Le modèle V4-Flash de DeepSeek est 100 fois moins cher que Claude lors des tests de performance. Les investisseurs doivent décider si cette menace est réelle ou non.

DeepSeek V4-Flash a ravivé l’histoire des coûts, même si les marchés ont réagi calmement.

ÀEn moyenne, 3 cents pour effectuer un test de référence.V4-Flash est plus de 100 fois moins cher que Claude Fable 5 d’Anthropic, pour un coût de 3,15 dollars par test. Cela représente une défi direct au pouvoir de tarification sur le segment le plus bas du marché.

La vraie question pour les investisseurs n’est pas de savoir si DeepSeek peut encore surprendre les marchés. Oui, c’est possible. La question est plutôt de savoir si cela va se transformer en une pression durable sur les entreprises traditionnelles, ou si ce sera simplement une nouvelle vague de risques liés à l’IA, qui disparaîtra avant même que les effets ne se manifestent dans les indicateurs économiques réels.

Reuters a indiqué que la réponse du marché à DeepSeek-V4 a été…Moins important par rapport au grand succès mondial réalisé par cette start-up chinoise l’an dernier.Cela indique que le “premium lié aux innovations bon marché” a diminué, car l’industrie s’est habituée aux gains d’efficacité rapides. Ce qui doit être surveillé, c’est non seulement les bruitages, mais aussi si les produits à faible coût attirent vraiment des charges de travail significatives.

Si les acheteurs transfèrent même une part significative de la demande habituelle pour les tokens vers un modèle à prix si bas, le prix réel peut s’atténuer avant que l’histoire liée aux classements ne se mette en place. Si l’adoption reste limitée, l’extrémité supérieure de la stack pourrait rester défendue, et le réajustement des prix pourrait rester temporaire.

Pourquoi V4-Flash est une arme coûteuse en premier, un critère de référence en second.

DeepSeek V4 Flash est conçu comme un modèle hybride d’experts.284B paramètresAvec seulement 13B d’activations par tâche. Ce design permet de maintenir les coûts d’inference inférieurs à ceux des concurrents qui sont activés en grande quantité, tout en pouvant gérer des charges de travail exigeantes.

Le modèle propose également une1. Fenêtre de contexte 1Cela le rend plus utile pour les prompts longs, les bases de code et les processus qui nécessitent beaucoup de documents, par rapport à un modèle qui est compétent uniquement pour des tâches de courte durée. Avec un prix de 0,14 $ par million de tokens d’entrée et 0,28 $ par million de tokens de sortie, le tarif de base permet aux acheteurs d’augmenter l’utilisation sans avoir à se soucier de chaque token supplémentaire.

Le cachement est la partie qui peut aggraver l’écart de prix.

Le levier financier le plus important est peut-être le cachement des données. L’API de DeepSeek propose un tarif de 0,003 dollar par million de tokens d’entrée mis en cache. Selon les rapports indépendants, l’entreprise offre une réduction de 98 % pour les accès au cachement des données, ce qui est plus agressif que la réduction de 90 % offerte par la plupart des entreprises du secteur. Lorsque les instructions, les appels à l’outil ou les instructions système sont mis en cache, le coût par tâche peut diminuer considérablement. C’est ainsi que le coût bas devient important, au-delà des titres de presse qui se concentrent sur les chiffres.

Le cas taureau et le cas ours

L’analyse positive est simple : un modèle qui est suffisant pour de nombreuses tâches, à moindre coût, peut être utilisé en grande quantité. Même après que OpenAI a réduit le coût de l’GPT-5.6 Luna de 80 %, DeepSeek V4 Flash 0731 reste environ 60 % moins cher par tâche, tout en restant à un niveau similaire au modèle concerné selon l’Indice d’Intelligence. Cela ne signifie pas qu’il remporte tous les tests de performance. Cependant, cela permet aux budgets de changer.

La lecture prudente est également juste. DeepSeek V4 Flash estNon classé publiquement pour l’instant.De plus, les données de démarrage indépendantes restent limitées. Cela ne élimine pas le risque lié aux fluctuations du marché, mais cela signifie que les investisseurs ont encore besoin de preuves de l’adoption de ces technologies, plutôt que de spéculations liées aux classements.

Là où la pression économique apparaît en premier

Le premier point à surveiller est l’endroit où les acheteurs dépensent réellement de l’argent. DeepSeek V4 a été fermé.L’écart par rapport aux normes est plus faible que ce que la plupart des entreprises espéraient.Alors que l’écart de prix par rapport à GPT-5.5 était de 7 fois. Cette combinaison est très importante si les entreprises commencent à envoyer les tâches de codage, d’analyse et de gestion des documents vers l’option moins coûteuse.

Les modèles premium peuvent subir certaines pertes si ils restent le choix de base pour les utilisateurs exigeants. Mais c’est dans la demande d’API que le pouvoir de tarification est généralement limité en premier, car ces tâches sont répétitives, à haute volume et sensibles au budget.

Le matériel est un point de contrôle de deuxième ordre, et non la première preuve.

Si les usages changent, la demande en matériel pourrait être affectée. Reuters indique que DeepSeek…Développer sa propre puce d’IA.Pour les inférences, ce qui pourrait réduire la dépendance envers le matériel Nvidia et Huawei si les efforts réussissent.

Pour l’instant, c’est une histoire de deuxième ordre. La première épreuve reste commerciale : il s’agit de savoir si les acheteurs peuvent transférer une quantité suffisante de commandes habituelles vers des modèles moins chers, afin de pousser les fournisseurs à fixer des prix plus bas et à augmenter les ventes.

Quels éléments à surveiller au cours des prochaines trimestres

• Des preuves montrent que les entreprises développent des modèles bon marché au-delà du niveau de prototype et s’engagent dans la production régulière.
• Signes d’un tarif plus doux ou d’une moins forte dynamique d’augmentation des ventes pour les offres API de niveau intermédiaire.
• L’industrie accorde une attention particulière à la demande en matière de matériel informatique, car le silicium personnalisé devient de plus en plus plausible.

Si les modèles moins chers restent confinés à une utilisation limitée, tandis que les API principales continuent de montrer une forte utilisation et une résilience face aux variations de prix, la menace reste importante, mais elle est plutôt prospective et non immédiatement transformatrice.