DeepSeek et les principaux acteurs de l'IA en 2026

DeepSeek et les principaux acteurs de l'IA en 2026

Par l'équipe pédagogique LiveCampus· Mis à jour le ·
Actu tech

En bref : DeepSeek, start-up chinoise fondée en 2023 par Liang Wenfeng, a surpris le secteur en janvier 2025 avec R1, un modèle de raisonnement aux performances proches des leaders américains, publié en poids ouverts sous licence MIT. En avril 2026, DeepSeek a publié V4 (versions Pro et Flash), toujours en poids ouverts, avec une fenêtre de contexte d'un million de tokens et des prix d'API très inférieurs à ceux des modèles propriétaires. L'écart avec les meilleurs modèles fermés se mesure désormais en mois, mais les questions de protection des données et de gouvernance restent entières.

DeepSeek en quelques dates

  • Décembre 2024 : DeepSeek-V3, modèle « mixture of experts » de 671 milliards de paramètres, dont 37 milliards actifs par token.
  • 20 janvier 2025 : DeepSeek-R1, modèle de raisonnement publié sous licence MIT. Son coût d'entraînement annoncé, très bas, et ses performances provoquent une forte réaction des marchés et du secteur.
  • Fin janvier 2025 : l'autorité italienne de protection des données (Garante) bloque l'application en Italie, faute de réponses satisfaisantes sur le traitement des données des utilisateurs. D'autres autorités européennes, dont la DPC irlandaise, demandent des informations.
  • 2025 : mises à jour successives (R1-0528, V3.1, V3.2), toujours en poids ouverts.
  • 24 avril 2026 : DeepSeek-V4 en préversion, en deux tailles : V4-Pro (1 600 milliards de paramètres, 49 milliards actifs) et V4-Flash (284 milliards, 13 milliards actifs), avec un contexte d'un million de tokens, sous licence MIT.

Pourquoi DeepSeek a compté

Le coût

DeepSeek a montré qu'on pouvait approcher les meilleurs modèles avec beaucoup moins de moyens, grâce à des choix d'architecture (mixture of experts, mécanismes d'attention plus économes). À la sortie de V4, son API était facturée 1,74 dollar par million de tokens en entrée et 3,48 dollars en sortie pour V4-Pro, contre 5 dollars en entrée et 25 à 30 dollars en sortie pour les modèles haut de gamme d'OpenAI et d'Anthropic, selon les tarifs relevés par WinBuzzer.

Les poids ouverts

Un modèle « en poids ouverts » peut être téléchargé, exécuté sur ses propres serveurs et adapté. Ce n'est pas de l'open source au sens complet : DeepSeek ne publie pas ses données d'entraînement. Pour une entreprise, héberger le modèle soi-même permet de ne pas envoyer ses données à un service situé en Chine, ce qui n'est pas le cas de l'application et de l'API de DeepSeek.

Les limites

  • Les performances annoncées sont surtout celles mesurées par DeepSeek. À la sortie de V4, la presse spécialisée estimait l'écart avec les meilleurs modèles fermés à quelques mois.
  • Les données : utiliser l'application ou l'API de DeepSeek implique un traitement des données en Chine, ce qui a motivé la décision italienne et pose des questions de conformité au RGPD.
  • La censure : les modèles suivent les règles imposées par les autorités chinoises sur certains sujets politiques.

Les principaux acteurs en 2026

Le marché se partage entre modèles fermés, accessibles uniquement par API ou application, et modèles en poids ouverts. Les versions changent tous les quelques mois : le tableau ci-dessous décrit des positionnements plutôt que des classements.

Acteur Pays Modèles phares Poids ouverts Positionnement
OpenAI États-Unis GPT-5.x ; gpt-oss Partiellement (gpt-oss) Généraliste, très large base d'utilisateurs
Google États-Unis Gemini 3.x ; Gemma Partiellement (Gemma) Multimodal, intégré aux produits Google
Anthropic États-Unis Claude Non Code, agents, usages professionnels
Meta États-Unis Llama Oui (licence Llama) Modèles ouverts pour les développeurs
Mistral AI France Mistral, Magistral, Codestral Une partie de la gamme Acteur européen, déploiement sur site
DeepSeek Chine V4, R1 Oui (MIT) Performances élevées à bas coût
Alibaba Chine Qwen Oui, pour de nombreuses versions Large gamme de tailles, multilingue

Ce que cela change pour les entreprises et les étudiants

  • Le choix d'un modèle devient un choix d'architecture : coût, confidentialité, hébergement, latence, qualité sur la tâche visée. Il n'y a plus un « meilleur modèle » unique.
  • Les modèles ouverts rendent possible l'hébergement interne, ce qui intéresse les secteurs sensibles. Il faut alors savoir déployer, sécuriser et évaluer un modèle.
  • La conformité compte : RGPD, règlement européen sur l'IA, politiques internes. Utiliser un service d'IA, c'est aussi décider où partent les données.

Ces compétences (choisir, intégrer, évaluer et déployer des modèles) sont au cœur du Mastère Ingénieur Data & IA de LiveCampus, suivi à distance en cours en direct et en alternance.

Questions fréquentes

DeepSeek est-il open source ?

Ses modèles sont publiés en poids ouverts, sous licence MIT pour les principaux. Les données et le code d'entraînement ne sont pas publiés, ce qui ne correspond pas à une définition stricte de l'open source.

Peut-on utiliser DeepSeek en entreprise en France ?

L'application et l'API traitent les données en Chine, ce qui pose des questions de conformité au RGPD. Héberger soi-même un modèle en poids ouverts évite ce transfert, mais demande des ressources et une évaluation de sécurité.

Quel est le meilleur modèle d'IA ?

Il dépend de l'usage : code, rédaction, analyse de documents, coût, confidentialité. Les classements changent tous les quelques mois ; mieux vaut tester les modèles sur ses propres cas d'usage.

Sources

À lire aussi : Les tendances data à suivre et L'IA pour améliorer sa productivité de développeur.