DeepSeek annule son prix permanent : +52 % à +1 114 %

Un prix promotionnel devenu prix de liste

Le 22 mai 2026, DeepSeek a annoncé que la remise de 75 % en cours sur l'API V4-Pro, initialement programmée pour expirer le 31 mai, devenait son prix de liste officiel.¹² Concrètement, l'entrée passe à 0,435 $ par million de tokens en cache miss, 0,003625 $ en cache hit, et la sortie à 0,87 $, contre 1,74 $ et 3,48 $ au lancement du modèle quatre semaines plus tôt.³

Ce détail compte. Tant que la baisse était promotionnelle, une DSI pouvait tester DeepSeek en laboratoire sans rien changer à sa stratégie d'achat. Un rabais qui devient socle change la nature de l'arbitrage. Le prix bas est désormais le prix de référence du marché, pas une opération marketing calibrée pour gagner trois mois de couverture presse.

L'écart avec les acteurs occidentaux ne se lit plus en pourcentages, mais en ordres de grandeur. Selon les benchmarks d'Artificial Analysis relayés par CNBC, faire tourner une même charge d'évaluation coûte 4 811 $ sur le modèle le plus capable d'Anthropic (Claude), 3 357 $ sur celui d'OpenAI (ChatGPT) et 1 071 $ sur DeepSeek.⁴ Soit un Claude environ 4,5 fois plus cher que DeepSeek sur la même tâche. Cet écart n'est plus une anomalie de courbe. C'est le nouveau plancher commercial.

Pourquoi l'écart ne va pas se résorber avant 12 à 18 mois

Une question revient en CODIR : « Si DeepSeek baisse à 0,87 $, Anthropic et OpenAI vont s'aligner. Pourquoi bouger maintenant ? »

La réponse tient en trois faits datés.

Anthropic a bouclé une Série G de 30 milliards de dollars à 380 milliards de valorisation post-money en février 2026, menée par GIC et Coatue.⁵ Le 22 mai, Bloomberg rapporte que l'entreprise prépare un tour supplémentaire dépassant 30 milliards qui viserait 900 milliards.⁶ OpenAI a déposé son dossier d'introduction confidentiel auprès de la SEC le 22 mai également, pour une cotation visée au quatrième trimestre 2026 dans une fourchette de 852 à 1 000 milliards de dollars.⁷

Or, ces deux entreprises construisent leur argumentaire pré-IPO sur un postulat simple : un avantage défendable de capacité et de marge sur le segment entreprise. CNBC le formule sans détour : la décote chinoise menace directement les valorisations attendues, parce qu'elle érode exactement le terrain où OpenAI et Anthropic doivent défendre leur prix.⁴

Conséquence pratique pour une PME ou une ETI française. Pendant les 12 à 18 mois qui viennent, ni Anthropic ni OpenAI n'ont un intérêt évident à valider un alignement public sur les prix DeepSeek : cela fragiliserait le récit servi aux investisseurs. Ils baisseront probablement, mais sur des segments choisis, par paliers, et avec contrepartie d'engagement.

C'est le moment utile pour une PME ou une ETI. Pas pour migrer en bloc, mais pour poser calmement la question d'une stack multi-LLM par tâche.

Multi-LLM par tâche : la règle de routage 60-30-10

Le piège, en 2026, est de raisonner « quel modèle on signe » au lieu de « quelle tâche envoie quoi ». Une PME qui choisit un seul fournisseur s'exposera mécaniquement à la prochaine révision tarifaire. L'approche défendable est un routage par criticité métier.

Une règle de cadrage qui tient en COMEX : 60 % du volume sur le modèle le moins cher capable de traiter la tâche, 30 % sur un modèle premium pour le critique, 10 % sur un modèle souverain européen pour ce qui touche aux données régulées ou stratégiques.

