DeepSeek : cinq repères pour comprendre l’IA chinoise face à ChatGPT

Le 20 janvier 2025, la publication de DeepSeek-R1 a fait sortir de l’ombre une jeune pousse chinoise jusque-là surtout connue des spécialistes de l’IA. En quelques jours, l’application DeepSeek s’est hissée au sommet de classements de téléchargements, portée par une promesse très simple à comprendre : offrir un assistant conversationnel performant, gratuit et fondé sur des modèles dont les poids sont disponibles publiquement.

L’emballement ne tient pas seulement à l’arrivée d’un nouveau chatbot. DeepSeek a placé au centre du débat une question qui dépasse son interface : faut-il forcément des investissements colossaux et les puces les plus puissantes pour rivaliser avec les grands modèles américains ? Entre prouesse technique, comparaison parfois hâtive avec ChatGPT et contraintes politiques propres au contexte chinois, voici cinq repères pour comprendre ce que DeepSeek change réellement au paysage de l’IA au 6 février 2025.

DeepSeek, une start-up devenue visible en quelques jours

DeepSeek est une entreprise chinoise fondée par Liang Wenfeng. Son assistant n’est pas apparu de nulle part le 20 janvier, mais cette date correspond à la mise à disposition de DeepSeek-R1, un modèle orienté vers le raisonnement. C’est cette sortie qui a précipité la notoriété mondiale de la marque auprès du grand public.

Le principe de l’outil est familier pour les utilisateurs de ChatGPT : on saisit une consigne dans une fenêtre de discussion et le système génère une réponse. Il peut résumer un texte, rédiger, traduire, expliquer un problème ou aider à structurer une tâche. Les modèles de langage ne « comprennent » pas le monde comme un humain : ils prédisent, mot après mot, la suite la plus plausible à partir des exemples sur lesquels ils ont été entraînés et de la demande formulée par l’utilisateur.

La différence mise en avant par DeepSeek se situe dans les modèles sous-jacents. L’entreprise propose notamment DeepSeek-V3, rendu public à la fin de décembre 2024, et DeepSeek-R1, publié le 20 janvier 2025. Le premier est un modèle généraliste. Le second vise plus particulièrement les exercices demandant plusieurs étapes de réflexion, par exemple les mathématiques, la programmation ou la résolution de problèmes.

Pourquoi les modèles R1 et V3 attirent-ils autant l’attention ?

DeepSeek présente R1 et V3 comme des modèles « open source ». Dans le langage courant de l’IA, cette formule signifie surtout que l’entreprise rend accessibles les poids du modèle, c’est-à-dire les paramètres issus de son entraînement, ainsi qu’une partie de sa documentation. Des développeurs peuvent donc les examiner, les tester ou les déployer eux-mêmes, sous les conditions de licence fixées par l’éditeur.

Cette ouverture contraste avec les modèles les plus avancés d’OpenAI, accessibles principalement par ChatGPT ou par une interface destinée aux développeurs, sans publication complète de leurs paramètres. Elle facilite la recherche indépendante et permet à des entreprises d’adapter un modèle à leurs besoins, par exemple pour un assistant interne ou un outil spécialisé.

DeepSeek-V3 est souvent décrit comme un modèle d’environ 600 milliards de paramètres. Sa documentation technique donne un chiffre plus précis de 671 milliards de paramètres au total. Cela ne signifie pas que les 671 milliards travaillent sur chaque phrase générée. V3 repose sur une architecture dite de « mélange d’experts » : pour une demande donnée, le système n’active qu’une fraction de ses composants spécialisés.

Cette organisation vise à concilier deux objectifs difficiles à réunir : disposer d’un très grand modèle, donc potentiellement riche en connaissances et en capacités, tout en limitant les calculs nécessaires pour répondre à chaque question. C’est l’une des raisons pour lesquelles DeepSeek a suscité un intérêt technique bien au-delà de son application mobile.

Les observateurs ont relevé des performances comparables à celles de modèles occidentaux sur certains tests de raisonnement ou de code. Sam Altman, directeur général d’OpenAI, a lui-même qualifié R1 d’« impressionnant ». Cette appréciation ne veut pas dire que DeepSeek égale ChatGPT dans tous les usages. Un assistant conversationnel est aussi jugé sur la stabilité de son service, la qualité de ses fonctions annexes, sa sécurité et la liberté de ses réponses.

Le coût de 5,6 millions de dollars doit être lu avec précision

Le chiffre qui a le plus marqué les marchés est celui de 5,6 millions de dollars. Il est associé à l’entraînement de DeepSeek-V3 et paraît extrêmement bas face aux montants habituellement évoqués pour les grands modèles américains. L’article technique de DeepSeek fait état d’environ 2,788 millions d’heures de calcul sur des puces Nvidia H800, valorisées à 2 dollars l’heure, soit 5,576 millions de dollars.

Ce montant est important, mais il ne doit pas être présenté comme le coût complet de création de DeepSeek. Il correspond à une estimation du calcul utilisé pour l’entraînement final de V3. Il ne détaille pas nécessairement les essais antérieurs, le travail des équipes, l’achat ou l’exploitation de l’infrastructure, la préparation des données et les autres dépenses de recherche et développement.

Le montant de 80 millions de dollars parfois avancé pour GPT-4 illustre l’écart supposé, mais OpenAI n’a pas publié de comptabilité officielle permettant de mettre les deux projets exactement sur le même plan. Comparer ces nombres comme deux factures identiques serait donc trompeur.

