DeepSeek : le pari d’une IA chinoise moins chère face au test du marché

DeepSeek a fait en quelques semaines ce que peu de jeunes entreprises parviennent à accomplir dans l’intelligence artificielle : déplacer le centre de gravité de la conversation mondiale. La startup chinoise a présenté des modèles de langage dont les résultats revendiqués sur le raisonnement, les mathématiques et le code ont attiré l’attention, tout en avançant des coûts d’entraînement et des tarifs d’accès très inférieurs à ceux souvent associés aux grands laboratoires américains.

Au 23 mars 2025, la question n’est donc plus de savoir si DeepSeek a créé un choc. Il est réel, jusque sur les marchés financiers. La vraie interrogation est plus exigeante : cette démonstration technique peut-elle devenir une activité durable, fiable et suffisamment transparente pour convaincre entreprises, développeurs et utilisateurs au-delà de l’effet de nouveauté ? Une IA peut être impressionnante dans un rapport technique et rester confrontée, dans la durée, à des coûts de service, de sécurité, de conformité et de distribution beaucoup moins visibles.

Pourquoi DeepSeek a-t-elle attiré autant d’attention ?

DeepSeek est une entreprise chinoise créée en 2023 par Liang Wenfeng, également cofondateur du gestionnaire quantitatif High-Flyer. Son arrivée dans le débat international a été d’autant plus spectaculaire qu’elle ne venait pas, à l’origine, d’un groupe technologique connu du grand public comme Google, Microsoft ou OpenAI.

Le mot « discrète », souvent employé pour décrire DeepSeek, mérite toutefois d’être précisé. Il ne signifie pas que le service promet une confidentialité particulière. Il renvoie plutôt au profil initialement peu médiatisé de la société et à une stratégie qui a mis l’accent sur la publication technique et les modèles accessibles, plutôt que sur une communication grand public installée de longue date.

La promesse est simple à formuler, mais difficile à tenir : obtenir de solides capacités de génération de texte et de raisonnement avec une architecture plus efficace, puis proposer l’accès à ces modèles à un prix compétitif. Dans un secteur où les dépenses en centres de données et en processeurs graphiques sont devenues colossales, cette promesse touche un point sensible : faut-il nécessairement disposer des budgets les plus élevés pour rivaliser au sommet ?

L’intérêt s’est rapidement propagé bien au-delà de la Chine. Le 27 janvier 2025, dans une séance de marché où DeepSeek a occupé une place centrale dans les inquiétudes des investisseurs sur les dépenses d’infrastructure d’IA, l’action Nvidia a chuté de 17 %, effaçant environ 593 milliards de dollars de capitalisation boursière. Cette réaction ne prouvait pas que DeepSeek avait changé l’économie du secteur à elle seule. Elle montrait en revanche que les marchés prenaient très au sérieux l’hypothèse d’une IA performante nécessitant moins de calcul.

V3 et R1, les deux annonces qui ont changé la perception du secteur

La montée en puissance de DeepSeek repose principalement sur deux publications rapprochées. DeepSeek-V3, dévoilé en décembre 2024, est un grand modèle généraliste. DeepSeek-R1, rendu public le 20 janvier 2025, a davantage focalisé l’attention par son orientation vers les tâches de raisonnement, notamment les problèmes de logique, les mathématiques et la programmation.

Le fonctionnement de V3 s’appuie sur une architecture dite de « mélange d’experts ». Au lieu de mobiliser tous les paramètres du modèle à chaque mot traité, le système n’en active qu’une partie selon la tâche. L’idée est de consacrer le calcul là où il est utile, afin d’augmenter la capacité totale du modèle sans faire exploser le coût de chaque réponse.

DeepSeek-R1 a aussi contribué à populariser auprès du grand public une caractéristique déjà connue des spécialistes : certains modèles peuvent produire une chaîne de raisonnement apparente avant de formuler leur réponse. Cette méthode peut améliorer les résultats sur des problèmes structurés, mais elle ne rend pas le modèle infaillible. Une réponse qui semble méthodique peut toujours contenir une erreur de calcul, une information inventée ou un raisonnement mal appliqué.

DeepSeek a publié les poids de plusieurs de ses modèles. C’est un geste important pour les développeurs, car les poids sont les paramètres numériques appris pendant l’entraînement et permettent d’exécuter ou d’adapter un modèle. Il faut toutefois distinguer cette ouverture de la publication intégrale d’un projet de recherche : rendre des poids accessibles ne signifie pas nécessairement fournir l’ensemble des données d’entraînement, des recettes de préparation des données, des procédures internes ou de l’infrastructure de production.

Le chiffre de 5,576 millions de dollars dit beaucoup, mais pas tout

Le chiffre le plus commenté est celui avancé par DeepSeek pour l’entraînement final de V3. Dans son rapport technique, l’entreprise indique 2,788 millions d’heures de GPU Nvidia H800, pour un coût estimé à 5,576 millions de dollars, sur la base d’un tarif de 2 dollars par heure de GPU. Rapporté aux sommes parfois évoquées pour les grands modèles occidentaux, l’écart est saisissant.

Ce résultat est significatif. Il suggère qu’une combinaison d’optimisations logicielles, de choix d’architecture et de méthodes d’entraînement peut réduire fortement le coût d’une phase d’entraînement. Il remet utilement en cause l’idée selon laquelle seule une course brute au nombre de processeurs peut produire des modèles compétitifs.

