Sortir d'Anthropic en direct
ce que Back Market mesure, et ce que les autres sources en disent

Nicolas M ouvre sur ce qu'il appelle « là où ça fait mal ». En mai 2026, environ 230 à 240 développeurs consomment 57 k$ d'API Anthropic, uniquement via Claude Code. En juin, le même périmètre passe à 87 k$.

Il parle en responsable du déploiement : « Imaginez ceci, 250 développeurs pendant 1 an qui peuvent utiliser Claude Code sans aucune limite de budget avec une facturation à l'usage. » Le rôle assigné est de déployer l'outil et de former, pendant que la dépense grimpe.

La décision est prise de quitter l'accès Anthropic en direct. L'usage d'OpenRouter démarre le 18 juin 2026, la généralisation intervient fin juillet.

Nicolas M montre les 2 consoles en parallèle. La colonne Anthropic s'éteint pendant que la colonne OpenRouter monte, sur la même population d'utilisateurs.

Agrandir ↗

À la question d'un arrêt de l'IA, il répond : « Est-ce que vous avez arrêté d'utiliser l'IA ? Non, tous ces gens-là ont été transférés sur OpenRouter. » La colonne Anthropic baisse parce que l'usage est passé sur OpenRouter.

Le bilan de septembre n'est pas le premier épisode. Le 22 juillet 2026, Nicolas M avait déjà expliqué le mécanisme, et surtout ce qu'il coûte en travail juridique. C'est la partie que les tableaux de dépense ne montrent jamais.

Son argument commercial est clair : « vous en tant qu'entreprise vous allez avoir qu'un seul contrat avec Open Router et vous n'aurez pas forcément besoin d'avoir ensuite un contrat avec tous les fournisseurs qu'il y a derrière ».

Agrandir ↗

Il en tire une règle : « si vous routez vers 10 providers, vous avez 10 politiques de données à vérifier ». Il précise à l'oral qu'il s'agit bien des providers et non des modèles, corrigeant une coquille de sa propre diapositive.

Le même épisode définit au passage le vocabulaire que la suite emploie : un modèle frontière l'est « parce qu'en fait c'est un modèle très puissant et qui ne peut pas tourner aujourd'hui dans votre infrastructure ou sur un provider, et c'est surtout un modèle qui est privé ».

Anthropic est alors le seul à héberger les modèles Claude. La bascule vers OpenRouter ne change pas cela. Elle n'ouvre pas Claude à d'autres hébergeurs, elle ouvre l'usage à d'autres modèles.

En août, Nicolas M croise 2 vues de la même console, la répartition en montant dépensé et la répartition en volume de tokens. Un modèle qui pèse plus en tokens qu'en dépense coûte moins cher au token que la moyenne du mix.

Agrandir ↗

GLM 5.2 est à la fois le modèle le plus utilisé et, selon ses mots, « le modèle aussi qui va coûter le plus cher » parmi ceux qui portent le volume. Mais quand on trie par argent plutôt que par tokens, Sonnet et Opus remontent dans le classement malgré leur faible volume.

D'où sa conclusion : « les modèles d'Anthropic sont vraiment vraiment chers, même quand vous passez par OpenRouter ».

Il prend soin de ne pas surinterpréter la disparition d'Opus : « le coût a été réduit pas parce qu'on s'en sert moins mais parce que simplement on a accès à plus de providers ». Il répond aussi à l'objection productivité : « les utilisateurs n'ont pas perdu soudainement leur productivité ou leur usage ».

Aucun accès à la console de Back Market n'est nécessaire. Le catalogue OpenRouter est public et non authentifié, et son affirmation sur le prix des modèles Anthropic s'y vérifie.

Back Market travaille avec une dizaine de providers, dont Microsoft Azure, Amazon Bedrock, Google, Fireworks et Mistral. Nicolas M note que Mistral héberge aussi du GLM 5.2 : « vous pouvez aller taper sur l'infrastructure Mistral » pour consommer un modèle chinois depuis une infrastructure européenne.

