Perplexity intègre DeepSeek R1 : mode d’emploi, réponses et confidentialité

Au milieu de la déferlante provoquée par DeepSeek en janvier 2025, Perplexity choisit de faire ce que son produit permet le mieux : laisser ses utilisateurs comparer les modèles. Le moteur de recherche conversationnel a ajouté DeepSeek R1 à Pro Search, son mode de recherche approfondie. L’intérêt ne consiste pas seulement à essayer un nouveau chatbot. Il est possible de confier la même question à plusieurs modèles, puis d’examiner leur raisonnement, leurs sources et leurs éventuelles réserves.

Cette arrivée intervient quelques jours après la mise en lumière internationale du modèle R1 de DeepSeek. Son coût de développement annoncé comme faible et ses performances en raisonnement ont relancé le débat sur la compétition entre laboratoires d’intelligence artificielle. Pour le grand public, l’enjeu est plus concret : comment utiliser DeepSeek dans Perplexity, à quelles conditions, et que faut-il réellement déduire de réponses présentées comme plus franches sur des sujets sensibles ?

Ce que Perplexity ajoute avec DeepSeek R1

Le 27 janvier 2025, Perplexity a annoncé sur X l’intégration de DeepSeek à son service. Le modèle disponible est DeepSeek R1, un modèle de langage conçu notamment pour les tâches de raisonnement. Dans ce type de tâche, l’outil ne se contente pas de reformuler une information : il décompose un problème, met en relation plusieurs éléments et tente de construire une réponse argumentée.

Perplexity n’est pas un simple chatbot. Son principe consiste à associer un modèle de langage à une recherche sur le web et à afficher des références avec la réponse. Le choix du modèle peut donc modifier la formulation de la requête, la façon dont les documents sont synthétisés et le niveau de détail du résultat. Il ne transforme toutefois pas une réponse générée en vérité établie : les liens et les documents cités restent essentiels pour vérifier ce qui est avancé.

L’intégration est proposée dans Pro Search, le mode avancé du service. Cette fonction permet de choisir entre différents modèles, parmi lesquels figurent alors OpenAI o1, Claude 3.5 et DeepSeek R1. Ces modèles n’ont ni le même mode de raisonnement, ni les mêmes garde-fous, ni nécessairement la même manière de présenter une incertitude. Cette diversité est utile pour une recherche complexe, à condition de ne pas confondre comparaison de réponses et validation des faits.

Comment utiliser DeepSeek R1 dans Perplexity ?

La procédure est courte. Elle s’effectue depuis l’interface de Perplexity et ne demande pas d’installer séparément l’application DeepSeek. Au 31 janvier 2025, voici les étapes à suivre :

1. Ouvrez Perplexity et placez le curseur dans la barre de recherche.
2. Sélectionnez l’option Pro afin d’activer Pro Search.
3. Dans le sélecteur de modèle, choisissez Raisonnement avec R1.
4. Rédigez votre question, puis lancez la recherche.
5. Lisez la réponse, mais aussi les références affichées par Perplexity avant de la reprendre à votre compte.

L’offre gratuite donne droit à trois recherches quotidiennes avec ce mode. L’abonnement Professionnel, facturé 20 $ par mois selon les informations disponibles lors de l’intégration, supprime cette limite d’usage. Il comprend aussi des fonctions avancées de Perplexity, dont l’envoi de fichiers sans limite annoncée et la génération d’images, selon les options proposées par le service.

Pour obtenir une réponse exploitable, la précision de la demande compte davantage que la longueur de la phrase. Au lieu d’écrire « Explique DeepSeek », il est préférable de demander : « Compare les caractéristiques de DeepSeek R1, OpenAI o1 et Claude 3.5 pour une recherche documentaire, en indiquant les points à vérifier dans les sources. » Le modèle reçoit alors un objectif, un périmètre et un format de réponse.

Une seconde bonne pratique consiste à demander explicitement les incertitudes. Par exemple : « Distingue les faits établis, les estimations et les affirmations attribuées à une entreprise. » Cette instruction ne rend pas l’outil infaillible, mais elle limite le risque de prendre une formulation assurée pour une preuve.

Pourquoi les réponses peuvent-elles différer selon l’interface ?

L’intégration de DeepSeek dans Perplexity a retenu l’attention à cause d’un test sur la censure. À la question de savoir si les réponses de DeepSeek sont censurées, le modèle utilisé dans Perplexity répond directement : « Oui, DeepSeek est clairement soumis à la censure du gouvernement chinois. »

À l’inverse, posée dans l’application mobile DeepSeek, la même question peut recevoir une fin de non-recevoir, telle que : « Je suis désolé, je ne peux pas répondre à cette question. » Cet écart illustre un point souvent mal compris : le comportement d’un assistant dépend non seulement du modèle, mais aussi du produit qui l’encadre.

Une application peut appliquer ses propres règles de modération, modifier les instructions données au modèle, décider quelles recherches sont autorisées ou filtrer une réponse avant son affichage. Le choix d’héberger un modèle dans une autre infrastructure peut également modifier le parcours des données et les contraintes appliquées au service. Il serait donc réducteur de conclure qu’un modèle est intrinsèquement « sans censure » à partir d’une seule réponse obtenue dans une interface donnée.

