Plus de la moitié des revenus d’OpenAI proviennent désormais des entreprises : pourquoi Anthropic domine-t-elle encore le marché des API d’entreprise avec 55 % de parts ? Décryptage en 3 indicateurs

Note de l’auteur : pour la première fois, plus de la moitié des revenus d’OpenAI proviennent des entreprises. Pourtant, Anthropic reste en tête des dépenses des entreprises consacrées aux API. Ces deux constats ne se contredisent pas : ils ne mesurent tout simplement pas la même chose.

Le 4 novembre 2026, lors de la conférence technologique du WSJ, le président d’OpenAI, Greg Brockman, a déclaré que plus de la moitié des revenus d’OpenAI proviennent désormais de ses activités auprès des entreprises. Dès le lendemain, le rapport « 2026 State of Enterprise AI » de Menlo Ventures estimait que, parmi les dépenses consacrées aux API de LLM en production dans les entreprises, Anthropic représentait 55 % et OpenAI 31 %.

Face à ces deux informations, beaucoup se demandent spontanément : « Qui gagne vraiment ? » Les chiffres ne se contredisent pas : les sources de Reuters, TechCrunch, du WSJ et de Menlo se recoupent. La différence tient à ce qui est mesuré. Cet article s’appuie sur trois indicateurs pour clarifier la concurrence entre OpenAI et Anthropic sur le marché des entreprises.

Ce que vous allez en retenir : vous saurez distinguer la part des revenus, la part des dépenses API et le taux d’adoption des produits. Vous comprendrez aussi pourquoi les entreprises font appel à plusieurs fournisseurs de modèles et pourrez adapter votre stratégie d’accès aux modèles en conséquence.

Plus de la moitié des revenus d’OpenAI viennent des entreprises : l’essentiel

Commençons par les chiffres dévoilés par Brockman. Il rappelle qu’auparavant, les entreprises représentaient environ 30 % des revenus d’OpenAI, contre 70 % pour les particuliers. Aujourd’hui, les entreprises sont devenues sa principale source de revenus. Il précise que les revenus auprès des particuliers n’ont pas diminué : ils continuent de progresser, mais moins vite que ceux des entreprises.

Brockman reconnaît aussi qu’OpenAI a connu un premier semestre 2026 difficile sur le marché des entreprises. Malgré l’existence de Codex, l’entreprise était alors peu présente sur le marché de l’Agentic Coding. Le tournant s’est produit au troisième trimestre : il cite le lancement de GPT-5.6 Sol et de ChatGPT Work, ainsi que le développement de l’activité auprès des entreprises, comme facteurs clés.

Deux pièges dans l’interprétation des revenus d’OpenAI

Deux points peuvent facilement prêter à confusion. Premièrement, les 70 % désignent la croissance du rythme de revenus annualisé (ARR) par rapport au trimestre précédent, et non une hausse de 70 % du chiffre d’affaires trimestriel selon les normes GAAP. L’ARR consiste généralement à extrapoler sur une année les revenus d’une période donnée : ce n’est pas le revenu effectivement réalisé sur une année complète.

Deuxièmement, Reuters a successivement fait état de revenus annualisés d’OpenAI « proches de 70 milliards de dollars » et « proches de 50 milliards de dollars ». Cela ne signifie pas que les revenus ont diminué. L’écart vient du traitement comptable des revenus issus des partenaires cloud : pour une partie des ventes réalisées par ces canaux, OpenAI ne comptabilise que la part qui lui revient, tandis que la méthode d’Anthropic peut intégrer le montant total payé par le client. Le chiffre initial de 70 milliards de dollars reposait sur une comptabilisation similaire en montant brut, afin de permettre une comparaison avec Anthropic.

Pourquoi Anthropic domine les API d’entreprise : trois indicateurs à ne pas confondre

Le point essentiel, c’est que « plus de la moitié des revenus d’OpenAI proviennent des entreprises » et « Anthropic domine le marché des API d’entreprise » répondent à deux questions complètement différentes. Si l’on ajoute le taux d’adoption des plateformes en entreprise mesuré par Morning Consult, on distingue en fait trois types d’indicateurs.