Sa définition, pour qui confond les 2 niveaux : « un provider c'est comme un hébergeur internet qui aurait plein de sites internet, et chaque site internet en fait ce sont les fameux modèles ».

Il décrit l'arbitrage : « cette ventilation, elle est faite automatiquement par OpenRouter selon aussi le prix du token. Parfois c'est plus intéressant d'aller chercher chez Microsoft un accès à OpenAI que de l'avoir en direct, et parfois c'est l'inverse. » Le bénéfice qu'il retient est opérationnel plus que financier : « moi, en tant qu'utilisateur, j'ai pas besoin de m'ennuyer ».

Côté OpenRouter, ces contraintes passent par des paramètres de routage documentés. zdr: true limite une requête aux endpoints sans rétention de données, data_collection: "deny" écarte les providers qui conservent des données. La liste only restreint le routage à des providers nommés, à l'intérieur de ceux autorisés au niveau du compte. C'est l'équivalent technique de la liste courte de Back Market décrite en partie I. Par défaut, OpenRouter répartit la charge en favorisant les providers les moins chers, pondérés par l'inverse du carré de leur prix. Source : documentation du routage par provider.

Rendre un poste de travail indépendant d'un fournisseur de modèles demande davantage qu'une URL de passerelle. L'article « Portability becomes a Scale concern » décrit ce qui survit à une migration contrôlée d'un fournisseur à l'autre.

Sa métrique préférée s'affiche en haut à droite de la console OpenRouter, le blended dollar per million. Entre juillet et août, il recule de 13 %.

Agrandir ↗

Son interprétation : « mes utilisateurs pour un million de tokens ont payé moins cher que le mois d'avant, et je suppose que du coup ils ont utilisé des modèles moins chers. Pour mesurer l'efficience d'une entreprise et de 245-250 utilisateurs, c'est plutôt un bon indicateur. »

Au niveau de la tâche, le même angle mort existe. Inferya compare 2 modèles qui coûtent chacun 0,07 $ par tentative sur SWE-bench Verified, avec le harnais mini-SWE-agent : l'un résout 75,8 % des tâches, l'autre 9 %. Rapporté aux tâches résolues, le premier revient à 0,092 $ par tâche et le second à 0,778 $, soit 8,4 fois plus.

Un blended cost proche peut donc cacher des coûts par tâche résolue très différents.

La FinOps Foundation formalise ces indicateurs, du coût par token au coût par inférence et par appel d'API, dans son guide « FinOps for AI » mis à jour le 17/02/2026. L'article « Mapping the token-reduction toolbox » applique la même prudence aux outils de réduction de tokens. Une sortie plus courte ne suffit pas à prouver qu'une tâche terminée coûte moins cher.

Nicolas M présente d'ailleurs cette baisse comme une inférence, pas comme une mesure. Le verbe qu'il emploie est « je suppose ».

Le budget se remet à zéro à la fin du mois. Interrogé sur la suffisance des 200 $, il répond : « Oui, les gens le prouvent aujourd'hui. »

1. Extension auto-servie de 20 $

   Demandable depuis Slack à n'importe quelle heure, « parce que c'est pas un humain qui va approuver votre demande ». Elle exige de remplir un formulaire avec des chiffres relevés dans la console OpenRouter : nombre de sessions, session la plus coûteuse, répartition par modèle. Elle n'est accordée qu'une seule fois : « si j'éclate ces 20 dollars, j'aurai pas le droit à 240 dollars, ça s'arrêtera là ».

2. Exception projet arbitrée en comité

   Le manager remplit un formulaire Confluence avec une estimation du montant nécessaire. Un comité, mêlant tenue du budget et profils produit, vérifie que la demande « va générer du business ». Délai annoncé : environ une demi-journée. Résultat : un workspace OpenRouter dédié, hors dotation individuelle.

