Comment Anthropic a dépassé OpenAI en chiffre d’affaires, et ce que cela signifie

Il y a deux ans, la course aux armements entre les grands laboratoires d’IA ressemblait à quelque chose de très différent. En janvier 2024, le chiffre d’affaires annualisé d’OpenAI était quinze fois supérieur à celui d’Anthropic. Mais en avril 2026, Anthropic avait dépassé son rival, avec 30 milliards de dollars contre 24 à 25 milliards pour OpenAI, en seulement vingt-sept mois. Les deux entreprises ont été fondées par beaucoup des mêmes personnes, poursuivent la même technologie de base et se disputent les mêmes clients. Alors que s’est-il passé, et comment Anthropic a-t-il orchestré ce grand renversement ? Tout tient aux choix stratégiques que chaque entreprise a faits, et ces choix se jouent aujourd’hui.

Les trajectoires de revenus ne racontent pas toute l’histoire

Anthropic a abordé 2024 avec environ 87 millions de dollars de revenus annualisés. En décembre 2024, il franchissait le milliard, puis 5 milliards en août, et 9 milliards en fin d’année. La courbe s’est ensuite accentuée : 14 milliards en février 2026, 19 milliards en mars (confirmé par le PDG Dario Amodei lors d’une conférence Morgan Stanley), et 30 milliards en avril, selon Bloomberg et les propres déclarations d’Anthropic. Soit une croissance annuelle d’environ 10x pendant trois années consécutives.

OpenAI a suivi un chemin légèrement différent. L’entreprise est passée d’environ 2 milliards d’ARR fin 2023 à 24-25 milliards en avril 2026, confirmant 2 milliards de revenus mensuels fin mars. Une croissance exceptionnelle selon presque n’importe quel critère, mais pas suffisante pour maintenir l’avance.

Ces chiffres appellent quelques nuances. Anthropic comptabilise les revenus provenant de revendeurs cloud comme AWS et Google Cloud en brut, en comptant la dépense totale des clients finaux et en imputant les reversements aux partenaires en charges. Cela gonfle les chiffres de haut de bilan par rapport aux pairs qui reportent en net, comme l’a souligné Denise Dresser, nouvelle directrice des revenus d’OpenAI, dans un mémo interne récent selon Axios. L’ARR des deux entreprises correspond au meilleur mois récent annualisé, et non aux encaissements des douze derniers mois. Les 20 milliards d’ARR d’OpenAI pour 2025 correspondaient à environ 13,1 milliards de revenus réels sur l’année entière. Aucune des deux entreprises n’est rentable.

Des projections internes rapportées par The Information indiquaient qu’OpenAI anticipait 14 milliards de dollars de pertes en 2026, mais cette estimation est bien antérieure à l’accélération récente des revenus. Anthropic projette un free cash flow positif d’ici 2027, soit environ deux ans avant l’objectif 2029-2030 d’OpenAI. Même après correction des différences comptables, la tendance tient, mais l’écart en termes nets est plus faible que les gros titres ne le suggèrent.

Deux modèles économiques

Aujourd’hui, qui paie compte plus que qui se présente, et la composition des revenus l’explique mieux que tout autre facteur. Anthropic génère environ 80 % de ses revenus auprès de clients entreprises et professionnels via l’accès API, avec 10 à 15 % d’abonnements grand public. Le modèle d’OpenAI penche dans l’autre sens : environ 60 % via les abonnements grand public (ChatGPT Plus, Pro et Team), les revenus entreprise et API représentant plus de 40 % et progressant vite. OpenAI affirme que l’entreprise devrait atteindre la parité avec le grand public d’ici fin 2026.

Cela produit des économies unitaires différentes. Anthropic génère environ 211 dollars par utilisateur actif mensuel. OpenAI, environ 25 dollars par utilisateur actif hebdomadaire. Les deux entreprises sont sollicitées pour des missions différentes : les acheteurs entreprises recrutent Claude pour rendre leurs développeurs plus productifs et s’intégrer sereinement dans des flux de travail réglementés, tandis que les particuliers utilisent ChatGPT comme assistant généraliste pour tout et n’importe quoi. Il s’avère que les utilisateurs entreprises sont prêts à payer, et bien davantage.

