Salvatore Sanfilippo estime que DeepSeek v4 Pro, malgré ses poids ouverts, se rapproche des meilleurs modèles fermés et pourrait rebattre les cartes du traitement local et des tarifs API.
DeepSeek v4 est arrivé tard, mais selon Salvatore Sanfilippo, l’attente en valait vraiment la peine. Son verdict est clair : la version Pro est désormais le modèle de référence en poids ouverts, capable de rivaliser avec les systèmes fermés les plus connus dans les tâches de raisonnement et de code. Mais la vraie nouveauté n’est pas seulement technique. Si un modèle aussi massif peut aussi être exécuté efficacement en local, l’avantage des grands fournisseurs ne tiendra plus seulement à la qualité, mais à leur capacité à absorber les coûts.
Sanfilippo considère DeepSeek v4 Pro comme un net bond en avant par rapport aux autres modèles à poids ouverts qu’il cite, de GLM 5.1 à Kimi K2.6. Pour lui, l’écart n’a rien de cosmétique : après deux heures d’usage, il estime que la compatibilité avec le code et le comportement global sont très proches du niveau des meilleurs modèles fermés.
DeepSeek version 4 Pro est, à ce stade, le modèle ouvert de référence, et il est bien meilleur que GLM 5.1, que je pense être le dernier, et que Kimi K2.6.
0:00
Il n’y a pas de comparaison possible avec les modèles ouverts, du moins pas en usage pratique, parce que j’ai passé une session de deux heures, et la compatibilité avec le code ainsi que la manière de travailler étaient très proches de celles des modèles fermés auxquels nous sommes habitués.
0:36
Sa thèse est que DeepSeek v4 Pro se situe, globalement, dans la zone de GPT 5.2 ou de Opus 4.5) pour les tâches de travail. Pour Sanfilippo, il ne s’agit pas de sacrer un vainqueur, mais de reconnaître qu’un modèle chinois se montre extrêmement solide pour les usages logiciels.
Derrière le résultat, explique Sanfilippo, se trouve une architecture gigantesque, rendue plus gérable par la sparsité. Il précise que le modèle compte 1,6 × 10^12 paramètres, soit 1 600 milliards, mais qu’il n’active que 49 milliards de paramètres par token, ce qui rend l’inférence relativement soutenable.
Le modèle est très grand, il a 1,6 × 10 puissance 12 paramètres, soit 1 600 milliards de paramètres. C’est vraiment un modèle énorme, et pourtant, grâce à la sparsité MoE, il n’active que 49 milliards de paramètres pour chaque token généré.
2:18
La plupart des poids sont en 4 bits, certains en 8 bits, et certaines parties sont dans l’attention, tandis que RoPE reste toujours en pleine précision.
3:13
Le modèle utilise une précision mixte : la plupart des poids sont en 4 bits, certains en 8 bits, tandis que RoPE* reste en pleine précision. Sanfilippo mentionne aussi un dispositif d’attention et de routage à deux niveaux, qui évite de chercher un sens immédiat dans les premières couches, là où le signal sémantique est encore faible.
Pour Sanfilippo, le vrai frein n’est plus la qualité du modèle, mais le coût d’exploitation. Il dit que DeepSeek v4 facture environ 3,48 dollars par million de tokens de sortie, contre environ 5 dollars pour GPT 5.5 ; mais si certaines conditions de cache ne sont pas réunies, l’entrée chez DeepSeek revient bien plus cher.
DeepSeek facture 3,48 pour le même volume de tokens de sortie ; mais pour les tokens d’entrée, s’ils ne sont pas mis en cache, on est à quelque chose comme 70 dollars par million de tokens, sinon encore moins.
10:11
L’IA est une machine à brûler de l’argent, et il n’y a pas d’alternative, parce que les coûts énergétiques de ces très grands modèles, et les coûts d’inférence des modèles autoregressifs avec attention comme aujourd’hui, rendent tout cela cher.
14:07
Sa conclusion est décevante pour ceux qui espèrent une chute rapide des prix. Même si DeepSeek promet des baisses avec l’arrivée des nouveaux GPU de Huawei, Sanfilippo estime qu’un modèle de cette taille ne peut pas descendre à quelques centimes par million de tokens sans changement de fond du matériel ou de l’architecture.
