DeepSeek bouscule ChatGPT : pourquoi son app grimpe au sommet aux États-Unis

L’ordre des applications les plus téléchargées raconte parfois mieux une bataille technologique qu’un long discours. Au 27 janvier 2025, DeepSeek a pris la première place des applications gratuites de l’App Store aux États-Unis, devant ChatGPT. Pour cette jeune entreprise chinoise, l’exploit ne tient pas seulement à une application gratuite : il s’appuie aussi sur DeepSeek-R1, un modèle conçu pour les problèmes nécessitant plusieurs étapes de raisonnement et mis à disposition avec des poids réutilisables.

Cette percée est observée de très près, car elle fait converger trois sujets essentiels dans la course à l’intelligence artificielle : la qualité des réponses, le coût de calcul et le degré d’ouverture des modèles. DeepSeek ne fait pas disparaître d’un coup les géants américains, mais l’entreprise montre qu’un concurrent peut capter rapidement l’attention mondiale avec une offre très différente de celle d’OpenAI.

Une application lancée le 10 janvier qui grimpe très vite

DeepSeek a lancé son application mobile le 10 janvier 2025. Disponible gratuitement, elle donne accès à un assistant conversationnel, dans le même esprit que les interfaces popularisées par ChatGPT : l’utilisateur formule une question, demande une explication, fait rédiger un texte ou soumet un problème à résoudre.

La progression de l’application sur la boutique d’Apple est spectaculaire. Être numéro un des téléchargements gratuits aux États-Unis est un indicateur de visibilité considérable dans le premier marché mondial des services numériques. Cela ne mesure toutefois ni le nombre d’utilisateurs actifs sur la durée, ni la qualité absolue d’un modèle, ni les revenus générés. Un classement d’App Store reflète surtout un volume d’installations sur une période donnée, et il peut évoluer rapidement.

Cette popularité tient aussi à un effet de curiosité. Depuis plusieurs mois, le secteur cherche à savoir si les modèles publiés par des acteurs autres que les grands laboratoires américains peuvent rivaliser avec les systèmes propriétaires. R1 arrive précisément avec cette promesse : de bonnes performances en raisonnement, sans imposer aux utilisateurs le même niveau de dépense qu’une offre haut de gamme fermée.

Qu’est-ce que DeepSeek-R1 et pourquoi parle-t-on de raisonnement ?

Les grands modèles de langage ne se distinguent pas seulement par leur capacité à produire un texte fluide. Certaines tâches demandent de décomposer un problème, de vérifier des étapes intermédiaires, de manipuler des contraintes ou de construire une démonstration. C’est ce que le secteur désigne couramment par le terme de raisonnement.

DeepSeek-R1 a été présenté dans ce créneau, déjà occupé par la série o1 d’OpenAI. Ces modèles sont particulièrement attendus pour les exercices mathématiques, le code, la logique ou certaines questions scientifiques. Leur principe est de consacrer davantage de calcul à l’élaboration d’une réponse plutôt que de se limiter à une génération immédiate.

DeepSeek affirme que R1 est compétitif face aux modèles de raisonnement d’OpenAI sur plusieurs évaluations. Cette affirmation doit être lue avec méthode. Les benchmarks sont utiles pour comparer des résultats sur des jeux de tests définis, mais ils ne résument pas toutes les qualités d’un assistant : une réponse peut être correcte dans un test et moins adaptée au contexte réel d’un utilisateur. La fiabilité, la capacité à citer correctement des informations, le respect des consignes, la vitesse et les règles de sécurité comptent aussi.

La mise à disposition de R1 a attiré l’attention des développeurs parce qu’elle ne se limite pas à une démonstration dans une application. L’entreprise a également rendu disponibles des versions dites distillées, plus petites, qui cherchent à transmettre une partie des capacités de raisonnement à des modèles moins lourds à faire fonctionner. Pour une équipe technique, cela peut faciliter l’expérimentation sur ses propres infrastructures ou l’intégration dans un produit.