Sur un chatbot relation client, cela peut se lire ainsi, à titre d'illustration :

• Les demandes répétitives — horaires, suivi de commande, FAQ, prise de rendez-vous — partent sur un modèle à bas coût comme DeepSeek V4 Flash ou V4-Pro selon la complexité, avec un cache de réponses agressif.
• Les demandes complexes — réclamation, litige, contrat — partent sur un modèle premium type Claude Sonnet ou GPT-5.5, parce qu'on accepte de payer plus cher pour réduire le risque d'erreur.
• Les demandes qui touchent à des données sensibles (KYC, dossier médical, contrat ACPR) partent sur un modèle souverain comme Mistral Medium 3.5 en SaaS hébergé en France ou en auto-hébergement, pour ne pas faire transiter de données personnelles identifiantes via un acteur extra-UE.

La condition technique : une couche d'orchestration qui décide en temps réel, mesure la qualité par segment de trafic et bascule un volume entier si un fournisseur défaille. C'est exactement l'objet d'une démarche d'orchestration d'agents IA métier, le métier d'un acteur français de l'IA conversationnelle comme Webotit.

Cette couche doit aussi se traduire en chantiers opérationnels : chatbot entreprise pour les flux écrits, callbot IA pour la voix, mailbot IA pour l'email entrant, et ROI agent IA pour arbitrer le coût par tâche. La baisse DeepSeek ne vaut quelque chose que si elle fait baisser le coût d'un parcours client complet, pas seulement le coût d'un token.

Ce que ça change pour une entreprise française

Aucun chiffre client réel n'est nécessaire pour saisir l'effet : il suffit de raisonner au conditionnel, secteur par secteur.

Un assureur soumis à l'ACPR. Supposons un agent conversationnel qui tourne aujourd'hui à 100 % sur un modèle premium unique. En basculant les demandes répétitives vers un modèle à bas coût, en gardant le premium pour les réclamations et en confinant les dossiers sensibles sur un modèle souverain, la part « modèle » de la facture peut mécaniquement baisser — dans quelle proportion, seul un test sur trafic réel le dira. Le vrai sujet n'est pas le pourcentage affiché : c'est l'éligibilité réglementaire du segment routé vers DeepSeek, qui interdit en pratique d'y envoyer des données identifiantes. Pour un assureur, cela suppose une couche de pseudonymisation avant routage et une journalisation complète de ce qui sort vers où. Ce n'est pas un changement de prompt, c'est un chantier d'ingénierie et de conformité.

Une banque privée avec des callbots entrants. La voix temps réel s'appuie sur des modèles speech-to-speech qui sortent d'un autre catalogue : la baisse DeepSeek ne touche pas directement ce moteur. En revanche, la couche de raisonnement post-appel — résumé, qualification, création de tâche dans le CRM — peut basculer sur un modèle à bas coût comme V4-Pro. L'économie potentielle dépend entièrement du volume et du mix réels ; ce qui est certain, c'est que le sujet mérite d'être posé en COMEX, pas enterré.

Une direction e-commerce. Le SAV multicanal est un centre de coût. Une règle 60-30-10 appliquée au chatbot d'automatisation du support client et au mailbot de qualification des e-mails entrants réduit la part LLM de la facture. Mais le gain le plus intéressant n'est pas comptable : quand le coût marginal d'un contact traité par l'IA baisse, la DSI peut accepter d'ouvrir l'agent à des cas plus complexes — relance proactive, prévention de l'attrition, suivi après achat. C'est l'effet d'élargissement du périmètre, plus structurant que le seul choix de fournisseur.

Ces trois lectures restent hypothétiques par construction : les seules quantifications solides viennent d'exemples publics. CNBC rapporte ainsi que le CEO de la startup Lindy a basculé 100 % de son trafic depuis Claude vers DeepSeek et a vu « la courbe de coût s'effondrer ».⁴ C'est un cas revendiqué publiquement, pas une projection — et c'est précisément le type de preuve qu'il faut exiger avant d'engager un changement de stack.

Trois vigilances opérationnelles avant le COMEX

Trois points qu'un DSI doit cadrer avant de signer un changement de stack.

