DeepSeek a officiellement lancé, le 24 avril 2026, la version preview de DeepSeek-V4 sous licence MIT. Ce modèle open-weight se décline en deux versions — DeepSeek-V4-Pro et DeepSeek-V4-Flash — et revendique des performances comparables à celles des meilleurs modèles propriétaires, avec une fenêtre de contexte native de 1 million de tokens. Les coûts d’API annoncés seraient jusqu’à 50 fois inférieurs à ceux de ses concurrents.
À retenir
- DeepSeek-V4-Pro : 1,6 billion de paramètres totaux, 49 milliards actifs (MoE)
- DeepSeek-V4-Flash : 284 milliards de paramètres totaux, 13 milliards actifs
- Fenêtre de contexte native : 1M tokens
- 97 % de réussite au test Needle-in-a-Haystack
- Coût API estimé entre 0,09 € et 0,26 € par million de tokens (50× moins cher que Claude Opus)
- Licence MIT : utilisation commerciale illimitée et déploiement local possible
- Innovations majeures : Engram Memory, Hybrid Attention (CSA + HCA) et mHC
- Score SWE-bench Verified : 80 à 83,7 %, au niveau de Claude 4.5
L’avènement de DeepSeek-V4, le challenger qui change la règle du jeu
Le 24 avril 2026, DeepSeek a rendu accessible au grand public une IA capable de rivaliser avec les meilleurs modèles fermés du marché. La stratégie est claire : open-weight, licence MIT et mise à disposition immédiate sur Hugging Face et ModelScope.
Ce positionnement met fin à une logique où les meilleures performances restaient réservées aux abonnements les plus chers. DeepSeek-V4 arrive avec deux versions complémentaires : DeepSeek-V4-Pro, la plus puissante, et DeepSeek-V4-Flash, pensée pour la vitesse et des coûts contenus.
Une architecture Mixture-of-Experts poussée à grande échelle
Le cœur de DeepSeek-V4 repose sur une architecture Mixture-of-Experts (MoE) d’une ampleur rare dans l’open source.
DeepSeek-V4-Pro totalise 1,6 billion de paramètres, mais n’en active que 49 milliards par token. Cette approche permet d’augmenter la capacité de raisonnement sans faire exploser la charge de calcul à l’inférence. De son côté, DeepSeek-V4-Flash propose 284 milliards de paramètres, dont seulement 13 milliards de paramètres actifs. Le résultat : une latence plus faible et une consommation énergétique mieux maîtrisée, utiles pour des usages en temps réel ou sur une infrastructure plus légère.
L’entraînement a mobilisé entre 32 et 33 billions de tokens de haute qualité, en précision mixte FP4+FP8. Cette configuration a servi à stabiliser l’apprentissage tout en accélérant le processus.
Engram Memory : une mémoire qui garde le fil
Parmi les avancées techniques mises en avant, l’Engram Memory se distingue. Cette mémoire conditionnelle atteint un taux de réussite de 97 % sur le test Needle-in-a-Haystack à 1 million de tokens. Le modèle retrouve ainsi une information précise au milieu d’un contexte très volumineux.
Hybrid Attention et mHC : efficacité et stabilité
DeepSeek a aussi développé une Hybrid Attention qui combine Compressed Sparse Attention (CSA) et Heavily Compressed Attention (HCA). Ces mécanismes réduisent le KV Cache à environ 10 % de ce qu’exigeait la version V3.2. Moins de mémoire sollicitée, moins de coût, et davantage de vitesse.
Enfin, les Manifold-Constrained Hyper-Connections (mHC) visent à stabiliser la propagation du signal dans ce réseau très large. Selon les chercheurs de DeepSeek, cette approche réduit fortement les erreurs de raisonnement sur les contextes les plus longs.
Le million de tokens, un usage beaucoup plus large
La fenêtre de contexte de 1M tokens n’est pas un simple argument de présentation. Elle change concrètement les usages.
Un développeur peut désormais injecter une base de code entière de plus de 500 fichiers dans un seul prompt. Un juriste peut charger une bibliothèque complète de jurisprudence et de contrats. Un chercheur peut faire analyser des centaines d’articles scientifiques d’un seul coup.
Cette capacité devient économiquement viable grâce à l’optimisation DeepSeek Sparse Attention (DSA), qui réduit de 73 % la consommation de FLOPs par rapport aux générations précédentes sur les longs contextes. L’analyse de documents massifs devient ainsi plus accessible.
Des benchmarks qui placent la barre haut
Sur SWE-bench Verified, DeepSeek-V4-Pro-Max atteint entre 80 % et 83,7 %. Le modèle se situe ainsi au niveau de Claude 4.5 sur la résolution de bugs réels dans des dépôts GitHub.
En mathématiques et en raisonnement complexe, les scores annoncés tournent autour de 90 à 92 %. Le modèle bénéficie aussi d’un entraînement multimodal unifié via GRPO (Group Relative Policy Optimization), ce qui lui permet de traiter du texte, de l’image et de la vidéo dans un même pipeline.
Mais la performance ne se lit pas seulement dans les benchmarks. Elle se voit aussi dans la cohérence du modèle sur plusieurs centaines de milliers de tokens, là où la plupart des modèles décrochent.
Un impact économique qui pourrait tout bouleverser
Le point le plus marquant reste le prix. DeepSeek annonce un tarif compris entre 0,10 et 0,30 dollar par million de tokens en entrée, soit environ 0,09 à 0,26 euro. À titre de comparaison, cela reste 50 fois moins cher que Claude Opus et 27 fois moins cher que GPT-5.4.
Cette rupture tarifaire, combinée à la licence MIT qui autorise l’usage commercial, ouvre la voie à un déploiement massif en environnement on-premises. Les entreprises soucieuses de souveraineté et de confidentialité peuvent accéder à un modèle de ce niveau sans dépendre d’une API externe.
Même en local, une configuration 4× RTX 4090 avec quantification Q4 permet d’atteindre 10 à 20 tokens par seconde, ce qui rend le modèle exploitable sur du matériel haut de gamme accessible.
DeepSeek-V4 marque une étape importante pour l’open source dans l’IA. Il accélère aussi la pression sur un modèle économique fondé sur l’opacité et les abonnements coûteux.
