Les développeurs frustrés par le prix et les règles d’utilisation des agents de codage IA premium se rallient autour d’une alternative open source de Block. L’outil, appelé Goose, attire l’attention comme option gratuite pour la génération de code, le débogage, les modifications de fichiers, l’exécution de commandes et des flux de travail de développement agentique plus larges que de nombreux programmeurs associent récemment à Claude Code.

L’actualité immédiate n’est pas un lancement de produit formel, mais un déplacement de l’attention au sein du marché des développeurs. VentureBeat rapporte que Goose, développé par Block, est devenu un point de convergence pour les programmeurs qui s’opposent aux prix et aux limites de débit de Claude Code. C’est important, car le marché des assistants de codage est passé du simple autocomplétion à des agents plus autonomes, basés sur le terminal et utilisant des outils, où les coûts, le contrôle et la confidentialité deviennent bien plus visibles que dans les générations précédentes de produits de suggestion de code.

Au cœur du litige se trouve la question de savoir ce que les développeurs paient réellement. Anthropic positionne Claude Code comme un agent de codage à haute capacité, mais les développeurs ont critiqué une structure tarifaire qui, selon le reportage de VentureBeat, va d’environ 20 dollars par mois à 200 dollars par mois tout en incluant des limites difficiles à prévoir dans un usage réel. Goose aborde la même catégorie par la direction opposée : il est open source, peut s’exécuter localement et permet aux utilisateurs de choisir parmi plusieurs fournisseurs de modèles ou des modèles locaux plutôt que d’attacher le flux de travail à un seul service cloud.

Pourquoi Goose devient-il partie prenante du rejet de Claude Code

Selon VentureBeat, la frustration autour de Claude Code s’est intensifiée après qu’Anthropic a ajouté de nouvelles limites hebdomadaires de débit en plus des restrictions d’utilisation existantes. La publication décrit la confusion des utilisateurs quant à la manière dont les « heures » d’utilisation publiées par Anthropic se traduisent en sessions de codage réelles, puisque la contrainte sous-jacente est en réalité la consommation de tokens, qui varie selon la taille de la base de code, la longueur du prompt et la complexité de la tâche.

Cette distinction compte pour les équipes logicielles. Un agent de codage ne se consomme pas comme un chatbot utilisé pour un brainstorming occasionnel. Lorsque les développeurs utilisent en continu un système pour inspecter des dépôts, modifier des fichiers, exécuter des tests ou itérer sur plusieurs étapes, une allocation nominale peut disparaître rapidement. VentureBeat indique que certains utilisateurs ont signalé avoir atteint des limites bien plus tôt que prévu lors de travaux intensifs. Il s’agit de témoignages d’utilisateurs cités par la publication, et non de moyennes confirmées par l’entreprise, mais ils aident à expliquer pourquoi le débat sur les prix est devenu inhabituellement vif.

Anthropic, cité dans le rapport, a déclaré que les limites concernent moins de cinq pour cent des utilisateurs et visent à freiner les personnes qui font tourner Claude Code en continu en arrière-plan. Malgré cela, l’article note qu’Anthropic n’a pas clarifié publiquement le dénominateur derrière ce pourcentage. Pour les acheteurs qui évaluent des outils de développement, cette lacune est importante. Sans répartition plus claire du nombre d’utilisateurs intensifs contraints, il est difficile de savoir s’il s’agit d’un abus marginal ou d’un décalage entre le marketing du produit et la manière dont travaillent réellement les développeurs sérieux.

C’est là que Goose a trouvé une ouverture. Au lieu de promettre une utilisation cloud illimitée, il change entièrement le modèle d’exploitation. Les utilisateurs peuvent faire fonctionner Goose avec des API externes, y compris les modèles d’Anthropic, mais ils peuvent aussi l’associer à l’inférence locale via Ollama et des modèles open-weight. En pratique, cela signifie qu’aucun abonnement n’est requis pour le produit de base et qu’aucune fenêtre de réinitialisation imposée par le fournisseur ne régit chaque session.

Ce que Goose propose réellement

Goose est présenté comme un agent IA plutôt que comme un outil d’autocomplétion classique. Comme le décrit le reportage de VentureBeat, il peut écrire du code, modifier des fichiers, exécuter des commandes, tester des changements et coordonner des tâches de développement en plusieurs étapes via un outil en ligne de commande ou une application de bureau. Cela le place dans la même catégorie de produit large que Claude Code, même si le niveau de finition, la qualité du modèle et l’infrastructure derrière les deux produits diffèrent.

