À matière première plus chère, produits plus chers.
À l’été 2025, le phénomène s’était manifesté chez Cursor. La « matière première » en question : les LLM d’Anthropic.
Leur coût augmentant, Cursor avait fini par basculer ses forfaits individuels vers un modèle au token, celui basé sur les requêtes n’étant plus jugé tenable.
Quelques semaines plus tard, Gartner avait mentionné l’épisode dans la synthèse de son Magic Quadrant consacré aux assistants de codage. Anthropic, avait-il souligné, représentait une menace d’autant plus grande qu’il s’était lui-même positionné sur ce marché, avec Claude Code. Le symbole d’une tendance plus globale des fournisseurs de LLM à développer leurs propres assistants de codage, avait expliqué le cabinet américain.
Il n’en dit pas moins cette année. Il approfondit même le sujet. Constat : les fournisseurs de modèles de fondation concurrencent désormais directement les éditeurs dont ils n’étaient jusque-là que les fournisseurs. Avec un avantage en particulier : celui de pouvoir optimiser conjointement leurs modèles et leurs harnais agentiques. La concurrence est d’autant plus forte qu’en réaction, ces éditeurs se sont mis à développer leurs propres modèles. Exemple avec Cursor, qui exploite pour cela les ressources de calcul de SpaceX.
Des « assistants » aux « agents » : GitLab sort du Magic Quadrant
L’an dernier, le Magic Quadrant avait porté sur les « assistants de codage ». Gartner avait intégré l’aspect agentique dans son évaluation, mais pas parmi les critères à respecter impérativement (saisie semi-automatique multiligne avec suggestions en langage naturel, génération de tests unitaires et de documentation, connaissance du contexte des dépôts de code internes, etc.).
Cette année, place aux « agents de codage ». Les critères d’évaluation s’en ressentent. Dans les grandes lignes, étaient obligatoires :
Exécution autonome de tâches à partir d’instructions en langage naturel
Vérification et autocorrection itératives (build, test, validation, débogage, refactorisation)
Intégration avec outils et environnements de développement
Gestion automatique du contexte (identification, sélection, réutilisation…)
Prise en charge de MCP
Mécanismes de supervision humaine, de traçabilité et d’audit
Analyse de l’usage
Gestion des utilisateurs, des accès et de l’exclusion de code
Garantie de non-exploitation du code et de la documentation des clients à des fins d’entraînement de modèles
L’orchestration multi-agents était optionnelle. Comme, entre autres :
Création de sous-agents personnalisés
Déclenchement de workflows sur la base d’événements
Gestion des skills (modèles d’instructions)
Orchestration unifiée du contexte (constitution d’une base de connaissances structurée)
Workflows spec-driven
Agents spécialisés pour la modernisation et la traduction de code
Assistance à la revue de code
Gestion des coûts
Multiples modèles de déploiement
Des 14 fournisseurs classés l’an dernier, 6 ne le sont plus cette année : Augment Code, Harness, IBM, Qodo, Tencent Cloud… et GitLab, que Gartner avait pourtant positionné parmi les « leaders ». Non sans affirmer qu’il n’était pas en avance sur le marché en ce qui concernait un certain nombre de briques, dont le chat, les tableaux de bord analytiques et les options d’autohébergement.
Amazon, Cognition et Google ne sont plus des « leaders »
Le Magic Quadrant se structure en deux axes. L’un, dit « exécution », traduit la capacité à répondre effectivement à la demande. L’autre, dit « vision », reflète les stratégies (commerciale, marketing, sectorielle, géographique…).
Trois « leaders » de l’an dernier ont rétrogradé chez les « challengers », en conséquence d’un recul en « vision » : Amazon, Cognition et Google.
Amazon, estime Gartner, a un produit moins différencié que ceux de ses principaux concurrents, en particulier pour qui recherche un fonctionnement agentique asynchrone. Au moment de l’évaluation (bouclée le 2 mars 2026), l’exécution parallèle des agents n’était pas disponible. La tarification et le packaging restaient par ailleurs en évolution (gestion du pooling et des populations d’utilisateurs mixtes, notamment). Quant à Kiro, son approche spec-driven ne correspond pas systématiquement aux besoins et aux méthodes de travail.
Chez Cognition, la proposition de valeur est susceptible de passer moins facilement à l’échelle que chez les concurrents, en ce qu’elle exige beaucoup de travail d’intégration et de personnalisation. Autre point de vigilance : l’unité de facturation (ACU, Agent Compute Units), qui reste abstraite. Gartner questionne plus globalement la viabilité de Cognition, vu ses faibles taux de conversion et d’adoption en self-service.
Chez Google, les modèles de fondation et les harnais agentiques manquent encore de cohésion. Les outils de codage agentique, multiples, ont des fonctionnalités qui se chevauchent. Et la stratégie sectorielle à l’appui du réseau de partenaires manque de clarté.
