L’essentiel en bref
- Le nouveau barème DeepSeek s’applique depuis le 16 août 2026, avec des hausses de 50 % à 1 100 % selon le modèle, le type de token et l’heure d’appel API.
- À score égal sur l’index Artificial Analysis (52), GPT-5.6 Luna revient à 0,05 $ la tâche contre 0,11 $ pour DeepSeek V4-Flash.
- DeepSeek V4-Pro n’est plus que le troisième modèle à poids ouverts du classement, derrière Kimi K3 et Qwen3.8.
- Les heures pleines de DeepSeek recouvrent 8h – 12h en heure de Paris.
Ce qu’il faut retenir sur l’évolution des prix API de DeepSeek depuis le 16 août
La documentation officielle de DeepSeek a basculé le 16 août à 16h00 sur une grille à deux vitesses, heures pleines et heures creuses, en même temps que la sortie de V4-Pro.
Le million de tokens en sortie sur V4-Pro passe de 0,87 $ à 1,98 $ en heures creuses et 3,96 $ en heures pleines. Sur V4-Flash, la sortie grimpe de 0,28 $ à 0,66 $ et 1,32 $.
Le changement le plus violent passe pourtant sous les radars des reprises : le cache hit de V4-Pro grimpe de 0,003625 $ à 0,044 $ au tarif haut, soit une multiplication par douze. Le cache était la porte de service, elle reste ouverte, mais l’entrée coûte désormais douze fois plus.
DeepSeek communique sur des heures creuses « 50 % moins chères ». La formulation est exacte et trompeuse à la fois : chaque tarif heures creuses reste supérieur à l’ancien tarif normal. En réalité, il n’y a pas de remise, seulement un prix plancher qui augmente.
Traduction pour vos équipes, sur un agent RAG consommant 10 millions de tokens en entrée par jour dont 70 % servis par le cache, plus 2 millions en sortie : la même charge sur V4-Pro passe d’environ 92 $ par mois à 183 $ en heures creuses et 366 $ en heures pleines. Aucune ligne de code n’a bougé.
Pourquoi DeepSeek n’est plus le meilleur rapport intelligence/coût ?
52. C’est le score obtenu à la fois par DeepSeek V4-Flash 0731 et par GPT-5.6 Luna sur l’index d’Artificial Analysis, dans son relevé du 19 août. Même intelligence mesurée, donc. Sauf que Luna revient à 0,05 $ par tâche contre 0,11 $ pour DeepSeek.
Ce coût par tâche est l’indicateur à regarder, pas le prix au token affiché : il intègre le nombre de tokens que le modèle consomme réellement pour résoudre un problème, verbosité du raisonnement comprise. Un modèle bavard à 0,20 $ le million coûte parfois plus cher qu’un modèle sobre à 1 $.
Le renversement est net. Pendant dix-huit mois, on comparait les modèles occidentaux à DeepSeek pour mesurer l’écart de prix. Depuis la baisse de 80 % appliquée par OpenAI sur Luna le 30 juillet, c’est DeepSeek qu’on compare à OpenAI.
Deuxième mauvaise nouvelle pour Hangzhou : V4-Pro n’est plus que le troisième modèle à poids ouverts du classement, avec 53 points, derrière Kimi K3 (60) et Qwen3.8 (58).
Les meilleures alternatives à DeepSeek selon votre usage
Si votre choix initial reposait sur l’auto-hébergement, l’argument technique s’est déplacé ailleurs, comme le montrait déjà la montée en puissance de Moonshot AI.
Attention toutefois : rien n’indique clairement qu’Artificial Analysis ait déjà recalculé le coût par tâche de DeepSeek sur le nouveau barème. Si ce n’est pas le cas, les 0,11 $ et 0,25 $ du tableau ci-dessous vont encore monter au prochain rafraîchissement. L’écart se creuse, il ne se réduit pas.
Si vous faites tourner des workflows qui demandent beaucoup volume de tokens en entrée et sortie, de la classification, de l’extraction ou de la génération de fiches produit, GPT-5.6 Luna est l’un des meilleurs rapports coût / intelligence du moment à 0,20 $ / 1,20 $. Le score est identique à V4-Flash, la facture par tâche est deux fois moins chère, et vous récupérez toutes les fonctionnalités OpenAI au passage.
