DeepSeek baisse le coût par tâche de 47 % et ouvre son moteur de recherche en API

DeepSeek a publié le 17 octobre V4.1-Flash-1017, une mise à jour de son modèle V4.1 Flash sorti le 10 septembre. Les poids sont ouverts sous licence MIT sur Hugging Face et ModelScope. Le modèle est disponible dans l'application et via l'API sous le nom deepseek-flash, et les anciens noms d'API sont redirigés automatiquement vers cette version, au même tarif. DeepSeek ouvre aussi son moteur de recherche interne à tous les développeurs, via des API Search et Fetch facturées 0,75 $ les 1 000 appels.

Le coût par tâche baisse sans toucher au prix du token

Le tarif n'a pas bougé : 0,30 $ le million de tokens en entrée et 1,20 $ en sortie aux heures pleines, moitié moins en heures creuses, 0,006 $ en entrée sur cache hit. Toute la baisse vient de la verbosité. Sur la suite de tests d'Artificial Analysis, le modèle a produit 210 millions de tokens de sortie, contre 250 millions pour son prédécesseur. Ces 16 % de tokens en moins font reculer le coût par tâche de 47 %. Il reste bavard : la médiane des modèles comparés tourne à 140 millions de tokens sur la même suite.

Côté entraînement, DeepSeek décrit un apprentissage par renforcement avec auto-feedback (RLSF). Les scores de confiance et les critiques que le modèle génère lui-même servent de signal de récompense, sans évaluateurs humains ni modèle de récompense externe. Les benchmarks agentiques en profitent : 77,0 sur DeepSWE v1.1, 42,3 sur Terminal-Bench 4.0, 42,6 sur HLE, selon les chiffres maison. The Decoder relève qu'aucun concurrent ne combine ce niveau avec ce coût. Sur le graphique de DeepSeek, GPT-6 Astra, Gemini 3.8 Flash et Claude Opus 5 coûtent de 2 $ à plus de 10 $ par tâche. Opus 5 garde l'avantage en qualité pure sur six benchmarks, dont HLE, Terminal-Bench et NL2Repo. Et toutes les comparaisons avec les concurrents restent auto-déclarées : seule la mesure d'Artificial Analysis est indépendante à ce stade.

La vitesse ne change pas, autour de 230 tokens par seconde, avec un premier token un peu plus lent (1,08 s contre 0,91 s). Le modèle pèse environ 763 milliards de paramètres au total, avec 1 million de tokens de contexte et jusqu'à 384 000 tokens de sortie par requête. Le faire tourner en local demande des centaines de gigaoctets de VRAM. Les poids ouverts intéressent donc les hébergeurs et les gros clusters, pas le poste de travail.

Mon avis : notable. Pendant que Google double le prix de Gemini 4 Argon au 1er décembre, DeepSeek baisse son coût réel par tâche à tarif constant. Pour une équipe française qui fait tourner des agents de code ou des pipelines de traitement, c'est ce chiffre qui pilote la facture.

Ce que ça change pour vous

Si vous appelez déjà deepseek-v4-flash en production, vous êtes passés sur 1017 sans rien faire : le routage est automatique. Vérifiez vos sorties, un modèle plus concis peut casser un parseur réglé sur l'ancienne verbosité. Si vous faites tourner des agents de code, le rapport qualité-prix mérite un test face à votre modèle actuel. Préférez le réglage high au réglage Max, dont le surcoût en tokens est contesté. Et si vous faites du SEO ou de la veille, regardez les API Search et Fetch. DeepSeek revendique des centaines de millions de requêtes par jour sur son moteur. À 0,75 $ les 1 000 appels, c'est une alternative bon marché aux API SERP classiques pour du monitoring ou de la collecte. La fenêtre gratuite court jusqu'au 31 octobre.

Sources

• The Decoder - Deepseek V4.1-Flash-1017 beats larger rivals in agentic tasks (17 octobre 2026)
• DEV Community - Artificial Analysis rates DeepSeek V4.1 Flash 1017 at 45 (19 octobre 2026)
• SmartScope - DeepSeek-V4.1-Flash-1017: changes, benchmarks, API pricing (octobre 2026)