Lindy est passée d'Anthropic à DeepSeek et a économisé des millions

En juin 2026, les développeurs et les startups américains cherchaient des modèles d'IA moins chers, car les tâches courantes ne justifiaient pas toujours les prix des modèles premium. Le fondateur de Lindy, Flo Crivello, a déclaré que l'entreprise utilisait des modèles Anthropic.

Lindy est passée à DeepSeek. Crivello a affirmé que ce changement avait permis à l'entreprise d'économiser des millions de dollars et a soutenu que les niveaux inférieurs d'intelligence suffisaient pour le travail de routine, à environ un dixième du prix.

Ce basculement a fait du choix du modèle un levier de maîtrise des coûts. Lindy a accédé à DeepSeek via un fournisseur américain après des questions de confidentialité, associant la décision d'économie à une garantie d'acheminement des données.

Le fondateur de Lindy a déclaré que le passage des modèles Anthropic à DeepSeek avait permis à l'entreprise d'économiser des millions de dollars.

De nombreuses tâches de codage et d'assistance pouvaient être traitées par des modèles moins chers, même si les modèles de pointe restaient meilleurs pour les travaux complexes.

L'écart de prix rendait difficile de justifier l'usage de modèles premium pour des tâches de routine.

Le faible coût de DeepSeek permettait concrètement à une startup de tester un autre fournisseur de modèles.

Le recours à un fournisseur américain répondait aux questions sur l'envoi direct éventuel des données des utilisateurs vers la Chine.

Traitez le choix du modèle comme une décision de portefeuille : utilisez un modèle moins cher lorsque la qualité dépasse le seuil requis par la tâche, et réservez la capacité premium aux travaux qui en ont réellement besoin.

Rest of World a rapporté que Crivello attribuait des millions de dollars d'économies à ce changement, mais n'a pas fourni de chiffre ultérieur sur le chiffre d'affaires ou la marge. L'utilisation par Lindy d'un fournisseur américain montrait comment l'entreprise pouvait associer la migration de modèle à une garantie d'acheminement des données.