D'abord, la souveraineté des données. DeepSeek est un acteur chinois. Pour une banque ACPR, un assureur, un OIV ou un opérateur santé HDS, envoyer du contenu identifiant via l'API publique DeepSeek est juridiquement risqué, indépendamment du prix. Trois options sérieuses : pseudonymisation systématique en amont du routage, déploiement du modèle en auto-hébergement sur infrastructure européenne (les poids V4 sont sous licence MIT), ou interdiction nette d'envoyer certains segments vers DeepSeek. Ce n'est pas une opinion politique, c'est une exigence opposable.

Ensuite, la dépendance opérationnelle. Une stack multi-LLM ne tient que si elle est instrumentée. Sans observabilité par modèle, sans mesure du score qualité par segment de trafic, sans alerte sur les bascules, vous remplacez un risque tarifaire par un risque de qualité silencieuse. L'étude Sinch de mai 2026 rappelle que 74 % des entreprises ayant déployé un agent IA de service client l'ont retiré en production — pas pour le coût LLM, mais pour défaut d'intégration et de mesure.⁸ Le routage par tâche n'a de valeur que si vous savez en sortir.

Enfin, le calendrier. Les baisses qui viendront côté Anthropic et OpenAI seront vraisemblablement annoncées de façon ciblée, en parallèle de leur parcours pré-IPO. Un directeur des achats qui documente l'arbitrage dès maintenant peut préparer un engagement de volume conditionnel sur DeepSeek et s'en servir comme levier de renégociation à la prochaine revue de contrat Anthropic ou OpenAI. L'objectif n'est pas de courir après une échéance artificielle, mais de garder l'initiative sur le sujet avant que les conditions de marché ne se figent.

Pour estimer le retour sur investissement d'un agent IA multi-LLM sur vos volumes réels, l'exercice se fait avec une période de mesure sur trafic réel, pas sur des hypothèses.

Mise à jour du 2026-08-18

Le 13 août 2026, DeepSeek a publié la version en disponibilité générale de son modèle V4-Pro (référence interne DeepSeek-V4-Pro-0813) et annoncé, dans le même communiqué, une refonte complète de la grille tarifaire de son API — effective le 16 août à 16 h 00 UTC.⁹¹⁰ Le « prix permanent » du 22 mai n'aura donc tenu que 86 jours.

DeepSeek passe d'un tarif plat à une grille heures pleines / heures creuses (peak / off-peak) : 0,044 $ / 1,32 $ / 3,96 $ par million de tokens (cache hit input / cache miss input / output) en heures de pointe, 0,022 $ / 0,66 $ / 1,98 $ en heures creuses.⁹¹¹ Les heures de pointe sont fixées à 01 h 00 – 04 h 00 UTC et 06 h 00 – 10 h 00 UTC (soit 9 h 00 – 12 h 00 et 14 h 00 – 18 h 00 heure de Pékin) ; toutes les autres plages sont creuses.⁹

Le mot « rabais » induit en erreur dans cette grille. L'heure creuse reste plus chère que l'ancien prix de liste : 0,66 $ en cache miss input contre 0,435 $ auparavant (+52 %), et 1,98 $ en output contre 0,87 $ (+128 %). En cache hit, la hausse dépasse un ordre de grandeur : 0,022 $ contre 0,003625 $ en heures creuses (+507 %), 0,044 $ en heures pleines (+1 114 %).⁹¹⁰¹¹ Selon le mix cache et le fuseau d'exécution, la facture DeepSeek est donc multipliée par un facteur de 1,5 à 12,1 par rapport au tarif de mai.¹⁰

Pour une DSI française, la question n'est donc plus « quel est le prix DeepSeek », mais « à quelle heure UTC mon trafic s'exécute ». Un callbot qui traite les appels d'une mutuelle en journée hexagonale — 9 h 00 – 18 h 00 Paris, soit 07 h 00 – 16 h 00 UTC en heure d'été — passe environ trois heures en heures pleines (07 h 00 – 10 h 00 UTC = 09 h 00 – 12 h 00 Paris, la tranche d'appels entrants la plus chargée) et six heures en heures creuses. Une chaîne d'arrière-guichet ou un traitement nocturne par lots bascule au contraire à 100 % en heures creuses. Le prix par tâche devient donc sensible au fuseau horaire, pas seulement au modèle choisi.