Anthropic revendique plus de 300 000 clients professionnels, plus de 1 000 entreprises dépensant plus d’un million de dollars par an (chiffre doublé depuis 500 en seulement deux mois), et huit des dix premières entreprises du Fortune 10. Le rapport Menlo Ventures sur l’état de l’IA générative en entreprise (produit par un investisseur d’Anthropic, ce qui mérite d’être signalé) a suivi la part de marché des API LLM en entreprise passer de 50 % OpenAI / 12 % Anthropic en 2023 à environ 27 % OpenAI / 40 % Anthropic fin 2025. Les données de Ramp de mars 2026 montraient Anthropic remportant environ 70 % des confrontations directes chez les primo-acheteurs d’IA en entreprise.

L’activité entreprise d’OpenAI est substantielle : 9 millions d’utilisateurs professionnels payants, 92 % du Fortune 500 utilisant ChatGPT d’une façon ou d’une autre, et les licences entreprise multipliées par 9 en un an. Mais les abonnements grand public représentent toujours la majorité des revenus, et la grande majorité de ses 900 millions d’utilisateurs hebdomadaires sont sur le niveau gratuit, ne générant aucun revenu direct tout en consommant de la capacité d’inférence. L’ordre compte : Anthropic a d’abord prouvé l’hypothèse de valeur (les entreprises paieront-elles ?), puis laissé la croissance suivre. OpenAI a d’abord prouvé l’hypothèse de croissance (des centaines de millions de personnes utiliseront-elles ceci ?) et rattrape encore son retard sur la monétisation.

Les points de bascule techniques

Le renversement concurrentiel a eu un catalyseur technique précis : Claude 3.5 Sonnet, lancé le 20 juin 2024. Avant cela, GPT-4 était globalement supérieur. Claude 3 Opus avait atteint la parité, mais pas le leadership. Claude 3.5 Sonnet a surpassé GPT-4o en génération de code (HumanEval : 92,0 % contre 90,2 %), en raisonnement de niveau master (GPQA Diamond : 59,4 % contre 53,6 %), en mathématiques multilingues, en compréhension de texte et sur quatre des cinq benchmarks de vision, pour une fraction du coût.

Les générations suivantes ont évolué en dents de scie. Le modèle de raisonnement o1 d’OpenAI a repris du terrain grâce au calcul à l’inférence. En avril 2026, Claude Opus 4.6 occupe la première place du LMSYS Chatbot Arena et les cinq emplacements du classement spécifique au code. GPT-5.4 domine sur les benchmarks plus difficiles comme FrontierMath (50,0 % contre 40,7 %) et certaines tâches professionnelles. Gemini 3.1 Pro de Google est désormais à égalité avec GPT-5.4 sur les benchmarks globaux, à des prix inférieurs. L’écart entre les meilleurs modèles sur la plupart des mesures est de 1 à 3 points de pourcentage, ce que J.P. Morgan a qualifié de scénario de commoditisation « de plus en plus probable ». Dans les termes de Christensen, une fois que les modèles dépassent les besoins des clients entreprises courants, la base de la concurrence se déplace de la performance brute vers la fiabilité, l’intégration, la confiance et l’expérience développeur. C’est précisément là qu’Anthropic et OpenAI ont fait leurs choix les plus divergents.

Claude Code comme moteur commercial

Claude Code a été lancé en preview de recherche en février 2025 et est passé en disponibilité générale en mai. C’est un outil de codage agentique natif dans le terminal, qui lit des codebases entières, planifie sur plusieurs fichiers, modifie le code, lance les tests et commite les changements. Il a atteint 500 millions de dollars d’ARR en trois mois, plus vite que ChatGPT n’avait atteint ce seuil. En février 2026, il était à 2,5 milliards d’ARR. C’est l’archétype du product-market fit : le marché qui arrache le produit à l’entreprise plus vite qu’elle ne peut suivre.

