DeepSeek V4 Pro passe en disponibilité générale et parie tout sur les agents

Le laboratoire chinois DeepSeek a basculé le 13 août sa version finale de V4 Pro en disponibilité générale, quatre mois après une première mise en accès anticipé. La bascule est loin d'être cosmétique : le modèle, désormais estampillé DeepSeek-V4-Pro-0813, abandonne l'ambition généraliste du chatbot pour se concentrer sur ce que l'industrie appelle les tâches agentiques — écrire du code, manipuler des outils, enchaîner des étapes sans supervision humaine. C'est un pari de positionnement autant que de technique, à un moment où toute la concurrence court après le même terrain.

Un modèle taillé pour agir, pas pour bavarder

DeepSeek assume la spécialisation. La documentation officielle met en avant un modèle de raisonnement à poids ouverts, avec un mode « pensée étendue » activable, une fenêtre de contexte d'un million de tokens et une génération pouvant atteindre plusieurs centaines de milliers de tokens en sortie. Sous le capot, Artificial Analysis recense 1 600 milliards de paramètres au total, dont 49 milliards activés à chaque requête — une architecture à experts qui permet de ne mobiliser qu'une fraction du réseau par jeton, et donc de contenir le coût d'inférence malgré la taille brute.

Le message commercial est limpide : ce n'est plus un modèle qu'on interroge, c'est un modèle qu'on met au travail. DeepSeek insiste sur les workflows multi-étapes, l'appel d'outils et l'exécution de code, là où ses versions précédentes se vendaient encore comme des assistants conversationnels polyvalents. Ce virage suit une bascule générale du marché vers les agents, déjà lisible chez Alibaba avec Qwen3.8-Max ou dans la course aux modèles occidentaux de dernière génération.

Des scores maison spectaculaires, encore invérifiés

C'est ici qu'il faut ralentir. DeepSeek a publié une batterie de résultats flatteurs : 87,9 sur Terminal Bench 2.1, 62,7 sur DeepSWE, 61,5 sur NL2Repo, autant de tests centrés sur les capacités d'agent. Le problème est simple et récurrent dans le secteur : aucun évaluateur tiers n'a répliqué ces chiffres au moment de la mise en disponibilité générale. Les benchmarks maison, choisis et exécutés par le fournisseur lui-même, servent d'argument de lancement bien avant d'être audités.

Quand on passe aux mesures indépendantes, le tableau se nuance nettement. Sur l'Artificial Analysis Intelligence Index — un indice composite qui agrège une dizaine d'épreuves de raisonnement, de code, d'usage d'outils et de connaissances —, DeepSeek V4 Pro obtient 53. Un score solide, très au-dessus de la médiane des modèles comparables, mais qui le situe en retrait des tout derniers modèles de frontière : Grok 4.6, sorti la veille, et GPT-5.6 Sol pointent à 61 sur le même indice. Autrement dit, la promesse « agentique » de DeepSeek reste crédible, mais son avance revendiquée sur les tests internes ne se retrouve pas encore dans les classements neutres.

L'ouverture demeure, le tarif s'envole

Le paradoxe de ce lancement tient à son modèle économique. DeepSeek continue de distribuer ses poids sous licence MIT — un régime permissif qui autorise l'usage commercial, la modification et l'auto-hébergement sans redevance, atout majeur pour qui veut garder ses données chez soi. Mais l'accès par API, lui, a nettement renchéri : le passage en disponibilité générale s'est accompagné d'une hausse des tarifs pouvant atteindre douze fois les prix de la phase d'accès anticipé. Artificial Analysis relève désormais 1,32 dollar par million de tokens en entrée et 3,96 dollars en sortie — compétitif face aux modèles fermés, mais cher pour un modèle à poids ouverts de ce gabarit.

La logique est assumée : les prix d'appel de la préversion servaient à installer les usages, la disponibilité générale sert à les rentabiliser. Pour les équipes qui avaient bâti leurs coûts sur les tarifs de printemps, la facture change d'échelle du jour au lendemain.

Ce que ça change côté européen

Pour un décideur français ou européen, l'arbitrage est double. D'un côté, la licence MIT et l'auto-hébergement font de V4 Pro une option sérieuse pour rester maître de ses données, un enjeu que la souveraineté numérique remet au centre du débat. De l'autre, la dépendance à un fournisseur chinois, la hausse brutale des prix d'API et l'absence de vérification indépendante des performances imposent la prudence : on peut télécharger les poids, mais on hérite aussi de l'incertitude sur ce qu'ils valent réellement. Le bon réflexe reste inchangé — tester le modèle sur ses propres cas d'usage plutôt que sur les scores d'un communiqué.