DeepSeek baisse jusqu’à 75 % ses tarifs API aux heures creuses

Pour une équipe qui appelle un modèle d’intelligence artificielle des milliers ou des millions de fois par jour, la qualité des réponses ne suffit pas : la facture compte tout autant. C’est sur ce terrain très concret que DeepSeek entend se distinguer. La jeune entreprise chinoise, installée à Hangzhou, annonce une baisse de prix de son API pendant les plages de moindre affluence, avec des remises particulièrement marquées sur son modèle de raisonnement DeepSeek-R1.

Cette décision intervient dans un marché où les développeurs peuvent choisir entre des modèles proposés comme services hébergés, des modèles dont les poids peuvent être exécutés sur leur propre infrastructure, et une multitude d’intermédiaires cloud. En réduisant le coût des appels API à certains moments de la journée, DeepSeek cherche à mieux répartir la charge de ses serveurs tout en rendant ses modèles plus accessibles aux projets sensibles au prix.

Des remises allant jusqu’à 75 % sur l’API de DeepSeek

La mesure vise les développeurs qui utilisent les modèles de DeepSeek via une API, c’est-à-dire une interface permettant à une application, un site web ou un outil interne d’envoyer automatiquement une requête au modèle et de recevoir une réponse. Ce n’est donc pas une réduction sur un abonnement grand public : elle concerne la consommation technique des modèles dans des produits et des services.

DeepSeek indique appliquer des tarifs préférentiels pendant ses heures creuses, fixées de 00 h 30 à 08 h 30, heure de Pékin. Au début du mois de mars 2025, la Chine étant huit heures en avance sur le temps universel coordonné et la France métropolitaine étant encore à l’heure d’hiver, cela correspond à une plage allant approximativement de 17 h 30 à 1 h 30 en France métropolitaine, en chevauchant deux jours calendaires.

Le mot important est « jusqu’à ». Dans les services d’IA générative, le prix dépend généralement du volume de jetons traité. Un jeton est une petite unité de texte, plus courte ou plus longue qu’un mot selon la langue et la segmentation utilisée par le modèle. Les fournisseurs peuvent aussi distinguer les jetons envoyés au modèle, les jetons générés en réponse et, parfois, les éléments déjà mémorisés dans un cache. Le coût final dépend donc de la nature exacte des requêtes, et pas uniquement du nombre de messages envoyés.

Pourquoi proposer des prix plus bas à certaines heures ?

Les infrastructures qui font fonctionner les grands modèles de langage reposent sur des serveurs équipés de processeurs spécialisés. Ces ressources sont coûteuses et leur capacité n’est pas illimitée. Aux heures où la demande est élevée, chaque requête supplémentaire accentue le risque de ralentissement ou de saturation. À l’inverse, lorsque les machines sont moins sollicitées, un fournisseur a intérêt à attirer des usages qui peuvent attendre.

Cette logique est connue dans d’autres secteurs, comme l’électricité, les transports ou l’hébergement informatique. Dans le cas de l’IA, elle convient particulièrement aux tâches dites différées. Une entreprise peut par exemple programmer en fin de journée le classement de milliers de retours clients, l’analyse d’un corpus de documents, une campagne d’évaluation de prompts ou la création de descriptions de produits. Le résultat peut être récupéré plus tard, sans qu’un salarié ou un client attende une réponse en temps réel.

À l’inverse, une fonctionnalité de conversation intégrée à un service utilisé en direct par des internautes ne peut pas toujours déplacer ses requêtes vers une tranche précise. La remise de DeepSeek est donc surtout intéressante pour les applications capables d’organiser leur charge de travail, de constituer une file d’attente et de lancer les opérations non urgentes au bon moment.

DeepSeek-R1 et DeepSeek-V3 : deux modèles, deux usages

DeepSeek met en avant deux familles de modèles dans cette politique tarifaire. DeepSeek-V3 est un modèle généraliste, adapté notamment à la rédaction, au résumé, à la traduction, à l’assistance au code ou à l’extraction d’informations dans des textes. DeepSeek-R1 est pour sa part orienté vers le raisonnement, c’est-à-dire des tâches qui demandent plusieurs étapes de réflexion, comme certains problèmes mathématiques, logiques ou de programmation.

Dans son fonctionnement, R1 est conçu pour produire et exploiter une démarche de raisonnement avant de formuler sa réponse. Cela peut aider sur des questions structurées, mais ne transforme pas le modèle en arbitre infaillible du vrai et du faux. Comme tout système génératif, il peut se tromper, mal interpréter une consigne ou présenter avec assurance une information incorrecte. Les développeurs qui l’utilisent pour des décisions sensibles doivent donc prévoir des contrôles, des sources fiables et une validation humaine lorsque le contexte l’exige.

Le choix entre V3 et R1 ne se résume pas au niveau de remise. Il dépend d’abord de la tâche, du temps de réponse attendu, du volume de texte et du budget disponible. Un modèle de raisonnement peut être pertinent pour une étape complexe d’un processus, tandis qu’un modèle généraliste peut suffire pour préparer, reformuler ou classer une grande quantité de contenus.

Une stratégie mêlant API et ouverture des modèles

DeepSeek s’est rapidement fait remarquer en publiant plusieurs de ses modèles sous une licence MIT, une licence open source très permissive. Dans la pratique, cette approche permet à des développeurs et à des organisations de récupérer les poids publiés, de les étudier, de les adapter dans le respect de la licence et de les faire fonctionner sur leurs propres machines ou chez un prestataire de leur choix.

