Barometre des prix immobiliers 2024-2025 : 7 villes francaises passees au crible

Le classement : prix median au m² (2023)

Commenccons par les faits. Voici les prix medians au m² pour les appartements vendus en 2023 dans 8 zones representant les grandes dynamiques du marche francais :

L'ecart est saisissant : un m² dans le 7e arrondissement de Paris coute 4,4 fois plus cher qu'a Marseille. Mais ce classement statique ne raconte qu'une partie de l'histoire. La vraie question : ou vont les prix ?

Paris : une correction de -26% en 5 ans

Le 11e arrondissement — quartier populaire, bien desservi, representatif du « vrai » marche parisien — illustre parfaitement la tendance. Voici l'evolution du prix median au m² depuis 2019 :

Le prix median au m² est passe de 10 231 € en 2019 a 9 576 € en 2024, soit une baisse de 6,4%. Mais c'est le prix median absolu qui revele l'ampleur de la correction : de 354 490 € a 250 000 €, soit -29,5%. L'explication ? Les acheteurs se sont reportes vers des surfaces plus petites (35 m² en 2024 contre 42 m² en 2019).

Luxe vs populaire : deux Paris, deux trajectoires

Comparons le 7e (luxe) et le 11e (populaire) sur la meme periode :

Le 7e a mieux resiste : -3% sur 6 ans contre -4,6% pour le 11e. Le luxe parisien fait office de valeur refuge. Mais attention : le volume dans le 7e a chute de 833 a 266 ventes par an (-68%), un signe de marche grippé.

Metropoles : Bordeaux decroche, Marseille accelere

Hors de Paris, les trajectoires divergent spectaculairement.

Bordeaux : le retour de manivelle

Apres avoir ete la ville la plus dynamique de France dans les annees 2015-2020 (arrivee de la LGV, afflux parisien), Bordeaux corrige. Le prix median au m² est passe de 5 298 € au pic de 2022 a 4 529 € debut 2025, soit -14,5%. La baisse ne ralentit pas : -4,3% entre 2024 et 2025. Le marche cherche encore son plancher.

Marseille : la star du moment

A contre-courant, Marseille 1er affiche une hausse de +30,5% depuis 2019 (de 2 314 a 3 019 €/m²). Certes, on part de tres bas et les prix restent les plus accessibles des grandes villes. Mais le mouvement est net : renovation urbaine, attractivite retrouvee, investisseurs en quete de rendement. La correction recente (-2,4% en 2024, -1,8% en 2025) suggere un atterrissage en douceur plutot qu'un retournement.

Synthese : ou acheter en 2025 ?

Nous ne donnons pas de conseil en investissement. Mais les donnees racontent une histoire claire :

• Paris montre des signaux de stabilisation apres 5 ans de baisse. Le 11e rebondit timidement, le 7e reste solide.
• Bordeaux n'a pas fini de corriger. Les prix baissent encore de 4-8% par an. Patience pour les acheteurs.
• Marseille est le marche le plus dynamique des grandes villes, avec +30% sur 6 ans. Mais a 3 000 €/m², il reste le plus accessible.
• Lyon et Nice tiennent un plateau, sans baisse significative ni hausse.

Methodologie : comment cet article a ete produit

Transparence totale. Chaque chiffre de cet article provient d'appels reels a l'API Normi, effectues le 18 mars 2026. Voici exactement quels outils ont ete utilises, quelles requetes ont ete envoyees, ce que l'API a repondu, et comment nous avons agrege les resultats.

Les 3 outils Normi utilises

Sur les 8 outils disponibles dans l'API, cette analyse n'en utilise que 3 :

Total : 13 requetes, 90 credits (soit environ 0,09 € — moins de 10 centimes). Un utilisateur avec le compte gratuit (100 credits) peut reproduire la quasi-totalite de cette analyse.

Etape 1 : Collecter les statistiques par ville

Pour chaque ville, un appel a /v1/stats/market avec le code postal, le type de bien et la periode. Exemple pour le Paris 11e :

curl -H "X-API-Key: $NORMI_KEY" \
  "https://mcp.normi.fr/v1/stats/market?\
code_postal=75011&type_local=Appartement&\
date_debut=2023-01-01&date_fin=2023-12-31"

Reponse brute de l'API :

{
  "count": 922,
  "price": {
    "avg": 348960,
    "max": 2081200,
    "min": 12000,
    "median": 270000       ← prix median utilise dans le classement
  },
  "surface": {
    "avg": 35,
    "max": 210.34,
    "min": 9.01,
    "median": 27.7
  },
  "price_per_m2": {
    "avg": 10009,
    "max": 37984.5,
    "min": 600,
    "median": 10245.61     ← prix median au m² utilise dans le classement
  },
  "_credits": { "used": 5, "remaining": 29090 },
  "query_time_ms": 1635
}

Cette meme requete a ete executee 8 fois, une par ville, en changeant uniquement le code_postal : 75007, 75011, 75019, 06000, 33000, 69003, 31000, 13001. Le champ price_per_m2.median de chaque reponse alimente directement le graphique en barres de la Section 1.

Etape 2 : Construire les tendances annuelles

Pour les courbes d'evolution, un appel a /v1/stats/trends avec la granularite year et une date de debut en 2019 :

curl -H "X-API-Key: $NORMI_KEY" \
  "https://mcp.normi.fr/v1/stats/trends?\
code_postal=75011&type_local=Appartement&\
granularity=year&date_debut=2019-01-01"

Reponse brute (extrait) :

{
  "trends": [
    // ... 2019-2022 omis pour lisibilite
    {
      "period": "2023",
      "transaction_count": 922,
      "price": { "median": 270000, "avg": 348960 },
      "price_per_m2": { "median": 10246 },
      "surface": { "avg": 35 },
      "yoy_change": {
        "price_median_pct": -8.5,     ← variation vs 2022
        "price_m2_pct": -5.7
      }
    },
    {
      "period": "2024",
      "transaction_count": 869,
      "price": { "median": 250000, "avg": 316047 },
      "price_per_m2": { "median": 9576 },
      "surface": { "avg": 34 },
      "yoy_change": {
        "price_median_pct": -7.4,
        "price_m2_pct": -6.5
      }
    },
    {
      "period": "2025",
      "transaction_count": 311,        ← S1 uniquement
      "price": { "median": 261000, "avg": 331106 },
      "price_per_m2": { "median": 9763 },
      "surface": { "avg": 35 },
      "yoy_change": {
        "price_median_pct": 4.4,       ← signal de rebond
        "price_m2_pct": 2.0
      }
    }
  ],
  "summary": {
    "total_transactions": 9391,
    "overall_trend": "decreasing",     ← calcule par l'API
    "total_change_pct": -26.4,
    "periods_analyzed": 7
  },
  "query_time_ms": 2131
}

Le champ yoy_change.price_m2_pct est calcule directement par l'API — pas besoin de le recalculer cote client. C'est ce champ qui alimente la colonne « Var. /m² » du tableau en Section 2 et les pourcentages dans les mini-graphiques.

Cette requete a ete executee 4 fois : Paris 11e, Paris 7e, Bordeaux (33000) et Marseille 1er (13001). Le champ summary.total_change_pct donne directement la variation totale sur la periode.

Etape 3 : Trouver des comparables (exemple concret)

L'outil find_comparables permet de trouver des biens similaires vendus recemment autour d'un point GPS. Nous l'avons utilise pour illustrer ce que l'API peut faire au-dela des statistiques :

# Appartements de 40-60m² vendus dans un rayon de 500m
# autour de Notre-Dame de Paris (48.8566, 2.3522)
curl -H "X-API-Key: $NORMI_KEY" \
  "https://mcp.normi.fr/v1/comparables?\
latitude=48.8566&longitude=2.3522&\
surface_min=40&surface_max=60&\
type_local=Appartement&radius=500&\
date_debut=2023-01-01"

Reponse brute :

{
  "target": {
    "lat": 48.8566, "lon": 2.3522,
    "type": "Appartement",
    "surface_range": "40-60m²"
  },
  "comparables": [
    {
      "distance_m": 448,
      "age_days": 281,
      "similarity_score": 0.5,
      "property": {
        "address": "2 RUE DES HALLES, 75001, PARIS 01",
        "type": "Appartement",
        "surface": 41,
        "rooms": 3,
        "price": 695000,
        "price_per_m2": 16951,
        "date": "2025-06-10"
      },
      "adjustment_suggestion": "-2% for 9m² smaller"
    },
    {
      "distance_m": 437,
      "age_days": 352,
      "similarity_score": 0.48,
      "property": {
        "address": "23 QUAI DE BOURBON, 75004, PARIS 04",
        "type": "Appartement",
        "surface": 42.8,
        "rooms": 1,
        "price": 431200,
        "price_per_m2": 10075,     ← ecart de prix enorme
        "date": "2025-03-31"
      },
      "adjustment_suggestion": "-1% for 7m² smaller"
    }
  ],
  "query_time_ms": 1794
}

Ces deux biens, vendus a 450m l'un de l'autre et a quelques mois d'intervalle, affichent un ecart de prix au m² de 68% (16 951 vs 10 075 €/m²). C'est la realite du marche parisien : l'adresse, l'etage, la vue et l'etat du bien comptent autant que la surface. L'API fournit un similarity_score et une adjustment_suggestion pour aider a ponderer ces ecarts.

Etape 4 : Agreger et analyser

Une fois les reponses collectees, l'agregation pour cet article est minimale car l'API fait deja le gros du travail :

• Classement des villes : tri direct du champ price_per_m2.median de chaque reponse get_market_stats, du plus cher au moins cher.
• Tendances annuelles : le tableau trends[] de get_price_trends est deja structure annee par annee avec les variations YoY pre-calculees. Aucun calcul supplementaire.
• Variation longue periode : le champ summary.total_change_pct donne directement la variation 2019-2025. Pour le « signal » de la synthese, nous comparons le yoy_change.price_m2_pct de la derniere annee.
• Detection du rebond parisien : dans la reponse Paris 11e, le yoy_change passe de -6,5% (2024) a +2,0% (2025). L'API ne qualifie pas ca de « rebond » — c'est notre interpretation journalistique, avec la reserve que 2025 ne couvre que le S1 (311 ventes vs 869 en 2024 complet).

Cout total de cette analyse

90 credits = moins de 10 centimes avec un pack credits, ou 90% d'un compte gratuit (100 credits offerts). Creez votre cle API gratuite et reproduisez cette analyse pour votre propre ville, votre propre type de bien, votre propre periode.