Article publié le 3 août 2026.

Ce qu’il faut retenir

• DeepSeek-V4-Flash-0731 est disponible depuis le 31 juillet 2026 sous la forme d’une API en bêta publique et de poids téléchargeables.
• Le modèle possède 284 milliards de paramètres, dont 13 milliards sont activés pour chaque token.
• Il accepte une fenêtre contextuelle maximale d’un million de tokens et une sortie pouvant atteindre 384 000 tokens.
• DeepSeek facture 0,14 dollar par million de tokens en entrée et 0,28 dollar en sortie, hors utilisation du cache.
• Artificial Analysis le présente comme l’un des modèles reconnus les moins coûteux à exécuter.
• V4-Flash reste limité au texte : il ne peut pas analyser directement une image, un fichier audio ou une vidéo.
• V4-Pro compte 1 600 milliards de paramètres, mais sa version définitive n’est pas encore disponible.
• Les deux modèles sont publiés avec des poids sous licence MIT, mais leur taille les rend difficiles à exécuter sur un ordinateur personnel.

DeepSeek V4 est une famille composée de deux modèles

DeepSeek avait dévoilé une première version de sa gamme V4 le 24 avril 2026. Cette préversion comprenait deux modèles fondés sur une architecture à mélange d’experts, ou MoE : DeepSeek-V4-Flash et DeepSeek-V4-Pro.

Dans une architecture MoE, tous les paramètres ne sont pas sollicités simultanément. Le système sélectionne une partie des « experts » selon la demande. Cette méthode permet de construire un modèle très volumineux tout en limitant la puissance nécessaire pour chaque token généré.

V4-Flash n’est donc pas simplement une version de démonstration. Il s’agit du modèle que DeepSeek destine aux tâches nécessitant de nombreuses requêtes, tandis que V4-Pro vise les problèmes plus complexes pour lesquels la qualité prime sur la vitesse et le coût.

Qu’apporte la version DeepSeek-V4-Flash-0731 ?

La mise à jour du 31 juillet ne modifie ni la taille ni l’architecture du modèle. DeepSeek indique avoir principalement retravaillé sa phase de post-entraînement afin d’améliorer son comportement dans les outils de programmation et les systèmes capables d’exécuter plusieurs actions.

Le modèle peut fonctionner en mode classique ou en mode raisonnement. Trois niveaux d’effort sont proposés : faible, élevé et maximal. Plus le niveau choisi est important, plus le modèle peut consacrer de tokens à son analyse avant de produire sa réponse finale.

V4-Flash prend également en charge les appels d’outils, les réponses structurées en JSON et le nouveau format Responses API. DeepSeek l’a notamment adapté aux assistants de programmation capables de consulter des fichiers, de lancer des commandes et de modifier un projet.

Cette version officielle ne remplace cependant pas encore le modèle utilisé dans toutes les interfaces. DeepSeek précise que la mise à jour du 31 juillet concerne l’API V4-Flash. Les modèles proposés dans l’application et sur le site Web n’ont pas été actualisés au même moment.

Des progrès importants pour le code et les agents

DeepSeek affirme que V4-Flash-0731 dépasse la préversion de V4-Pro sur plusieurs tests consacrés aux agents. Il obtient notamment 82,7 sur Terminal-Bench 2.1, contre 72,1 pour V4-Pro Preview, et 54,4 sur DeepSWE, contre 12,8 pour la préversion du modèle Pro.

Ces chiffres doivent être interprétés avec prudence. Ils ont été publiés par DeepSeek et certains tests ont été réalisés avec un outil interne baptisé DeepSeek Harness, dont la version utilisée n’était pas encore publique lors de l’annonce. Deux autres évaluations mises en avant par l’entreprise reposent sur des jeux de données internes.

Ces résultats montrent néanmoins que le post-entraînement a fortement amélioré l’utilisation des outils et la programmation. Ils ne signifient pas que V4-Flash surpasse V4-Pro dans tous les domaines. La préversion de V4-Pro conserve notamment un avantage sur certaines tâches de connaissances générales et de raisonnement complexe.

Un rapport performances-prix difficile à égaler

L’évaluation indépendante d’Artificial Analysis attribue à V4-Flash-0731 un score de 50 sur son Intelligence Index, soit dix points de plus que la première préversion de V4-Flash.

Ce score place le modèle au niveau de Gemini 3.6 Flash dans ce classement et un point derrière GLM-5.2 et Muse Spark 1.1. Kimi K3 atteint 57 points, tandis que les modèles les plus performants d’OpenAI et d’Anthropic conservent une avance d’au moins neuf points.

La principale différence concerne le coût. Artificial Analysis estime qu’un passage complet de ses tests revient en moyenne à environ trois centimes avec V4-Flash, contre 0,86 dollar avec Kimi K3, 1,86 dollar avec GPT-5.6 Sol et 3,15 dollars avec Claude Fable 5.