3. Clés dédiées pour les traitements automatisés

   Les agents non humains, revue de pull request, tâches de CI, bots Slack, fonctionnalités produit, ont leurs propres clés avec un modèle imposé, et ne consomment pas la dotation d'un développeur.

L'intention du formulaire est pédagogique, pas punitive : « c'est pour que les gens puissent comprendre un peu où est parti l'argent et qu'ils puissent se poser les bonnes questions, et que nous en fait on n'ait pas besoin de leur expliquer à chaque fois qu'est-ce que c'est qu'un modèle, qu'est-ce que c'est qu'une session. » Il ajoute que c'est « super bien accepté par nos collaborateurs ».

Le guide AI Unit Economics distingue les politiques de budget selon qui dépense. Un agent, une tâche de CI ou un service sans surveillance appellent un plafond strict, faute de personne pour lire une alerte. Un développeur en session peut recevoir une alerte, puis passer par une approbation.

Il cite des montants rattachés à des projets : « on sait qu'on a mis 1100 € sur ce petit projet là qui est important, et que ce hackathon là finalement a coûté que 38 dollars et pas 500 dollars ».

Le même raisonnement s'applique aux agents automatisés, avec une contrainte supplémentaire : « si jamais un système commence à faire n'importe quoi et à dépenser plein d'argent, grâce à OpenRouter on peut très facilement contrôler ça, mettre de l'alerting dessus ».

Sa conclusion élargit volontairement le sujet : « je sais que je parle beaucoup d'OpenRouter, mais au-delà d'OpenRouter, ce que je voudrais vous montrer c'est comment on fait pour que la valeur que génère l'intelligence artificielle, on s'assure que cette valeur est là ». Il ajoute un argument non financier : « quand on voit des tokens et la finance, faut réfléchir que ça a un certain coût en énergie ».

Entre 2025 et septembre 2026, 75 vidéos publiques mentionnent OpenRouter, sur des chaînes techniques francophones et anglophones. La plupart le citent au passage ; 12 apportent un fait, un chiffre ou un retour d'expérience.

Pour une vue d'ensemble du marché, OpenRouter et a16z ont publié le 04/12/2025 un rapport « State of AI » fondé sur plus de 100 000 milliards de tokens routés en un an. Il constate que l'adoption des modèles open weight s'est accélérée et qu'ils servent désormais de briques pour des applications en production.

Le Claude Code Ultimate Guide couvrait déjà la question des passerelles, mais de façon dispersée, et avec une contradiction entre 2 pages. L'une déconseillait de pointer Claude Code vers un autre backend en production, l'autre recommandait exactement ce mécanisme.

Les enseignements de ce document y sont intégrés page par page, sans répéter un même chiffre à 2 endroits.

2 autres pages du guide prolongent le sujet sans reprendre le cas Back Market : AI Unit Economics, sur le coût par tâche acceptée, et Team Metrics, sur les métriques des équipes qui travaillent avec des agents.

La substitution de modèles se teste en premier. Elle ne demande ni passerelle d'équipe ni plafond. Le test porte sur un petit lot de tâches réelles et figées, 5 à 10 demandes représentatives du travail courant, envoyées à l'identique à 2 modèles.

Le test le plus direct branche Claude Code lui-même sur OpenRouter. Le guide d'intégration officiel tient en 3 variables d'environnement, sans proxy local, à placer dans le profil du shell ou dans le fichier .claude/settings.local.json du projet.

export OPENROUTER_API_KEY="sk-or-..."
export ANTHROPIC_BASE_URL="https://openrouter.ai/api"
export ANTHROPIC_AUTH_TOKEN="$OPENROUTER_API_KEY"
export ANTHROPIC_API_KEY=""   # doit être vide, et non absente

Si Claude Code était déjà connecté à un compte Anthropic, lancer /logout une fois et relancer. La commande /status doit ensuite afficher https://openrouter.ai/api sur la ligne de l'URL de base. Cette URL ne prend pas de suffixe /v1, réservé à l'API compatible OpenAI, qui provoque des erreurs de modèle introuvable.

