Intelligence Per Dollar
- Auteur
- Tomasz Tunguz
- Thème
- IA
- Mots-clés
- intelligence par dollar, tokens par résultat, SWE-Bench, benchmark coût, prix au résultat
- Ton
- opinion
Résumé
Tomasz Tunguz observe que Microsoft a ajouté une nouvelle métrique à la fiche de sortie d'un modèle : l'usage moyen de tokens. Cette métrique va probablement devenir un standard. Les benchmarks se mesurent désormais sur deux axes — la performance brute et le coût pour atteindre cette intelligence. C'est un signe de plus que l'ère des subventions, du tokenmaxxing et de la performance à tout prix se referme. La vraie question de l'acheteur tient en trois mots : quelle est mon « intelligence par dollar » ? Chaque couche de la stack devra désormais se facturer comme le client raisonne : au résultat, pas au token.
💡 Pourquoi ça compte
Met un cadre conceptuel — « intelligence par dollar » — sur le basculement de marché de 2026 : on ne mesure plus la performance pure mais le coût pour l'atteindre, et l'achat IA bascule du token vers le résultat livré.
Analyse approfondie
Tunguz part d'un constat daté de la veille : Microsoft a ajouté une nouvelle métrique à la fiche de sortie d'un modèle, une métrique qui deviendra probablement un standard — l'usage moyen de tokens.
Sur la première ligne du tableau, le modèle Microsoft atteint 71,6 sur SWE-Bench Verified en utilisant environ un tiers des tokens que consomme Claude Haiku 4.5. Les benchmarks se mesurent désormais sur deux dimensions distinctes : la performance globale et le coût pour atteindre cette intelligence.
C'est, pour Tunguz, un signe de plus que l'ère des subventions, du tokenmaxxing et de la performance à tout prix est révolue pour de nombreux cas d'usage. Même les entreprises les plus précieuses du monde ne peuvent pas s'offrir l'intelligence de pointe pour chaque cas d'usage concevable. Il appuie son propos sur trois exemples : Uber a plafonné la dépense IA de ses employés après avoir épuisé son budget en quatre mois ; Salesforce dépense 300 M$ en tokens Anthropic et a gelé ses embauches d'ingénieurs ; et, en note, Microsoft a annulé des licences Claude Code dans sa division Experiences and Devices (Windows, Microsoft 365, Outlook, Teams, Surface) après que l'usage des ingénieurs a dépassé les budgets.
Ce nouveau double benchmark répond à la seule question de l'acheteur : quelle est mon intelligence par dollar ?
Tunguz cite Artificial Analysis, qui mesure déjà cet axe. GPT 5.5 et Claude Opus 4.8 finissent à un point l'un de l'autre sur l'Intelligence Index, autour de 60. Mais faire tourner l'index coûte 3 357 $ avec GPT 5.5 contre 4 685 $ avec Opus 4.8. « Même réponse, 40 % plus cher. »
Sa conclusion : les éditeurs de modèles doivent désormais se concurrencer sur les deux dimensions. La couche applicative, elle, se concurrencera un cran au-dessus — sur le dollar par résultat, c'est-à-dire ce que coûte réellement un ticket fermé, un PR livré ou un cas support résolu. Chaque couche de la stack doit maintenant se facturer comme le client raisonne : au résultat, pas au token.