Pour prendre une image : le fait que les entreprises représentent plus de la moitié des revenus d’OpenAI signifie que « la part des entreprises dans le gâteau d’OpenAI a grandi » ; les 55 % de dépenses en API attribués à Anthropic signifient que « dans le grand gâteau des API d’entreprise, Anthropic prend la plus grosse part ». Le premier chiffre englobe plusieurs sources de revenus, notamment ChatGPT Business, Enterprise, l’API et Codex. Le second ne porte que sur les invocations de modèles par API en production.

Précisons aussi qu’OpenAI n’a pas publié la contribution respective de Business, Enterprise, API, Codex et Work à ses revenus. On ne peut donc assimiler les « revenus provenant des entreprises » ni aux abonnements ChatGPT Enterprise, ni aux revenus de l’API.

Part des dépenses des entreprises en API : Anthropic passe de 40 % à 55 %

Voici les estimations de Menlo Ventures concernant les dépenses des entreprises en API de grands modèles de langage en production pour 2026. Il s’agit d’estimations : après arrondissement, leur somme ne correspond pas nécessairement à 100 %.

La ligne des modèles open source mérite qu’on s’y attarde. Leur part des tokens utilisés atteint 19 %, mais ils ne représentent qu’environ 4 % des dépenses : « utiliser davantage » ne signifie donc pas « dépenser davantage ». Cela montre aussi, indirectement, qu’on ne peut pas juger de la compétitivité commerciale d’un modèle uniquement à partir de son prix ou de son volume d’invocations.

🎯 Conseil technique : les parts de marché reflètent les choix globaux du marché, mais ne remplacent pas des tests dans votre propre activité. Avec APIYI apiyi.com, vous pouvez utiliser une même clé API pour invoquer les modèles Claude et GPT, puis comparer leurs résultats et leurs coûts sur des tâches réelles avant de prendre une décision.

OpenAI et Anthropic en entreprise : un autre classement selon l’adoption des plateformes

Si l’on s’intéresse aux plateformes d’IA approuvées ou utilisées en entreprise, le classement change complètement. Morning Consult a interrogé 3 003 décideurs d’entreprises américaines du 21 au 24 juillet 2026 et publié les résultats le 3 août.

Dans les grandes entreprises, le taux d’adoption de Claude n’est que de 20 %, loin derrière ceux de Copilot, Gemini et ChatGPT Enterprise. Cela semble contredire les 55 % de dépenses API attribués à Anthropic, mais là encore, tout dépend de ce que l’on mesure.

Le taux d’adoption indique si une plateforme a été approuvée ou si elle est utilisée. Dans ce tableau, une entreprise qui a ouvert un compte Copilot à tous ses salariés pèse autant qu’une autre qui consacre chaque mois un budget important à l’API Claude. Copilot et Gemini bénéficient des canaux de distribution existants de Microsoft 365 et de Google Workspace, ce qui facilite leur déploiement à grande échelle. Les dépenses API reflètent davantage les choix budgétaires des équipes de développement en production, notamment pour les agents et les tâches de programmation. Le taux d’adoption mesuré par Morning Consult ne doit donc en aucun cas être interprété comme une part de marché des API de modèles.

La réalité du marché des API d’entreprise : plusieurs fournisseurs coexistent

Opposer OpenAI et Anthropic comme s’il fallait choisir l’un ou l’autre ne correspond pas à la réalité des entreprises. Selon Morning Consult, seules 27 % des grandes entreprises utilisent une seule plateforme d’IA principale. 44 % ont ajouté au moins une plateforme au cours de l’année écoulée, tandis que 5 % seulement en ont réduit le nombre.

