Révélé au grand public par son modèle de raisonnement R1, DeepSeek poursuit en 2026 son développement avec une nouvelle génération de modèles capables de traiter des contextes plus longs et d’exécuter des tâches complexes. L’entreprise chinoise ne menace pas directement la disparition de ChatGPT, mais elle modifie profondément la compétition mondiale autour de l’intelligence artificielle, des coûts d’utilisation et des modèles ouverts.
L’arrivée de DeepSeek-R1 au début de l’année 2025 avait provoqué une onde de choc dans le secteur de l’intelligence artificielle. Le modèle chinois affichait des résultats compétitifs dans plusieurs domaines exigeants, notamment les mathématiques, la programmation et le raisonnement logique.
Plus d’un an après, DeepSeek ne se limite plus à R1. L’entreprise a enrichi sa gamme, amélioré ses capacités d’utilisation d’outils et renforcé son positionnement dans les agents d’intelligence artificielle. En avril 2026, elle a notamment présenté une préversion de DeepSeek-V4, conçue pour gérer des volumes d’informations plus importants et des tâches plus autonomes.
Cette évolution confirme que DeepSeek n’était pas un phénomène passager. Elle illustre surtout une transformation plus large du marché : les performances progressent, les prix diminuent et les modèles ouverts prennent une place croissante face aux systèmes propriétaires proposés par OpenAI, Google, Anthropic ou Microsoft.
De DeepSeek-V3 à R1 : l’origine de la rupture
Pour comprendre l’impact de DeepSeek, il faut distinguer ses différentes générations de modèles.
DeepSeek-V3 reposait sur une architecture dite de « mélange d’experts », ou Mixture of Experts. Le modèle comptait 671 milliards de paramètres au total, mais n’en activait qu’environ 37 milliards pour traiter chaque unité de texte. Cette organisation permettait de mobiliser seulement une partie du réseau à chaque requête, afin de limiter les ressources nécessaires au calcul.
Le rapport technique publié par DeepSeek décrivait également plusieurs optimisations destinées à améliorer l’efficacité de l’entraînement, notamment l’utilisation du format FP8, une méthode de calcul à précision réduite.
DeepSeek-R1 a ensuite ajouté une dimension centrale : le raisonnement. Au lieu de produire immédiatement une réponse, le modèle peut consacrer davantage de calcul à l’analyse d’un problème complexe.
Dans leur publication scientifique consacrée à R1, les chercheurs de DeepSeek expliquaient avoir utilisé l’apprentissage par renforcement pour développer ces capacités. Le modèle a été évalué sur des tâches de mathématiques, de programmation et de raisonnement général, avec des résultats présentés comme comparables à ceux de plusieurs modèles propriétaires de premier plan.
Il faut néanmoins interpréter ces comparaisons avec prudence. Les performances dépendent du test utilisé, de la formulation des consignes et des conditions d’exécution. Un bon résultat sur un benchmark ne signifie pas qu’un modèle sera systématiquement supérieur dans tous les usages professionnels.
DeepSeek-V4 marque une nouvelle étape en 2026
Le 24 avril 2026, DeepSeek a annoncé la disponibilité d’une préversion de DeepSeek-V4. Cette nouvelle génération met notamment l’accent sur les agents d’intelligence artificielle, c’est-à-dire des systèmes capables d’enchaîner plusieurs opérations, d’utiliser des outils et de suivre un objectif plus complexe qu’une simple réponse conversationnelle.
Deux versions ont été présentées.
DeepSeek-V4-Pro est annoncé avec 1 600 milliards de paramètres au total, dont 49 milliards activés au cours du traitement. DeepSeek-V4-Flash adopte une architecture plus légère, avec 284 milliards de paramètres au total et 13 milliards activés.
Les deux modèles proposent une fenêtre de contexte pouvant atteindre un million de tokens. Cette capacité permet, en théorie, d’analyser des documents très longs, d’examiner un ensemble important de données ou de conserver davantage d’informations au cours d’une même interaction.
La taille du contexte ne garantit toutefois pas, à elle seule, une meilleure compréhension. Plus un document est volumineux, plus il devient nécessaire de vérifier la fiabilité des réponses, la sélection des informations pertinentes et l’absence d’omissions.
DeepSeek présente V4 comme une évolution adaptée aux usages professionnels, aux assistants de programmation et aux systèmes capables de coordonner plusieurs tâches. L’entreprise indique également avoir rendu cette préversion accessible depuis son application, son interface web et son API.
DeepSeek concurrence-t-il réellement ChatGPT ?
Présenter DeepSeek comme une menace directe pour ChatGPT serait trop simplificateur.