Cette réversion valide, en négatif, la règle de routage 60-30-10 rappelée plus haut. Une entreprise française qui aurait migré 100 % de son trafic sur DeepSeek à la faveur du « prix permanent » de mai voit sa facture augmenter sans levier de sortie négocié. À l'inverse, une stack multi-LLM instrumentée permet trois arbitrages concrets à quelques jours : décaler les traitements par lots non urgents vers les fenêtres creuses, réserver les heures pleines au premium (Claude Sonnet, GPT-5.6) sur les processus où DeepSeek n'a plus d'avantage prix évident, et documenter l'impact réel pour renégocier la prochaine revue de contrat — chez DeepSeek comme chez ses concurrents. Pour chiffrer cet impact sur vos volumes réels via un ROI agent IA, l'exercice se fait sur une semaine de trafic mesuré, pas sur des hypothèses de prix.

Deux enseignements durables pour un CODIR d'ETI :

• Un « prix permanent » d'un acteur commercial n'existe pas. DeepSeek justifie la refonte par « une meilleure disponibilité en heures de pointe ». Le résultat économique reste une hausse générale — 50 % à 1 100 % selon la ligne, pas une neutralisation.¹⁰
• La dépendance à un fournisseur devient une variable de comité d'engagement. Ce n'est plus seulement une question de gouvernance IA. C'est un risque tarifaire mesurable, à traiter comme un ERP mono-source dans un plan de continuité.

Ce qu'il faut retenir et notre lecture

La baisse permanente de DeepSeek n'aura tenu que 86 jours. Le vrai signal, huit mois après le début de la « guerre des prix LLM », n'est pas la direction des tarifs : c'est leur instabilité. Le prix est désormais une variable d'achat trimestrielle, pas un postulat de roadmap fournisseur.

L'arbitrage qui se joue en CODIR n'est donc pas « DeepSeek ou Claude ». C'est « comment je construis une stack qui tient si demain un fournisseur double ses prix ou si un autre disparaît ». La règle de routage par tâche, combinée à la surveillance du fuseau horaire d'exécution, est la réponse opérationnelle la plus robuste. Le reste, ce sont des paris.

Vous voulez cadrer une stack multi-LLM par tâche pour vos agents IA métier ou pour absorber les pics d'appels avec un callbot ? Parlez à un expert Webotit.

Questions frequentes

DeepSeek V4-Pro est-il vraiment utilisable en production pour une entreprise française ?+

Oui sur le segment qui ne traite pas de données régulées ou identifiantes : FAQ, orientation, support technique générique, traitement de texte interne, qualification de contenu public. Non pour les données ACPR, HDS, OIV ou couvertes par un secret professionnel sans pseudonymisation en amont ou déploiement auto-hébergé sur infrastructure européenne. Les poids V4 sont sous licence MIT, ce qui autorise l'auto-hébergement, mais demande une vraie ingénierie d'inférence.

Quel est le prix exact de DeepSeek V4-Pro après le 16 août 2026 ?+

Depuis le 16 août 2026 à 16 h 00 UTC, DeepSeek applique une grille heures pleines / heures creuses sur V4-Pro. En heures de pointe (01 h 00 – 04 h 00 UTC et 06 h 00 – 10 h 00 UTC) : 0,044 $ par million de tokens en cache hit input, 1,32 $ en cache miss input, 3,96 $ en output. En heures creuses (le reste de la journée) : 0,022 $, 0,66 $ et 1,98 $ respectivement. Le tarif « permanent » du 22 mai (0,435 $ / 0,003625 $ / 0,87 $) n'est plus valide — même en heures creuses, l'output est +128 % et le cache hit +507 % par rapport à mai.⁹¹¹