Cette comparaison tient compte du nombre de tokens réellement consommés. Elle est donc plus représentative qu’une simple lecture du prix affiché par million de tokens, puisqu’un modèle très bavard peut finalement coûter plus cher qu’un concurrent facturé à un tarif supérieur.

Quel est le prix de DeepSeek V4 ?

Lors de notre dernière vérification, le 3 août 2026, les tarifs officiels de l’API étaient les suivants. Les prix sont indiqués pour un million de tokens et peuvent évoluer.

Le cache permet de réutiliser des informations déjà traitées, par exemple les instructions communes ou une partie stable d’un document. Le prix extrêmement faible de 0,0028 dollar ne concerne donc pas toutes les entrées.

DeepSeek prévoit également d’instaurer une tarification différenciée selon les horaires. Pendant les futures heures de pointe, comprises entre 9 h et 12 h puis entre 14 h et 18 h à Pékin, les prix pourraient être doublés. La date d’entrée en vigueur n’avait pas encore été annoncée lors de notre vérification.

Un contexte d’un million de tokens

DeepSeek V4 accepte jusqu’à un million de tokens dans une seule requête. Cette capacité permet théoriquement de fournir un dépôt de code volumineux, une importante collection de documents ou l’historique d’un long projet.

Pour réduire le coût de cette fenêtre contextuelle, DeepSeek utilise une architecture d’attention hybride combinant plusieurs formes de compression et d’attention sélective. Selon le rapport technique de l’entreprise, V4-Pro n’utiliserait, avec un contexte d’un million de tokens, que 27 % des opérations nécessaires à V3.2 pour générer un token. La mémoire consacrée au cache KV serait réduite à 10 % de celle de la génération précédente.

Ces chiffres proviennent de DeepSeek et dépendent de sa propre infrastructure. Une fenêtre d’un million de tokens ne garantit pas non plus que le modèle retrouvera parfaitement chaque information. Les développeurs devront vérifier sa précision sur leurs documents et leurs dépôts réels avant un déploiement en production.

DeepSeek V4 peut-il encore halluciner ?

Oui, et les performances en programmation ne doivent pas masquer cette limite. Artificial Analysis constate une amélioration sur son test AA-Omniscience, mais mesure encore un taux d’hallucination de 84 % dans ce protocole particulier.

Ce chiffre ne signifie pas que 84 % de toutes les réponses produites par DeepSeek sont fausses. Il correspond à une évaluation conçue pour pousser les modèles à répondre à des questions factuelles difficiles ou potentiellement insolubles. Il montre néanmoins que V4-Flash peut encore inventer une information au lieu de reconnaître son incertitude.

Les réponses portant sur la santé, le droit, les finances, la sécurité informatique ou des données récentes doivent donc être contrôlées avec des sources externes. Le faible prix de l’API ne réduit pas la nécessité d’une validation humaine.

Des poids ouverts, mais pas pour un PC classique

DeepSeek publie les poids de V4-Flash et de la préversion V4-Pro sous licence MIT. Les entreprises et les chercheurs peuvent donc les télécharger, les modifier et les déployer sur leur propre infrastructure, sous réserve de respecter les conditions de la licence.

Cette ouverture ne rend toutefois pas les modèles accessibles à tous les ordinateurs. V4-Flash comporte 284 milliards de paramètres et son déploiement officiel avec vLLM est illustré sur un serveur équipé de quatre accélérateurs NVIDIA GB300. V4-Pro atteint pour sa part 1 600 milliards de paramètres.

Des versions quantifiées peuvent réduire la mémoire nécessaire, au prix d’une éventuelle baisse de qualité ou de vitesse. Même ainsi, la version complète de V4-Flash reste très éloignée des modèles destinés à un ordinateur disposant de 16 ou 32 Go de mémoire.

Pour une utilisation personnelle, il reste plus raisonnable de consulter notre comparatif des meilleures IA locales en 2026 ou de suivre notre guide pour installer une IA avec Ollama.

Huawei joue un rôle stratégique dans le déploiement de V4

La famille V4 a également été optimisée pour les accélérateurs chinois de Huawei. Le constructeur a annoncé que ses supernœuds fondés sur les puces Ascend 950 prendraient entièrement en charge les modèles DeepSeek V4.

Cette compatibilité possède une dimension stratégique. Les restrictions américaines limitent l’accès des entreprises chinoises aux puces NVIDIA les plus avancées. En adaptant son modèle à une infrastructure Huawei, DeepSeek cherche à réduire sa dépendance à l’égard des technologies américaines.

Cela ne signifie pas que V4 fonctionne exclusivement sur du matériel Huawei. DeepSeek fournit aussi des instructions de déploiement pour des infrastructures NVIDIA. L’optimisation réalisée avec Huawei concerne principalement les centres de données chinois et la montée en charge du service.

Cette évolution prolonge la progression des modèles chinois analysée dans notre article consacré à l’essor des IA chinoises.

Quelles conséquences pour les utilisateurs ?

Pour le grand public, le changement immédiat reste limité. La mise à jour officielle concerne d’abord l’API. DeepSeek n’a pas encore déployé V4-Flash-0731 dans toutes les versions de son application et de son interface Web.

