Le 24 avril 2026, DeepSeek a publié V4 Pro et V4 Flash — deux modèles open source qui viennent de redéfinir ce que "frontier AI" signifie. Sur les benchmarks de code, V4 Pro dépasse Claude Opus 4.6 et GPT-5.5. Et il coûte 7 à 9 fois moins cher. La particularité supplémentaire : c'est la première fois qu'un modèle IA chinois de premier rang tourne nativement sur les puces Huawei Ascend 950, sans dépendance à NVIDIA.
Architecture : 1,6 trillion de paramètres, 49 milliards actifs
DeepSeek V4 Pro affiche 1,6 trillion de paramètres au total, mais seulement 49 milliards actifs par inférence grâce à une architecture Mixture-of-Experts (MoE). Le modèle n'active qu'une fraction de ses neurones à chaque appel — ce qui lui permet d'atteindre des performances de modèle géant avec la consommation réelle d'un modèle bien plus compact.
L'innovation technique majeure est l'introduction d'un mécanisme d'attention hybride combinant Compressed Sparse Attention (CSA) et Heavily Compressed Attention (HCA). Ce système permet de gérer une fenêtre de contexte d'un million de tokens — soit environ 750 000 mots, l'équivalent de plusieurs romans — sans exploser les coûts de calcul.
V4 Flash, la version allégée, propose 284 milliards de paramètres (13 milliards actifs) à un prix encore plus agressif. Les deux modèles sont publiés sous licence MIT, ce qui signifie utilisation commerciale libre, modification du code, et déploiement on-premise sans restrictions.
Benchmarks : les modèles fermés occidentaux ne sont plus au sommet
Les chiffres sont nets. Sur LiveCodeBench, le benchmark de référence pour l'évaluation des capacités de programmation en conditions réelles, DeepSeek V4 Pro atteint 93,5 %. Claude Opus 4.6 plafonne à 84,7 %, GPT-5.5 à 85,3 %. Un écart de presque 10 points sur une tâche considérée comme le terrain de jeu des meilleurs modèles fermés.
Sur SWE-bench Verified — qui évalue la capacité à résoudre de vrais bugs dans de vraies codebases GitHub — V4 Pro score 80,6 %. C'est comparable à Claude Opus 4.7 à son lancement, mais facturé $3,48 par million de tokens en sortie contre $25 pour Claude Opus 4.6.
Pour le raisonnement scientifique (GPQA Diamond), Qwen 3.5 — concurrent direct de DeepSeek dans l'écosystème chinois — atteint 88,4 % avec seulement 17 milliards de paramètres actifs, dépassant Claude Opus 4.7 (86,2 %). Le message est clair : l'écart entre open-weight chinois et closed-source occidental est passé de 20 points à moins de 5 points sur les benchmarks de code et raisonnement.
Le tournant Huawei : une indépendance stratégique assumée
Ce qui distingue DeepSeek V4 de ses prédécesseurs, c'est son intégration native avec les puces Huawei Ascend 950. C'est la première fois qu'un modèle IA chinois de ce niveau est conçu dès le départ pour tourner sur du hardware chinois, sans dépendance aux GPU NVIDIA sous embargo américain.
Huawei supporte DeepSeek via sa technologie "Supernode" — des clusters de puces Ascend 950 interconnectées à très haute bande passante. DeepSeek indique que les prix de V4 Pro pourraient encore baisser en fin 2026, une fois les supernodes Huawei déployés à grande échelle. La demande de puces Ascend 950 a explosé dans les jours suivant l'annonce.
Cette architecture matérielle indépendante n'est pas un détail technique. Elle signifie que même si les sanctions américaines sur les semiconducteurs s'intensifient, l'écosystème IA chinois peut continuer à évoluer sur sa propre pile hardware. C'est une réponse structurelle à la guerre des chips, pas seulement un contournement.
Pricing : la disruption par les prix, acte II
DeepSeek avait déjà provoqué une onde de choc début 2025 avec des prix d'API très inférieurs au marché. Avec V4, la stratégie s'intensifie. V4 Pro à $3,48 par million de tokens en sortie contre $30 pour GPT-5.4 et $25 pour Claude Opus 4.6 — soit entre 7x et 9x moins cher pour un modèle qui performe mieux sur le code.
V4 Flash descend à $0,28 par million de tokens, ce qui en fait probablement le modèle le plus performant-par-dollar du marché en mai 2026 pour les tâches de code et raisonnement structuré. Pour les équipes qui ont des volumes importants — agents IA, pipelines de revue de code automatique, génération de tests — c'est un changement de calcul économique significatif.
Au lancement, V4 Pro bénéficiait d'une remise de 75 % sur les tokens d'entrée, soit environ $0,036 par million de tokens en entrée. Une promotion agressive qui vise clairement à créer de l'adoption rapide avant que les concurrents n'ajustent leurs prix.
Mon analyse : le moment où l'open source chinois rattrape structurellement le fermé occidental
Ce qui se passe en 2026 n'est pas une simple course aux benchmarks. C'est la convergence de trois avantages compétitifs que l'écosystème chinois a construits simultanément : efficience architecturale (MoE agressif), indépendance hardware (Huawei Ascend), et modèle de distribution ouvert (MIT).
Il y a un an, le débat était "DeepSeek peut-il rivaliser avec GPT-4 ?". Aujourd'hui, la question est "pourquoi payer 9 fois plus pour GPT-5.5 sur du code ?". Ce renversement de la question résume mieux que tout où on en est.
La vraie incertitude porte sur les capacités non-benchmark : cohérence sur de très longues conversations, fiabilité dans les domaines où les données d'entraînement chinoises sont moins denses (droit européen, régulation GDPR, nuances culturelles françaises), et le support enterprise à long terme. Ces angles morts existent.
Mais pour les équipes tech qui construisent des produits avec des LLM — et qui regardent leurs factures d'API grossir — ne pas tester DeepSeek V4 en mai 2026 serait une erreur d'allocation de budget. J'ai détaillé les cas d'usage concrets et les comparaisons d'intégration dans mon analyse complète sur TECH ACTU — le lien est en commentaire.
