La start-up chinoise d'IA DeepSeek a publié une nouvelle version de sa famille de modèles phares le 17 octobre 2026, déployant DeepSeek-V4.1-Flash-1017 avec un argument familier : plus de performance pour moins d'argent. L'entreprise basée à Hangzhou a présenté cette version comme un défi plus rapide et plus léger face aux poids lourds de la Silicon Valley, OpenAI et Anthropic, ainsi qu'à un nombre croissant de rivales chinoises.

Le calendrier souligne le rythme de la compétition. Le modèle remplacé par cette version était arrivé seulement le 10 septembre 2026, ce qui signifie que cette actualisation est parvenue à peu près cinq semaines plus tard.

Ce qui change dans le nouveau modèle

DeepSeek décrit la mise à jour comme une « amélioration de Pareto » en termes de performance et de coût — un terme économique signifiant qu'un élément s'améliore sans que rien d'autre ne se dégrade. Concrètement, l'entreprise annonce de meilleurs scores de référence, une exécution plus rapide des tâches et des sorties plus courtes. La tarification de l'API reste inchangée, et les développeurs accèdent au modèle via le point de terminaison deepseek-flash existant.

Des sorties plus courtes peuvent sembler être un détail mineur, mais il n'en est rien : l'utilisation de l'IA est généralement facturée en fonction du volume de texte généré par le modèle. Un modèle qui parvient à la même réponse en moins de mots est moins coûteux à exploiter, même lorsque le prix affiché ne bouge pas.

Le chiffre de référence majeur provient de DeepSWE v1.1, un test de codage. Le nouveau modèle a obtenu 77,0 %, contre 74,2 % pour la version précédente. Les tests indiquent également que ce score dépasse celui de Claude Opus 5 d'Anthropic, qui a obtenu 74,0 %, et suggèrent en outre que DeepSeek surpasse des modèles plus grands — dont Claude Opus 5 — sur les tâches de raisonnement et de codage.

C'est sur le coût que l'écart semble le plus important. Les coûts effectifs par tâche du modèle de DeepSeek sont souvent inférieurs à 0,20-0,25 $, contre 2 à 10 $ et plus pour les modèles concurrents — une différence qui s'accumule rapidement pour les équipes exécutant de gros volumes de travail automatisé.

Compétences agentiques et un nouvel ensemble d'API

L'essentiel de l'amélioration porte sur ce que'industrie appelle la capacité agentique. DeepSeek indique avoir renforcé ces compétences agentiques et de codage grâce à l'apprentissage par renforcement avec auto-retour d'information. Le résultat pratique est la création de projets de bout en bout : les utilisateurs peuvent, selon les rapports, demander au modèle de créer des jeux ou des modèles 3D, et pas seulement des extraits de code.

La mise à jour élargit également l'offre de DeepSeek. Pour la première fois, l'entreprise ouvre ses API Search & Fetch aux développeurs externes. Ces outils sont proposés à 0,75 $ pour 1 000 appels, et certains sont offerts gratuitement jusqu'au 1er novembre 2026.

Le modèle lui-même est disponible sur le site web, l'application et l'API de DeepSeek. Ses poids sont open source sous licence MIT sur des plateformes telles que Hugging Face et ModelScope. La licence MIT figure parmi les conditions open source les plus permissives, autorisant l'usage commercial, la modification et la redistribution — des options importantes pour les équipes hésitant entre s'appuyer sur un point de terminaison hébergé ou exécuter un modèle sur leur propre infrastructure.

Contexte : une cadence de publication accélérée

DeepSeek a accéléré le rythme tout au long de 2026. Depuis le milieu de l'année, l'entreprise est passée à des mises à jour mensuelles, avec un accent constant sur des architectures efficaces et des poids ouverts. À ce rythme, les comparaisons de référence de ce type fonctionnent comme des instantanés d'une course effrénée plutôt que comme un classement établi.

Cette stratégie la distingue de ses plus grands concurrents américains. OpenAI et Anthropic maintiennent largement fermés les poids de leurs modèles les plus avancés et vendent l'accès via des produits payants et des API. Pour les acheteurs d'IA, la différence est concrète : les poids ouverts peuvent être téléchargés, audités et déployés sur du matériel privé, tandis que les modèles fermés ne sont accessibles que par les canaux payants du fournisseur.

DeepSeek fait également face à la pression sur son marché domestique. Ses rivales chinoises incluent Kimi de Moonshot et les modèles GLM de Z.ai, qui se disputent la même attention des développeurs.

Ce que cela signifie

Pour les développeurs, le calcul est simple. Si les affirmations de référence se confirment dans un usage réel, DeepSeek offre des performances de codage compétitives à un coût par tâche bien plus faible, et l'accès gratuit à certains outils de recherche jusqu'au 1er novembre 2026 abaisse la barrière pour expérimenter davantage.

La réserve, c'est que les tests de référence ne sont pas des environnements de production. Un score de 77,0 % sur DeepSWE v1.1 est une donnée significative, mais les équipes voudront tester la fiabilité, la sécurité et les exigences de conformité par rapport à leurs propres charges de travail avant de changer.

Les points à surveiller sont de savoir si des tests indépendants confirmeront les chiffres de référence de DeepSeek et à quelle vitesse les développeurs adopteront les nouvelles API Search & Fetch une fois la période gratuite terminée.

Source : CryptoBriefing — DeepSeek updates AI model, intensifying competition with Anthropic and OpenAI