Le 13 août 2026, l’entreprise chinoise DeepSeek a mis en ligne un nouveau modèle de langage (un système d’intelligence artificielle entraîné à comprendre et à produire du texte), baptisé V4 Pro. Le lendemain, Google publiait un modèle présenté comme plus performant et surtout moins cher. Entre les deux, OpenAI bouclait un rachat d’actions auprès de ses salariés pour environ 7 milliards de dollars. Trois annonces en quelques jours, une seule vraie question commune : qui propose le meilleur rapport entre performance et prix.
DeepSeek V4 Pro : la puissance, puis la facture qui grimpe
Tech Startups, 13 août 2026, d’après Reuters : le lancement de V4 Pro s’accompagne d’une hausse des tarifs de l’interface de programmation.
DeepSeek a fait sortir V4 Pro de sa phase de test le 13 août 2026, sous le nom technique V4-Pro-0813. Le modèle est disponible sur l’application, le site web et l’API de l’entreprise. DeepSeek le présente comme taillé pour les tâches d’agent, c’est-à-dire les cas où l’IA utilise des outils, écrit et exécute du code, et enchaîne plusieurs étapes sans intervention humaine.
Sur le plan technique, DeepSeek V4 Pro repose sur une architecture dite de mélange d’experts. Le modèle est découpé en sous-réseaux spécialisés, et seule une partie s’active pour répondre à chaque requête, ce qui limite le calcul nécessaire.
- 1 600 milliards de paramètres au total (les paramètres sont les réglages internes que le modèle apprend pendant son entraînement), dont seulement 49 milliards actifs pour traiter chaque jeton
- Une fenêtre de contexte d’un million de jetons, avec une réponse pouvant aller jusqu’à 384 000 jetons (un jeton, ou token, est le fragment de mot que le modèle traite comme une unité de base)
- Des poids ouverts (le modèle en lui-même, pas seulement son accès par API) publiés sous licence MIT sur Hugging Face, que n’importe qui peut télécharger et faire tourner sur ses propres serveurs
- Deux modes de fonctionnement, avec ou sans raisonnement visible, et trois niveaux d’effort réglables selon la difficulté de la tâche
DeepSeek revendique de bons résultats sur plusieurs bancs d’essai orientés agents : 87,9 sur Terminal-Bench 2.1, 62,7 sur DeepSWE, 61,5 sur NL2Repo. Ces chiffres viennent uniquement de l’entreprise elle-même. Aucun laboratoire indépendant ne les a confirmés au moment de la publication de cet article.
Deux jours après le lancement, DeepSeek a annoncé l’inverse de ce qui avait fait sa réputation. À partir du 16 août 2026, les tarifs de l’API montent fortement, jusqu’à 355 % de hausse sur le prix de sortie de V4 Pro aux heures de pointe, selon les chiffres publiés par Fortune. Le prix passe de 0,87 dollar à 3,96 dollars par million de jetons générés en pleine journée, avec un tarif réduit de moitié la nuit. DeepSeek justifie ce changement par le besoin de mieux répartir la charge sur ses serveurs. Malgré la hausse, ces tarifs restent inférieurs à ceux de plusieurs modèles occidentaux haut de gamme.
Google réplique avec Gemini 3.7 Flash, deux fois moins cher
Google a publié Gemini 3.7 Flash le 13 août 2026, mis à disposition des développeurs le lendemain. L’entreprise le décrit comme son modèle le plus intelligent pour la programmation et les tâches d’agent, pensé pour le volume plutôt que pour les records de puissance brute.
Le prix introductif est de 0,75 dollar par million de jetons en entrée et 3,75 dollars par million en sortie, valable jusqu’au 31 décembre 2026. C’est la moitié du tarif de lancement de Gemini 3.6 Flash, son prédécesseur sorti trois semaines plus tôt seulement. Le tarif doit remonter à 1,50 et 7,50 dollars le 1er janvier 2027.
