Tous les articles
IA & dev

Scaleway ai-PULSE 2026 : ce que l'offre d'IA hébergée en Europe permet aujourd'hui

Par Elouan Laurent
Allée de baies de serveurs dans un centre de données, image d'une infrastructure d'IA hébergée en Europe

Scaleway ai-PULSE 2026 : qu'est-ce qui est disponible au 15 octobre ?

Scaleway a tenu ai-PULSE 2026 à Paris le 13 octobre. Son communiqué mélange des choses très différentes : des modèles qu'on peut appeler dès aujourd'hui, et des infrastructures sans date.

Voici le tri au 15 octobre 2026 :

  • Disponible : trois nouveaux modèles dans Generative APIs, l'API d'inférence de Scaleway. LightOn OCR 3, DeepSeek V4.1-Flash et GLM 5.3 ont un prix public sur la page produit.
  • Annoncé, sans date : un cluster AMD Instinct MI355X en Suède, un cluster NVIDIA B300 au Danemark, une offre d'inférence sur la puce européenne Jotunn8, des limites de débit personnalisables.
  • Déjà là, présenté comme nouveau : le cache de tokens. La FAQ le décrivait déjà avant l'événement.

Un point compte plus que les autres pour un projet français. D'après la FAQ de Scaleway, tous les modèles serverless tournent aujourd'hui dans un datacenter de Paris. Les clusters annoncés à Stockholm et à Copenhague ne changent rien à cela pour l'instant.

Deux clusters GPU en Suède et au Danemark, sans date de mise en service

Scaleway appelle « GPU Zones » ses infrastructures dédiées à l'entraînement et à l'inférence. Deux nouvelles sont annoncées.

  • Stockholm : un supercalculateur en GPU AMD Instinct MI355X, avec la pile logicielle ouverte ROCm d'AMD. C'est le premier déploiement de ce type hors de France, selon le communiqué dédié. Scaleway cite ses partenaires (Bull, Giga Computing, HPE Networking, VAST Data, Motul), mais aucun nombre de GPU.
  • Copenhague : un cluster NVIDIA B300 de « plusieurs milliers de GPU ».

Avec Paris, Scaleway vise à terme « des dizaines de milliers de GPU ». Aucun des deux communiqués ne donne de date de mise en service.

Sur Jotunn8, le texte est prudent. Scaleway « participe au développement » d'une offre d'inférence avec VSORA et ZML. Il n'y a ni calendrier, ni prix, ni accès. Je le lis comme un projet, pas comme un produit.

Pour un CTO, l'enjeu est simple. Ces clusters servent d'abord à qui loue des GPU pour entraîner ou servir ses propres modèles. Rien dans les sources ne dit que l'API Generative APIs tournera dessus.

Generative APIs : les nouveaux modèles et leurs prix

Scaleway annonce « plus de 40 modèles » dans Generative APIs. Ce chiffre ne vaut pas pour l'offre serverless seule. Generative APIs recouvre deux offres :

  • Serverless : on appelle un modèle partagé et on paie au token. La grille de la région Paris en liste 19 au 15 octobre.
  • Déploiement dédié : on loue une instance GPU à l'heure pour un modèle. Le catalogue y est plus large.

Les trois nouveaux venus sont en serverless. Voici leurs prix sur la page Generative APIs, hors taxes, par million de tokens, relevés le 15 octobre 2026 :

Modèle (identifiant API) Usage selon Scaleway Entrée Entrée en cache Sortie
glm-5.3 chat et code 1,80 € non affiché 5,50 €
deepseek-v4.1-flash chat, code et vision 0,60 € 0,12 € 1,80 €
lightonocr-3-0.8b OCR 2,20 € non affiché « Free »

Scaleway présente GLM 5.3, de Z.ai, comme un modèle ouvert adapté au développement logiciel et aux agents. LightOn OCR 3 vient de la société française LightOn et cible l'extraction de texte dans des documents complexes. Ce sont des descriptions de l'éditeur : le communiqué ne cite aucun benchmark.

La documentation n'a pas suivi. Au 15 octobre, la page des modèles supportés (revue le 14 août) et le changelog ne mentionnent pas encore ces trois modèles. Leur fenêtre de contexte n'y est donc pas indiquée.

Cache de tokens et limites de débit : ce que ça change sur la facture

Le cache réutilise le début d'un prompt déjà traité, par exemple un long prompt système ou un contexte RAG. Chez Scaleway, il est automatique, isolé par projet, et on ne peut pas le désactiver. La FAQ annonce un taux d'utilisation du cache (cache hit ratio) de 50 à 90 % pour les usages conversationnels ou agentiques, sans le garantir.

Seuls trois modèles de la grille affichent un prix en cache, dont DeepSeek V4.1-Flash. Pour lui, l'entrée en cache coûte cinq fois moins cher.

Un calcul simple, sur les prix publics. Un assistant RAG envoie 10 000 tokens et en reçoit 1 000, mille fois par jour, pendant trente jours :

  • sans cache : 300 millions de tokens en entrée à 0,60 €, 30 millions en sortie à 1,80 €, soit 234 € HT par mois ;
  • avec la moitié de l'entrée en cache : 90 € + 18 € + 54 €, soit 162 € HT par mois.

