Dans cet article
- DeepSeek redirige son meilleur modèle vers un modèle moins cher, et vous facture au prix le plus bas
- Les chiffres
- Leurs heures de pointe tombent pendant votre matinée de travail
- Le cache : un écart de cinquante fois
- La clause qui mérite d'être lue plutôt que survolée
- La leçon au-delà de DeepSeek
- Comment nous gérons cela chez Origami
DeepSeek redirige son meilleur modèle vers un modèle moins cher, et vous facture au prix le plus bas
DeepSeek a informé les utilisateurs de son API que V4.1 Flash sort le 10 septembre 2026. La nouvelle n'est pas le lancement, c'est ce qui suit : à partir de 4 h 00 UTC, soit 7 h 00 à Riyad, toute requête destinée au modèle phare V4 Pro sera redirigée vers le nouveau modèle et facturée à son prix. Celui qui utilise aujourd'hui le modèle le plus puissant paiera demain le prix du modèle le plus rapide, sans changer une ligne de son système.
C'est la même entreprise qui a augmenté ses prix et introduit une facturation aux heures de pointe il y a quelques mois. La tendance s'est inversée pour une raison : un marché qui bouge plus vite que n'importe quel contrat annuel.
Cela représente jusqu'à 77 % de moins en entrée et 70 % de moins en sortie. Le chiffre compte, mais trois détails de l'annonce comptent davantage, et ce sont eux qui décident réellement de votre facture.
Les chiffres
Les prix s'entendent par million de tokens, le token étant la plus petite unité de texte que lit le modèle : un mot, un nombre, un signe de ponctuation. Ce sont les tarifs hors pointe ; les tarifs de pointe sont exactement le double.
| Élément | V4 Pro aujourd'hui | V4.1 Flash demain | Variation |
|---|---|---|---|
| 1M de tokens en entrée, lus depuis le cache | 0,022 $ | 0,003 $ | -86 % |
| 1M de tokens en entrée, nouveaux | 0,66 $ | 0,15 $ | -77 % |
| 1M de tokens en sortie | 1,98 $ | 0,60 $ | -70 % |
Si vous êtes aujourd'hui sur la version V4 Flash classique, la baisse est plus faible mais réelle : l'entrée nouvelle passe de 0,22 $ à 0,15 $, et l'entrée en cache de 0,007 $ à 0,003 $.
Leurs heures de pointe tombent pendant votre matinée de travail
DeepSeek facture à deux tarifs, pointe et hors pointe, avec un écart du simple au double. Les heures de pointe sont publiées en UTC : de 01 h 00 à 04 h 00 et de 06 h 00 à 10 h 00, du lundi au vendredi.
Converties à l'heure de Riyad, la pointe va de 04 h 00 à 07 h 00 et de 09 h 00 à 13 h 00. Toute la matinée de travail saoudienne tombe en pointe, au double du prix. Après 13 h 00, le tarif est divisé par deux jusqu'au lendemain matin.
La conséquence pratique est directe. Le travail qui répond à un client en temps réel reste où il est, quel qu'en soit le coût, car le client n'attend pas. Le travail que personne n'attend (génération du rapport mensuel, classement d'une archive de messages, extraction de données d'anciens fichiers, synthèse de comptes rendus) coûte moitié moins s'il tourne après 13 h 00 ou la nuit, sans aucun autre changement. La planification est une décision opérationnelle, pas technique, et ici elle pèse autant sur la facture qu'un changement de modèle.
Le cache : un écart de cinquante fois
Reprenez la première ligne du tableau. L'entrée nouvelle coûte 0,15 $. L'entrée lue depuis le cache coûte 0,003 $. C'est un écart de cinquante fois, le plus grand écart de toute la grille tarifaire, et le plus souvent ignoré.
Le cache s'applique au début de votre message. Envoyez le même texte d'ouverture à chaque requête et DeepSeek le facture une fois au plein tarif, puis le relit pour une fraction du prix. La plupart des systèmes réels transportent un gros bloc fixe à chaque appel : les instructions de l'assistant, la liste des produits et des prix, la politique de retour, le ton à adopter. Rien de tout cela ne change d'un client à l'autre.
La différence entre un système qui ordonne son prompt et un autre qui ne le fait pas n'est donc pas une subtilité d'ingénierie. C'est la différence entre une partie fixe facturée une fois et une partie fixe refacturée en entier à chaque message. La règle est simple : le fixe d'abord, le variable à la fin.
Prenons un exemple. Un assistant WhatsApp qui traite 3 000 conversations par mois, chacune avec 4 000 tokens en entrée et 500 tokens en sortie, coûte environ 10,89 $ par mois au tarif hors pointe actuel de V4 Pro. Au tarif de demain de V4.1 Flash, il tombe à 2,70 $. Ordonnez le prompt pour que 80 % de l'entrée soit lue depuis le cache et il tombe à 1,29 $. Huit fois moins entre le premier chiffre et le dernier, et à la dernière étape le modèle n'a pas changé. Seul l'ordre du texte a changé.
La clause qui mérite d'être lue plutôt que survolée
Une phrase de l'avis mérite l'attention : la poursuite de l'utilisation du service après le changement de facturation vaut acceptation des nouvelles conditions, et quiconque n'est pas d'accord peut résilier et demander un remboursement.
