DeepSeek V4 sort à 0,14$/M tokens : la guerre des prix LLM

0,14$/M tokens : DeepSeek divise les prix par ≥35

Le 24 avril 2026, DeepSeek a publié V4. Pas une rumeur. Pas un benchmark isolé. Deux modèles en production, API ouverte, poids téléchargeables.¹

Les chiffres parlent. DeepSeek V4 Flash : 284 milliards de paramètres totaux, 13 milliards actifs par requête, 0,14$ par million de tokens en entrée, 0,28$ en sortie. V4 Pro : 1,6 trillion de paramètres, 49 milliards actifs, 1,74$ en entrée, 3,48$ en sortie.²

La comparaison fait mal. GPT-5.5 coûte 5$ par million de tokens en entrée.³ Le ratio avec le Flash : ÷35. Même face à GPT-5.4, DeepSeek V4 Flash reste ÷15 moins cher.

Ce n'est pas un modèle au rabais. DeepSeek V4 Pro mène le classement BenchLM des LLM chinois avec un score de 87, devant Kimi 2.6 à 86.⁴ Sur les tâches agentiques — routage, orchestration, appels d'API — V4 surpasse ses concurrents chinois.

Un directeur achats d'ETI voit ici un levier concret : même budget, ≥35 fois plus de requêtes traitées.

1M tokens de contexte natif : le RAG change de dimension

V4 est le premier modèle open source construit nativement pour les contextes longs — 1 million de tokens par défaut, pas en option.²

Qu'est-ce que ça débloque ? Un contrat d'assurance complet tient dans un seul prompt. Un historique client de 3 ans aussi. Le RAG (Retrieval-Augmented Generation — technique qui injecte des documents vérifiés dans le contexte du LLM pour réduire les hallucinations) devient moins critique quand le modèle digère tout le corpus en une passe.

Attention : "moins critique" ne signifie pas "inutile". Un contexte long sans RAG consomme plus de tokens — donc plus cher à l'inférence. La combinaison gagnante reste un RAG sélectif + un modèle capable de traiter le résultat en contexte long. DeepSeek V4 couvre les deux tableaux.

L'architecture MoE (Mixture-of-Experts — seuls certains sous-réseaux s'activent par requête) explique ce rapport qualité-prix. Avec 49B paramètres actifs sur 1,6T au total, V4 Pro consomme l'équivalent calcul d'un modèle dense de 50B tout en raisonnant comme un modèle de classe trillion.

DeepSeek décrit V4 comme le premier modèle open source conçu dès l'origine pour les contextes d'un million de tokens.² Webotit.ai, spécialiste français de l'IA conversationnelle, utilise le RAG pour ses chatbots qui résolvent ≥90% des demandes sans escalade humaine. Un modèle comme V4 pourrait réduire le coût d'inférence de ces systèmes sans sacrifier la qualité des réponses.

La valorisation double à 20Md$ : le marché a tranché

La sortie de V4 a déclenché une réaction en chaîne. La valorisation de DeepSeek a doublé pour dépasser 20 milliards de dollars, portée par des discussions d'investissement avec Tencent et Alibaba.⁵

Les concurrents chinois ont accusé le coup. MiniMax a chuté de ≈8%, Zhipu de ≈8%, Manycore Tech de 9%.¹ Le marché vote : DeepSeek s'impose comme le standard de référence de l'IA open source chinoise.

Pour les ETI françaises, cette consolidation a un effet positif inattendu. Un acteur dominant dans l'open source signifie un modèle mieux maintenu, plus de contributeurs, des mises à jour plus fréquentes. L'inverse du risque d'abandon que redoutent les DSI.

Le risque ? La dépendance. Héberger DeepSeek V4 sur des serveurs OVH ou Scaleway en France élimine le transit de données vers la Chine. Mais la chaîne d'entraînement reste opaque. Un DSI dans la banque ou l'assurance devra peser ce risque face à l'économie de coûts.

Ce qu'il faut retenir

Ce que ça change pour votre entreprise

Vous dirigez une direction relation client dans l'assurance ou la banque. Votre chatbot actuel fonctionne sur GPT-4o ou Claude Sonnet. La facture d'inférence grignote votre budget chaque mois.

DeepSeek V4 Flash vous offre une alternative concrète. Pas pour remplacer votre LLM principal demain — les validations réglementaires ACPR et RGPD prennent du temps. Mais pour vos cas d'usage internes : résumé de dossiers, classification de tickets, pré-qualification de demandes.

Le calcul est limpide. Si vous traitez 100 000 conversations par mois et que chaque conversation consomme en moyenne 2 000 tokens en entrée, votre coût mensuel passe de 1 000$ (GPT-5.5) à 28$ (DeepSeek V4 Flash). La différence finance le projet d'orchestration d'agents IA que vous repoussez depuis six mois.

Conclusion

DeepSeek V4 n'est pas le meilleur modèle du monde. GPT-5.5 et Claude Opus 4.7 le surpassent sur les benchmarks absolus. Mais V4 est le meilleur rapport qualité-prix de l'histoire des LLM. Et en entreprise, le rapport qualité-prix gagne toujours.

La question n'est plus "peut-on utiliser un LLM chinois ?". C'est : "peut-on se permettre de ne pas tester un modèle ÷35 moins cher ?"

Vous voulez savoir combien vos agents IA coûteraient avec un modèle open source ? Estimez votre ROI en 2 minutes.