DeepSeek ramène la concurrence des modèles au niveau des applications avec un million de tokens à 6 yuans

Rapport de CoinWorld :

Le 13 août, la version officielle de DeepSeek V4 Pro a été mise à jour vers l'API. Le nom de l'appel de modèle n'a pas changé, mais le numéro de version a été modifié en DeepSeek-V4-Pro-0813 ; la nouvelle version renforce les capacités de l'Agent et prend en charge l'API Responses et l'intégration de Codex.

Ce qui attire le plus l'attention reste le prix : le coût d'entrée pour un million de tokens en cache est de 0,025 yuans, 3 yuans pour les non-cachés, et 6 yuans pour la sortie d'un million de tokens. Selon les évaluations publiées par DeepSeek, la nouvelle version se rapproche de Fable 5 d'Anthropic dans plusieurs tests. Decrypt a calculé que l'écart entre les deux en termes de certaines capacités est d'environ 5 %, tandis que la différence de prix d'appel pourrait atteindre des dizaines de fois.

Ces chiffres peuvent facilement amener la discussion à une phrase familière : les modèles nationaux ont encore baissé les prix. Mais cette fois, ce qui mérite vraiment d'être observé n'est pas "combien moins cher cela peut-il être", mais comment les équipes d'application recalculeront après que les modèles à bas prix auront commencé à compléter les interfaces de développement.

Le bas prix n'est plus seulement une question de facturation de raisonnement

Au cours de l'année écoulée, les modèles à bas prix ont souvent été assignés à la fin des processus : pour faire des résumés, réécrire, classifier, ou prendre en charge des questions-réponses fréquentes mais non critiques. Les tâches complexes sont toujours confiées à des modèles plus chers, car ces derniers sont plus fiables en matière d'appels d'outils, de stabilité des tâches longues et de capacités de codage.

Le V4 Pro met l'accent sur l'Agent et l'API Responses, visant précisément cette ligne de démarcation. Pour les développeurs, la capacité du modèle à appeler de manière stable des recherches, des bases de données et des outils internes est souvent plus importante qu'un score d'évaluation supérieur de deux points. Si une tâche nécessite plusieurs étapes, toute erreur de format, choix d'outil incorrect ou perte de contexte peut transformer les économies de tokens en coûts de réessai.

Ainsi, 6 yuans ne signifient pas qu'une tâche coûte seulement 6 yuans. Les entreprises paient également pour l'intégration technique, la surveillance des journaux, les reprises après échec, la vérification manuelle et la gouvernance des données. Cependant, lorsque le prix d'appel de base atteint ce niveau, les petites tâches qui auparavant "ne valaient pas l'automatisation" commencent également à devenir économiquement viables. Lire des contrats en masse, organiser des pistes de vente, générer des cas de test, bien que leur valeur unitaire soit faible, elles apparaissent des milliers de fois par jour, c'est précisément là que les modèles à bas prix peuvent le plus facilement faire une différence.

Le prix en cas de cache est particulièrement à noter. La différence entre 0,025 yuans et 3 yuans est de 120 fois, ce qui signifie que la capacité d'une même entreprise à bien concevoir son cache pourrait avoir un impact plus important sur la facture que le choix du modèle. Des systèmes de prompts stables, des documents produits réutilisables et des procédures opérationnelles standard sont tous adaptés à un contexte réutilisable ; si chaque demande nécessite de reconstituer les informations, le prix le plus bas publié n'est qu'un chiffre sur une affiche.

Les entreprises de modèles commencent à se battre pour "l'entrée par défaut"

Le soutien à l'API Responses et à l'intégration de Codex révèle une autre couche de concurrence : les fournisseurs de modèles ne veulent pas seulement vendre des tokens, mais aussi réduire les frictions de migration pour les développeurs. Plus l'interface est proche des flux de travail déjà utilisés par l'équipe, plus le remplacement du modèle ressemble à un changement de configuration plutôt qu'à une réécriture complète de l'application.

Cela donnera aux entreprises d'application un pouvoir de négociation plus fort. Auparavant, un ensemble d'Agents construit autour d'une interface propriétaire d'un seul modèle, peu importe son efficacité, était facilement verrouillé ; maintenant, les équipes peuvent intégrer le choix du modèle dans la couche de routage : des modèles plus stables pour les tâches à haut risque, des modèles moins chers pour les tâches en masse, et une mise à niveau automatique en cas d'échec. L'écart d'évaluation entre les modèles sera finalement converti en taux de réussite et coûts pour chaque type de tâche.

Mais "proche de Fable 5" doit être compris avec prudence. Les évaluations publiques sont des facettes fournies par les fournisseurs, et ne signifient pas que toutes les affaires réelles ne diffèrent que de 5 %. La taille de la bibliothèque de code, les matériaux professionnels en chinois, et la longueur de la chaîne d'appels d'outils peuvent varier considérablement, entraînant des résultats complètement différents. Si une entreprise souhaite migrer, la méthode la plus fiable n'est pas de copier le classement général, mais de faire des tests à petite échelle avec ses propres échantillons d'échec : même entrée, mêmes permissions d'outils, mêmes critères d'acceptation, pour comparer un taux de réussite et le coût d'une tâche complète.

Ainsi, la signification de cette mise à jour de DeepSeek n'est pas seulement l'apparition d'un autre modèle à bas prix. Elle rend l'expérience selon laquelle "les modèles à bas prix ne peuvent faire que des tâches marginales" obsolète, et oblige les équipes d'application à répondre à une question plus précise : quelles tâches nécessitent vraiment l'intelligence la plus coûteuse, et quelles tâches n'ont besoin que de capacités de base suffisamment stables, suffisamment bon marché et remplaçables ?

Les prix des modèles continueront à fluctuer, et les classements continueront à changer. Ce qui peut réellement rester dans les applications ne sera pas un tableau d'évaluation particulier, mais un flux de travail capable de changer de fournisseur à tout moment et de calculer les coûts d'échec.

Cela pose également des exigences plus difficiles pour les fournisseurs de modèles. Les prix bas peuvent rapidement générer un volume d'appels, mais ne se traduisent pas nécessairement par des revenus à long terme ; une fois que les développeurs peuvent changer à faible coût, la stabilité du service, les stratégies de limitation, la qualité de la documentation et la réponse aux pannes affecteront directement la rétention. La comparaison plus significative à venir ne sera pas qui a proposé le prix unitaire le plus bas un jour donné, mais qui peut permettre aux entreprises de fonctionner pendant plusieurs mois consécutifs avec des prix, des performances et des interfaces prévisibles. La concurrence entre les modèles finira par revenir des conférences de presse aux factures et aux journaux de production.

Les équipes de développement devraient également considérer cette baisse de prix comme une vérification de l'architecture, et non comme une simple opportunité d'achat. Si les prompts, les protocoles d'outils et les règles commerciales sont tous liés à un seul modèle, les économies réalisées aujourd'hui pourraient se transformer en dettes techniques lors de la migration demain. Enregistrer les entrées de tâches, les sorties de modèles et les résultats d'acceptation en tant qu'enregistrements standardisés est la seule façon de comparer réellement différents modèles. La plus grande valeur des bas prix n'est pas de relâcher la gestion des coûts, mais de donner à davantage d'affaires réelles la possibilité de mener des expériences à petite échelle, puis d'utiliser les résultats pour décider s'il faut élargir.

Source : Geek Park, rapport du 13 août ; rapport de Decrypt sur la version officielle de DeepSeek V4 Pro ; informations publiques sur les prix de l'API de DeepSeek. Image de couverture : Decrypt.