Les déploiements en entreprise ont rapidement pris de l’ampleur. Stripe a déployé Claude Code auprès de 1 370 ingénieurs ; une équipe a effectué en quatre jours une migration de 10 000 lignes de Scala vers Java, estimée à dix semaines-ingénieur manuellement. Wiz a migré une bibliothèque Python de 50 000 lignes vers Go en environ vingt heures. Début 2026, environ 4 % de l’ensemble des commits publics sur GitHub étaient signés par Claude Code.

Le code s’est révélé être le cas d’usage IA en entreprise à la valeur la plus élevée (51 % de l’usage de l’IA générative en entreprise selon les données Menlo Ventures), et Anthropic a capturé 42 à 54 % de part de marché sur ce segment, soit plus du double d’OpenAI à 21 %. Claude Code a été le principal moteur qui a propulsé le chiffre d’affaires de 9 à 30 milliards de dollars en environ six mois.

OpenAI a lancé Codex en réponse, conçu et lancé en seulement sept semaines par une équipe de 17 personnes. Mais il est arrivé des mois après qu’Anthropic eut constitué une base d’utilisateurs solide.

MCP comme stratégie de protocole

Le Model Context Protocol, annoncé en novembre 2024, pourrait bien être l’élément le plus durable de la position concurrentielle d’Anthropic. MCP est un protocole open source offrant une interface universelle permettant aux modèles d’IA de se connecter à des outils externes et des sources de données, en résolvant le problème de fragmentation des intégrations qui ralentit les déploiements en entreprise.

Le point d’inflexion est survenu le 26 mars 2025, quand le PDG d’OpenAI Sam Altman a annoncé le support complet de MCP. Google DeepMind et Microsoft ont suivi. Dès l’été 2025, MCP était le standard de connectivité de facto, avec des milliers de serveurs construits par la communauté et 97 millions de téléchargements mensuels du SDK. En 2026, Anthropic a fait don de MCP à la Linux Foundation.

La portée stratégique est significative : Anthropic a créé un standard d’écosystème que ses plus grands concurrents ont adopté plutôt que combattu. Des standards comparables comme OpenAPI et OAuth 2.0 ont mis bien plus longtemps à atteindre une adoption équivalente. Contrairement à un produit ou à un modèle, qui peuvent tous deux être copiés, un protocole inscrit son créateur dans la couche d’infrastructure d’un secteur.

La bifurcation : la concentration d’Anthropic face à l’amplitude d’OpenAI

La montée de Claude Code et la réponse d’OpenAI illustrent le mieux cette histoire. Pendant qu’Anthropic captait 42 à 54 % du cas d’usage entreprise à la valeur la plus élevée (le code), OpenAI poursuivait simultanément tous les fronts suivants : Sora (texte vers vidéo), un navigateur web IA, l’intégration e-commerce, la publicité (2,5 milliards projetés pour 2026), une acquisition hardware, le GPT Store, des modèles open source et le partenariat data center Stargate à 500 milliards. Sora seul brûlait environ 15 millions de dollars par jour en inférence et a généré 2,1 millions de dollars de revenus cumulés avant d’être abandonné en mars 2026. Le Wall Street Journal a documenté les conséquences internes : ressources de calcul fréquemment réallouées entre les équipes, absence de roadmaps trimestrielles et confusion organisationnelle sur les lignes hiérarchiques.

De son côté, voici le portefeuille produits d’Anthropic durant la même période : les modèles Claude, Claude Code et MCP. Pas de vidéo, pas de hardware, pas de publicité. Quand OpenAI a finalement lancé Codex pour concurrencer Claude Code, il est arrivé des mois après qu’Anthropic eut constitué une base d’utilisateurs solide. En mars 2026, le Directeur des applications d’OpenAI a déclaré la situation « code red » et annoncé un pivot vers la productivité en entreprise et les outils de code, ressemblant fortement à ce qu’Anthropic exécutait depuis 2023.