C'est une formulation courante dans les contrats de services cloud, et elle ne pose pas de problème ici puisque le changement favorise l'utilisateur. Mais le principe mérite d'être remarqué : la même clause permet un changement de prix dans l'autre sens par le même mécanisme. Si vous construisez un système commercial sur l'API de quelqu'un d'autre, votre coût d'exploitation n'est pas un chiffre fixe dans votre business plan. C'est une condition qui change sur simple préavis.
La leçon au-delà de DeepSeek
C'est le même schéma que celui dont nous avons parlé quand Broadcom a retiré l'outil de sortie de VMware sans annonce : ce dont vous dépendez change sous vos pieds, et ce qui compte, c'est la vitesse à laquelle vous pouvez réagir.
Regardez ce qui est arrivé au nom du modèle. Un développeur qui a écrit deepseek-v4-pro dans son système verra ses requêtes partir ailleurs par décision du fournisseur. Ici, le résultat lui est favorable : moins cher, plus rapide et meilleur selon l'éditeur lui-même. Mais c'est le même mécanisme qui déplacera vos requêtes vers un autre modèle le jour où la décision ne vous sera pas favorable.
Une seule règle suffit : ne dispersez pas le nom du modèle dans votre système. Gardez-le comme une valeur de configuration unique, et faites passer chaque appel par une seule couche de votre code. Changer de modèle, ou de fournisseur, devient alors une modification d'une ligne plutôt qu'un projet. Cela ne coûte rien à faire au départ et des semaines à rattraper plus tard.
Si vous comparez des modèles avant de vous engager, nous avons comparé DeepSeek, Claude et GPT selon le type de travail auquel chacun convient plutôt que selon les chiffres mis en avant, et cette comparaison tient toujours : ils diffèrent selon la tâche, pas seulement selon le prix.
Et le point qui compte le plus pour un dirigeant : à ces prix, le modèle n'est plus ce qui bloque un projet. Faire tourner un assistant sur des milliers de conversations par mois coûte désormais moins que le café du bureau. Ce qui décide du résultat, c'est tout ce qui entoure le modèle : vos données sont-elles assez organisées pour qu'il les lise, est-il réellement connecté à vos systèmes ou répond-il à partir de rien, et savez-vous ce qui se passe quand il se trompe ?
Comment nous gérons cela chez Origami
Dans les systèmes que nous construisons pour nos clients, chaque appel au modèle passe par une seule couche, et le nom du modèle se trouve dans un fichier de configuration au lieu d'être répété dans le code. Quand le marché bouge, et il bouge à peu près chaque mois, faire passer un client à un modèle moins cher ou plus précis est une décision exécutée en quelques minutes et mesurée ensuite, pas une reconstruction.
Nous traitons aussi l'ordre du prompt comme une décision de conception plutôt que comme un détail : le bloc fixe d'abord pour qu'il soit lu depuis le cache, la partie variable à la fin. Et nous séparons ce qui exige une réponse immédiate de ce qui peut attendre, pour que le second type tourne aux heures bon marché. Trois décisions que personne ne voit dans l'interface, et qui apparaissent toutes sur la facture.
Sources
Questions fréquentes
Quand exactement le nouveau prix entre-t-il en vigueur ?
À 4 h 00 UTC le 10 septembre 2026, soit 7 h 00 à Riyad. À partir de ce moment, les requêtes V4 Pro sont redirigées vers V4.1 Flash et facturées à son prix.
Dois-je modifier mon système pour bénéficier du nouveau prix ?
Non. La redirection se fait chez DeepSeek et le nom du modèle dans votre code reste tel quel. Il vaut toutefois la peine de vérifier que le nom du modèle se trouve à un seul endroit de votre configuration, car le changement d'aujourd'hui montre qu'un nom de modèle n'est pas une constante garantie.
Pourquoi ma facture varie-t-elle selon l'heure ?
DeepSeek facture à deux tarifs, avec un écart du simple au double. À l'heure de Riyad, la pointe va de 04 h 00 à 07 h 00 et de 09 h 00 à 13 h 00, du lundi au vendredi. Toute tâche qui n'a pas besoin d'une réponse immédiate coûte moitié moins si vous la lancez après 13 h 00.
Qu'est-ce que le cache et pourquoi l'écart est-il si grand ?
Il facture la partie fixe de votre message une seule fois au lieu de la refacturer à chaque requête. L'entrée en cache coûte 0,003 $ contre 0,15 $ pour une entrée nouvelle, soit un écart de cinquante fois. Vous en profitez en plaçant le texte qui ne change jamais (instructions, liste de produits, politiques) au début du message plutôt qu'à la fin.
Cela signifie-t-il que V4 Pro a été abandonné ?
L'avis indique que la redirection dure jusqu'à la sortie de V4.1 Pro : c'est donc une transition plutôt qu'un retrait. C'est tout de même un rappel concret qu'un fournisseur peut changer à tout moment ce qui se cache derrière le nom d'un modèle, et c'est ce qui fait de l'isolation de l'appel dans une seule couche une décision saine plutôt qu'un excès d'ingénierie.
Suivez Origami sur Google
Ajoutez Origami à vos sources préférées : nos articles apparaîtront en premier pour vous dans la recherche Google et les actualités à la une.