Cette possibilité ne rend pas l’API inutile, bien au contraire. Exécuter un grand modèle soi-même demande des compétences techniques, une infrastructure adaptée, une capacité de calcul suffisante et une organisation pour surveiller les performances et la sécurité. Pour beaucoup d’équipes, un accès API reste plus simple : l’entreprise délègue l’hébergement et paie selon l’usage. Les remises horaires de DeepSeek rendent cette seconde option plus compétitive pour certains projets.

Les modèles de DeepSeek, dont R1 et ses versions distillées, sont également disponibles ou référencés sur des plateformes reconnues telles qu’AWS, Microsoft Azure et Hugging Face. Cette présence facilite les expérimentations dans des environnements déjà utilisés par les entreprises. Elle ne dispense toutefois pas de vérifier quel modèle précis est proposé, quelles conditions tarifaires s’appliquent et où transitent les données envoyées.

Comment estimer l’intérêt économique de la remise ?

Avant de déplacer des traitements vers les heures creuses, un développeur doit mesurer son usage réel. Le premier indicateur est le nombre de jetons consommés par chaque opération. Une réponse courte à une question simple coûte généralement moins cher qu’une longue analyse accompagnée d’un vaste document envoyé en contexte. L’accumulation de petites requêtes peut aussi représenter un volume important à grande échelle.

Le calcul de principe est simple. Si un traitement coûte un montant donné au tarif standard et qu’il est entièrement éligible à une baisse de 75 %, son coût théorique est ramené à un quart du montant initial. Avec une baisse de 50 %, il est divisé par deux. Mais la réduction n’a de valeur que si le traitement peut effectivement être exécuté pendant la plage annoncée et si son report ne dégrade pas l’expérience des utilisateurs.

Les cas d’usage les mieux adaptés sont souvent les suivants :

• les campagnes de tests automatiques et de comparaison de modèles ;
• l’enrichissement nocturne d’une base documentaire ;
• le tri de tickets, d’avis ou de messages en grand volume ;
• la génération de brouillons qui seront revus ultérieurement ;
• les tâches de recherche et développement sans contrainte de réponse immédiate.

Une bonne pratique consiste à séparer les opérations urgentes des traitements en lots. Les premières continuent d’utiliser une infrastructure disponible à tout moment. Les secondes sont placées dans une file d’attente et envoyées durant le créneau le moins cher. Cette organisation peut être plus utile qu’un simple changement de modèle, car elle agit directement sur le coût sans nécessairement modifier la qualité recherchée.

Des limites à ne pas ignorer

Une baisse tarifaire ne constitue pas une garantie de capacité illimitée. Une API peut imposer des limites de débit, des quotas ou des règles d’accès qui évoluent selon l’état du service. Les équipes qui construisent un produit commercial ne devraient pas fonder toute leur architecture sur l’hypothèse qu’un créneau à prix réduit sera toujours disponible dans les mêmes conditions.

Il faut également intégrer le coût global d’un projet. Le prix des jetons n’est qu’une composante parmi d’autres : développement, hébergement, stockage, surveillance des sorties du modèle, protection des données, évaluation de la qualité et support aux utilisateurs pèsent aussi dans le budget. Une API moins chère peut réduire la facture d’inférence, mais elle ne remplace ni une conception rigoureuse ni des garde-fous adaptés.

Enfin, les organisations qui traitent des informations confidentielles doivent examiner soigneusement les règles de traitement des données avant d’envoyer un contenu à un service externe. Le caractère ouvert d’un modèle et la confidentialité d’un service API sont deux sujets distincts. La première notion concerne la licence et l’accès aux poids ; la seconde dépend de l’infrastructure, du contrat et des paramètres du fournisseur retenu.

Une pression accrue sur le marché des modèles d’IA

La décision de DeepSeek illustre la place croissante du prix dans la compétition entre fournisseurs de modèles. Longtemps, les comparaisons se sont concentrées sur les performances aux tests, la taille des modèles ou leur capacité à générer du code. Pour les entreprises, le rapport entre qualité, vitesse, fiabilité et coût d’utilisation devient désormais tout aussi déterminant.

Face aux acteurs établis, dont OpenAI, DeepSeek avance deux arguments complémentaires : des modèles publiés sous licence ouverte et un accès hébergé dont le prix peut baisser fortement pendant les périodes de faible demande. Cette combinaison permet de s’adresser à la fois aux équipes souhaitant garder le contrôle de leur infrastructure et à celles qui préfèrent intégrer rapidement un service prêt à l’emploi.

Cette stratégie peut aussi inciter les développeurs à tester plusieurs modèles au lieu de s’en remettre à un fournisseur unique. Comparer les résultats sur ses propres données, répartir les tâches selon leur complexité et conserver une solution de repli sont des réflexes de plus en plus importants à mesure que l’IA devient une brique logicielle courante.

Ce qu’il faut surveiller

Le premier point à suivre est la stabilité de cette politique tarifaire : les développeurs devront vérifier les prix et les plages horaires officiellement applicables au moment du déploiement. Les tarifs d’API peuvent évoluer avec la demande, les capacités d’infrastructure ou la stratégie commerciale d’un fournisseur.

Il faudra aussi observer l’effet de ces remises sur les usages réels. Si davantage de projets déplacent leurs opérations en lots vers les heures creuses, la gestion intelligente de la charge pourrait devenir un avantage concurrentiel aussi important que le choix du modèle lui-même. Pour DeepSeek, l’enjeu est clair : convertir l’intérêt suscité par R1 et V3 en intégrations durables chez les développeurs, sans compromettre la disponibilité du service.