Quand vaut-il payer une IA 67 fois plus cher

Le 3 septembre, OpenAI a lancé son modèle le plus cher. Sept jours plus tard, DeepSeek en a lancé un qui coûte 67 fois moins cher et dont les poids sont téléchargeables gratuitement par n'importe qui.

La lecture paresseuse serait de dire que « le bon marché a rattrapé le cher ». Ce n'est pas le cas, et les chiffres eux-mêmes montrent où il ne l'a pas rattrapé. La lecture utile est autre : avec un tel écart de prix, choisir un seul modèle pour toute l'entreprise est devenu du gaspillage.

Les deux prix, côte à côte

Valeurs par million de tokens, l'unité de facturation. Un million de tokens équivaut à environ 700 000 mots.

• GPT-6 Astra, lancé le 3 septembre : 10 $ en entrée et 50 $ en sortie. Entrée en cache à 1 $, écriture en cache à 12,50 $.
• DeepSeek V4.1 Flash, lancé le 10 septembre : 0,15 $ en entrée et 0,60 $ en sortie hors pic, entrée en cache à 0,003 $. En heure de pointe, les valeurs doublent.

Hors pic, la différence est de 67 fois en entrée et 83 fois en sortie. En heure de pointe, elle descend à 33 et 42 fois. Cela reste un autre ordre de grandeur.

Et il y a un détail qui change la donne : les poids du V4.1 Flash sont disponibles sur Hugging Face sous licence MIT, avec usage commercial autorisé. Le tronc compte 552 milliards de paramètres, dont seulement 8 milliards entrent en jeu à la lecture et 16 milliards à l'écriture — c'est pour cela que le prix est si bas.

Où le bon marché s'en sort bien, et qui l'affirme

DeepSeek publie des victoires face aux deux fers de lance américains : 74,2 contre 74,0 pour Claude Opus 5 et 73,0 pour GPT-5.6 Sol dans un test d'ingénierie logicielle ; 88,1 dans un test de sécurité ; 54,8 dans un test d'automatisation.

La réserve est de taille et doit être mentionnée : ces évaluations ont été menées par DeepSeek lui-même, et personne ne les a reproduites de façon indépendante. Un chiffre publié par un fabricant sur son propre produit est un point de départ, pas une preuve. Il vaut comme indication que l'écart s'est réduit, pas comme mesure de son ampleur.

Où le cher l'emporte encore, et de loin

Dans les tests où les modèles américains sont en tête, l'écart ne se compte pas en décimales.

• Terminal-Bench 3.0 : 43,3 pour Opus 5 contre 30,0.
• Terminal-Bench 4.0 : 51,8 pour Opus 5 contre 31,2.
• GPQA Diamond et SEC-Bench Pro : GPT-5.6 Sol est en tête.

Ces tests mesurent des tâches longues, avec de nombreuses étapes enchaînées, où une erreur à la troisième étape gâche les dix suivantes. C'est exactement le type de travail où payer cher se justifie.

Comment répartir votre travail par niveau d'exigence

Le critère n'est pas le sujet, c'est le coût de l'erreur et la longueur de la chaîne. Quatre catégories couvrent presque tout :

1. Volume élevé, erreur peu coûteuse, réponse courte. Classer un message, résumer, extraire une donnée d'un formulaire, suggérer une réponse qu'une personne relit. C'est le gros de l'usage d'une petite entreprise, et c'est là que le modèle bon marché suffit.
2. Tâche longue, de nombreuses étapes, erreur coûteuse. Migrer un système, toucher au code de production, réconcilier des données financières. Modèle cher, et malgré tout avec relecture humaine.
3. Texte qui part chez le client sous votre nom. Ce qui décide, c'est la qualité perçue, pas le coût par token : la valeur du token est négligeable face au coût d'une réponse erronée signée par votre entreprise.
4. Donnée sensible. Cette catégorie ne se décide par aucun prix, et c'est le sujet de la dernière section.

Dans la pratique, la plupart des entreprises découvrent que 80 % du volume relève de la première catégorie et qu'elles payaient jusque-là le prix de la quatrième catégorie pour tout.

Le calcul, avec les chiffres réels

Une automatisation de taille moyenne consommant 50 millions de tokens en entrée et 10 millions en sortie par mois :

• Avec le modèle cher : 1 000 $ par mois.
• Avec le modèle bon marché, hors pic : 13,50 $ par mois.

Même pour un petit usage, de 2 millions en entrée et 400 000 en sortie, cela revient à 40 $ contre 0,54 $. Pour un petit usage, la différence est rarement ce qui décide ; elle décide quand vous voulez activer l'automatisation sur tout plutôt que de choisir où l'activer, et c'est ce que permet ce nouveau prix.

Avant de changer quoi que ce soit, il vaut la peine de relire ce que le cache fait à ce calcul, traité dans prix de l'IA : la remise que vous payez avec vos données — la remise de cache ne s'applique que si le début de la requête est identique entre les appels.

Ce qu'aucun prix ne résout

Les 0,15 $ sont le prix de l'interface de DeepSeek. Utiliser cette interface, c'est envoyer votre texte à l'entreprise, selon ses conditions. Un poids ouvert, c'est autre chose : cela signifie que vous pouvez faire tourner le modèle sur votre propre infrastructure, sans rien envoyer à l'extérieur — et le calcul cesse alors d'être par token pour devenir un calcul de machine, comme nous l'avons fait dans modèle d'IA ouvert et gratuit : combien coûte son exécution dans votre entreprise.

La question de savoir qui traite réellement votre texte est devenue plus importante, pas moins, et elle est abordée dans qui traite vraiment le texte que vous envoyez à l'IA. Un prix bas ne change ni les clauses du contrat ni la base légale du traitement des données.

Mettre cela en place séparément selon le niveau d'exigence, avec le bon modèle dans chaque catégorie, c'est ce que nous faisons dans implémentation de l'IA pour les entreprises.

Sources

Lancement et grille tarifaire de DeepSeek V4.1 Flash selon la couverture de VentureBeat du 10 septembre 2026, d'où proviennent également les valeurs de pic et hors pic, la licence MIT des poids sur Hugging Face, le nombre de paramètres et la remarque selon laquelle les évaluations citées ont été menées par DeepSeek lui-même. Prix de GPT-6 Astra selon la grille publique d'OpenAI, avec un lancement le 3 septembre 2026.