ChatGPT désigne un produit grand public développé par OpenAI, avec une interface, des fonctionnalités multimodales, des outils, des connecteurs et un écosystème de services. DeepSeek désigne à la fois une entreprise, une famille de modèles, une interface conversationnelle et une API.
La concurrence porte donc sur plusieurs niveaux :
- la qualité des modèles ;
- le prix des requêtes ;
- la rapidité de traitement ;
- l’accès aux poids des modèles ;
- les possibilités d’hébergement ;
- l’intégration dans les applications professionnelles ;
- les capacités de raisonnement et d’utilisation d’outils.
DeepSeek exerce surtout une pression sur le modèle économique de l’intelligence artificielle. En proposant des tarifs compétitifs et plusieurs modèles accessibles aux développeurs, l’entreprise oblige les autres acteurs à justifier leurs prix, leurs performances et leurs services complémentaires.
Cette pression ne concerne pas seulement OpenAI. Elle touche également les fournisseurs de services cloud, les éditeurs de logiciels, les startups spécialisées et les entreprises qui construisent leurs propres assistants à partir de modèles existants.
Le marché ne semble donc pas se diriger vers la domination d’un outil unique. Il évolue plutôt vers une coexistence de modèles propriétaires, de modèles ouverts et de solutions spécialisées.
Pour prolonger cette analyse, notre article consacré aux investissements massifs et au risque de bulle autour de l’intelligence artificielle permet de mieux comprendre les enjeux financiers de cette compétition.
L’ouverture des modèles constitue un avantage stratégique
DeepSeek s’est distingué en publiant les poids de plusieurs de ses modèles et en mettant à disposition une partie de ses travaux techniques.
Cette stratégie permet à des chercheurs, des développeurs et des entreprises de télécharger certains modèles, de les tester et, selon les licences applicables, de les adapter à leurs besoins.
R1 a notamment été accompagné de plusieurs modèles dits « distillés », construits à partir des familles Llama et Qwen. La distillation consiste à transférer une partie des capacités d’un modèle puissant vers un modèle plus compact.
Cette méthode peut rendre l’intelligence artificielle plus accessible aux organisations qui ne disposent pas d’une infrastructure informatique comparable à celle des grands groupes technologiques.
L’ouverture ne signifie cependant pas une transparence totale. La publication des poids d’un modèle ne donne pas nécessairement accès à l’ensemble des données d’entraînement, aux procédures internes de sélection des données ni à tous les mécanismes d’alignement et de sécurité.
Il convient donc de distinguer les modèles réellement open source, au sens strict du terme, des modèles à poids ouverts dont certaines composantes restent propriétaires ou insuffisamment documentées.
Les performances ne doivent pas masquer les limites
Les modèles de raisonnement donnent parfois l’impression de conduire une véritable démonstration logique. Pourtant, ils restent susceptibles de produire des erreurs, de fabriquer une référence ou de développer un raisonnement convaincant à partir d’une hypothèse incorrecte.
Les longues chaînes de raisonnement ne garantissent pas davantage l’exactitude d’une réponse. Elles peuvent aussi contenir des répétitions, des vérifications inutiles ou des détours qui ne corrigent pas l’erreur initiale.
En 2026, des chercheurs continuent d’étudier la différence entre la forme apparente du raisonnement et sa solidité réelle. Certains travaux montrent que les modèles peuvent reproduire les signes extérieurs d’une réflexion structurée sans toujours maintenir une progression logique comparable à celle d’un raisonnement humain.
Cette limite impose une validation systématique pour les usages sensibles, notamment :
- le droit ;
- la santé ;
- les finances ;
- la cybersécurité ;
- les marchés publics ;
- les décisions administratives ;
- la production de documents destinés aux citoyens.
L’intelligence artificielle peut faciliter la recherche, la synthèse ou la préparation d’un document. Elle ne doit pas devenir l’unique source d’une décision engageant une organisation publique ou privée.
Données personnelles : un sujet toujours sensible
La compétition technologique autour de DeepSeek s’accompagne aussi d’interrogations sur la protection des données.
En février 2025, le Comité européen de la protection des données a décidé d’intégrer les investigations concernant DeepSeek aux travaux européens portant sur l’application du Règlement général sur la protection des données aux systèmes d’intelligence artificielle.
Cette coordination ne constitue pas, à elle seule, une condamnation de l’entreprise. Elle montre néanmoins que les autorités européennes considèrent les agents conversationnels comme un sujet prioritaire.
Avant d’utiliser un service d’IA, une collectivité ou une entreprise doit notamment vérifier :
- le lieu d’hébergement des données ;
- les conditions de conservation des conversations ;
- l’utilisation éventuelle des contenus pour l’entraînement ;
- la possibilité de désactiver l’historique ;
- les mesures de sécurité appliquées ;
- les conditions contractuelles proposées ;
- la présence éventuelle de données personnelles ou confidentielles dans les requêtes.