Pour une comparaison contrôlée hors de Claude Code, la première étape consiste à lister les identifiants disponibles plutôt que recopier un nom vu dans une vidéo. Le catalogue est public et ne demande aucune authentification.

curl -s https://openrouter.ai/api/v1/models -o or-models.json

python3 - or-models.json <<'PY'
import json, sys
rows = json.load(open(sys.argv[1]))["data"]
for m in sorted(rows, key=lambda x: float(x["pricing"]["completion"])):
    p = m["pricing"]
    print("%-44s in=%7.2f $/M  out=%8.2f $/M" % (
        m["id"], float(p["prompt"]) * 1e6, float(p["completion"]) * 1e6))
PY

La réponse contient data, total_count et links ; chaque entrée porte id, pricing.prompt, pricing.completion et context_length. Au 16 septembre 2026, le catalogue compte 443 entrées. Les identifiants préfixés d'un ~ sont des alias qui suivent la dernière version d'une famille : pratiques pour explorer, à éviter pour comparer, puisque leur cible peut changer entre 2 passes.

Deuxième étape, envoyer la même demande aux 2 modèles. La commande suivante lit la demande dans prompt.txt et enregistre chaque réponse dans un fichier distinct, depuis n'importe quel dossier de travail.

export OPENROUTER_API_KEY='sk-or-...'

for model in anthropic/claude-sonnet-5 z-ai/glm-5.2; do
  jq -n --arg m "$model" --rawfile p prompt.txt \
    '{model: $m, messages: [{role: "user", content: $p}]}' \
  | curl -s https://openrouter.ai/api/v1/chat/completions \
      -H "Authorization: Bearer $OPENROUTER_API_KEY" \
      -H "Content-Type: application/json" \
      -d @- > "reponse-${model//\//_}.json"
done

Troisième étape, comparer sur des critères vérifiables plutôt qu'à l'impression : la réponse est-elle exploitable sans reprise, le code compile-t-il, les tests passent-ils. Rapporter ensuite la consommation de tokens de chaque passe au tarif relevé à la première étape.

Sans ce décompte, on ne sait pas si le modèle moins cher le reste une fois les reprises comptées. Le guide AI Unit Economics explique comment construire cette comparaison par paires, et ce qu'un petit échantillon permet de conclure.

La dotation individuelle de Back Market repose sur une capacité documentée de l'API de gestion. Une clé peut porter son propre plafond de crédit.

Sur sa page Enterprise, OpenRouter documente des plafonds de crédit par clé avec remise à zéro automatique, quotidienne, hebdomadaire ou mensuelle. Une clé par développeur avec une remise mensuelle reproduit donc la dotation de 200 $ par mois de Back Market, sans comptabilité maison.

Pour un test individuel, reproduire le formulaire à 3 questions ne dépend d'aucune API. Après une semaine d'usage, répondre soi-même : combien de sessions, quelle a été la session la plus coûteuse, et quelle est la répartition par modèle. Nicolas M lui attribue un effet pédagogique, et il se teste sans budget.

Agrandir ↗

Les chiffres de population varient dans la vidéo elle-même : le titre annonce 245 utilisateurs, l'introduction parle de 250, le premier écran Anthropic de 230 à 240. Nicolas M les emploie de façon interchangeable pour désigner la même population. Ce document conserve ses formulations plutôt que d'harmoniser un chiffre qu'il n'a pas arrêté.

Blended cost

Prix moyen payé pour un million de tokens sur une période, tous modèles confondus. OpenRouter l'affiche sur sa console. À volume constant, il baisse quand les utilisateurs se déplacent vers des modèles moins chers.

