Deepseek V4 Flash rattrape OpenAI à moindre coût

Deepseek a publié V4 Flash « 0731 », une mise à niveau de son modèle d’IA économique, qui rapproche ses performances de celles de GPT-5.6 Luna, le modèle budgétaire d’OpenAI, tout en restant nettement moins cher à l’usage. D’après Artificial Analysis, la version mise à jour atteint 50 points sur son index, contre 40 pour la précédente mouture lancée en avril 2026, et ne se trouve plus qu’à un point d’OpenAI. Le sujet compte car il resserre encore la compétition sur le rapport qualité-prix des modèles, un critère qui pèse de plus en plus dans les usages professionnels. Et, dans ce duel, la facture commence sérieusement à compter les tokens.

Un gain de performance qui vise surtout les usages d’agents

La progression ne se limite pas au score global. Deepseek indique que V4 Flash « 0731 » améliore tous les domaines testés, avec ses plus gros gains sur les tâches agentiques, c’est-à-dire les scénarios où le modèle enchaîne des actions pour accomplir une mission plutôt que de simplement répondre à une question. Sur GDPval, un benchmark qui évalue des travaux de bureau proches du réel, le score Elo passe de 1 189 à 1 559. Le modèle hallucine aussi moins souvent selon la source, un point utile quand on veut éviter qu’un assistant confonde assurance et improvisation.

Sur le plan technique, l’architecture reste identique : 284 milliards de paramètres au total, 13 milliards actifs et une fenêtre de contexte d’un million de tokens. Cette fenêtre correspond à la quantité de texte que le modèle peut traiter d’un bloc. Le point le plus sensible pour le marché reste toutefois le coût. Deepseek affirme un prix par tâche environ 60 % inférieur à celui de GPT-5.6 Luna, même après la baisse de prix de 80 % annoncée par OpenAI. L’écart s’explique en partie par une remise de cache de 98 % chez Deepseek, au-dessus du standard de l’industrie fixé à 90 %.

Pourquoi ce modèle pèse dans la bataille des prix

Le positionnement de V4 Flash est simple : rester léger sur la facture sans trop céder sur la qualité. Selon Artificial Analysis, le modèle utilise aussi 12 % de jetons en moins que son prédécesseur. Dans la pratique, cela peut réduire le coût d’exécution sur des volumes élevés, notamment pour des agents, des assistants internes ou des applications de service client. Deepseek revendique ainsi le meilleur rapport prix-performance de son index, tandis qu’OpenAI conserve l’avantage sur le score pur. Pour les entreprises, ce type d’écart n’est pas anecdotique : il peut faire basculer un projet d’un prototype sympathique à un déploiement à grande échelle.

Autre élément qui compte pour les intégrateurs, les poids du modèle sont disponibles sous licence MIT sur Hugging Face. Cette licence permissive facilite la réutilisation, y compris dans des produits commerciaux, sous réserve de respecter ses conditions. En clair, Deepseek ne vend pas seulement un score. Il fournit aussi une brique plus simple à reprendre, ce qui explique pourquoi sa stratégie surveillée de près par les concurrents continue de faire bouger la grille de prix du secteur.