Une réponse directe ne dispense pas de vérifier les faits

Le mot « censuré » est chargé et peut recouvrir plusieurs réalités : refus de répondre, réponse écourtée, omission d’un contexte, règles imposées par une plateforme ou encore contraintes légales dans un pays. Qu’un modèle formule une critique explicite dans Perplexity est une information intéressante sur cette expérience précise. Cela ne démontre pas qu’il répondra à toutes les questions, dans toutes les langues et sur tous les sujets, sans règle ni erreur.

Les grands modèles de langage peuvent aussi produire des réponses convaincantes mais inexactes. Ce phénomène, souvent appelé hallucination, ne désigne pas une intention de tromper : le modèle prédit du texte plausible à partir de régularités apprises. Quand la question concerne un fait d’actualité, une personnalité, un enjeu géopolitique ou une donnée chiffrée, le risque est particulièrement important si les références sont absentes, imprécises ou mal interprétées.

Le bon réflexe est donc de traiter Perplexity comme un accélérateur de recherche, non comme l’arbitre final. Pour une information importante, il faut ouvrir les documents cités, regarder leur date, identifier leur auteur et comparer avec une source primaire lorsque c’est possible. Une annonce d’entreprise, un document officiel, une étude originale ou la déclaration directement attribuée à une personne valent généralement mieux qu’un résumé repris en chaîne.

Quelles données sont utilisées avec DeepSeek dans Perplexity ?

L’arrivée d’un modèle chinois dans Perplexity suscite logiquement des interrogations sur les données de recherche. Certains utilisateurs craignent que leurs requêtes ou informations personnelles puissent être transmises à des autorités chinoises. Le dirigeant de Perplexity a indiqué que seules des données ouvertes étaient utilisées dans le cadre de cette intégration.

Cette déclaration répond à une préoccupation précise, mais elle ne doit pas conduire à négliger les règles générales de prudence. Une requête peut contenir beaucoup plus qu’une question anodine : éléments d’un projet professionnel, informations financières, contenu d’un document envoyé, données sur la santé ou détails concernant une autre personne. Même avec un outil présenté comme pratique et rapide, ces informations méritent une attention particulière.

Avant d’utiliser Pro Search, il est préférable de retirer les noms, coordonnées, identifiants, numéros de dossier et informations confidentielles. Pour analyser un texte sensible, une version anonymisée est souvent suffisante. Il faut aussi distinguer la consultation d’informations publiques de l’envoi volontaire d’un document : dans le second cas, l’utilisateur maîtrise moins facilement ce qui est contenu dans le fichier et ce que sa conservation implique.

Quel modèle choisir pour une recherche ?

DeepSeek R1 n’a pas vocation à remplacer automatiquement tous les autres modèles disponibles dans Perplexity. Son intérêt dépend de la tâche. Pour une question qui demande de comparer plusieurs hypothèses, de résoudre un problème structuré ou d’expliquer un raisonnement, l’option R1 peut être pertinente. Pour une demande plus simple, le coût en temps et en recherches Pro n’est pas forcément justifié.

Voici une méthode de travail simple pour profiter de la sélection de modèles sans se perdre :

• Commencez par une requête circonscrite, avec une période et un sujet clairement définis.
• Demandez des sources primaires ou au moins des références datées.
• Faites relire les points sensibles par un second modèle disponible dans Pro Search.
• Recherchez vous-même l’origine des citations, des chiffres et des déclarations importantes.
• Signalez dans vos notes ce qui relève d’un fait confirmé, d’une interprétation ou d’une zone d’incertitude.

Cette méthode est particulièrement utile pour les sujets controversés. Un modèle plus direct peut exposer une question que d’autres évitent, mais une réponse moins prudente n’est pas automatiquement plus complète ou plus fiable. À l’inverse, un refus de répondre ne permet pas à lui seul d’évaluer la qualité globale d’un modèle. C’est le recoupement qui donne de la valeur à la recherche.

Ce qu’il faut surveiller

L’intégration de DeepSeek R1 dans Perplexity montre que la recherche assistée par IA devient aussi un marché du choix des modèles. À court terme, il faudra observer si Perplexity maintient les mêmes conditions d’accès, si la limite de trois recherches quotidiennes évolue et si de nouvelles options de modèles apparaissent dans Pro Search.

Il faudra également suivre les précisions apportées sur l’hébergement, la confidentialité et le traitement des requêtes. Ces éléments comptent autant que la qualité apparente d’une réponse, surtout quand l’outil est utilisé pour le travail, les études ou des recherches personnelles sensibles.

Enfin, l’épisode rappelle une règle durable : aucun modèle ne doit être jugé uniquement à la hardiesse de ses réponses. DeepSeek R1 dans Perplexity offre une nouvelle voie pour interroger le web et confronter des analyses. Sa véritable utilité dépendra de la capacité des utilisateurs à formuler de bonnes questions, vérifier les sources et garder une distance critique face à un texte généré avec assurance.