Pour du raisonnement intermédiaire, Gemini 3.7 Flash est intéressant à 0,75 $ / 3,75 $, mais attention car ce tarif est une promotion d’introduction valable jusqu’au 31 décembre 2026. Construire un budget 2027 dessus revient à parier sur une prolongation qui ne va certainement pas arriver.
Sur le haut du tableau, le meilleur score par dollar est chez Z.ai : GLM-5.3 sort 60 points d’index pour 0,68 $ la tâche, à 1,40 $ / 4,40 $ le million. Kimi K3 fait le même score pour un ticket d’entrée plus élevé, à 3 $ / 15 $. Vérifiez les licences avant d’auto-héberger : GLM-5.2 est publié sous MIT, Kimi K3 sous une licence maison dont les conditions commerciales méritent une lecture juridique.
Côté modèles propriétaires haut de gamme, Anthropic a rendu permanent le tarif 2 $ / 10 $ de Claude Sonnet 5 en annulant la hausse prévue au 1er septembre.
Le contraste avec DeepSeek est frappant : pendant que le champion du low cost augmente, les laboratoires américains gèlent ou baissent. Notre comparatif des LLM les plus rentables détaille les écarts par profil de charge.
Un unique cas d’usage garde DeepSeek en tête : la réutilisation massive de préfixe. Même multiplié par douze, un cache hit à 0,044 $ le million reste très bas en absolu. Si votre workflow rejoue un system prompt stable ou un corpus documentaire figé sur des millions d’appels, restez chez eux. Si votre charge produit beaucoup de tokens en sortie, agents et raisonnement long en tête, migrez.
C’est bon à savoir : le pic tarifaire tombe en pleine matinée française
Les heures pleines de DeepSeek courent de 01h00 à 04h00 et de 06h00 à 10h00 UTC. Reconverties en heure de Paris, cela donne 03h00 – 06h00 et 08h00 – 12h00.
Toute votre matinée de travail est donc facturée au tarif doublé. Un batch d’enrichissement de catalogue lancé à 9h coûte exactement deux fois le même batch lancé à 14h. Les équipes américaines, elles, travaillent par défaut en heures creuses.
La conséquence est simple pour un chef de projet : sortez du cron de 8h. Tout ce qui n’est pas temps réel, indexation, résumés, scoring de leads, réécriture de fiches, se replanifie après midi sans coût de développement. C’est le seul levier d’économie qui ne demande ni migration ni test qualité.
Notre verdict :
DeepSeek reste un très bon modèle, même s’il n’est plus le moins cher. À score d’intelligence identique sur l’index Artificial Analysis, GPT-5.6 Luna coûte moitié moins par tâche, et deux modèles chinois à poids ouverts dépassent désormais V4-Pro en intelligence. En clair ? Gardez DeepSeek pour les charges à fort taux de cache, testez Luna sur le volume et GLM-5.3 sur le raisonnement. Et si vous ne souhaitez changer qu’une chose cette, décalez vos workflows l’après-midi pour économiser en coûts API.
Reste l’inconnue de fond derrière cette hausse : DeepSeek monétise surement avant une entrée en bourse annoncée sur une valorisation d’environ 74 milliards de dollars, et Zhipu, Moonshot comme MiniMax ont déjà relevé leurs grilles.
Fondateur de LEPTIDIGITAL et SUPASST, je suis également consultant spécialisé en acquisition de leads B2B (SaaS). Passionné par le marketing digital, l’intelligence artificielle et le SEO. Avant de devenir indépendant, j’ai occupé des postes clés en tant que SEO Manager et responsable e-commerce pour plusieurs grandes entreprises (Altice Media, Infopro Digital, Voyage Privé et le Groupe ERAM). Sur le plan perso, je suis un curieux insatiable, également passionné par la photographie, le badminton et les voyages. Pour toute demande de partenariat, privilégiez LinkedIn ou email ([email protected]).