Leurs projets pour les 12 prochains mois montrent la même volonté de combiner plusieurs approches :

• Continuer à élargir l’offre : 56 % pourraient augmenter le nombre de plateformes approuvées et 45 % pourraient utiliser davantage de modèles open source ou autohébergés.
• Rationaliser en parallèle : 47 % pourraient consolider leur parc et réduire le nombre de plateformes, tandis que 36 % pourraient remplacer leur plateforme principale actuelle.
• Développer des capacités internes : 66 % prévoient de créer des capacités d’IA internes à partir de modèles de fondation.

Les entreprises continuent donc d’adopter de nouveaux modèles tout en cherchant à unifier leur gouvernance, leurs achats et leur facturation. Pour les équipes de développement, l’approche la plus réaliste consiste à concevoir une architecture où les modèles sont interchangeables, plutôt que de lier étroitement leur activité à un seul fournisseur.

Pourquoi les entreprises sont prêtes à payer pour la qualité des modèles

L’avance d’Anthropic en matière de dépenses API s’explique par les priorités d’achat des entreprises. Parmi les critères les plus importants pour les grandes entreprises, la précision et la qualité des résultats arrivent en tête, suivies de près par la sécurité, la confidentialité et la conformité juridique. Le coût total de possession (TCO), lui, n’arrive qu’en 8e position sur 12 critères.

Ces chiffres expliquent un phénomène important : sur le marché des API d’entreprise, le prix unitaire le plus bas ne suffit pas toujours à gagner. Lorsqu’un modèle est utilisé pour des tâches d’agent à plusieurs étapes ou pour du code en production, le coût de correction d’une erreur dépasse souvent largement la différence de prix des tokens. Menlo souligne également que la progression de la part d’Anthropic est étroitement liée aux performances de la série Opus sur les tâches longues et la programmation.

Source des données : enquête Morning Consult 2026 sur l’IA en entreprise. Pour vérifier les écarts de qualité entre différents modèles dans votre activité, vous pouvez réaliser des tests comparatifs avec plusieurs modèles via APIYI apiyi.com.

OpenAI rebondit au second semestre : le paysage des API d’entreprise évolue

L’avance d’Anthropic ne signifie pas que tout est joué. Le 5 novembre, le WSJ citait les données de dépenses des entreprises sur OpenRouter : en début d’année, parmi les entreprises utilisant les modèles des deux sociétés, Anthropic représentait environ trois quarts des dépenses. En septembre 2026, les deux étaient à peu près à égalité.

Il faut toutefois préciser qu’OpenRouter est une plateforme d’agrégation de modèles : ses données ne représentent pas l’ensemble du secteur et ses utilisateurs sont davantage composés de développeurs et de jeunes entreprises. Ces chiffres servent donc surtout à observer une tendance, pas à mesurer les parts de marché de toute l’industrie.

Le rebond d’OpenAI repose principalement sur Codex et sa gamme de produits Agent :

• Forte croissance des utilisateurs de Codex : le nombre d’utilisateurs actifs hebdomadaires est passé de plus de 2 millions le 31 mars à plus de 5 millions le 2 juin. Attention : ce chiffre date de juin et ne reflète pas la situation la plus récente en novembre.
• Des développeurs aux travailleurs du savoir : selon Axios, les travailleurs du savoir représentent environ 20 % des utilisateurs de Codex, et leur nombre augmente plus de trois fois plus vite que celui des développeurs.
• Lancement de ChatGPT Work : lancé le 9 juillet, il vise à mener à bien des tâches longues, en plusieurs étapes et sur plusieurs applications.
• Réseau de déploiement en entreprise : en avril, OpenAI a lancé Codex Labs avec des intégrateurs de systèmes comme Accenture, Capgemini, Infosys, PwC et TCS. En juin, l’entreprise a lancé l’OpenAI Partner Network, doté de 150 millions de dollars.

Selon les estimations de Menlo, Claude Code et Codex représentent ensemble environ 70 % du marché des applications de programmation par IA, évalué à 34 milliards de dollars, soit environ 24 milliards de dollars. Les agents de programmation sont devenus le principal terrain d’affrontement entre les deux entreprises pour les budgets des entreprises.