Le point plus stratégique est que Goose est agnostique au modèle. VentureBeat indique qu’il peut se connecter à Anthropic, OpenAI, Google, Groq, OpenRouter ou à des moteurs de modèles locaux comme Ollama. Pour les développeurs, cette flexibilité réduit l’enfermement dans une plateforme. Si un modèle devient trop cher, trop limité par des quotas ou inacceptable du point de vue de la confidentialité, le flux de travail peut être redirigé plutôt que reconstruit à partir de zéro.

Goose prend également en charge le Model Context Protocol, ou MCP, la norme émergente pour connecter les applications d’IA à des outils et services externes. MCP devient de plus en plus pertinent, car les produits agentiques ne sont plus jugés uniquement sur la qualité du modèle ; ils sont jugés sur leur capacité à interagir de manière fiable avec des fichiers, des bases de données, des API et des systèmes internes. Un modèle qui écrit du bon code mais ne peut pas opérer en toute sécurité dans de vrais flux de travail est moins utile qu’un modèle légèrement moins performant mais doté d’une forte intégration des outils.

Cette architecture donne à Block une position crédible sur un marché généralement dominé par les fournisseurs de modèles et les startups d’IDE. Block n’essaie pas de prouver qu’il possède le meilleur modèle de fondation. Il propose une couche d’orchestration qui peut s’asseoir au-dessus du modèle choisi par le développeur.

L’attrait du codage IA local

Une part importante de l’ascension de Goose tient non seulement au coût, mais aussi au modèle de déploiement. VentureBeat présente Goose comme un « on-machine AI agent », c’est-à-dire un agent IA sur machine, ce qui signifie qu’il peut fonctionner localement avec des modèles téléchargés au lieu d’envoyer chaque requête à un fournisseur distant. Cela change la proposition de valeur de trois façons au moins.

Premièrement, la confidentialité. Le code source fait partie des actifs les plus sensibles que détiennent de nombreuses entreprises. La possibilité de conserver le code, les prompts et les sorties sur l’appareil plaira aux équipes ayant des politiques de sécurité strictes ou simplement un malaise à faire transiter des travaux propriétaires par des clouds tiers.

Deuxièmement, l’utilisation hors ligne. VentureBeat souligne des commentaires de développeurs indiquant que Goose, associé à Ollama, peut être utilisé sans connexion Internet, y compris en voyage. Cela ne comptera pas pour tous les acheteurs, mais c’est un contraste frappant avec les assistants de codage exclusivement cloud.

Troisièmement, la visibilité des coûts. L’inférence locale n’est pas « gratuite » au sens économique pur, car les utilisateurs paient toujours le matériel et l’électricité, mais elle supprime la facturation imprévisible et la logique d’abonnement récurrent qui sont devenues un point de friction dans des outils comme Claude Code. Pour les développeurs indépendants et les petites équipes, cette prévisibilité peut compter autant que le coût absolu.

Il existe toutefois de vrais compromis. VentureBeat note que les configurations locales performantes peuvent exiger une mémoire importante, 32 Go de RAM étant décrits dans la documentation de Block comme une base solide pour les modèles et sorties de grande taille. Des modèles plus petits peuvent fonctionner avec moins, mais la qualité du modèle et la longueur du contexte peuvent être limitées. En d’autres termes, Goose n’est pas un remplacement universel des agents de codage cloud haut de gamme. C’est une alternative dont l’attrait dépend du matériel, de la charge de travail et de la tolérance à la complexité de configuration.

Preuves, benchmarks et points où les affirmations restent fragiles

Certains des signaux les plus forts autour de Goose sont des indicateurs communautaires plutôt que des métriques commerciales auditées. VentureBeat rapporte que Goose a plus de 26 100 étoiles GitHub, 362 contributeurs et 102 versions, la version 1.20.1 ayant été publiée le 19 janvier 2026. Ces chiffres suggèrent un élan open source actif, mais ils ne doivent pas être confondus avec une adoption en entreprise ou une utilisation quotidienne soutenue.

De même, les affirmations sur la qualité du modèle doivent être traitées avec prudence. L’article cite le Berkeley Function-Calling Leaderboard comme soutien à l’idée que les modèles Anthropic performent bien dans l’appel d’outils, et il mentionne des modèles ouverts tels que Qwen, Llama, Gemma et DeepSeek comme des alternatives en progrès. Les performances de benchmark peuvent être utiles à titre indicatif, en particulier pour les flux agentiques qui dépendent d’actions structurées, mais ce n’est pas la même chose que la fiabilité en production sur de grandes bases de code et des équipes d’ingénierie complexes.

La comparaison entre Goose et Claude Code est aussi en partie architecturale et en partie expérientielle. Goose peut offrir des catégories de fonctionnalités similaires, mais cela ne prouve pas une qualité de sortie, une vitesse, une latence, une gestion du contexte ou une fluidité opérationnelle équivalentes. VentureBeat reconnaît lui-même que Claude 4.5 Opus reste largement considéré comme plus fort sur les tâches difficiles de génie logiciel, tandis que les modèles ouverts locaux restent en retrait au sommet.

