DeepSeek, société d'intelligence artificielle de Hangzhou

Allée bordée de baies de serveurs et de faisceaux de câbles, sous les gaines de ventilation — Image d'illustration

Une société adossée à un fonds quantitatif

La société a pour raison sociale Hangzhou DeepSeek Artificial Intelligence Basic Technology Research Co. Elle a été fondée en juillet 2023 par Liang Wenfeng et incubée par High-Flyer, fonds d'investissement quantitatif que le même Liang Wenfeng avait créé en 2015. Ce lien n'est pas seulement capitalistique : le fonds finance la société et possède le calculateur sur lequel les premiers modèles ont été entraînés.

Cette généalogie explique une singularité de l'entreprise. Elle n'est pas née d'un groupe technologique ni d'une levée de fonds auprès du capital-risque, mais d'une salle de marchés qui avait déjà, pour ses propres besoins, constitué un parc de calcul et recruté des ingénieurs capables de l'exploiter.

Le calculateur qui a précédé les modèles

Les moyens matériels de High-Flyer ont été engagés bien avant la fondation de la société. En 2019, le fonds a consacré 200 millions de yuans, soit environ 27,8 millions de dollars, à l'achat de 1 100 processeurs graphiques. En 2021, il a investi un milliard de yuans dans le développement de sa grappe de calcul Fire-Flyer 2, annoncée pour atteindre 1 550 pétaflops.

Ces deux chiffres reviendront dans toutes les discussions ultérieures sur les coûts de la société : ils décrivent un investissement matériel accumulé sur plusieurs années, indépendamment de ce que coûte l'entraînement d'un modèle donné.

V3 et le débat sur le coût d'entraînement

Le modèle V3 a été publié en décembre 2024, accompagné d'un rapport technique déposé le 27 décembre 2024. Ce document décrit une architecture à mélange d'experts totalisant 671 milliards de paramètres, dont 37 milliards sont activés pour chaque jeton traité, un pré-entraînement sur 14,8 mille milliards de jetons, et une consommation de 2,788 millions d'heures de calcul sur processeurs H800 pour l'entraînement complet. Les auteurs y soulignent que l'opération s'est déroulée sans reprise ni divergence irrécupérable.

À ces heures de calcul correspondait un coût annoncé de 5,6 millions de dollars, et c'est ce chiffre qui a fait débat. Le South China Morning Post relevait dès le 4 février 2025 que les sommes déjà engagées par le fonds dans son parc de calcul étaient sans commune mesure avec ce montant, et que rien ne permettait d'y lire la dépense totale du développement.

Le point mérite d'être tenu pour ce qu'il est : un chiffre contesté, non un chiffre réfuté. Le rapport technique porte sur les heures de calcul d'un entraînement donné ; il ne prétend pas couvrir l'acquisition du matériel, ni les travaux qui ont précédé. Ce qui a été discuté, c'est la lecture qu'en a faite la presse et non l'exactitude du décompte lui-même. Toute reprise de ce montant comme prix de revient d'un modèle de premier plan reste, à ce jour, une extrapolation.

R1 et la notoriété internationale

Le 20 janvier 2025, la société a publié R1, un modèle de raisonnement dont les poids ont été mis à disposition sous licence permissive MIT. L'éditeur annonçait un modèle égalant ou dépassant sur plusieurs bancs d'essai le modèle o1 d'OpenAI, pour une fraction du coût d'accès. Le procédé repose sur un raisonnement en chaîne, où le modèle décompose le problème en étapes avant de répondre. Six versions réduites ont accompagné la publication.

C'est cette sortie qui a fait connaître la société hors de Chine. Son application est devenue l'application gratuite la plus téléchargée sur la boutique américaine d'Apple, et l'annonce a été suivie d'un décrochage des valeurs technologiques liées aux semi-conducteurs. La conjonction de trois éléments a été retenue par les observateurs : des poids publiés sous une licence permissive, un procédé d'entraînement décrit publiquement, et un tarif d'accès très inférieur à celui des modèles concurrents.

La génération V4

Une avant-première de V4 a été présentée le 24 avril 2026, en deux déclinaisons. V4-Pro, destiné aux tâches complexes, affiche 1 600 milliards de paramètres ; V4-Flash, pensé pour un usage rapide et économique, en compte 284 milliards. Les deux portent la fenêtre de contexte à un million de jetons, contre 128 000 pour la génération précédente. Le tarif annoncé de V4-Pro s'établissait à 1,74 dollar par million de jetons d'entrée et 3,48 dollars par million de jetons en sortie ; celui de V4-Flash reprenait la grille du modèle V2 de juin 2024. L'éditeur annonçait par ailleurs pour V4-Pro une consommation de calcul ramenée à 27 % de celle de V3.2 et une empreinte mémoire réduite à 10 %.

Le même jour, Huawei a fait savoir que ses puces Ascend et ses systèmes en supernœuds prenaient pleinement en charge l'inférence de ces modèles, et le fondeur Cambricon a confirmé la compatibilité de ses propres circuits. C'est la première génération de la société explicitement optimisée pour des puces conçues en Chine.

La version officielle de V4-Flash a été publiée le 31 juillet 2026. L'architecture était inchangée par rapport à l'avant-première : les gains annoncés, notamment sur les capacités d'agent autonome et sur une nouvelle baisse des tarifs d'interface, provenaient d'un post-entraînement étendu. Cette publication est intervenue avec un léger retard sur l'objectif de mi-juillet que la société s'était donné, et sans être accompagnée de la version officielle de V4-Pro.

Un modèle économique fondé sur le prix du jeton

La société ne vend pas d'abonnement à un service fermé. Elle met ses poids à disposition, ce qui permet à quiconque de télécharger un modèle, de l'inspecter et de le faire tourner sur ses propres machines, et elle facture l'accès à ses serveurs à l'appel, au prorata des jetons consommés. Le revenu ne vient donc pas de la rareté du modèle mais du volume d'appels, ce qui suppose un coût par jeton maintenu très bas.

Ce choix a une conséquence directe sur la manière de lire les annonces de la société : chaque génération met en avant un rapport entre performance et coût de calcul plutôt qu'une performance absolue, et les gains d'efficacité y sont un argument commercial autant qu'une caractéristique technique.

Le matériel, des puces américaines aux puces chinoises

Les premiers modèles ont été entraînés sur des processeurs graphiques Nvidia A100 acquis avant que leur exportation vers la Chine ne soit interdite, complétés par des puces de performance moindre conçues pour le marché chinois. Les estimations rapportées en janvier 2025 créditaient la société d'au moins 50 000 unités A100, sans que ce nombre ait fait l'objet d'une confirmation de l'entreprise.

Cette contrainte matérielle est régulièrement présentée comme une explication de l'orientation technique de la maison : les restrictions à l'exportation ont poussé la société vers des architectures économes, la mise en commun des ressources de calcul et la publication ouverte de ses travaux. Le basculement vers les puces chinoises annoncé avec la génération V4 prolonge ce mouvement.

Ce que valent les chiffres publiés

Une réserve vaut pour l'ensemble des performances citées ici. Les classements sur bancs d'essai que publie un éditeur de modèles, quel qu'il soit, sont des revendications de cet éditeur : ils sont produits par lui, sur des jeux d'épreuves qu'il choisit, et la vérification indépendante de ces résultats reste limitée. Il en va de même des consommations de calcul et de mémoire annoncées à chaque génération.

La chronologie des versions successives est en revanche établie, chaque publication étant datée et documentée. C'est sur elle que repose la description qui précède, les chiffres de performance n'y figurant qu'au titre de ce que la société a déclaré, à la date où elle l'a déclaré.