Cette asymétrie mérite qu’on s’y arrête. OpenAI compte 900 millions d’utilisateurs actifs hebdomadaires, 50 millions d’abonnés payants et 60 à 65 % du marché IA grand public. « ChatGPT » est entré dans le langage courant comme terme générique pour désigner les assistants IA. Claude, non. La valorisation d’OpenAI à 852 milliards de dollars représente presque le double de celle d’Anthropic à 380 milliards, et son financement total de 168 milliards dépasse également de plus du double les 64 milliards d’Anthropic. L’échelle grand public crée des avantages de distribution qu’une entreprise axée sur le B2B ne peut pas répliquer facilement, et si OpenAI convertit même une fraction de cette base installée en utilisateurs entreprises, le paysage concurrentiel pourrait rapidement se retourner.

Les vulnérabilités d’Anthropic se précisent de leur côté. Sa Responsible Scaling Policy v3.0, publiée en février 2026, a abandonné l’engagement explicite de suspendre le développement de modèles si les mesures de sécurité s’avéraient insuffisantes, soit sa promesse la plus distinctive. Si la sécurité est la marque, la marque doit tenir. La commercialisation rapide a fragilisé la culture research-first, avec 35 % des postes ouverts désormais dans la vente. Enfin, le retard sur le grand public est un handicap structurel si les dépenses IA en entreprise se commoditisent, une perspective réelle compte tenu du resserrement de l’écart technique et de la concurrence d’autres acteurs, notamment la politique tarifaire agressive de Google.

Pour l’heure, le tableau de score penche en faveur de la concentration rigoureuse d’Anthropic sur l’entreprise. Moteur d’une croissance sans précédent aujourd’hui, la vraie question est de savoir si cette concentration deviendra un plafond dans un marché qui pourrait finalement récompenser l’amplitude de plateforme.

Ce que le renversement nous apprend

Le bond d’Anthropic devant OpenAI en chiffre d’affaires n’est pas le fruit d’un seul moment. Plusieurs développements clés, événements et décisions stratégiques ont alimenté ce basculement. Claude 3.5 Sonnet a établi la crédibilité technique. MCP a donné à Anthropic un avantage au niveau du protocole que ses concurrents ont adopté plutôt que contesté, et Claude Code a capturé le cas d’usage entreprise à la valeur la plus élevée avant qu’OpenAI puisse répondre. Enfin, l’amplitude stratégique d’OpenAI a dilué ses ressources au moment précis où la concentration importait le plus.

Sous ces événements se pose une question structurelle que le marché n’a pas encore tranchée. Anthropic a optimisé pour la valeur entreprise, l’expérience développeur et la confiance. OpenAI a optimisé pour l’échelle grand public, l’amplitude multimodale et l’ubiquité de marque. Pendant vingt-sept mois, la première approche a généré une croissance de revenus plus rapide. Le schéma fait écho au cadre de disruption de Clayton Christensen : Anthropic est entré sur le marché « moins bien » selon les métriques classiques (moins d’utilisateurs, moindre notoriété, surface produit plus étroite) mais a optimisé sur les dimensions qui comptaient finalement davantage pour les clients prêts à payer le plus. Ce n’est pas un cas d’école parfait (Anthropic s’est positionné sur des prix premium, pas sur le bas de gamme), mais le mécanisme central tient : l’entrant a gagné en jouant un jeu différent, pas une meilleure version du jeu du leader. La durabilité de cet avantage (ou son caractère situationnel, et la question de savoir si la concentration devient un plafond dans un marché qui récompense l’amplitude de plateforme) dépend de variables que ni l’une ni l’autre des entreprises ne maîtrise pleinement : la vitesse de commoditisation des modèles, la trajectoire des budgets IA en entreprise, l’intensité concurrentielle de Google et la survie des fossés techniques actuels à la prochaine génération de modèles.

Les deux entreprises ont construit quelque chose d’extraordinaire à partir de zéro. Le fait qu’elles aient bâti des choses si différentes à partir d’origines si similaires est la leçon la plus instructive de cette histoire.