Mais il serait trompeur de transformer cette estimation en coût complet de DeepSeek ou en coût universel d’un modèle d’IA. Le montant communiqué concerne l’entraînement final décrit pour V3. DeepSeek précise qu’il n’inclut pas les dépenses de recherche antérieure et les expérimentations d’ablation, c’est-à-dire les multiples essais servant à mesurer le rôle de chaque choix technique.

À cela s’ajoutent, dans toute activité commerciale d’IA, d’autres postes déterminants : le recrutement, la collecte et la préparation des données, l’infrastructure, la sécurité, le déploiement, la modération, l’assistance aux clients et surtout l’inférence. L’inférence désigne le calcul consommé lorsqu’un utilisateur pose une question et reçoit une réponse. Si un service attire des millions d’utilisateurs, cette dépense récurrente peut devenir considérable, même lorsque l’entraînement initial a été optimisé.

Une percée technique n’est pas encore un modèle économique

Le défi de DeepSeek est désormais de convertir une forte attention en confiance durable. Les développeurs évaluent un modèle sur ses performances, mais aussi sur des critères très concrets : la stabilité de l’API, la vitesse de réponse, les limites d’usage, les outils disponibles, la documentation, les garanties de sécurité et la prévisibilité des prix.

C’est là que les acteurs installés conservent des atouts importants. OpenAI, Google, Anthropic et Microsoft ne vendent pas seulement un modèle. Ils disposent d’écosystèmes de produits, d’infrastructures cloud, de canaux de distribution, de contrats avec les entreprises et d’équipes dédiées à la conformité. Une startup peut bousculer leurs prix ou leurs choix techniques. Elle doit encore démontrer qu’elle peut fournir le même niveau de continuité de service dans la durée.

Les tarifs d’API publiés par DeepSeek ont précisément contribué à mettre la pression sur le marché. Une API est l’interface qui permet à une application d’envoyer une demande au modèle et d’en recevoir une réponse. Pour une entreprise qui traite beaucoup de documents, automatise un support client ou développe un assistant interne, quelques différences de prix par million de jetons peuvent peser lourd dans la facture finale.

Cependant, les comparaisons de prix doivent être faites avec méthode. Deux modèles ne disposent pas forcément des mêmes capacités, de la même fenêtre de contexte, des mêmes options de confidentialité ou des mêmes outils. Une solution moins chère à l’usage peut devenir plus coûteuse si elle nécessite davantage de vérifications humaines, répond moins régulièrement aux requêtes ou s’intègre difficilement aux logiciels existants.

Données, réglementation et confiance : le test le moins visible

L’avenir de DeepSeek ne dépend pas uniquement de ses performances. Pour les administrations, les entreprises et les particuliers, la circulation des données est devenue un critère central. Une conversation avec un assistant peut contenir des informations personnelles, du code informatique, des documents internes ou des éléments stratégiques. Avant tout déploiement, il est donc nécessaire d’examiner les conditions d’utilisation, la politique de confidentialité, le lieu de traitement des données et les possibilités de contrôle offertes aux organisations.

Ces questions ont rapidement pris une dimension réglementaire. Fin janvier 2025, l’autorité italienne de protection des données a ordonné la limitation du traitement des données d’utilisateurs italiens par DeepSeek, après avoir jugé insuffisantes les informations reçues de l’entreprise. Cet épisode rappelle qu’un succès mondial dans l’IA ne se joue pas uniquement sur la qualité du modèle : il se joue aussi sur la capacité à répondre aux exigences locales de protection des données.

Le contexte chinois ajoute une autre difficulté de perception à l’international. Les modèles développés en Chine évoluent dans un cadre réglementaire et informationnel différent de celui des services américains ou européens. Cela peut influencer les réponses apportées à certains sujets sensibles. Pour les utilisateurs, le bon réflexe est de tester l’outil sur leurs cas d’usage réels, de vérifier ses limites et de ne pas lui confier de données sensibles sans cadre de sécurité adapté.

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

DeepSeek a déjà produit un effet durable : elle a rappelé à l’ensemble du secteur que l’efficacité algorithmique peut compter autant que l’accumulation de matériel. Les grands laboratoires, les investisseurs et les fabricants de puces devront intégrer cette pression. Cela ne signifie pas que la demande en infrastructures va disparaître. Des modèles plus efficaces peuvent aussi rendre l’IA abordable pour davantage d’usages et, paradoxalement, accroître le volume total de calcul consommé.

Pour savoir si le pari de DeepSeek se consolide, plusieurs signaux seront décisifs. Il faudra suivre la régularité de ses performances sur des usages concrets, l’évolution de ses tarifs, la disponibilité de ses services, l’adoption par des développeurs hors de Chine et sa capacité à répondre aux demandes des régulateurs.

Il faudra également regarder comment ses concurrents réagissent. Si les grands acteurs abaissent leurs prix, publient des modèles plus légers ou améliorent l’efficacité de leurs propres systèmes, DeepSeek aura réussi à modifier les règles de la compétition, même sans dominer le marché. Si, au contraire, ses promesses techniques ne se traduisent pas par une offre fiable et durable, l’épisode restera surtout comme un avertissement salutaire : dans l’IA, un chiffre de coût spectaculaire ne remplace ni un modèle économique, ni la confiance des utilisateurs.