Cela signifie que la revendication réelle du marché est plus étroite que ne le suggère le titre. Goose n’annule pas la valeur de Claude Code. Il rend plus facile la remise en question de la prime attachée aux agents de codage propriétaires.

Ce que cela signifie pour les bâtisseurs et les acheteurs d’entreprise

Pour les créateurs d’IA, Goose rappelle que la défendabilité des agents de codage pourrait se déplacer au-delà du simple accès au modèle brut. Si des outils ouverts peuvent orchestrer les modifications de fichiers, l’exécution de commandes, les tests et les connexions MCP à travers de nombreux fournisseurs, alors un produit premium doit justifier son existence par la fiabilité, l’UX, les contrôles de sécurité, la gestion du contexte ou des performances de modèle supérieures.

Pour les startups qui construisent des outils pour développeurs, l’histoire de Goose souligne à quelle vitesse une pression sur les prix peut apparaître. Faire payer l’assistance IA est le plus simple lorsque les utilisateurs perçoivent une magie occasionnelle. Cela devient plus difficile lorsqu’un outil s’insère dans des flux de travail de longue durée et que la consommation devient visible, surtout si une alternative open source offre suffisamment d’autonomie pour couvrir la plupart du travail quotidien.

Pour les acheteurs d’IA en entreprise, le choix n’est pas simplement « gratuit contre payant ». C’est la commodité du cloud contre le contrôle local, la qualité premium du modèle contre la flexibilité de l’infrastructure, et les dépenses d’abonnement contre le coût matériel interne. Une entreprise travaillant sur du code sensible peut accepter une qualité de modèle plus faible au sommet si Goose et Ollama maintiennent les flux de travail à l’intérieur du périmètre. Une autre équipe peut encore choisir Claude Code parce que le gain de productivité des meilleurs modèles d’Anthropic l’emporte sur le coût de l’abonnement et les contraintes de débit.

Le signal plus large est que les agents IA deviennent des décisions d’achat, et non plus seulement des expériences de développeurs. À mesure que cela se produit, la clarté des prix, les options de déploiement et l’interopérabilité compteront presque autant que le leadership dans les benchmarks.

Ce qu’il faut surveiller ensuite

Le prochain signal à suivre est de savoir si Anthropic modifie la manière dont Claude Code communique ses limites ou élargit les niveaux d’accès pour les utilisateurs intensifs. La controverse décrite par VentureBeat concerne autant la prévisibilité que le coût absolu.

Il vaut aussi la peine de surveiller si Goose transforme l’enthousiasme open source en adoption organisationnelle plus large. Les étoiles GitHub et le nombre de contributeurs montrent l’intérêt des développeurs, mais une utilisation soutenue au sein d’équipes de production serait un indicateur plus fort.

Un autre signal important est la vitesse à laquelle les modèles locaux progressent pour le codage et l’usage d’outils. Si les configurations alimentées par Ollama avec Qwen, Llama, Gemma ou DeepSeek continuent de réduire l’écart avec les modèles cloud de pointe, la pression sur les agents de codage premium s’intensifiera.

Enfin, le support de MCP pourrait devenir un champ de bataille plus important que la seule qualité du chat. Si Goose, Claude Code, Cursor, GitHub Copilot et d’autres produits agentiques convergent vers des standards communs de connexion aux outils, les coûts de changement pourraient baisser et la concurrence se déplacer vers la confiance, la sécurité et l’intégration au flux de travail.

Point de vue de Creati.ai

Goose compte parce qu’il met en lumière un point faible du marché actuel du codage IA : beaucoup de développeurs paieront pour de meilleurs modèles, mais ils sont de plus en plus réticents à une mesure opaque sur des outils intégrés à leurs flux d’ingénierie essentiels. Une fois qu’un agent fait partie du développement quotidien, une tarification qui paraît abstraite ou difficile à prévoir crée une friction immédiate.

La leçon principale est que le marché se scinde en deux voies viables. L’une est celle des agents premium basés sur le cloud, comme Claude Code, qui tentent de justifier des dépenses récurrentes par des performances de modèle de premier ordre. L’autre est une pile modulaire construite autour de Goose, Ollama et MCP, où les utilisateurs échangent une partie de la qualité et du confort contre le contrôle, la confidentialité et un coût inférieur. Cela ne garantit pas que l’open source gagne, mais cela signifie que l’ère du pouvoir de tarification incontesté dans les outils de codage IA pourrait être plus courte que ne l’espéraient les fournisseurs.