DeepSeek V4.1 Flash 1017 : +35 % En 5 Semaines, 17× Moins Cher Qu'Opus
DeepSeek vient de publier une nouvelle version de V4.1 Flash, et ça n'arrive que 5 semaines après la précédente. Elle s'appelle DeepSeek V4.1 Flash 1017, et avec un nom pareil, on pourrait s'attendre à une petite mise à jour. Sauf que les résultats sont impressionnants : +35 % sur un benchmark de terminal, un prix toujours extrêmement bas, et une technique d'entraînement où l'IA apprend de ses propres erreurs. On regarde ce qui a vraiment changé.
Les performances : un bond en 5 semaines
Commençons par les chiffres. Sur Terminal Bench, un test qui mesure la capacité d'une IA à utiliser un terminal informatique pour résoudre des problèmes, DeepSeek passe de 31 % à 42 % de réussite. Ça représente une progression de plus de 35 % en seulement 5 semaines. Sur ProgramBench, un autre test consacré à la programmation, on passe de 20 % à 29 %.
Ces tests comptent beaucoup pour les agents IA. Aujourd'hui, on ne demande plus seulement à un modèle de répondre à une question ou d'écrire quelques lignes de code : on veut qu'il travaille sur des projets complets, utilise différents outils et corrige les problèmes qu'il rencontre. C'est exactement sur ce type de tâche que DeepSeek semble avoir progressé. L'entreprise a d'ailleurs publié des démonstrations assez impressionnantes, comme une représentation de la Cité Interdite en 3D ou un projet inspiré du jeu Portal 2 développé avec le moteur Godot.
Après, il faut relativiser. Sur Terminal Bench, Claude Opus 5.5 reste devant avec environ 52 % de réussite. DeepSeek n'est pas devenu le meilleur modèle partout. Mais en 5 semaines entre deux versions, le progrès reste énorme, et ce qui est dingue c'est que DeepSeek n'a même pas changé l'architecture générale de son modèle. Les gains viennent principalement de l'entraînement. Si vous voulez voir ce que la version précédente apportait côté architecture, c'est dans mon article sur le KV cache 437 fois plus petit de V4.1 Flash.
La technique : l'apprentissage par renforcement avec auto-évaluation
Dans son annonce, DeepSeek explique avoir utilisé une méthode appelée Reinforcement Learning with Self-Feedback, soit en français de l'apprentissage par renforcement avec auto-évaluation. Le principe est assez simple. Habituellement, on entraîne une IA en lui fournissant énormément de données et d'exemples. Avec cette approche, le modèle peut aussi apprendre des résultats de ses propres tentatives.
Un exemple concret : on demande à une IA de développer un site de réservation d'hôtel.
- Elle écrit le code et crée une première version du site.
- On teste, et des problèmes apparaissent : le calendrier fonctionne mal, certains boutons ne répondent pas, le formulaire de réservation affiche des erreurs.
- L'IA examine les problèmes, modifie son code et refait des tests.
- Si des erreurs persistent, elle recommence.
Pendant l'entraînement, ces tentatives permettent de savoir quelles solutions marchent et lesquelles échouent, et le modèle est amélioré grâce à ces retours. La programmation se prête particulièrement bien à ça, puisqu'on peut exécuter un programme, vérifier si les tests passent et repérer certaines erreurs automatiquement. Du coup, l'IA n'a plus forcément besoin de recevoir sans arrêt de nouveaux exemples préparés par des humains pour progresser.
Attention à ne pas mal comprendre : ça ne veut pas dire que DeepSeek devient plus intelligent pendant chacune de vos conversations. On parle bien de l'entraînement. Et la méthode a ses limites : une IA peut très bien considérer qu'elle a réussi une tâche alors que le résultat contient encore des erreurs. Un programme peut réussir tous les tests prévus et mal fonctionner dans une situation que personne n'avait anticipée. Il faut donc que le système d'évaluation soit suffisamment fiable. Mais si l'approche continue de progresser, on pourrait améliorer les modèles sans dépendre autant de nouvelles données. C'est probablement l'aspect le plus prometteur de cette annonce.
Le prix : environ 17 fois moins cher qu'Opus 5.5
Sujet important : sur son API, DeepSeek facture environ 1,20 dollar par million de tokens générés aux heures de pointe, et ce tarif descend à 0,60 dollar pendant les heures creuses. Chez Opus 5.5, c'est 20 dollars pour le même nombre de tokens en sortie. DeepSeek est donc presque 17 fois moins cher.
Il faut quand même nuancer, et c'est un point qu'on oublie souvent :
- Le nombre de tokens varie selon le modèle. Claude peut résoudre un problème de programmation assez vite, alors que DeepSeek a besoin de plusieurs tentatives. Dans certains essais indépendants, DeepSeek consomme 2 à 3 fois plus de tokens pour un résultat comparable.
- Il faut aussi compter les tokens envoyés au modèle. Un agent qui travaille sur un projet lit plusieurs fichiers, examine du code et garde en mémoire les étapes précédentes : tout ça consomme aussi des tokens.
Concrètement, mieux vaut regarder le coût d'une tâche complète plutôt que le tarif affiché. Même avec ces nuances, DeepSeek reste particulièrement abordable, et pour les développeurs qui utilisent régulièrement des agents IA, la différence peut représenter des économies importantes. J'avais détaillé cette logique dans l'article sur le vrai coût en tokens de GPT-6 et Claude Opus.
Open weights, mais pas pour votre portable
Autre avantage : DeepSeek a rendu les poids du modèle accessibles au téléchargement. Les développeurs peuvent donc le faire tourner sur leur propre infrastructure, sans passer par les serveurs de DeepSeek. Mais il y a une grosse limite : le modèle fait environ 763 milliards de paramètres. Il utilise une architecture Mixture of Experts, c'est-à-dire qu'il n'active qu'une partie de ses paramètres à chaque étape, ce qui réduit les calculs. Il faut quand même pouvoir stocker les poids et disposer des ressources pour les utiliser. Sur un ordinateur portable classique, ce n'est même pas la peine d'y penser.
En revanche, comme les poids sont accessibles, les développeurs peuvent compresser et optimiser le modèle pour réduire la mémoire nécessaire. C'est un travail long, mais c'est comme ça que des modèles aux capacités similaires finissent, à terme, par tourner sur des machines beaucoup plus modestes. On en parlait dans l'article sur DeepSeek et Xiaomi et les IA locales.
Mon avis
DeepSeek reste derrière Claude sur beaucoup de tests, soyons honnêtes. Mais ce qui me marque, c'est la vitesse : +35 % sur Terminal Bench en 5 semaines, sans toucher à l'architecture, avec des poids ouverts et des prix à peine concevables il y a un an. Si l'apprentissage par auto-évaluation tient ses promesses, la course ne se jouera plus uniquement sur la quantité de données, et les modèles à poids ouvert risquent de rattraper leur retard plus vite que prévu. Avec des prix aussi bas, la concurrence va devenir de plus en plus intense. Et vous, vous êtes prêts à confier vos agents à DeepSeek pour diviser votre facture ? Dites-le-moi en commentaire sous la vidéo.

🎬 Tu préfères la version vidéo ?
Cet article est tiré de ma vidéo YouTube — clique pour la voir.
Regarder sur YouTube →🛠️ Outils que tu peux tester en lien avec cet article
Une sélection de mes outils testés, pertinents pour aller plus loin.
🛠️ Tu cherches des outils IA testés ?
J'ai testé plus de 20 outils IA en vidéo — résumé, mode d'emploi, mon verdict.
Voir mon annuaire d'outils →




