DeepSeek améliore son modèle économique, désormais au coude-à-coude avec celui d’OpenAI
V4 Flash 0731 gagne dix points dans l’indice d’Artificial Analysis sans changer de taille ni de prix. Il termine un point derrière GPT-5.6 Luna pour un coût par tâche inférieur d’environ 60 %.
DeepSeek vient de mettre à jour son modèle bon marché, avec un progrès bien supérieur à ce que suggère son nom discret. V4 Flash « 0731 » obtient 50 dans l’Intelligence Index d’Artificial Analysis, dix points de plus que la version d’avril et six de plus que V4 Pro, pourtant plus cher. Il ne reste qu’un point derrière GPT-5.6 Luna, le modèle le moins coûteux d’OpenAI, dont le prix avait baissé de 80 % la veille.
Rien d’essentiel n’a pourtant changé : même architecture, 284 milliards de paramètres au total dont 13 milliards actifs, même fenêtre de contexte d’un million de jetons et même prix. Les gains viennent de l’entraînement, pas d’un modèle plus gros. Toutes les catégories progressent, surtout les tâches d’agents : sur GDPval, fondé sur du travail de bureau réaliste, le score passe de 1 189 à 1 559 points Elo. Le modèle hallucine aussi moins et consomme environ 12 % de jetons en moins à travail égal.
Le coût par tâche reste environ 60 % inférieur à celui de GPT-5.6 Luna, malgré la baisse d’OpenAI. L’écart tient largement à la remise sur le cache. Lorsqu’un même texte, comme un long prompt système, est envoyé plusieurs fois, sa répétition est moins facturée. La norme tourne autour de 90 % de remise ; DeepSeek propose 98 %, un avantage considérable à grande échelle. Les poids sont disponibles sur Hugging Face sous licence MIT, qui autorise librement utilisation commerciale et modification.
Ce qui se joue. La guerre des prix atteint le segment où se concentre la dépense réelle. Les modèles vedettes occupent les gros titres, mais classification, extraction, résumé et modération représentent l’essentiel des volumes. DeepSeek, Gemini 3.6 Flash et GPT-5.6 Luna ne sont plus séparés que par un ou deux points. OpenAI a baissé Luna de 80 % le 30 juillet ; DeepSeek a répondu le lendemain. Bonne nouvelle pour les acheteurs, moins pour ceux qui financent de vastes centres de données en comptant sur des marges élevées.
Ce que cela signifie pour vous : Un abonnement mensuel ne coûtera pas moins cher. Pour un produit fondé sur une API, une heure de test peut valoir la peine. Le schéma efficace consiste à envoyer les tâches répétitives à fort volume vers un modèle peu coûteux et à réserver un modèle de pointe aux demandes difficiles. Une réserve : DeepSeek est chinois. Si la localisation des données ou une validation réglementaire compte dans votre organisation, vérifiez ce point. Les poids ouverts sous MIT permettent aussi d’héberger le modèle vous-même.
Sources
L’Europe lance l’appel à projets pour sept gigafactories d’IA, et les chiffres résument le problème
La Commission européenne prévoit jusqu’à sept grands sites de calcul, avec 10 milliards d’euros publics destinés à en attirer 20 milliards de plus. Les entreprises technologiques américaines dépenseront vingt fois plus cette année.
