← Accueil actu | Salle du marché
2026-11-02 · Source:虎嗅·中继

La chute simultanée du site web, de l'application et des deux versions d'API n'est que la surface ; le déséquilibre plus profond s'écrit dans les contrats — les grands fournisseurs cloud osent garantir 99,95 % de disponibilité, quand nombre de fournisseurs de grands modèles n'en font même pas mention.
À 8 heures précises, DeepSeek est tombé en panne sur toute la ligne : le site web, l'application, ainsi que les deux versions d'API, V4.1 Flash et V4.1 Pro, ont cessé de répondre au même instant. Au moment de la publication, certains services n'étaient toujours pas rétablis.
Pour l'utilisateur ordinaire, le calcul est simple : seules quelques conversations sont perdues. Les vraies victimes sont les autres — les développeurs et les PME qui ont branché toute leur chaîne d'activité sur l'interface du modèle. Pour eux, des heures d'indisponibilité ne signifient pas un « service temporairement inaccessible », mais des commandes perdues et des manquements contractuels.
Sur une échelle de temps plus large, depuis début 2026, il s'agit déjà au moins de la 18e interruption majeure de service ; celle de fin mars avait duré plus de 12 heures. À l'étranger, OpenAI et Anthropic ont elles aussi connu de grandes pannes ces deux dernières années, sans compter les hausses soudaines des prix des API et la mise hors service forcée d'anciennes versions d'interfaces — pannes et changements sont depuis longtemps la norme sur ce créneau.
La comparaison des contrats rend le problème encore plus clair. Les SLA des grands fournisseurs cloud promettent généralement 99,9 %, voire 99,95 % de disponibilité ; tandis que les fournisseurs de grands modèles n'ont toujours pas de standard unifié de SLA, et les contrats de nombreux fournisseurs de taille moyenne ne garantissent même pas la disponibilité. La panne en soi n'est pas ce qui fait peur : ce sont les bombes à retardement enfouies dans l'architecture.
Les applications d'IA qui ont grandi selon la voie du « shell en propre, intelligence externalisée » paient une facture bien visible : le fournisseur tombe, le produit tombe avec lui ; une hausse tarifaire, et toute la structure des coûts s'effondre ; une modification des règles d'interface, et des mois de travail sur le prompt engineering et les processus métier sont à refaire — tandis que l'entreprise n'a aucune carte à jouer dans la négociation.
Il y a aussi une facture plus cachée : les données clients et documents internes transitent par l'API vers les serveurs du fournisseur — sont-ils utilisés pour l'entraînement, combien de temps sont-ils conservés, qui peut y accéder ? Les PME n'ont pas la force de négocier ces clauses une à une.
Le réglement le plus cruel est celui-ci : si le produit n'est qu'un simple habillage de chatbot, sans barrières réelles comme des bases de connaissances sectorielles, des processus métier ou des relations clients qui se soient accumulés, changer de modèle remet tout à zéro instantanément.
En prenant de la hauteur, c'est la nouvelle dépendance technologique de l'ère de l'IA. Les grands modèles sont en train de devenir une infrastructure ; sur le marché chinois des API, la concentration en tête du marché est très élevée, et d'innombrables applications gouvernementales et d'entreprise ainsi que des systèmes verticaux reposent sur une poignée de modèles de base — la dépendance à un point unique est déjà une réalité. Mais protéger ses intérêts technologiques n'exige pas que chaque entreprise entraîne un grand modèle à partir de zéro. La vraie question n'en tient qu'une : une fois monté à bord, qui tient le volant ?
Mots-clés: DeepSeek · OpenAI · Anthropic · LLM API · Service Outage · Enterprise AI
萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle