DeepSeek cherche de nouveaux milliards quelques semaines après sa première levée : l’IA bon marché coûte cher

DeepSeek, le laboratoire chinois d’IA connu pour proposer des tarifs inférieurs à tous ses concurrents, sollicite déjà de nouveaux financements. Quelques semaines seulement après avoir bouclé sa toute première levée, environ 7 milliards de dollars pour une valorisation de 52 milliards fin mai, l’entreprise mène des discussions préliminaires avec des investisseurs pour un nouveau tour de table sur la base d’une valorisation avant investissement d’environ 71 milliards de dollars, selon le Financial Times.

Ces nouveaux capitaux ont une destination claire : DeepSeek veut construire ses propres centres de données et acheter des puces d’IA. L’entreprise conçoit également sa propre puce d’inférence, le matériel qui exécute un modèle après son entraînement, afin de réduire sa dépendance envers Nvidia et Huawei. Son fondateur, Liang Wenfeng, a investi environ 3 milliards de dollars de son propre argent lors du premier tour, devenant ainsi le principal financeur aux côtés d’investisseurs comme Tencent, CATL et JD.com. Le contexte est le suivant : les nouveaux modèles V4 de DeepSeek sont les plus grands modèles à poids ouverts du marché, avec jusqu’à 1 600 milliards de paramètres, et leurs tarifs sont impitoyables, environ onze fois moins cher que GPT-5.5 pour les données d’entrée, une réduction récemment rendue permanente par l’entreprise. La stratégie fonctionne. Les données de paiement de la société financière américaine Ramp plaçaient DeepSeek parmi les fournisseurs de logiciels à la croissance la plus rapide dans les entreprises américaines en juin, même si Ramp a également soulevé la question de la sécurité lorsque les données d’une entreprise transitent par la plateforme de DeepSeek.

Que se joue-t-il derrière tout cela ? Vendre de l’IA bien moins cher que la concurrence n’est viable que si vous continuez à réduire vos propres coûts, ce qui exige de posséder votre infrastructure plutôt que de la louer. D’où cette levée de fonds. Le tableau des performances est honnête mais nuancé : GPT-5.6 Sol d’OpenAI et les modèles de la gamme Mythos d’Anthropic ont pris de l’avance et évoluent dans une catégorie que DeepSeek ne peut pas encore égaler. Mais l’écart de capacités est bien plus faible que celui des prix et, pour de nombreuses tâches courantes, un modèle suffisamment performant à une fraction du coût l’emporte. Pendant ce temps, les concurrents chinois de DeepSeek, Zhipu, MiniMax, Moonshot, multiplient tous les levées de fonds et les lancements. Rester immobile n’est donc pas une option.

Ce que cela signifie pour vous : si vous vous contentez de discuter avec une application d’IA, peu de choses changent directement. Mais cette guerre des prix détermine discrètement le coût de tout ce qui repose sur l’IA : les outils de votre travail, les fonctionnalités de vos applications. Lorsque des modèles à poids ouverts performants ne coûtent presque rien, les fonctions d’IA cessent d’être des options haut de gamme. Gardez toutefois cette réserve en tête : l’endroit où fonctionne un modèle compte. Les entreprises, et les particuliers prudents, doivent tenir compte du fait que les données qui transitent par la plateforme d’un fournisseur sont soumises à la juridiction dont celui-ci relève. C’est l’une des raisons pour lesquelles certaines entreprises exécutent les modèles à poids ouverts sur leur propre matériel.

Sources

• Financial Times
• The Decoder