Les agents transforment la consommation des API en entreprise

Selon les données d’OpenRouter citées par Menlo, les agents représentent déjà environ 80 % de la consommation totale de tokens sur la plateforme. Depuis qu’il a dépassé le trafic généré par les utilisateurs humains en février 2026, leur trafic a été multiplié par environ 37, contre seulement 5 pour le trafic humain sur la même période. La consommation de tokens ne dépend plus tant du nombre d’utilisateurs que du volume de tâches, du nombre de tâches exécutées en parallèle et de leur durée d’exécution.

C’est aussi l’une des raisons pour lesquelles les dépenses des entreprises en IA dépassent les prévisions. Menlo estime qu’elles ont été multipliées en moyenne par 4,7 par rapport à l’année précédente, alors que les entreprises ne prévoyaient qu’un facteur de 1,9. Pour les équipes de développement, le suivi de la consommation et le contrôle du budget deviennent aussi importants que le choix du modèle.

Comment adapter sa stratégie API multimodèle aux évolutions de la concurrence

Puisque les entreprises font généralement appel à plusieurs fournisseurs, l’approche la plus pragmatique consiste à permettre au même code de basculer à tout moment entre les modèles OpenAI et Anthropic. Voici un exemple minimal qui utilise une interface compatible avec OpenAI pour appeler les modèles de différents fournisseurs :

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interface unifiée APIYI : une seule clé pour appeler les modèles de plusieurs fournisseurs
)

# Utilisez les noms de modèles figurant dans la liste de la plateforme
for model in ["gpt-6.1-sol", "claude-opus"]:
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "用三句话总结企业 API 选型要点"}]
    )
    print(model, "=>", resp.choices[0].message.content)

import time
import openai
from typing import List, Dict

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Point d’entrée unifié pour faciliter la comparaison
)

def compare_models(prompt: str, models: List[str]) -> List[Dict]:
    """Appelle plusieurs modèles pour une même tâche et enregistre le temps et le nombre de tokens utilisés."""
    results = []
    for model in models:
        start = time.time()
        try:
            resp = client.chat.completions.create(
                model=model,
                messages=[
                    {"role": "system", "content": "你是严谨的企业技术顾问"},
                    {"role": "user", "content": prompt}
                ],
                max_tokens=800
            )
            results.append({
                "model": model,
                "latency_s": round(time.time() - start, 2),
                "prompt_tokens": resp.usage.prompt_tokens,
                "completion_tokens": resp.usage.completion_tokens,
                "answer": resp.choices[0].message.content
            })
        except Exception as e:
            results.append({"model": model, "error": str(e)})
    return results

if __name__ == "__main__":
    task = "审查以下函数的潜在并发问题，并给出修改建议：..."
    # Utilisez les noms de modèles figurant dans la liste de la plateforme
    for r in compare_models(task, ["gpt-6.1-sol", "gpt-6.1-terra", "claude-opus"]):
        print(r)

🚀 Pour commencer rapidement : inscrivez-vous sur APIYI apiyi.com pour obtenir des crédits de test gratuits, puis soumettez vos propres tâches de programmation, de documentation ou d’agent à différents modèles. La plateforme propose une interface compatible avec OpenAI et une facturation à l’usage : pour changer de modèle, il suffit de modifier le paramètre model.

Questions fréquentes (FAQ)

Points clés sur la concurrence entre OpenAI et Anthropic pour les API d’entreprise

• Ne confondez pas les trois indicateurs : la structure des revenus, la part des dépenses API et le taux d’adoption des plateformes reposent sur des bases de calcul différentes.
• Les entreprises représentent plus de la moitié des revenus d’OpenAI : cette activité progresse plus vite, mais les revenus grand public continuent aussi de croître.
• Anthropic domine les dépenses API : Menlo estime sa part à 55 %, grâce aux capacités d’Opus pour les tâches longues et la programmation.
• OpenAI rebondit au second semestre : portée par Codex et ses nouveaux modèles, l’entreprise était à peu près à égalité avec Anthropic en septembre selon les données d’OpenRouter.
• Les entreprises utilisent généralement plusieurs fournisseurs : seules 27 % des grandes entreprises ont une plateforme principale unique. La qualité et la sécurité passent avant le prix.
• Pour commencer : comparez les modèles de plusieurs fournisseurs avec une seule clé sur APIYI apiyi.com, et choisissez sur la base de vos tests plutôt que des parts de marché.