Plusieurs éléments techniques expliquent néanmoins l’attention accordée à DeepSeek :

• l’emploi de puces Nvidia H800, conçues pour le marché chinois dans le contexte des restrictions américaines à l’exportation de puces d’IA avancées ;
• une architecture de mélange d’experts, qui évite de solliciter l’ensemble des paramètres à chaque opération ;
• des optimisations logicielles et des choix d’entraînement destinés à mieux employer les ressources disponibles.

Le soutien public chinois à l’IA est une réalité plus large, mais l’attribution d’un montant précis de subventions à DeepSeek ne peut pas être établie à partir des données techniques rendues publiques par l’entreprise. Il faut donc éviter d’en faire, sans preuve chiffrée, l’explication automatique du coût affiché.

Une IA accessible gratuitement, mais pas sans conditions

DeepSeek mise aussi sur l’accessibilité. Au début de février 2025, le service est gratuit et disponible depuis une interface web ainsi que des applications pour iOS et Android. L’utilisateur doit créer un compte avant de commencer une conversation.

Cette obligation tranche avec l’évolution de ChatGPT : en avril 2024, OpenAI a commencé à permettre l’utilisation de son service sans création de compte dans les régions où cette possibilité est proposée. Dans les deux cas, les conditions d’accès peuvent toutefois varier selon les pays et l’état de disponibilité des services.

L’interface de DeepSeek rappelle volontairement celle des assistants conversationnels déjà populaires. Elle propose différents modes de recherche et d’échange, ce qui réduit la barrière d’entrée pour une personne qui a déjà utilisé ChatGPT. En revanche, certaines fonctions répandues chez ses concurrents restent absentes à cette date, notamment le mode vocal.

La gratuité constitue un argument puissant, mais elle ne répond pas à toutes les attentes. Un particulier qui veut générer du texte, obtenir une explication ou tester un problème de logique peut y voir une alternative immédiate. Une organisation qui envisage un usage professionnel devra aussi examiner la disponibilité du service, les modalités de déploiement des modèles ouverts et les contraintes propres à son activité.

Les sujets politiques chinois restent une ligne rouge

La limite la plus nette de DeepSeek n’est pas technique. Des internautes ont très vite interrogé le chatbot sur des thèmes sensibles en Chine, notamment la politique de Xi Jinping. Dans certains cas, l’assistant a refusé de poursuivre la discussion avec une réponse du type : « Sorry, that’s beyond my current scope. Let’s talk about something else. »

Ces refus témoignent de mécanismes de filtrage sur des sujets considérés comme politiquement sensibles par les autorités chinoises. Ils rappellent qu’un modèle de langage n’est jamais un outil neutre ou universel : ses réponses dépendent de ses données, de ses règles de sécurité, de son interface et du cadre juridique dans lequel il est développé et exploité.

Pour un usage créatif, technique ou scolaire, cette restriction ne sera pas forcément visible au quotidien. Pour la recherche d’information, l’histoire contemporaine, le journalisme ou tout travail sur la politique chinoise, elle constitue en revanche une limite majeure. Un chatbot peut produire une réponse très fluide tout en évitant certains faits, certaines questions ou certaines formulations.

Pourquoi Wall Street et Washington ont réagi

L’essor de DeepSeek a été interprété comme un signal économique autant que technologique. Le 27 janvier 2025, l’indice Nasdaq a reculé de 2,63 % selon le chiffre alors largement cité, tandis que l’action Nvidia a chuté de plus de 13 % à l’ouverture. Les investisseurs se sont demandé si des modèles capables d’obtenir de bons résultats avec moins de calcul pourraient fragiliser l’idée selon laquelle la demande en puces d’IA les plus coûteuses ne pouvait qu’augmenter.

Cette réaction ne signifie pas que DeepSeek ait démontré qu’il était possible de se passer des grands fabricants de puces. L’IA moderne continue de dépendre massivement de matériel spécialisé, et DeepSeek lui-même s’appuie sur des processeurs Nvidia. Elle révèle surtout que les marchés prennent désormais au sérieux les gains d’efficacité susceptibles de modifier la course aux investissements.

Sur le terrain politique, Donald Trump a décrit la progression de DeepSeek comme un signal d’alarme pour les industries américaines. Le projet Stargate, programme d’investissement massif dans l’infrastructure d’IA, avait été annoncé le 21 janvier 2025, avant cette réaction du 27 janvier. Les deux épisodes illustrent la même compétition : les États-Unis et la Chine considèrent l’IA comme une technologie stratégique, à la fois industrielle, scientifique et géopolitique.

Ce qu’il faut surveiller après l’effet de surprise

La question décisive n’est pas seulement de savoir si DeepSeek peut donner une bonne réponse à une requête isolée. Il faudra vérifier si ses performances se maintiennent dans des usages variés, si son infrastructure supporte une fréquentation mondiale, et si les développeurs parviennent à tirer parti de ses modèles ouverts dans des produits concrets.

Il faudra également distinguer trois débats souvent mélangés. Le premier concerne la qualité des modèles et leurs performances réelles. Le deuxième porte sur leur coût total, qui dépasse toujours le seul calcul d’entraînement final. Le troisième est politique : l’ouverture des poids ne fait pas disparaître les règles de contenu ni les contraintes du pays d’origine.

DeepSeek a déjà obtenu un résultat notable : rappeler que l’innovation en IA ne se joue pas uniquement dans les laboratoires américains les plus riches. Pour les utilisateurs, cette concurrence peut apporter davantage de choix et accélérer l’amélioration des outils. Elle rend aussi plus nécessaire une lecture critique des démonstrations, des comparaisons de coûts et des réponses produites par les assistants conversationnels.