DocuSign relègue son modèle de pointe aux arbitrages et allège sa facture d'IA de 90 %

DocuSign lit plus d'un million de contrats par jour, et ce volume tournait sur des modèles de pointe — jusqu'à ce que la facture devienne son premier poste de dépenses d'infrastructure ¹. La solution ? Pas une meilleure grille tarifaire. De petits modèles spécialisés par tâche, et bon marché, se chargent désormais de l'extraction courante : 90 % de coût en moins, un débit huit fois supérieur. Le modèle de pointe, lui, est réservé aux arbitrages — il ne voit que les passages qui comptent ¹.

Moins 90 %, aux dires de l'entreprise

Cette économie est revendiquée par l'entreprise, révélée le 21 septembre 2026↗ et non auditée ¹. L'échelle, elle, est publique : 875,75 millions de dollars de chiffre d'affaires et 77,72 millions de dollars de résultat net au deuxième trimestre, publiés début septembre ². L'assistant Iris et ses agents, dévoilés en mai, s'appuient sur ce que les petits modèles extraient d'abord : chaque agent hérite donc de la facture allégée ¹. En juillet, la gamme s'est enrichie d'agents de workflow et de formulaires web assistés par l'IA ⁸.

Les laboratoires cassent les prix la même semaine

Le 22 septembre, OpenAI a lancé GPT-6 Sol et GPT-6 Luna à la moitié des anciens tarifs↗ : Sol à 2 dollars par million de tokens en entrée et 10 dollars en sortie, Luna à 0,10 et 0,50 dollar ³. « Deux fois moins cher par token, et encore moins par tâche », a déclaré Sam Altman ³.

Ces tarifs sont permanents, non promotionnels, et ils arrivent en pleine guerre des prix ⁴. La veille, xAI avait lancé Grok 4.7 à 2 et 6 dollars par million de tokens ; Anthropic a répliqué avec Opus 5.5, à 4 et 20 dollars, quatre-vingt-dix minutes avant OpenAI ⁴. Début septembre, l'indice LLM Token Expenditure était déjà tombé à 97 cents, son plus bas niveau jamais enregistré↗, plus de moitié sous son pic de l'été ⁵.

Tout cela intervient alors qu'OpenAI mène des discussions préliminaires avec des investisseurs en vue d'un tour de table valorisé autour de 1 200 milliards de dollars, contre 852 milliards de dollars en mars ⁶. Cette valorisation est un pari : que les factures de tokens des entreprises continueront de grimper avec l'usage.

OpenAI riposte en occupant le créneau économique

La riposte d'OpenAI : occuper elle-même le créneau économique. Luna est conçue pour les tâches administratives à fort volume, la synthèse documentaire et l'extraction d'informations, soit exactement les missions que DocuSign vient de retirer du modèle de pointe ³. OpenAI attribue ces baisses à des économies de mise en cache et d'inférence, répercutées directement sur les tarifs ³.

Charles-Henry Monchau, de Syz Group, lit ces mêmes faits comme un calcul de marges : « La déflation des tokens comprime le chiffre d'affaires pendant que les engagements de capacité de calcul restent fixes » ⁵. L'avantage défensif, écrit-il, doit migrer « vers la distribution, la mémoire et le contexte » ⁵. Steve Hou, de Silicon Data, va plus loin et estime que l'offre peut d'ores et déjà « fournir des capacités suffisantes pour la plupart des tâches » ⁵.

DocuSign, elle, détient cette carte de la distribution sur son propre marché. Le 30 septembre, l'entreprise ouvre son serveur MCP↗, et tout agent au sein de Claude, ChatGPT, Gemini, Copilot ou Slack pourra appeler directement l'intelligence d'Iris ⁷. Un laboratoire peut diviser son prix par deux. Il ne peut pas mettre la main, même à moitié prix, sur des données qu'il ne voit jamais.

Le vrai problème des laboratoires : des besoins en tokens en baisse

Aucune donnée publique ne relie les économies de DocuSign au chiffre d'affaires d'un laboratoire en particulier, et aucune évaluation indépendante n'établit que les 90 % ont été obtenus sans perte de qualité ¹. Anthropic devrait entamer au plus tôt à la mi-octobre la commercialisation de son introduction en Bourse ⁶, alors que la déflation des tokens menace les profits des laboratoires sur le chemin de la cotation ⁵. Les laboratoires ont fait baisser le prix des tokens. Leurs clients ont appris à en avoir moins besoin.