En résumé

Le fait qu’OpenAI tire plus de la moitié de ses revenus des entreprises et qu’Anthropic domine le marché des API d’entreprise montre deux aspects d’une même concurrence :

1. L’évolution d’OpenAI : ses revenus provenaient auparavant à environ 70 % du grand public ; ils viennent désormais majoritairement des entreprises. L’activité entreprise a doublé au troisième trimestre, portée principalement par Codex et ChatGPT Work.
2. L’avantage d’Anthropic : l’entreprise conserve la majorité des dépenses API dans les environnements de production des entreprises, grâce à la qualité de ses modèles pour les tâches longues et la programmation.
3. La suite : l’utilisation de plusieurs fournisseurs deviendra la norme en entreprise. La concurrence se jouera sur les capacités des agents, la sécurité, la conformité et l’écosystème de déploiement, plutôt que sur une simple guerre des prix.

Pour les développeurs et les acheteurs en entreprise, mieux vaut garder une architecture qui permet de changer de fournisseur et évaluer régulièrement les modèles sur leurs propres tâches, plutôt que de tout miser sur un seul acteur. APIYI apiyi.com permet de mettre rapidement en place un environnement de comparaison de plusieurs modèles, avec une interface unifiée et un crédit gratuit pour les nouveaux utilisateurs. De quoi transformer les données du marché en critères de sélection adaptés à vos besoins.

📚 Références

1. Reuters : plus de la moitié des revenus d’OpenAI proviennent des entreprises, et déclaration sur une introduction en Bourse : compte rendu des propos de Brockman lors de la conférence technologique du WSJ
2. Lien : reuters.com/legal/transactional/openai-ready-ipo-2027-now-counts-majority-sales-enterprises-brockman-says-2026-11-05/

3. À retenir : source directe sur la part des revenus issus des entreprises, la croissance au troisième trimestre et le partenariat avec JPMorgan

4. Reuters : les revenus annualisés d’OpenAI proches de 50 milliards de dollars en septembre : explications sur l’ajustement du mode de calcul des revenus

5. Lien : reuters.com/business/openais-annualized-revenue-20-billion-less-than-previously-signaled-ft-reports-2026-10-08/

6. À retenir : une source essentielle pour comprendre l’écart entre les chiffres de 50 et 70 milliards de dollars

7. Menlo Ventures : 2026 The State of Enterprise AI : estimation de la répartition des dépenses API des entreprises

8. Lien : menlovc.com/perspective/2026-the-state-of-enterprise-ai/

9. À retenir : source des parts de 55 % pour Anthropic et de 31 % pour OpenAI, ainsi que des tendances liées aux tokens des agents

10. Morning Consult : State of Enterprise AI : enquête sur l’adoption des plateformes d’IA par les entreprises américaines

11. Lien : morningconsult.com/articles/state-of-enterprise-ai

12. À retenir : données sur l’adoption des plateformes, les stratégies multifournisseurs et les critères d’achat

13. WSJ : un premier semestre difficile pour OpenAI avant l’essor de son activité de programmation : article citant les données d’OpenRouter sur les dépenses des entreprises

14. Lien : wsj.com/tech/openai-had-rough-first-half-of-year-before-coding-takeoff-brockman-says-6c97d9e5
15. À retenir : aperçu des tendances de dépenses consacrées à OpenAI et à Anthropic par leurs entreprises clientes communes

Auteur : équipe technique APIYI
Échanges techniques : contactez-nous depuis la page d’accueil d’APIYI, apiyi.com. Pour plus de tutoriels d’intégration, consultez le centre de documentation docs.apiyi.com.