Le million de tokens gratuit est négligeable à ce volume.

C'est de l'arithmétique, pas une mesure. Le taux de cache réel dépend de la stabilité de vos prompts.

Les limites de débit s'appliquent à l'organisation entière, tous projets confondus. Elles comptent les tokens par minute, les requêtes par minute et les requêtes simultanées. Elles augmentent après vérification d'identité. Les limites « personnalisables » annoncées le 13 octobre ne sont pas encore décrites dans la documentation.

Un détail à connaître : on ne peut pas fixer de plafond de facturation, seulement des alertes. Pour les traitements non urgents, l'API Batches n'a pas de limite de débit et coûte 50 % de moins.

Brancher Generative APIs depuis Spring AI ou LangChain4j

L'API est compatible OpenAI. L'URL de base est https://api.scaleway.ai/v1, et la clé est une clé API IAM Scaleway. Côté Spring AI 2.0.1, c'est la même configuration que pour OpenRouter :

spring.ai.openai.base-url=https://api.scaleway.ai/v1
spring.ai.openai.api-key=${SCW_SECRET_KEY}
spring.ai.openai.chat.model=glm-5.3

Côté LangChain4j 1.22, avec le module langchain4j-open-ai :

ChatModel model = OpenAiChatModel.builder()
        .baseUrl("https://api.scaleway.ai/v1")
        .apiKey(System.getenv("SCW_SECRET_KEY"))
        .modelName("deepseek-v4.1-flash")
        .build();

Je n'ai exécuté aucun de ces deux blocs. Ils reprennent l'URL de la documentation de Scaleway et les noms de propriétés des docs Spring AI et LangChain4j. La doc Spring AI prévient que la présence du /v1 dépend du serveur : testez un premier appel avant de câbler le reste.

Trois points de la documentation Scaleway comptent pour un développeur Java :

  1. L'API Responses est gérée, mais sans état. Si vous utilisez l'API Responses de Spring AI 2.1, comptez renvoyer l'historique vous-même. Seuls les outils de type function sont pris en charge.
  2. Certains paramètres ne passent pas. La doc liste frequency_penalty, n, top_logprobs, logit_bias et user comme non gérés. Vérifiez que votre code ne les envoie pas.
  3. Les en-têtes de réponse donnent les limites. x-ratelimit-remaining-tokens et x-ratelimit-remaining-requests permettent de ralentir avant le refus.

Ce qu'il faut vérifier avant de mettre des données dessus

« Hébergé en Europe » ne suffit pas. Voici ce que disent les documents de Scaleway, et ce que je vérifierais.

  • Le lieu de traitement. La FAQ indique que les modèles serverless sont hébergés à Paris, dans un datacenter exploité par OPCORE. Scaleway pourrait ajouter d'autres sites européens. Elle garantit que le serverless restera en Europe et promet de prévenir les clients quand l'hébergement ne sera plus seulement en France. Pour garantir une région unique, elle recommande le déploiement dédié.
  • La conservation des prompts. La politique de confidentialité annonce zéro rétention par défaut et aucun entraînement sur vos données. Exception : en cas d'erreurs anormales ou d'activité malveillante, le contenu des requêtes peut être conservé jusqu'à deux semaines.
  • Le réseau. En serverless, les appels passent par Internet. Un point d'accès privé dans un VPC n'est pas encore possible. On peut restreindre l'accès réseau avec des conditions IAM, mais pas pour les clés d'un compte « Owner ».
  • La licence de chaque modèle. Elle s'applique aussi via l'API, selon la FAQ.
  • Le cycle de vie. Scaleway retire des modèles. En juillet 2026, cinq modèles serverless ont été dépréciés. Après leur fin de vie, les requêtes vers quatre d'entre eux sont redirigées vers un modèle proche. Figez un identifiant et surveillez le changelog.

Scaleway écrit aussi que ses services d'IA ne sont pas soumis au Cloud Act américain. C'est la position de l'éditeur. Pour un grand compte, la question relève du juridique, pas de la doc produit.

Mon avis : par où commencer

Pour une PME qui veut de l'IA générative sans envoyer ses données vers une API américaine, l'offre est utilisable dès aujourd'hui. L'API est compatible OpenAI, les prix sont publics, et chaque nouveau client reçoit un million de tokens gratuits. C'est une option plus simple que d'héberger soi-même un modèle comme Kolibri d'Aleph Alpha.

Pour un grand compte, je séparerais deux questions. L'API serverless convient à un pilote. La production sur données sensibles demande un déploiement dédié, pour la région unique, le réseau privé et une capacité réservée, sans limite de débit.

Ce que je ne ferais pas : choisir Scaleway pour les GPU suédois ou danois, ni pour Jotunn8. Au 15 octobre 2026, ce sont des annonces sans date.

Une action concrète cette semaine : prenez 20 vraies requêtes de votre application, avec la réponse attendue. Passez-les sur deux modèles du catalogue, dans la limite du free tier, et notez la qualité, la latence et les tokens en cache. Vous saurez en une journée si l'offre tient pour votre cas.

Vous voulez brancher une API d'IA hébergée en Europe dans une application Java / Spring Boot ? Je développe sur cette stack depuis 2015. Réserver un appel découverte de 30 minutes pour cadrer ce premier test.

À lire ensuite