L’essentiel
- DeepSeek-V4.1-Flash-1017 affiche 77,0 % sur le benchmark DeepSWE pour un coût moyen un peu inférieur à 0,20 $ par tâche, contre environ 0,50 $ pour la version précédente (74,2 %).
- Les API Search et Fetch, adossées au moteur de recherche interne de DeepSeek, sont ouvertes à tous les développeurs à 0,75 $ les 1 000 appels.
- Les poids du modèle sont publiés en open source sur Hugging Face et ModelScope ; les résultats viennent des tests de DeepSeek, sans mesure indépendante pour l’instant.
Un agent de programmation qui boucle une tâche pour moins de vingt centimes, là où ses concurrents en réclament de deux à plus de dix dollars : la comparaison tient sur un seul graphique, publié par DeepSeek avec la sortie de V4.1-Flash-1017. Reste à savoir ce que ces montants recouvrent.
Le graphique de DeepSeek, chiffre après chiffre
Le benchmark s’appelle DeepSWE et mesure la capacité d’un modèle à mener à bien des tâches de développement logiciel. Dans son réglage haut, V4.1-Flash-1017 atteint 77,0 % de réussite pour un coût moyen un peu inférieur à 0,20 $ par tâche. En réglage bas, il passe encore la barre des 72 % pour environ 0,10 $.
Son prédécesseur, V4.1-Flash, plafonnait à 74,2 % pour près de 0,50 $ par exécution. Le gain de précision est modeste : 2,8 points. La baisse de coût, elle, est de l’ordre de 60 %. En réglage bas, on divise la facture par cinq en perdant à peine plus de deux points.
Face aux grands modèles, l’écart change d’échelle. Selon le même graphique, GPT-6 Astra, Gemini 3.8 Flash et Claude Opus 5 se situent entre 2 $ et plus de 10 $ par tâche, sans atteindre la précision du petit modèle chinois. Le rapport de prix va donc de 10 à plus de 50. Sur la fiche Hugging Face du modèle, Claude Opus 5 est crédité de 74,0 % et GPT-5.6 Sol de 73,0 % sur la même version du test.
Un classement dressé par le candidat lui-même
Ces mesures proviennent de DeepSeek. Aucun benchmark indépendant n’a encore été publié, et une note sur DeepSWE ne dit rien de la qualité du code que l’on relira ensuite, ni de la facilité à le maintenir. Les impressions de développeurs divergent souvent des scores.
Le coût par tâche dépend aussi du protocole : nombre d’essais autorisés, outils disponibles, environnement d’exécution. DeepSeek a obtenu ses scores avec le harness mini-swe-v2, et dit avoir optimisé le modèle pour son propre DeepSeek Harness, à partir de la version v0.2.1-rc.1, ainsi que pour Tencent CodeBuddy et WorkBuddy. Hors de ces cadres, les montants peuvent s’écarter de ceux du graphique.
Des sorties plus courtes, donc des étapes moins chères
Le mécanisme du gain est annoncé noir sur blanc : le modèle termine plus vite et produit des sorties plus courtes. Dans un agent, chaque jeton (token, l’unité de texte facturée par l’API) généré est relu à l’étape suivante : la concision rapporte donc deux fois. DeepSeek parle d’une amélioration au sens de Pareto, c’est-à-dire un modèle meilleur sans coûter plus, et moins cher sans perdre en score.
L’éditeur attribue une partie des progrès en développement de projets complets à l’apprentissage par renforcement avec autoévaluation (RLSF). Le modèle utilise ses propres scores de confiance ou ses critiques comme signal de récompense, sans évaluateurs humains ni modèle de récompense externe. La méthode séduit sur le papier, mais un modèle qui se note lui-même peut aussi apprendre à se trouver bon : seuls des tests extérieurs le diront.
Le moteur de recherche, nouvelle ligne de la facture
Deuxième annonce, moins commentée : les API Search et Fetch deviennent accessibles à tous les développeurs. DeepSeek affirme qu’elles reposent sur un moteur maison qui traite déjà des centaines de millions de requêtes par jour dans le monde. Chaque point d’accès coûte 0,75 $ les 1 000 appels, soit 0,00075 $ l’unité.
Prenons une hypothèse de travail, non publiée par DeepSeek : un agent qui lance vingt recherches pour une tâche. La note s’élève à 0,015 $, soit moins de 8 % des 0,20 $ de la tâche de code. Ce poste pèse peu aujourd’hui, mais il grossit à mesure que les agents multiplient les allers-retours avec le web, et un prix public, au compteur, permet enfin de le budgéter.
Jusqu’au 31 octobre 2026 à 17 h, heure de Paris, les utilisateurs de l’API DeepSeek y accèdent gratuitement via les outils côté serveur de DeepSeek Harness, de Claude Code et de Codex. L’offre met donc l’outil de recherche de DeepSeek dans les agents de ses concurrents américains, le temps d’une période d’essai.
Pékin pourrait fermer la porte aux poids ouverts
Le gouvernement chinois étudie depuis l’été un encadrement de la diffusion à l’étranger de ses modèles les plus avancés, y compris ceux à poids ouverts, sans qu’aucun texte officiel ait encore été publié. Un modèle à 0,20 $ la tâche qui bat des systèmes bien plus gros entre dans la catégorie que Pékin cherche à protéger.
Pour une équipe qui envisage d’intégrer V4.1-Flash en profondeur, le risque est concret : les poids déjà téléchargés restent utilisables, mais les versions suivantes pourraient ne plus sortir en open source. Mieux vaut garder une couche d’abstraction entre les agents et le fournisseur de modèle, et mesurer le coût par tâche sur ses propres dépôts avant de migrer quoi que ce soit.
Mon avis
Le prix au jeton ne dit plus rien d’utile sur un agent : DeepSeek vient de fixer l’étalon à vingt centimes la tâche, et les concurrents devront publier leur propre coût par tâche ou accepter qu’on le calcule pour eux. La recherche à 0,75 $ les 1 000 appels est le test à suivre : si elle tient la charge, la couche outils des agents se jouera sur le tarif, et non plus sur la marque.
Sources
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 17 évaluations
Faire appel à mes services →