Google avance des progrès sensibles face à Gemini 3.6 Flash : 43,6 % contre 34,4 % sur le banc d’essai FrontierCode, 65,3 % contre 49 % sur DeepSWE. Là aussi, ces scores viennent de l’entreprise qui vend le modèle, pas d’un organisme extérieur.
L’ironie de la semaine tient en une phrase. Google baisse ses prix de moitié le jour même où DeepSeek augmente les siens de plus de trois fois. Même après cette hausse, le tarif de sortie de DeepSeek V4 Flash, la version légère de V4 Pro, reste sous celui de Gemini 3.7 Flash aux heures creuses. Le classement des prix bouge presque chaque semaine.
OpenAI : un rachat d’actions de 7 milliards de dollars
OpenAI a de son côté finalisé, autour du 10 août 2026, un rachat d’actions d’environ 7 milliards de dollars. Un rachat d’actions salariés, c’est quand l’entreprise utilise sa propre trésorerie pour racheter les parts de ses employés actuels et anciens, plutôt que de faire appel à de nouveaux investisseurs. Cela leur permet de toucher de l’argent sans attendre une entrée en bourse. L’information vient de Bloomberg et a été confirmée par CNBC.
L’opération valorise OpenAI à 852 milliards de dollars, le chiffre fixé lors du tour de financement de 122 milliards de dollars bouclé en mars 2026. C’est le troisième rachat de ce type organisé par l’entreprise :
- 1,5 milliard de dollars en 2024
- 6,6 milliards de dollars en octobre 2025, pour une valorisation de 500 milliards de dollars
- 7 milliards de dollars en août 2026, pour une valorisation de 852 milliards de dollars
OpenAI a déposé en juin 2026 un dossier confidentiel auprès du gendarme boursier américain, sans annoncer de date d’entrée en bourse. Un rachat financé sur fonds propres se lit souvent comme un signe que cette entrée en bourse n’est pas pour tout de suite. Le mouvement financier arrive juste après deux annonces produit : GPT-5.6-Cyber, un modèle taillé pour la recherche de failles de sécurité, et Astra, présenté début août.
Ce rachat n’est pas un geste sur le prix d’un produit. Mais il fait partie de la même bataille. Garder ses meilleurs ingénieurs payés et fidèles coûte cher, au moment même où deux concurrents se disputent le client sur le prix au jeton.
Le vrai terrain de bataille : le rapport performance-prix
Pendant longtemps, la question posée à chaque sortie de modèle était simple : lequel est le plus puissant ? DeepSeek avait déjà rebattu les cartes début 2025 en cassant les prix face aux modèles américains. Cette semaine change la donne une seconde fois, dans les deux sens à la fois.
Pour quelqu’un qui utilise ces outils au quotidien, code avec un assistant IA ou fait tourner un agent qui traite des documents, la conséquence est concrète. Le choix ne se fait plus seulement sur un score de banc d’essai. Il se fait aussi sur le coût réel par million de jetons traités, à l’heure où on les traite. Un tarif plus bas la nuit, ou pour les grosses tâches, peut peser plus sur la facture d’une entreprise qu’un point gagné sur un test académique.
Cette guerre des prix a un revers qu’on ne voit pas dans un communiqué de lancement. Faire tourner des modèles toujours plus gros à des tarifs toujours plus bas suppose des puces, des centres de données et de l’électricité en quantités énormes. C’est l’autre face de la course à l’IA, celle qui se joue sur le capital et l’énergie plutôt que sur le prix affiché au jeton.
Pour l’instant, DeepSeek, Google et OpenAI avancent chacun leur pièce sur cet échiquier, le même mois d’août 2026. Le lien entre la valeur boursière de la tech et la course à l’IA n’a jamais été aussi direct.
0 Commentaires
Aucun commentaire pour le moment. Soyez le premier à commenter !