Ces précautions concernent DeepSeek, mais aussi l’ensemble des outils d’intelligence artificielle générative.
Les collectivités doivent être particulièrement vigilantes lorsqu’elles manipulent des données relatives aux administrés, aux agents, aux fournisseurs ou aux procédures de commande publique.
Notre article sur l’intelligence artificielle et l’organisation du travail dans les collectivités apporte un éclairage complémentaire sur ces usages professionnels.
Ce que DeepSeek change pour les entreprises et les collectivités
L’intérêt de DeepSeek ne réside pas uniquement dans la comparaison avec ChatGPT.
Pour les organisations, l’émergence de nouveaux modèles augmente les possibilités de choisir une solution adaptée au coût, au niveau de confidentialité et à la complexité des tâches envisagées.
Une collectivité pourrait, par exemple, utiliser un modèle pour :
- résumer une documentation réglementaire ;
- classer des courriers ;
- préparer une première version d’un compte rendu ;
- analyser des réponses à un questionnaire ;
- faciliter la recherche dans une base documentaire ;
- assister les agents dans la rédaction de contenus administratifs.
Cependant, le déploiement d’une telle solution suppose une gouvernance claire. Il faut déterminer quelles données peuvent être transmises, qui contrôle les réponses, comment les erreurs sont signalées et pendant combien de temps les informations sont conservées.
Le modèle le plus performant sur un classement international n’est pas automatiquement le meilleur choix. Une administration peut privilégier un outil moins puissant, mais mieux maîtrisé, hébergé dans un environnement sécurisé et accompagné de garanties contractuelles adaptées.
Une compétition qui dépasse désormais les seuls modèles
En 2026, la compétition entre DeepSeek, OpenAI et les autres acteurs ne se joue plus seulement sur la capacité à répondre à une question.
Elle concerne désormais les agents autonomes, les outils de programmation, la génération d’images, l’analyse de documents, l’utilisation de logiciels externes et l’intégration dans les processus de travail.
DeepSeek développe également des projets consacrés aux infrastructures techniques nécessaires à l’intelligence artificielle. Son activité sur GitHub comprend notamment des outils de calcul, de stockage distribué et d’optimisation destinés à l’entraînement ou à l’exécution des modèles.
DeepSeek a profondément modifié la perception du marché de l’intelligence artificielle.
Cette orientation montre que la bataille de l’intelligence artificielle porte autant sur les modèles que sur l’ensemble de la chaîne technologique : puces, centres de données, logiciels, stockage, interfaces et services destinés aux développeurs.
DeepSeek a profondément modifié la perception du marché de l’intelligence artificielle. Avec R1, l’entreprise a démontré qu’un nouvel acteur pouvait rivaliser sur plusieurs tests de raisonnement tout en publiant une partie de ses modèles. Avec la préversion de V4 en 2026, elle cherche désormais à s’imposer dans les agents d’IA, les contextes très longs et les usages professionnels.
Cette progression ne signifie pas que ChatGPT sera remplacé. Elle marque plutôt la fin d’un marché organisé autour d’un nombre très limité de modèles dominants.
Pour les utilisateurs, les entreprises et les collectivités, cette concurrence peut favoriser la baisse des prix et la diversification des solutions. Elle impose aussi une exigence accrue : comparer les modèles au-delà des annonces, vérifier leurs résultats et protéger les données confiées à ces services.
Le véritable enjeu n’est donc plus de savoir quel outil remportera définitivement la course. Il consiste à choisir, pour chaque usage, le modèle le plus pertinent, le plus fiable et le mieux encadré.
Sources primaires utilisées
Les caractéristiques de DeepSeek-V3 — 671 milliards de paramètres au total, 37 milliards activés et entraînement optimisé en FP8 — proviennent du rapport technique et du dépôt officiel de DeepSeek.
La méthode d’apprentissage par renforcement, les évaluations de R1 et la publication des modèles distillés sont documentées dans l’article scientifique de DeepSeek et son dépôt GitHub officiel.
Les informations concernant DeepSeek-V4 Preview, sa fenêtre de contexte d’un million de tokens et les caractéristiques annoncées des versions Pro et Flash proviennent de l’annonce officielle du 24 avril 2026.
L’évolution des modèles DeepSeek entre R1, V3.1, V3.2 et V4 est confirmée par les notes de version et la documentation officielle de l’API.
La coordination européenne des investigations relatives à DeepSeek et au RGPD est mentionnée par la CNIL dans son compte rendu de la réunion du Comité européen de la protection des données.
Les limites des longues chaînes de raisonnement sont notamment étudiées dans une publication de juin 2026 comparant les raisonnements humains et ceux de DeepSeek-R1.
