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