Anthropic, Cursor et OpenAI rejoignent GitHub chez les « leaders »
Parallèlement aux 5 fournisseurs sortants, le Magic Quadrant enregistre 4 entrants : Anthropic, Atlassian, BytePlus et OpenAI.
La situation sur l’axe « exécution » :
Rang
Fournisseur
Évolution annuelle
1
GitHub
=
2
Cursor
+ 2
3
Anthropic
nouvel entrant
4
OpenAI
nouvel entrant
5
Cognition
– 2
6
Google
+ 1
7
AWS
– 5
8
Alibaba Cloud
– 3
9
Atlassian
nouvel entrant
10
Tabnine
=
11
BytePlus
nouvel entrant
12
JetBrains
+ 2
Sur l’axe « vision » :
Rang
Fournisseur
Évolution annuelle
1
Cursor
+ 9
2
OpenAI
nouvel entrant
3
Anthropic
nouvel entrant
4
GitHub
– 3
5
Tabnine
+ 3
6
AWS
– 3
7
Cognition
– 5
8
Alibaba Cloud
+ 3
9
Atlassian
nouvel entrant
10
Google
– 5
11
JetBrains
+ 2
12
BytePlus
nouvel entrant
Anthropic : une maturité opérationnelle à valider après les incidents de début 2026
Anthropic est parvenu à traduire son élan dans les modèles de fondation en l’un des produits de codage les plus populaires, aligné sur la demande, note Gartner. Il est parvenu à les intégrer étroitement avec son harnais agentique Claude Code, obtenant ainsi un avantage structurel en termes de performance et d’expérience utilisateur. La stratégie CLI-first assortie d’une extension aux IDE a par ailleurs permis de toucher les développeurs là où ils se trouvaient.
Début 2026, Anthropic a connu des perturbations de service et des problèmes de release. Sa communication post-incident a été inégale. Dans ce contexte, attention à la maturité opérationnelle pour les workflows critiques, avertit Gartner. Le cabinet américain souligne aussi l’aspect intégration verticale : les utilisateurs sont limités à des modèles Claude hébergés chez Anthropic.
Cursor peut progresser sur le support d’entreprise
Cursor se distingue sur la profondeur de son produit, de l’exécution parallèle et asynchrone à l’extension des capacités en matière de test et de revue de code. Gartner apprécie la possibilité d’exploiter des modèles tiers « à l’état de l’art », combinée aux investissements croissants de Cursor sur ses propres modèles. Il relève aussi sa part de marché significative en entreprise, à renfort d’une stratégie commerciale efficace (extension des équipes de ventes, du réseau de partenaires et de la présence géographique).
Sur un marché où se côtoient hyperscalers et « gros » fournisseurs (OpenAI, Anthropic), Cursor reste exposé à la pression des marges. Son support d’entreprise reste par ailleurs en évolution. En l’état, son réseau de partenaires apparaît comme un canal de vente indirecte plutôt que comme un levier de delivery. Quant au délai avant première réponse, fixé à 6 heures, il est supérieur à ce sur quoi s’engagent d’autres « leaders » du marché.
GitHub, en perte de notoriété chez les devs
IDE, CLI, version web, CI, sécurité… GitHub a pour lui la dimension plate-forme, qui lui permet d’opérationnaliser ses agents comme ceux de tiers. Gartner salue aussi son intégration efficace de l’outillage agentique dans les workflows existants. Il note également l’exhaustivité des contrôles en matière de gouvernance et de conformité, tout en rappelant que GitHub bénéficie de l’apport de sa maison mère Microsoft.
Le leadership de GitHub sur les agents de codage est moins clair que sur les assistants de codage, fait remarquer Gartner. En particulier pour ce qui est des workflows orientés événements, de l’exécution asynchrone et de l’orchestration des agents préconfigurés. De plus, la notoriété chez les devs s’est affaiblie. Et le focus gouvernance-contrôle ne résonne pas forcément auprès de qui recherche avant tout du fonctionnel.
Incertitudes juridiques et réglementaires persistantes pour OpenAI
Comme Anthropic, OpenAI tire un avantage structurel en alignant les capacités de ses modèles et de son harnais Codex. Il se distingue aussi sur la gouvernance, entre isolation des agents au niveau OS, portes d’approbation, RBAC et audits au niveau des espaces de travail. Bon point également sur la commercialisation en direction des entreprises, portée par un déploiement flexible et un gros écosystème de connecteurs et de partenaires.
Codex étant optimisé pour les modèles GPT, on validera les performances avec des modèles tiers. On se souviendra aussi qu’OpenAI est arrivé sur ce marché plus tard que d’autres fournisseurs… et on vérifiera ainsi si les extensions et les intégrations souhaitées sont suffisamment matures. On gardera aussi à l’esprit les incertitudes juridiques et réglementaires qui entourent OpenAI, entre procès sur le droit d’auteur, litiges de privacy et enquêtes de concurrence.
Illustration générée par IA
The post Assistants de codage : au régime agentique, un autre paysage concurrentiel appeared first on Silicon.fr.
