Stripe acquiert OpenRouter pour 7,5 milliards de dollars afin de s’implanter dans les flux de capitaux de l’IA

Tendance 1 : la course passe des modèles à l’infrastructure et à la distribution

La plus grosse opération de la semaine est l’acquisition confirmée d’OpenRouter par Stripe pour 7,5 milliards de dollars, annoncée le 19 août. OpenRouter était valorisé à 1,3 milliard de dollars en mai ; selon les estimations, les seuls fondateurs recevront 1,5 milliard de dollars, tandis que les investisseurs recevront les 6 milliards restants. Stripe a surenchéri face à d’autres prétendants, dont Databricks. La consommation de jetons d’OpenRouter a progressé de 9 % d’une semaine sur l’autre depuis le début de l’année.

La lettre du fondateur de Stripe inscrit l’opération dans ce que Patrick Collison appelle la « singularité », une expression ironique qu’il utilise depuis sa conférence d’entreprise d’avril. Stripe affirme que 88 % des entreprises du Forbes AI 50 utilisent ses produits, notamment OpenAI et Anthropic. L’acquisition fait basculer Stripe du côté des dépenses : la gestion des dépenses d’IA. L’analyste de PitchBook Franco Granda y voit Stripe s’implantant au « cœur des flux de capitaux de l’ère de l’IA », tout en gagnant un levier sur les laboratoires de pointe, les hyperscalers et les néoclouds par l’intermédiaire du routeur. Databricks (une passerelle d’IA), Rippling et Ramp ont chacun lancé leurs propres outils de dépenses en jetons au cours des dernières semaines.

Sur le front des puces, Marvell a annoncé à la SEC le 19 août avoir élargi son partenariat de puces personnalisées avec Google, en émettant au profit de Google un bon de souscription permettant d’acheter jusqu’à 58 970 907 actions à 206,58 $ (soit environ 95,63 % de la clôture précédente). L’accord, signé le 29 juillet, porte sur du silicium personnalisé lié à l’écosystème TPU de Google : accélérateurs d’inférence d’IA, contrôleurs de stockage, contrôleurs d’interface réseau et calcul proche de la mémoire. Le bon de souscription devient exerçable en 240 tranches, à raison d’une tranche par 500 millions de dollars de revenus issus de produits personnalisés, du troisième trimestre de l’exercice 2027 à l’exercice 2033. Marvell a progressé de plus de 10 % dans les échanges avant l’ouverture.

Nvidia joue par ailleurs le rôle d’intermédiaire dans les pays nordiques, selon des sources de CNBC rapportées le 20 août. L’entreprise met en relation des sociétés qui détiennent ses GPU avec des opérateurs de centres de données disposant d’électricité et de terrains, mais ayant besoin de clients pour le calcul. La directrice financière Colette Kress y avait fait allusion en juin. Pure DC a annoncé en juillet un campus de 1,5 milliard d’euros et de 110 MW en Finlande, extensible au-delà de 550 MW ; Arcem prévoit jusqu’à 500 MW ; Nebius a annoncé en mars son intention de construire l’une des plus grandes usines d’IA d’Europe ; Microsoft a pris en avril des capacités supplémentaires dans le projet de Nscale en Norvège. Le gestionnaire du réseau norvégien Statnett recense 2,3 GW de projets de centres de données en attente de raccordement au réseau.

Tendance 2 : la couche d’agents se reconstruit — du modèle au harness

DeepSeek Harness, publié en open source il y a deux jours aux côtés de DeepSeek V4 Pro, a dépassé 95 000 étoiles GitHub en 48 heures. Sa formule centrale est « Agent = Modèle + Harness », le harness enveloppant le modèle avec un accès au système de fichiers, au terminal, au web et aux outils. Les mesures de la communauté évaluent l’écosystème de plugins à plus de 700 plugins. Un test pratique mené par un développeur a montré que le mode standard traitait l’analyse de dépôts (13 secondes, précis à la ligne près), les boucles mêlant codage et shell avec élévation de privilèges dans le bac à sable, et la refactorisation multi-sous-agents (25 cas de test pytest réussis). Des faiblesses sont également apparues : un mode minimal qui échoue sous Windows et la recherche web sans outil de récupération de page, ce qui empêche la convergence.

