Tether rejoint le tour de table de 1,5 milliard de dollars de Tenstorrent alors que les données QVAC révèlent des obstacles de coût pour l’IA locale

Tether a participé au tour de table Series E de 1,5 milliard de dollars de Tenstorrent le 20 octobre, une démarche qui prolonge sa poussée stratégique dans le domaine de l’infrastructure matérielle pour l’IA, bien que la société n’ait pas divulgué la taille spécifique de sa participation. Cette participation fait suite à une annonce faite par Tenstorrent le 19 octobre, qui a confirmé que le tour de table s’était clôturé avec une valorisation post-money de 6,2 milliards de dollars. Une telle manœuvre s’aligne sur la vision plus large du PDG Paolo Ardoino concernant la technologie contrôlée par l’utilisateur, mais de nouvelles données provenant de QVAC, la plateforme d’IA locale de Tether, suggèrent que l’inférence locale ne résulte pas automatiquement d’une réduction des coûts pour chaque utilisateur.

Analyse des coûts de QVAC

Le 12 octobre, QVAC a publié une étude détaillée des coûts comparant l’économie de l’inférence IA locale aux coûts d’accès aux API cloud. L’analyse prend le prix d’achat d’un ordinateur portable coûtant 2 399 dollars avec 32 Go de mémoire et étale ce coût sur une période de quatre ans. Ce calcul spécifique aboutit à un coût mensuel du matériel d’environ 50 dollars. L’étude estime par ailleurs qu’un modèle dense Qwen3.8-27B traite environ 55 millions de jetons pendant un mois de travail standard de 176 heures. Le mélange de jetons utilisé dans ce scénario se compose de 94 % d’entrée et de 6 % de sortie, où les jetons sont définis comme les unités de texte que le modèle lit et génère.

Les performances ont été mesurées à l’aide d’un MacBook Pro M5 Max de 36 Go, ce qui rend la comparaison plus illustrative que définitive. La comparaison cloud ouverte d’origine fournie dans l’étude place le point d’équilibre à environ 90 millions de jetons, un chiffre qui dépasse la capacité estimée du modèle dense pour un mois de travail. Cependant, les variations actuelles des prix régionaux déplacent ce seuil. Le tarif international de Singapour pour Alibaba Cloud, consulté le 22 octobre, liste le modèle Qwen3.8-27B à 0,50 dollar par million de jetons d’entrée et 3 dollars par million de jetons de sortie. Ces tarifs spécifiques sont appliqués avant toute promotion ou réduction pour la mise en cache.

Calcul du point d’équilibre

Lorsqu’on applique le mélange entrée-sortie de 94/6 de l’étude, un prix moyen de 0,65 dollar par million de jetons totaux est produit. En divisant le coût mensuel du matériel de 50 dollars par ce tarif moyen, le point d’équilibre est placé à environ 77 millions de jetons par mois. À la capacité estimée de 55 millions de jetons, la facture correspondante pour une API cloud serait de 35,75 dollars. Pour ceux ayant une utilisation plus faible, comme 22 millions de jetons, le coût de l’API diminue encore à 14,30 dollars. Si ces niveaux et tarifs d’utilisation spécifiques devaient rester stables pendant quatre ans, les factures évitées ne seraient pas suffisantes pour couvrir le prix d’achat de l’ordinateur portable, et cela exclut tout coût opérationnel ou la valeur résiduelle du matériel.

Cette comparaison reste de nature illustrative. Elle fonctionne sur l’hypothèse que les versions locales et hébergées de l’IA traitent la même charge de travail avec un niveau de qualité égal. Elle exclut également le coût de l’électricité et d’autres dépenses opérationnelles générales. De plus, Alibaba liste des prix différents pour Pékin et applique des frais séparés pour les entrées mises en cache. Une charge de travail éligible à une mise en cache moins chère pourrait réduire encore davantage la facture cloud. Un mélange différent d’entrée et de sortie modifierait également le tarif moyen. L’estimation de 55 millions de jetons s’applique spécifiquement à la configuration du modèle de QVAC et à la fenêtre de 176 heures. Bien que l’exécution pendant plus d’heures augmente le temps de traitement disponible, le travail réel doit toujours s’inscrire dans les capacités du modèle.

