Un tableau de tarification mis à jour sur une page API, sans communiqué de presse, sans fanfare, sans même un billet de blog… voilà comment DeepSeek a officiellement lancé le 12 août 2026 son modèle phare V4-Pro dans sa version de production estampillée 0813, mettant fin à près de quatre mois de preview et propulsant dans l’arène un mastodonte de 1 600 milliards de paramètres facturé quarante-six fois moins cher que son rival le plus performant chez Anthropic.
Le prix affiché donne le vertige à quiconque suit la guerre économique des LLM frontier, avec 0,435 $ par million de tokens en entrée et 0,87 $ en sortie, tandis que le cache hit tombe à un dérisoire 0,003625 $. En face, Claude Fable 5 d’Anthropic réclame 10 $ en input et 50 $ en output pour un avantage moyen de 5,3 % sur dix benchmarks agents, selon les propres données comparatives publiées par DeepSeek. Ramené au coût pondéré par tâche, le calcul est dévastateur pour les labos de San Francisco et Londres : environ 3,15 $ la tâche benchmark chez Anthropic contre trois centimes pour V4-Flash, la déclinaison économique du même pipeline.
L’architecture mixture-of-experts du V4-Pro n’active que 49 milliards de paramètres par token sur les 1 600 milliards totaux, un ratio qui permet de comprimer le compute d’inférence à 27 % et le KV cache à 10 % des besoins qu’exigeait la génération précédente V3.2 sur des contextes d’un million de tokens. Le modèle a été pré-entraîné sur plus de 32 000 milliards de tokens, accepte une fenêtre de contexte d’un million de tokens et peut générer jusqu’à 384 000 tokens en sortie, le tout sous licence MIT avec les poids disponibles sur Hugging Face où le dépôt Pro a déjà dépassé 1,4 million de téléchargements en un mois.
Les scores rapportés par le constructeur (non encore vérifiés de manière indépendante) placent le V4-Pro-0813 à 80,6 % sur SWE-bench Verified, 93,5 % sur LiveCodeBench et 90,1 % sur GPQA Diamond, des résultats qui le positionnent dans la cour des modèles frontier tout en restant en retrait derrière GPT-5.4 sur Terminal Bench 2.0 (67,9 % contre 75,1 %) et derrière Gemini-3.1-Pro sur Humanity’s Last Exam. Le modèle surclasse en revanche Opus 4.8 d’Anthropic sur Terminal Bench 2.1, Cybergym, DeepSWE et AutomationBench d’après des résultats préliminaires.
La sortie du V4-Pro s’inscrit dans une escalade tarifaire inversée qui a structuré tout l’été 2026. OpenAI avait dégainé en premier avec un rabais de 80 % sur GPT-5.6 Luna (0,2 $ en input, 1,20 $ en output), puis DeepSeek avait répliqué fin juillet avec V4-Flash-0731, un modèle de 284 milliards de paramètres affiché à 0,14 $ en input et 0,28 $ en output, et dont les performances rivalisent avec celles d’Opus 4.8. La stratégie « flash-first » du labo chinois a même produit un résultat paradoxal, puisque le Flash re-post-trained surpassait la preview Pro sur certaines suites agents au moment de sa mise en production le 31 juillet.
Kimi K3, le modèle de Moonshot AI, avait de son côté battu Fable 5 et GPT-5.6 Sol sur certains benchmarks lors de son lancement, confirmant que la compétition frontier ne se joue désormais plus entre la Californie et Londres, mais entre Hangzhou, Pékin et Shenzhen (Xiaomi pousse aussi ses propres réductions de coûts de 99 % sur l’inférence frontier). DeepSeek occupait en juillet la deuxième place mondiale en volume total de tokens consommés via API, juste derrière Anthropic, un rang conquis avec un parc estimé à seulement 20 000 GPU NVIDIA H100, ce qui provoque parfois des ralentissements d’inférence aux heures de pointe.
Le positionnement stratégique du line-up V4 dessine deux voies distinctes, Flash pour la haute fréquence et la concurrence massive (2 500 requêtes simultanées) et Pro pour le raisonnement lourd, le coding long contexte et les agents autonomes (500 requêtes simultanées). Le mode thinking est activé par défaut sur Pro, avec un endpoint non-thinking disponible, et des fonctionnalités en bêta comme la continuation de préfixe conversationnel et le fill-in-the-middle réservé au mode non-thinking.
Un détail mérite toute l’attention des développeurs qui construisent sur cette infrastructure à prix cassé. La page de tarification de DeepSeek mentionne, en toutes lettres, « une augmentation substantielle » du prix API à venir, sans préciser ni le calendrier ni l’ampleur de la hausse. La question qui brûle désormais n’est peut-être pas de savoir si les labos américains peuvent rivaliser sur la performance, mais combien de temps encore ils pourront justifier un écart de prix de 4 600 % auprès d’entreprises qui découvrent qu’un modèle open source, téléchargeable et vérifiable, fait à peu près le même travail pour une fraction du coût.
