DeepSeek a lancé la version finale de son modèle phare mercredi, sans publication de blog ni annonce. L'indice était une cellule de tableau : la version du modèle indiquée pour “deepseek-v4-pro” sur la page de tarification de l'API affiche désormais DeepSeek-V4-Pro-0813.
Le coût d'utilisation de ce modèle est d'environ 0,435 $ et 0,87 $ par million de tokens (l'unité d'information de base qu'un modèle peut gérer) pour l'entrée et la sortie. La structure de prix reste donc la même, mais ce sont les poids sous-jacents qui ont changé.
Deepseek V4 Pro est disponible depuis avril, avec un prix 98 % inférieur à celui de GPT-5 Pro, et chaque laboratoire indépendant qui l'a testé testait une version préliminaire. DeepSeek l'a elle-même déclaré le 31 juillet, lorsqu'elle a mis V4-Flash en disponibilité générale et a noté que l'API Pro était « inchangée », la version officielle devant « suivre bientôt ». La fiche du modèle sur Hugging Face, le référentiel de référence pour les projets d'IA open source, décrit toujours la série V4 comme « une version préliminaire ».
Les scores largement diffusés décrivent donc une version que DeepSeek considérait comme inachevée. Personne en dehors de l'entreprise n'a encore benchmarké indépendamment la version 0813.
L'entreprise a publié une comparaison sur 10 benchmarks d'agents. Sur les huit où Fable 5 ou un autre modèle a l'avantage, les écarts sont faibles.
En faisant la moyenne de l'avance relative de Fable 5 sur les benchmarks, on obtient 5,3 %. Si l'on exclut Humanity's Last Exam sans outils — où DeepSeek obtient 42,7 contre 53,3, un écart de 10,6 % qui fausse tout — les lignes restantes affichent en moyenne 2,8 %.
Les tarifs sont publics des deux côtés, et c'est là que la comparaison cesse d'être serrée. Fable 5 coûte 10 $ par million de tokens d'entrée et 50 $ par million de tokens de sortie. V4 Pro coûte 0,435 $ et 0,87 $, avec un coût de 0,003625 $ pour les entrées mises en cache. En tarifs combinés, cela représente 30 $ contre 0,65 $ — soit environ 46 fois, ou 4 600 % du coût. C'est le genre d'écart qui compte lorsque vous dirigez une entreprise et utilisez des outils d'IA à grande échelle.
Le coût par tâche accomplie est encore plus grand, car Fable 5 réfléchit plus longtemps et écrit davantage. Artificial Analysis l'a mesuré à 3,15 $ par tâche de benchmark contre 3 cents pour V4-Flash, soit environ 105 fois moins cher. Le PDG de Hugging Face, Clément Delangue, a estimé l'écart à plus de 31 $ par tâche contre environ 0,04 $. Aucun chiffre par tâche n'existe encore pour la version 0813.
La gamme de produits d'Anthropic complique la question du prix premium. Claude Opus 5 surpasse Fable 5 sur la plupart des benchmarks à moitié prix.
DeepSeek a elle-même réalisé ces scores, sur une infrastructure qu'elle n'a pas rendue publique. Sa note de juillet précisait que le mode minimal de DeepSeek Harness « serait bientôt publié », fonctionnant au maximum de ses capacités avec une grande créativité. Deux des dix benchmarks, DSBench-FullStack et DSBench-Hard, sont des ensembles de tests internes sans classement public pour les vérifier.
La direction de voyage est cependant cohérente. Les laboratoires chinois de poids ouverts continuent de se positionner à quelques points de la frontière américaine à une fraction du prix — Kimi K3 a battu Fable 5 et GPT-5.6 Sol lors de sa sortie, et DeepSeek et Xiaomi ont réduit les coûts de pointe de 99 % tandis que les laboratoires américains vont dans l'autre sens. Les poids de DeepSeek sont sous licence MIT et disponibles sur Hugging Face, donc une vérification indépendante n'est qu'à un téléchargement.