Le 16 août 2026, DeepSeek a-t-il vraiment baissé ou augmenté ses prix ?+

Augmenté. La communication de DeepSeek insiste sur « 50 % de rabais en heures creuses par rapport aux heures pleines », ce qui est vrai comparé à la nouvelle grille de pointe. Mais comparé au prix de liste du 22 mai — celui qui était en vigueur jusqu'au 16 août à 15 h 59 UTC — chaque ligne augmente : +52 % en cache miss input en heures creuses, +128 % en output, +507 % en cache hit. En heures pleines, la hausse va de +203 % (cache miss input) à +1 114 % (cache hit input). Il s'agit d'une hausse générale avec un rabais horaire, pas d'une baisse.⁹¹⁰

Anthropic et OpenAI vont-ils s'aligner sur les prix DeepSeek ?+

Pas publiquement à court terme. Anthropic prépare une nouvelle levée visant 900 milliards de dollars de valorisation et OpenAI a déposé son dossier d'IPO le 22 mai 2026 pour une cotation au quatrième trimestre. Les deux entreprises ont besoin de défendre leur marge auprès des investisseurs pendant leur parcours d'introduction. Des baisses viendront probablement, mais ciblées et conditionnelles à des engagements de volume, d'où l'intérêt pour une ETI de garder l'initiative sur le sujet dès maintenant.

Comment construire une stack multi-LLM par tâche sans casser la qualité ?+

Trois conditions techniques. Une couche d'orchestration qui choisit le modèle par type de demande, avec règles de bascule explicites. Un cache de réponses sur les 30 à 40 % de questions répétées, pour faire chuter le coût d'inférence réel. Une observabilité par modèle qui mesure la qualité, la latence et le coût par segment de trafic, avec alerte si un modèle dérive. Sans ces trois briques, le multi-LLM se traduit par une qualité instable et une fausse économie.

Quelle est la différence entre la baisse DeepSeek et la guerre des prix LLM de 2025 ?+

La guerre des prix de 2025 a été une suite de remises promotionnelles et de modèles « mini » à bas coût, mais les modèles haut de gamme — GPT-4, Claude Opus, Gemini Pro — restaient à un prix plancher élevé. En 2026, DeepSeek transforme une promotion en prix de liste permanent sur un modèle qui rivalise avec ces hauts de gamme sur les benchmarks de raisonnement et de code. Ce n'est plus une bataille entre modèles d'entrée. C'est un repositionnement de la frontière premium.

Sources et references

1. [1]Reuters via TradingView — China's DeepSeek to make permanent 75% price cut on flagship V4-Pro AI model (23 mai 2026)
2. [2]Engadget — DeepSeek permanently reduces the price of its flagship V4 model by 75 percent
3. [3]DeepSeek API Docs — Models & Pricing (V4-Pro et V4-Flash, prix officiels)
4. [4]CNBC — Cheap AI could derail OpenAI and Anthropic's IPOs (20 mai 2026, benchmarks Artificial Analysis)
5. [5]Anthropic — Series G de 30 milliards à 380 milliards post-money (février 2026)
6. [6]Bloomberg — Anthropic to Close Over 30 Billion Round at 900 Billion Valuation (22 mai 2026)
7. [7]CNBC — OpenAI to confidentially file for IPO as soon as Friday (20 mai 2026)
8. [8]Sinch — AI Production Paradox 2026 : 74 % des entreprises ont retiré un agent IA de service client en production
9. [9]DeepSeek API Docs — DeepSeek-V4-Pro GA Release (13 août 2026, communiqué officiel avec nouvelle grille peak / off-peak)
10. [10]Quartz — DeepSeek raising API prices by up to 1,100% starting Aug. 16 (13 août 2026)
11. [11]TechTimes — DeepSeek V4 API Prices Quadruple at Peak: What Developers Pay Starting Now (17 août 2026)