Gratuité, poids publiés : ce que l’ouverture de DeepSeek change vraiment

Le mot « open source » est souvent employé de manière très large dans l’IA. Il faut distinguer plusieurs niveaux d’ouverture : publier les poids d’un modèle, publier son code d’inférence, détailler la méthode d’entraînement, diffuser les données d’entraînement ou permettre l’usage commercial. Ces éléments ne sont pas toujours disponibles ensemble chez un même acteur.

Dans le cas de R1, DeepSeek a publié des poids de modèle sous licence MIT, une licence permissive qui autorise notamment la réutilisation et la modification, y compris dans de nombreux contextes commerciaux. C’est une différence importante avec un service entièrement propriétaire : une entreprise ou un développeur peut, sous réserve de ses propres moyens techniques et des conditions de licence, récupérer le modèle et l’adapter à ses besoins plutôt que de dépendre exclusivement d’une interface ou d’une API contrôlée par son éditeur.

Cela ne veut pas dire que tout est gratuit au sens économique. Exécuter un grand modèle nécessite des serveurs et des puces de calcul coûteuses. Héberger soi-même R1 demande donc des compétences, de la mémoire informatique et une infrastructure adaptée. En revanche, l’accès au chatbot DeepSeek sans abonnement et la disponibilité de poids réutilisables abaissent fortement la barrière d’entrée pour tester la technologie.

L’ouverture peut aussi accélérer l’innovation. Des chercheurs peuvent examiner les résultats, des communautés peuvent améliorer les outils autour du modèle, et des entreprises peuvent créer des produits spécialisés. Elle implique en contrepartie une responsabilité supplémentaire : ceux qui déploient un modèle doivent évaluer ses erreurs, la protection des données qu’ils lui confient et les usages qu’ils autorisent.

Face à OpenAI, un contraste de prix et de modèle économique

DeepSeek arrive à un moment où les services de raisonnement les plus avancés sont associés à des coûts élevés. OpenAI propose alors une formule ChatGPT Pro à 200 $ par mois, donnant un accès renforcé à ses modèles, dont o1, sous réserve de garde-fous destinés à prévenir les usages abusifs. Pour une entreprise, un chercheur ou un développeur indépendant, ce prix peut constituer un frein à une utilisation intensive.

DeepSeek fait le choix inverse pour son assistant grand public : l’accès est gratuit au moment de sa montée sur l’App Store. Cette décision explique une partie de son attractivité, mais elle ne suffit pas à établir une comparaison simple entre les deux sociétés. Les plateformes peuvent avoir des conditions d’usage différentes, des capacités variables, des services professionnels distincts et des coûts d’infrastructure qui évoluent avec la demande.

Le débat s’est aussi focalisé sur les montants annoncés autour de l’entraînement. Une comparaison largement reprise oppose plus de 100 millions de dollars, estimation souvent associée au développement de GPT-4, à 5,5 millions de dollars chez DeepSeek. Ce rapprochement mérite une précision importante : dans la documentation technique de DeepSeek, le chiffre de 5,576 millions de dollars correspond à l’estimation du calcul nécessaire à l’entraînement de DeepSeek-V3, le modèle de base associé à R1. Il ne représente pas nécessairement l’ensemble des dépenses de recherche, de données, de salaires, d’infrastructure et de déploiement liées à R1.

La leçon reste néanmoins forte pour le marché. Si des modèles capables de résultats compétitifs peuvent être entraînés ou adaptés avec moins de ressources que ne le laissent penser les budgets des leaders, les stratégies de prix et d’investissement devront être réévaluées. Cela ne signifie pas que les modèles les plus coûteux deviennent inutiles : les grands laboratoires conservent des avantages en calcul, en distribution, en sécurité et en écosystème. Mais l’écart perçu entre un modèle de pointe et une alternative accessible peut se réduire.