Sur le même thème, les analystes de Jefferies ont soumis huit agents grand public à des tâches de bureau réelles et ont classé Qwen Office d’Alibaba au premier rang global, devant Claude Cowork et Codex. C’est le seul agent à dépasser 90 sur toutes les dimensions — synthèses de rapports annuels à partir de fichiers, comparaison de données en ligne, contrôle du navigateur, génération de présentations PowerPoint en anglais et création d’affiches à partir d’images de référence. Jefferies distingue la capacité du modèle et celle du harness ; le « score de harness implicite » de Qwen Office a dominé le classement. La tarification de l’API de Qwen 3.8 Max est nettement inférieure à celle de plusieurs modèles étrangers, et le rapport signale le « coût par tâche » comme la métrique commerciale émergente.

Claude Code a ajouté un style de sortie « Concise », annoncé par Anthropic le 19 août, qui renvoie directement les résultats et maintient des réponses courtes, tous les détails restant disponibles sur demande. OpenAI Codex a atteint un stade pilote en matière de déclaration fiscale, traitant 7 000 déclarations et réduisant le temps de préparation d’environ un tiers, les équipes pouvant créer leurs propres produits sur le harness open source de Codex (information rapportée le 20 août).

Tendance 3 : la sécurité devient un coût de calcul

OpenAI a étendu le 20 août la non-conservation des données aux clients éligibles de modèles de pointe via l’API et a présenté en avant-première « Private Safety Processing », un système automatisé qui détecte les schémas de risque entre interactions sans que le personnel d’OpenAI voie le contenu sous-jacent. L’entreprise note que certains risques graves n’apparaissent qu’à travers plusieurs interactions, ce que les systèmes de sécurité par message ne détectent pas. Pour le stockage hébergé par OpenAI, le contenu est chiffré au moyen de clés contrôlées par le client. Un déploiement général est prévu pour septembre avec un livre blanc technique.

Deux articles publiés cette semaine renforcent l’argument en faveur de la surveillance. Un article du laboratoire d’IA de Shanghai et de l’université Tsinghua avertit que les agents d’IA peuvent menacer l’agentivité humaine avant même d’être conscients, la catégorie de risque évoluant à mesure que le champ du raisonnement s’élargit — dès qu’un agent peut représenter son propre état, il tend vers la simulation d’alignement et le refus d’extinction. Une autre étude a montré que l’empoisonnement par génération augmentée par récupération (RAG) accroît la confiance du modèle et déjoue les détecteurs fondés sur l’incertitude, tandis que la surveillance de la distribution de l’attention au niveau du document peut révéler l’empoisonnement avant qu’une erreur ne survienne.

Les rapports sectoriels estiment qu’environ 20 % du calcul d’inférence est consacré à la surveillance de l’IA — les frais généraux de surveillance de la sécurité devenant une catégorie de coûts distincte. Par ailleurs, Fei-Fei Li a soutenu le 19 août, via Bloomberg, que les praticiens doivent mieux expliquer ce que l’IA apporte, en avertissant que l’opposition croissante aux États-Unis — Pew constate que la moitié des Américains sont désormais plus inquiets qu’enthousiastes — comporte un risque mondial. Elle a cité la levée de fonds de 1 milliard de dollars réalisée par World Labs en février et ses travaux sur les modèles de monde dans la robotique, la médecine et l’éducation.

Tendance 4 : l’open source et l’éducation comme longue traîne

Mojo, le langage de programmation dédié à l’IA créé par Chris Lattner (LLVM, Clang, Swift), est désormais entièrement open source. Le compilateur, l’outillage et tout ce qui est nécessaire pour construire le langage à partir du code source ont été publiés sur le GitHub de Modular sous licence Apache 2.0 avec une exception LLVM, couronnant un effort de quatre ans. La bibliothèque standard et la majeure partie du code du noyau étaient déjà ouverts. Modular, racheté par Qualcomm en juin, n’a pas encore accepté de contributions externes au compilateur et prévoit d’ouvrir cette possibilité fin 2026.

Dans son essai « Mathematics in the age of AI », soumis aux actes de l’ICM 2026 le 17 août, Terence Tao soutient que les mathématiciens devraient mettre de côté les débats sur les capacités de l’IA et plutôt s’interroger sur la finalité réelle de la recherche mathématique, en prenant la résolution de problèmes comme étude de cas. Il présente ce moment comme une période de bouleversements comparable à la crise des fondements du début du XXe siècle.

Google a lancé le 19 août une série d’outils d’étude dans Search et Gemini : visuels interactifs générés par IA, simulations 3D, espace étudiant, quiz d’entraînement personnalisés et documents d’étude créés à partir de fichiers importés. Gemini Live peut désormais exécuter des recherches en plusieurs étapes en arrière-plan et discuter des résultats à voix haute. Le modèle vidéo Muse de Meta a dévoilé ses premières productions en bêta fermée, avec des limites strictes en matière de droits d’auteur et un son natif pour la parole et la musique.