Vendredi, DeepSeek a lancé la version bêta publique de DeepSeek-V4-Flash, un modèle léger destiné aux développeurs. Et croyez-le, sur le papier, il ne paraît pas si révolutionnaire.
Il conserve la même architecture et le même nombre de paramètres que sa version préliminaire. Et pourtant, il dépasse DeepSeek-V4-Pro-Preview, considéré comme la version premium de la gamme, sur plusieurs benchmarks spécialisés.
🚀 DeepSeek-V4-Flash Official API is now LIVE in public beta!
🔷 We’ve massively upgraded its Agent capabilities—benchmark scores are now far surpassing the V4-Pro-Preview. Check out the massive performance leap below! 👇
🔷 The official V4-Flash now natively supports the… pic.twitter.com/NUzOyxza2f— DeepSeek (@deepseek_ai) July 31, 2026
Le secret de DeepSeek-V4-Pro-Preview
DeepSeek explique que V4-Flash-0731 n’a reçu aucune modification majeure de son architecture. Il repose toujours sur un modèle Mixture of Experts (MoE) comptant 284 milliards de paramètres au total.
Et seuls 13 milliards sont réellement activés à chaque requête. Cette approche permet de réduire fortement les besoins en calcul tout en conservant de bonnes performances.
La différence c’est qu’il a joui d’un post-entraînement optimisé grâce à des techniques comme l’apprentissage par renforcement et la distillation. Cela le rend beaucoup plus performant lorsqu’il agit comme un agent IA.
C’est-à-dire lorsqu’il doit enchaîner plusieurs actions, utiliser des outils ou résoudre des tâches complexes de manière autonome. Le constructeur affirme par exemple que DeepSeek-V4-Flash hallucine moins. Aussi, qu’il exécute plus efficacement les tâches de bureau complexes ou les workflows automatisés.
Notez cependant que cette mise à jour concerne uniquement l’API V4-Flash. Les modèles disponibles sur le site web et l’application DeepSeek restent inchangés.
Que disent les benchmarks ?
Eh bien, les résultats publiés par DeepSeek montrent une progression spectaculaire sur plusieurs tests de référence. Sur l’indice d’Artificial Analysis, V4-Flash-0731 atteint 50 points, contre 40 pour la précédente version publiée en avril. Il dépasse également V4-Pro sur cet indicateur.
Sur Terminal Bench 2.1, qui évalue les capacités des agents IA dans un terminal informatique, V4-Flash-0731 obtient 82,7 points. Il affiche donc une avance de près de 15 % sur son grand frère V4-Pro-Preview qui est à 72,1 points.
Sur GDPval, un benchmark consacré aux tâches de bureau complexes, son score Elo grimpe de 1 189 à 1 559 points. La progression la plus spectaculaire concerne toutefois DeepSWE, un évaluation spécialisé dans l’ingénierie logicielle.
Le score passe de 7,3 sur la version préliminaire à 54,4 sur la version officielle, soit une hausse de 645 %. Le modèle brille également sur d’autres évaluations consacrées aux agents IA.
Il affiche par exemple 68,7 points sur DSBench-FullStack, 76,7 sur Cybergym et 70,3 sur Toolathlon Verified.
La surprise ?
DeepSeek ne s’est pas contentée d’améliorer son modèle. Elle souhaite aussi faciliter son adoption. V4-Flash prend désormais en charge le format Responses API d’OpenAI, ainsi que Codex.
En pratique, les développeurs qui utilisent déjà les API d’OpenAI peuvent remplacer leur modèle par DeepSeek avec très peu de modifications dans leur code.
L’API est entièrement rétrocompatible. Il suffit de sélectionner le modèle deepseek-v4-flash pour profiter automatiquement de cette nouvelle version.
Or, devinez quoi ? L’API est proposée à 0,14 dollar par million de tokens en entrée, 0,0028 dollar avec le cache, et 0,28 dollar en sortie. À performances proches, cela représente un coût largement inférieur à celui de nombreux modèles haut de gamme. Notamment ceux d’Anthropic ou d’OpenAI.
DeepSeek précise toutefois qu’un détail mérite d’être connu. Le mode « réflexion » est activé par défaut. Les tokens utilisés pendant ce raisonnement interne sont facturés comme des tokens de sortie, même s’ils n’apparaissent jamais dans la réponse finale
- Partager l'article :
