Imaginez deux artisans. Le premier est un maître capable de résoudre la panne la plus complexe du bâtiment, mais il facture à l’heure et le compteur tourne vite. Le second est presque aussi habile sur les travaux courants, termine plus tôt, parle moins et facture beaucoup moins cher. Devant une file d’attente de mille tickets de maintenance, vous confiez l’essentiel au second et gardez le maître en numéro abrégé. DeepSeek-V4.1-Flash-1017 est ce second artisan.
Le 17 octobre 2026, DeepSeek a déployé cette version sur son site web, son application et son API sous le même nom deepseek-flash, sans toucher aux prix. Le tarif standard est de $0,15 par million de tokens d’entrée et de $0,60 par million de tokens de sortie ; pendant les créneaux de pointe en semaine (01h00–04h00 et 06h00–10h00 UTC), il double à $0,30 et $1,20, soit une fourchette pratique de $0,15–$0,30 en entrée et $0,60–$1,20 en sortie. L’entreprise présente cette livraison comme une mise à jour mineure du V4.1 Flash de septembre. Les changements annoncés portent sur de meilleurs scores en raisonnement, en programmation et en vision, ainsi que sur des réponses plus courtes et des tâches plus rapides. C’est ce dernier couple qui fait baisser le coût par tâche : un modèle qui parvient au même correctif en consommant moins de tokens revient moins cher sans qu’un seul chiffre change sur la grille tarifaire.
Voici ce que cela donne dans les chiffres de DeepSeek. Sur DeepSWE v1.1, une épreuve où le modèle doit réparer de vrais projets logiciels, DeepSeek annonce 77,0, contre 74,2 auparavant. Son tableau crédite Claude Opus 5 de 74,0 et GPT-5.6 Sol de 73,0. Sur le beaucoup plus difficile Terminal-Bench 4.0, il annonce 42,3, en hausse par rapport à 31,2 et devant les 37,9 attribués à GLM-5.3, mais encore loin des 51,8 d’Opus 5. Son graphique de coûts place le réglage maximal à environ 77 % de réussite pour une vingtaine de centimes par tâche ; le graphique ne précise pas si ce calcul repose sur le tarif standard ou sur le tarif de pointe, si bien qu’il faut s’attendre à ce que ce montant double approximativement aux heures de pointe. Chacun de ces chiffres provient de DeepSeek et a été obtenu avec des environnements d’évaluation choisis par DeepSeek : l’exécution de Terminal-Bench utilisait le harness Claude Code, tandis que DeepSWE en utilisait un autre. Un lecteur avisé traite ce tableau comme une affirmation sérieuse à vérifier, et non comme un verdict définitif.
Le dossier indépendant est plus mince. Artificial Analysis a évalué le V4.1 Flash de septembre, qui compte 552 milliards de paramètres au total et environ 16 milliards actifs par token : il obtient 39 sur son Intelligence Index en version 4.3.2. Sur cette même version, GLM-5.3-Flash atteint 42. En intelligence générale mesurée par un tiers, le modèle Flash de DeepSeek restait donc en retrait face à son rival avant cette mise à jour. L’évolution de DeepSeek cible précisément le travail d’agent, là où ses propres tableaux affichent les gains les plus nets, et c’est sur ce terrain que les prochains tests indépendants devront se pencher. (De précédents articles consacrés à GLM-5.3 sur ce site citent un score plus élevé issu d’une ancienne version de l’échelle ; les scores provenant de versions différentes ne peuvent pas être comparés.)
Le modèle sait aussi voir. Il accepte les images, ce qui permet à un agent front-end de comparer une page rendue avec la maquette prévue au lieu de raisonner uniquement à partir du code, et il offre un contexte d’un million de tokens avec jusqu’à 384K tokens en sortie. Les poids sont disponibles sur Hugging Face sous licence MIT. Le checkpoint représente toutefois environ 763 milliards de paramètres stockés : l’auto-hébergement relève donc du centre de données plutôt que de l’ordinateur portable. C’est pourquoi nous l’évaluons ici en Programmation comme une API hébergée, et traitons son hébergement privé séparément dans la catégorie IA locale / privée.
Deux remarques pratiques pour finir. DeepSeek recommande son propre DeepSeek Harness, en version 0.2.1-rc.1 ou ultérieure, et précise avoir également ajusté le modèle pour CodeBuddy et WorkBuddy de Tencent ; les résultats obtenus dans d’autres frameworks d’agents peuvent donc différer. Par ailleurs, ses nouvelles API Search et Fetch, facturées $0,75 pour mille appels, ne sont gratuites via certains outils côté serveur que jusqu’au 31 octobre 2026 : prévoyez-les dans votre budget au-delà de cette date.
La stratégie raisonnable consiste à répartir les rôles. Laissez DeepSeek-V4.1-Flash-1017 absorber la longue file des réparations courantes, lancer les tests et réessayer à moindre coût. Confiez les quelques problèmes dont dépend une mise en production — comme les sessions de terminal profondes et les migrations enchevêtrées — à un modèle plus puissant. Puis consultez les scores indépendants dès qu’ils paraîtront : ils nous diront si cette promesse de rapport qualité-prix résiste à l’épreuve d’un test externe.
