Baisse permanente du prix de l'API DeepSeek-V4-Pro
Le 22 mai 2026, DeepSeek a officiellement annoncé que le prix de l’API de son modèle phare, DeepSeek-V4-Pro, sera réduit de manière permanente à 1/4 du prix initial après la fin de la remise temporaire de 75 % le 31 mai.
Il ne s’agit pas d’une promotion à court terme — c’est un véritable changement stratégique de tarification.
1. Combien ça coûte après la baisse de prix ?
Regardons les chiffres clés :
| Élément de facturation | Prix initial (yuan/million de tokens) | Prix permanent (yuan/million de tokens) | Réduction |
|---|---|---|---|
| Entrée (cache réussi) | 0,1 | 0,025 | 75 % |
| Entrée (cache échoué) | 12 | 3 | 75 % |
| Sortie | 24 | 6 | 75 % |
Les trois niveaux sont réduits à 1/4 du prix initial. Le prix d’entrée en cache réussi est tombé à seulement 0,025 yuan/million de tokens — pratiquement négligeable.
Une comparaison entre modèles rend la situation encore plus claire :
| Modèle | Prix d’entrée | Prix de sortie |
|---|---|---|
| DeepSeek-V4-Pro | 3 yuans | 6 yuans |
| GPT-5.5 | ~120 yuans | ~240 yuans |
| Claude Opus 4 | ~105 yuans | ~210 yuans |
Les prix d’entrée et de sortie de DeepSeek-V4-Pro ne représentent que 2 à 3 % de ceux de GPT-5.5 et de concurrents similaires — pas même dans la même catégorie.
2. Comment peut-il être aussi économique ?
Ce niveau de réduction de prix n’est pas une stratégie de vente à perte. Il est soutenu par des fondements techniques solides.
1. Architecture d’attention propriétaire
DeepSeek utilise l’architecture MLA (Multi-Head Latent Attention) depuis la V2, qui comprime drastiquement l’empreinte mémoire du mécanisme d’attention. La V4 optimise davantage cela, réduisant l’utilisation mémoire par inférence d’environ 60 % par rapport à des modèles de taille similaire.
2. Optimisation avec les puces Huawei Ascend
L’équipe DeepSeek a réalisé une adaptation profonde au niveau des opérateurs pour le Huawei Ascend 910B, maximisant l’utilisation de la bande passante de communication et la stabilité de l’entraînement en précision mixte. Les puces nationales coûtent nettement moins cher que les NVIDIA A100/H100, alors que l’écart réel d’efficacité d’inférence continue de se réduire.
3. Système Engram : CPU comme entrepôt, GPU comme atelier
Le système Engram de la V4 stocke 80 % des connaissances statiques dans la DRAM du CPU, ne laissant que les tâches d’inférence principales au GPU. Cette architecture de « séparation chaud-froid » multiplie l’utilisation de la mémoire GPU et réduit directement le coût matériel par inférence.
3. Qu’est-ce que cela signifie pour les développeurs ?
Les scénarios à forte consommation de tokens sont enfin abordables
Génération de code, analyse de documents longs, traitement massif de données — ces scénarios ont un point commun : une consommation massive de tokens. Pour une tâche de complétion de code de taille moyenne, un seul appel peut consommer 50 000 à 100 000 tokens. L’exécuter sur GPT-5.5 coûte quelques yuans par appel ; sur DeepSeek-V4-Pro, cela coûte seulement quelques fen.
Cet écart de prix affecte directement deux décisions :
- Les équipes qui avaient écarté l’assistance IA pour des raisons de coût peuvent maintenant reconsidérer
- Les équipes utilisant déjà d’autres API font face à un coût de migration quasi nul (compatible avec le SDK OpenAI — il suffit de changer l’endpoint)
Les petites équipes et les développeurs indépendants en bénéficient le plus
Les grandes entreprises technologiques ont le budget pour faire tourner des modèles de centaines de milliards de paramètres. Les petites équipes, non. DeepSeek-V4-Pro ramène les coûts des modèles de premier plan à un niveau que tout le monde peut se permettre, ce qui constitue un avantage substantiel pour les développeurs indépendants, les startups et les étudiants.
4. Le financement de 70 milliards de yuans et la direction AGI
En parallèle de l’annonce de la baisse de prix, DeepSeek a révélé sa levée de fonds de 70 milliards de yuans en cours.
La position du fondateur Liang Wenfeng est claire : les avancées technologiques en AGI priment sur la commercialisation à court terme. Cela signifie que DeepSeek n’augmentera pas significativement ses prix sous la pression du financement à court terme — au contraire, elle continuera à utiliser des prix bas pour développer son écosystème de développeurs.
Cette logique est similaire à la décision de Meta de rendre LLaMA open source — construire d’abord le fossé de l’écosystème, puis parler de commercialisation. La différence est que DeepSeek poursuit une approche à double voie d’« API à prix ultra bas + poids open source », encore plus favorable aux développeurs.
5. Comment commencer ? Opérationnel en une minute
Si vous n’avez pas encore essayé DeepSeek-V4-Pro, l’intégration est simple :
Méthode API : Compatible avec le SDK OpenAI — il suffit de modifier base_url et api_key :
from openai import OpenAI
client = OpenAI(
api_key="votre-clé-api",
base_url="https://api.deepseek.com"
)
réponse = client.chat.completions.create(
model="deepseek-v4-pro",
messages=[{"role": "user", "content": "Bonjour"}]
)
print(réponse.choices[0].message.content)Expérience en ligne : Vous ne voulez pas vous occuper de la configuration de l’API ? Utilisez-le directement en ligne :
Réflexions finales
La baisse permanente du prix de DeepSeek-V4-Pro redéfinit fondamentalement le seuil de prix des API de grands modèles.
Lorsque l’entrée en cache coûte seulement 0,025 yuan/million de tokens et la sortie seulement 6 yuans/million de tokens, de nombreux scénarios d’application IA qui auparavant « n’avaient pas de sens financier » deviennent soudainement viables. Ce n’est pas du marketing — c’est une véritable réduction de coût.
Les nouveaux tarifs prennent effet après la fin de la promotion le 31 mai. Si vous travaillez sur un projet impliquant une forte consommation de tokens, c’est le moment de commencer à tester DeepSeek-V4-Pro.