Open weight

Modèle dont les poids sont publiés, donc hébergeable par n'importe quel provider. À distinguer d'un modèle propriétaire, accessible uniquement chez son éditeur.

Provider

Hébergeur qui sert un modèle. Un même modèle open weight peut être servi par plusieurs providers, à des prix différents.

Zero data retention

Engagement d'un provider à ne conserver aucune donnée de requête. Critère de sélection cité pour écarter des modèles pourtant bien classés. Abrégé ZDR.

Conclusion

La bascule vers une passerelle et le plafond par personne sont 2 décisions distinctes, que Nicolas M présente comme conjointes. La passerelle ouvre l'accès à d'autres modèles et détaille la dépense par modèle ; le plafond limite ce que chaque développeur engage. La vidéo ne permet pas de dire quelle part de la baisse revient à chacune.

Le dispositif transposable le moins coûteux est le formulaire à 3 questions exigé avant l'extension de 20 $. Il oblige le développeur à relire sa propre console avant de dépenser davantage. Il ne demande ni passerelle ni budget, et se teste seul, sur son propre usage.

Sources datées

• Bilan de 2 mois avec OpenRouter, pour 245 utilisateurs : les vrais chiffres, Nicolas Martignole · 14 septembre 2026 · Source documentaire
• OpenRouter, Quickstart : URL de base, en-tête d'authentification et endpoints · 16 septembre 2026 · Observation vérifiée
• OpenRouter, Provisioning API Keys : création de clés avec plafond de crédit · 16 septembre 2026 · Observation vérifiée
• OpenRouter, catalogue public des modèles et tarifs (443 modèles au relevé) · 16 septembre 2026 · Observation vérifiée
• Claude Max (abo prix fixe) ou API (pay-as-you-go), ce n'est pas une question de prix, Nicolas Martignole · 22 juillet 2026 · Source documentaire
• The State of Model Routing, NVIDIA, Cognition, OpenRouter, AI Engineer · 6 août 2026 · Source documentaire
• How We Built an AI Code Reviewer for 200 Engineers, AI Native Dev · 29 mai 2026 · Source documentaire
• Anthropic's Revenue Jump, The Wealthy Bet on SpaceX · Bloomberg Tech, Bloomberg · 17 août 2026 · Source documentaire
• Chinese AI Models Gain Ground on US AI in Price and Use, Bloomberg · 22 août 2026 · Source documentaire
• Tech @ France : Comment l’État français déploie sa propre stack IA, The Product Crew · 23 avril 2026 · Source documentaire
• Le vrai coût de l'IA : pourquoi le prix au token est faux, Nicolas Martignole · 11 juillet 2026 · Source documentaire
• Claude Code Ultimate Guide, API Gateway · 16 septembre 2026 · Source documentaire
• Stripe, annonce de l'accord d'acquisition d'OpenRouter · 19 août 2026 · Observation vérifiée
• OpenRouter, routage par provider : zdr, data_collection, only et ignore · 17 septembre 2026 · Observation vérifiée
• OpenRouter, offre Enterprise : plafonds par clé, ZDR, verrouillage régional · 17 septembre 2026 · Observation vérifiée
• OpenRouter, tarifs : frais de plateforme et BYOK · 17 septembre 2026 · Observation vérifiée
• OpenRouter, guide d'intégration de Claude Code · 17 septembre 2026 · Observation vérifiée
• OpenRouter et a16z, The 2025 State of AI Report · 4 décembre 2025 · Observation vérifiée
• Superconductor, Kimi K3 benchmark sur un SWE-bench interne · 3 août 2026 · Observation vérifiée
• Inferya, coût par tâche résolue des benchmarks d'agents · 21 août 2026 · Observation vérifiée
• FinOps Foundation, FinOps for AI Overview · 17 février 2026 · Observation vérifiée

La mention « consulté le » indique la date de lecture. Une source peut avoir été publiée plus tôt, puis modifiée.

Historique des mises à jour