est passé de 12 % à 40 % des dépenses API des entreprises, OpenAI de 50 % à 27 %. L'open source recule.
Le marché des modèles s'est reconcentré bien plus vite que prévu. Selon le rapport State of Generative AI in the Enterprise de Menlo Ventures, publié le 9 décembre 2025, Anthropic représentait 12 % des dépenses API LLM des entreprises en 2023, 24 % en 2024 et 40 % en 2025. Sur la même période, OpenAI est passé de 50 % à 27 %, et Google de 7 % à 21 %.
Comment Menlo mesure
Les parts de marché sont des dépenses estimées à partir de l'usage des API en production. Menlo a interrogé 495 décideurs IA d'entreprises américaines entre le 7 et le 25 novembre 2025, a pondéré leurs réponses selon la taille de chaque application, puis les a recoupées avec les résultats financiers publics quand ils existent. Le même rapport estime à 12,5 milliards de dollars les dépenses en API de modèles de fondation en 2025, sur 37 milliards consacrés à l'IA générative.
Le code, moteur de la bascule
La percée d'Anthropic tient d'abord au développement logiciel. Sur le seul marché du code, Menlo lui attribue 54 % des dépenses, contre 21 % pour OpenAI, et 42 % six mois plus tôt. Le rapport relie cette hausse en grande partie au succès de Claude Code. Le code est devenu le premier poste de l'IA par service : 4 milliards de dollars, soit 55 % des dépenses départementales. Selon Menlo, 50 % des développeurs utilisent des outils de code IA chaque jour, et 65 % dans les organisations les plus avancées.
Côté usage, l'enquête Stack Overflow 2026 confirme cette avance : Claude Code y est l'agent le plus cité (voir notre analyse).
L'open source à contre-courant
Contrairement à l'idée que la baisse des prix favoriserait les modèles ouverts, leur part a reculé de 19 % en 2024 à 11 % en 2025. Menlo l'explique en partie par la stagnation de Llama, sans nouvelle version majeure depuis Llama 4 en avril 2025. Les modèles ouverts chinois ne pèsent que 1 % de l'usage API total, soit environ 10 % de l'open source en entreprise.
Hors des grandes entreprises, le tableau est différent : chez les start-up et les développeurs indépendants, Qwen, DeepSeek, Kimi, MiniMax et GLM progressent vite. Les derniers modèles « Flash » de DeepSeek et MiniMax vont dans ce sens (voir notre article et la fiche modèles open source).
Un risque d'approvisionnement
Les trois premiers fournisseurs concentrent 88 % des dépenses API. Pour un produit bâti sur un seul modèle, c'est une dépendance directe aux pannes, aux prix et aux risques juridiques de ce fournisseur. Menlo souligne aussi la simplicité des architectures : seuls 16 % des déploiements en entreprise sont de vrais agents, qui planifient, agissent, observent le résultat et s'adaptent ; les autres sont des enchaînements fixes autour d'un appel au modèle.
Ce que ça change pour les développeurs
- Prévoir une couche d'abstraction : isoler les appels au modèle permet de basculer entre Claude, GPT ou un modèle ouvert sans réécrire l'application.
- Tester sur ses propres tâches : les écarts de parts de marché reflètent surtout le code ; sur d'autres usages, le classement peut différer.
- Suivre le coût par tâche, pas seulement le prix par token : un modèle plus cher peut terminer une tâche en moins d'appels.
Les limites
Menlo Ventures investit dans Anthropic, ce que le rapport signale lui-même. L'échantillon se limite aux entreprises américaines, et les chiffres datent de fin 2025 : depuis, les deux laboratoires ont sorti de nouveaux modèles. Enfin, ce sont des dépenses estimées, pas des revenus publiés par les fournisseurs.
Source : Menlo Ventures, 2025: The State of Generative AI in the Enterprise, 9 décembre 2025.
Une erreur dans cet article ? Signalez-la · Notre politique de corrections