Scénarios de matériel et d’utilisation

Dans un scénario impliquant le mélange d’experts Qwen3.6 35B plus rapide de QVAC, le système atteint une estimation de 200 millions de jetons dans la même fenêtre de travail. Cette capacité supérieure pourrait accueillir une charge de travail de codage illustrative de 110 millions de jetons, ce qui dépasse l’estimation pour le modèle dense. L’étude utilise un Mac Studio pour son exemple concernant les coûts des agents de codage. Apple avait annoncé le bureau M5 Max à partir de 2 499 dollars le 22 septembre. De plus, le dépôt de référence sypherin signale 36,8 jetons générés par seconde pour le Qwen3.8-27B dense sur un système Ryzen AI MAX+395 de 128 Go utilisant des poids FP4. Ce test communautaire emploie une configuration différente de celle du Mac utilisé par QVAC, fournissant ainsi une mesure separate avec son propre ensemble d’hypothèses.

Ceux qui possèdent déjà des appareils adéquats ont un avantage beaucoup plus clair, car le coût d’achat est déjà un coût irrécupérable. Dans de tels cas, l’IA locale n’a pas besoin de récupérer le prix complet d’un nouvel ordinateur portable. Cependant, les coûts d’électricité restent, et l’appareil doit posséder une vitesse et une mémoire suffisantes. Pour un individu achetant un appareil uniquement dans le but d’une utilisation occasionnelle de l’IA, l’obstacle est considérablement plus élevé. Un coût matériel fixe persiste même pendant les mois calmes, tandis que les factures d’API suivent la consommation réelle. L’exemple de 22 millions de jetons démontre que même une utilisation substantielle peut laisser un modèle hébergé bon marché bien en dessous de l’allocation mensuelle d’un nouvel ordinateur portable.

Les utilisateurs d’agents soutenus ont une voie plus plausible vers la réalisation d’économies. Cela nécessite l’utilisation d’un modèle approprié et d’une configuration viable et plus rapide capable de traiter suffisamment de travail comparable. Un modèle rapide qui nécessite plus de tentatives, ou qui n’est pas en mesure de gérer la tâche, ne correspondrait pas au résultat économique d’un service plus capable. L’allocation sur quatre ans suppose que l’acheteur utilise le matériel pendant toute cette période. La récupération réelle des coûts dépend des dépenses que le matériel remplace. Pour un appareil déjà nécessaire pour d’autres types de travail, attribuer le prix d’achat total à l’IA peut surestimer le coût supplémentaire de l’exécution d’un modèle local.

L’argument présenté par Ardoino inclut des avantages qui vont au-delà des simples prix des jetons. Dans le compte rendu du 21 octobre de son AMA du 7 octobre fourni par QVAC, il plaide pour une IA possédée par ses utilisateurs. Il reconnaît que les téléphones ne correspondent actuellement pas aux performances des modèles de pointe et admet que les problèmes scientifiques les plus difficiles peuvent continuer à résider dans de grands centres de données. L’inférence locale peut maintenir les modèles téléchargés disponibles hors ligne et réduire la dépendance au service continu d’un fournisseur. Conserver les fichiers et les invites sur un appareil local peut avoir de l’importance même lorsque les jetons cloud sont moins chers. QVAC qualifie cet avantage de confidentialité en notant que les outils connectés peuvent toujours envoyer des données vers d’autres endroits.

Tenstorrent a déclaré que son nouveau capital soutiendra le déploiement de serveurs Galaxy, ainsi que la technologie CPU et IA et l’expansion commerciale. Aucune des annonces de financement n’établit une réduction résultante des factures des utilisateurs ou une intégration de produit avec QVAC. En utilisant les tarifs de Singapour vérifiés et l’exemple du modèle dense sur 176 heures de QVAC, le point d’équilibre reste au-delà de la capacité estimée. Un acheteur dans ce scénario spécifique devrait accorder une valeur à la confidentialité et au contrôle en plus des éventuelles économies de jetons.