Pour les développeurs, l’intérêt est plus évident. Le prix très bas permet de lancer davantage de tâches automatisées, d’analyser de grands dépôts et d’expérimenter avec des agents sans faire exploser la facture. La compatibilité avec plusieurs formats d’API facilite également la migration depuis d’autres fournisseurs.

Les entreprises peuvent télécharger les poids et conserver le modèle sur leur propre infrastructure. Cette possibilité peut améliorer le contrôle des données, mais elle nécessite des serveurs coûteux et des compétences techniques importantes.

V4-Flash ne doit enfin pas être considéré comme le meilleur modèle dans toutes les situations. Les évaluations indépendantes le placent derrière plusieurs modèles concurrents sur la qualité générale. Son principal avantage réside dans son équilibre entre coût, contexte et capacités agentiques.

Faut-il utiliser V4-Flash ou attendre V4-Pro ?

V4-Flash constitue le choix le plus logique pour les tâches répétitives, la programmation et les agents sensibles au coût. Sa version officielle est disponible, ses poids sont téléchargeables et son API prend déjà en charge le format Responses.

V4-Pro reste plus adapté aux organisations qui recherchent un niveau supérieur de connaissances générales et disposent d’un budget plus élevé. Sa préversion peut être utilisée avec les interfaces Chat Completions et Anthropic, mais l’intégration complète au format Responses et la version définitive sont encore attendues.

Pour une application en production, il peut donc être prudent de commencer avec V4-Flash, puis de comparer V4-Pro lorsque sa version officielle sera publiée. Le choix doit reposer sur les tâches réelles de l’entreprise plutôt que sur un score de benchmark isolé.

FAQ sur DeepSeek V4

DeepSeek V4 est-il déjà disponible ?

Oui, mais avec une nuance. V4-Flash-0731 est disponible officiellement en bêta publique depuis le 31 juillet 2026. V4-Pro reste proposé en préversion et sa version définitive n’a pas encore de date précise.

DeepSeek V4 est-il gratuit ?

Les poids peuvent être téléchargés gratuitement sous licence MIT. L’utilisation de l’API est payante selon le nombre de tokens consommés. L’auto-hébergement entraîne également des coûts importants en matériel et en électricité.

Quelle est la différence entre V4-Flash et V4-Pro ?

V4-Flash active 13 milliards de paramètres et privilégie la vitesse ainsi que le coût. V4-Pro en active 49 milliards et vise les tâches plus complexes, mais demande davantage de puissance de calcul.

DeepSeek V4 peut-il analyser des images ?

Non. Les modèles V4-Flash et V4-Pro actuellement documentés acceptent uniquement du texte en entrée et produisent du texte en sortie. Ils ne sont pas multimodaux.

Peut-on installer DeepSeek V4 sur un PC ?

Les poids sont disponibles, mais les modèles complets sont trop volumineux pour un ordinateur classique. V4-Flash demande une infrastructure multi-GPU importante, tandis que V4-Pro est encore beaucoup plus lourd.

DeepSeek V4 est-il meilleur que ChatGPT ou Claude ?

Pas dans tous les domaines. V4-Flash se distingue par son prix et ses performances agentiques, mais les évaluations indépendantes placent encore les meilleurs modèles d’OpenAI et d’Anthropic devant lui sur la qualité générale.

Quand sortira la version officielle de V4-Pro ?

DeepSeek indique seulement qu’elle arrivera prochainement. La prise en charge de V4-Pro dans la Responses API était annoncée pour le début du mois d’août 2026, mais cela ne constitue pas nécessairement la date de sortie définitive du modèle.

Conclusion

DeepSeek V4-Flash ne reprend pas exactement le rôle de R1, dont le lancement avait bouleversé le marché par son effet de surprise. La concurrence s’est renforcée et plusieurs modèles chinois rivalisent désormais avec les laboratoires américains.

La nouvelle version conserve néanmoins la spécialité de DeepSeek : proposer beaucoup de capacités pour un prix extrêmement faible. Son contexte d’un million de tokens, sa licence MIT et ses progrès dans la programmation en font une option sérieuse pour les développeurs et les entreprises.

Il reste toutefois nécessaire de contrôler ses réponses, de tenir compte de son importante consommation matérielle en local et d’attendre la version définitive de V4-Pro avant de juger l’ensemble de la génération.

Sources

• DeepSeek — annonce officielle de V4-Flash-0731
• DeepSeek — présentation de la famille V4
• DeepSeek — modèles et tarifs de l’API
• DeepSeek sur Hugging Face — V4-Flash-0731
• DeepSeek sur Hugging Face — V4-Pro et rapport technique
• Artificial Analysis — évaluation indépendante de V4-Flash-0731
• Reuters — performances et coût de DeepSeek V4-Flash
• Reuters — compatibilité de DeepSeek V4 avec Huawei Ascend

L’article DeepSeek V4 : V4-Flash devient officiel avec un prix imbattable est apparu en premier sur Tech Pi.