Pourquoi un classement d’App Store ne tranche pas la bataille des modèles

L’ascension de DeepSeek constitue un signal concurrentiel, pas un verdict définitif sur les performances. ChatGPT dispose d’une notoriété mondiale, d’une base d’utilisateurs installée et de plusieurs offres destinées au grand public comme aux organisations. Une application devenue virale peut attirer une audience considérable, puis devoir démontrer qu’elle peut tenir la charge, maintenir la qualité de ses réponses et transformer les téléchargements en usage régulier.

Pour les utilisateurs, le bon réflexe est donc de comparer les assistants sur des demandes concrètes. Une personne qui cherche de l’aide pour apprendre une langue n’a pas les mêmes critères qu’un développeur qui veut relire du code ou qu’une petite entreprise souhaitant automatiser une tâche interne. Il faut tester la précision des réponses, demander des explications, vérifier les faits importants et ne jamais confier sans précaution des informations sensibles à un chatbot.

L’enjeu est également celui de la confiance. Les modèles de langage peuvent produire des erreurs convaincantes, parfois appelées hallucinations. Une bonne réponse apparente ne remplace pas une vérification, surtout dans les domaines juridique, médical, financier ou professionnel. La gratuité et la rapidité d’accès ne doivent pas faire oublier cette limite commune à l’ensemble des assistants génératifs.

Une nouvelle étape dans la compétition entre la Chine et les États-Unis

Le succès de DeepSeek aux États-Unis donne une portée géopolitique à une actualité qui pourrait sembler limitée à une boutique d’applications. L’intelligence artificielle est devenue un secteur stratégique : elle dépend des puces, des centres de données, des talents, des logiciels et de l’accès à des marchés mondiaux. Les États-Unis ont longtemps concentré l’attention grâce à des entreprises comme OpenAI, Google, Anthropic ou Meta. La Chine compte elle aussi des groupes technologiques établis et des start-up ambitieuses.

DeepSeek montre qu’une entreprise chinoise peut faire émerger un produit visible auprès du grand public américain, tout en proposant une approche plus ouverte que celle de plusieurs rivaux occidentaux. Ce positionnement brouille une opposition trop simple entre innovation américaine et innovation chinoise. La compétition se joue autant sur les modèles eux-mêmes que sur leur prix, leur accessibilité, leur licence et les outils qui permettent de les utiliser.

Pour les entreprises américaines, l’épisode rappelle qu’il n’est pas nécessaire d’être le premier acteur historique d’un marché pour faire bouger ses règles. Un modèle performant et moins cher peut pousser les concurrents à ajuster leurs prix, à ouvrir davantage certains composants ou à accélérer leurs propres recherches sur l’efficience.

Ce qu’il faut surveiller après la percée de DeepSeek

Dans les prochains mois, plusieurs indicateurs diront si DeepSeek transforme son coup d’éclat en position durable. Le premier sera la stabilité de son service face à l’afflux d’utilisateurs. Le deuxième concernera la qualité réelle de R1 dans des cas d’usage variés, au-delà des comparaisons techniques mises en avant par son éditeur. Le troisième sera l’adoption de ses modèles par les développeurs et les entreprises, qui dépendra autant de la facilité de déploiement que des performances.

Il faudra aussi observer la réponse des acteurs établis. Ils peuvent défendre leur avance par de nouveaux modèles, des offres plus abordables, des outils plus intégrés ou des garanties renforcées pour les professionnels. DeepSeek, de son côté, devra démontrer que son ouverture et sa gratuité s’accompagnent d’un modèle viable sur la durée.

La première place sur l’App Store américain ne résout donc pas la course à l’IA. Elle en modifie le récit : l’innovation de haut niveau n’est plus seulement évaluée à l’aune des budgets gigantesques ou des produits fermés. Avec R1 et son application, DeepSeek impose une question désormais incontournable aux leaders du secteur : jusqu’où peut-on rendre une IA de raisonnement performante, accessible et réutilisable ?