Selon Sanfilippo, cette structure rend à nouveau crédible l’usage local. Avec un Mac Studio doté de 512 Go de RAM, dit-il, un utilisateur peut faire tourner sur son ordinateur personnel un modèle presque de premier plan, avec des performances qui en font moins un jouet qu’un véritable agent de codage.
Si quelqu’un a un Mac Studio avec 512 Go de RAM, il disposera d’un modèle presque de premier plan qui pourra tourner sur son ordinateur personnel avec ses poids d’origine, et il sera rapide grâce à la sparsité avec 13 milliards de paramètres actifs.
6:20
Ce n’est pas un jeu ; on peut vraiment l’utiliser comme une alternative aux fournisseurs.
7:38
Ici, son raisonnement s’éloigne du benchmark pour aller vers l’économie personnelle : avec de tels modèles, la frontière entre service cloud et machine privée s’amincit. Sanfilippo dit avoir fait fonctionner DeepSeek v4 avec des outils comme Claude Code* en redéfinissant les endpoints, ce qui suggère que l’écosystème d’outillage compte autant que le modèle lui-même.
Sanfilippo appuie son avis sur son propre test : un interpréteur nommé people, qu’il a écrit il y a des années, que le modèle doit améliorer sans régression et sans dépasser 3 000 lignes de code. L’enjeu n’est pas de gagner un benchmark facile, mais d’accélérer le logiciel sans tricher.
Il faut améliorer en continu la vitesse d’exécution de cet interpréteur dans le benchmark, en restant sous la limite de 3 000 lignes de code, sans provoquer la moindre régression de qualité.
16:08
Avec DeepSeek version 4, on a l’impression de travailler avec quelque chose pour lequel on paie normalement.
17:27
C’est là que la conversation devient plus intéressante qu’un simple enthousiasme. Sanfilippo dit que ce test échoue immédiatement sur Kimi K2.6, alors que le comportement de DeepSeek v4 ressemble à celui des modèles pour lesquels les gens paient habituellement : pas parfait, certes, mais beaucoup plus proche d’un usage réel que d’un classement abstrait.
Il y a trois modes de réflexion : Nothing, think et think max. Il suffit d’activer TMAX via le system prompt.
18:13
Il ajoute que la documentation est claire et que les options développeur sont bien pensées. Le tableau final est prudent mais positif : il n’a testé que la version Pro, il espère voir Flash sur du matériel plus puissant, et il laisse entendre que si la version légère tient aussi la route, l’avantage des offres à prix fixe pourrait vaciller.
Pourquoi Sanfilippo aime-t-il autant DeepSeek v4 Pro ?
Parce qu’il se comporte, selon lui, comme un modèle fermé de tout premier plan, surtout pour le code. Après deux heures de test, il estime que la compatibilité et les résultats ressemblent à ceux des systèmes premium.
Quelle est la taille de DeepSeek v4 ?
Sanfilippo dit que le modèle compte 1,6 × 10^12 paramètres, soit 1 600 milliards. Mais grâce à la sparsité MoE, seuls 49 milliards s’activent par token.
Peut-on faire tourner DeepSeek v4 en local ?
Oui, selon Sanfilippo, sur du matériel très puissant — par exemple un Mac Studio avec 512 Go de RAM. Il dit que, dans cette configuration, cela peut devenir un véritable agent de codage utile, pas juste une démo.
Combien coûte l’utilisation de DeepSeek v4 ?
Sanfilippo évoque environ 3,48 dollars par million de tokens de sortie et, si les entrées ne sont pas mises en cache, près de 70 dollars par million de tokens d’entrée. D’après lui, c’est encore moins cher que chez les grands fournisseurs, mais pas presque gratuit.
Quel test a-t-il utilisé pour évaluer le modèle ?
Il a utilisé son propre interpréteur, people, que le modèle devait accélérer sans dépasser 3 000 lignes et sans introduire de bug. Il dit que DeepSeek v4 y surpasse largement Kimi K2.6.
Résumé assisté par IA du podcast de Salvatore Sanfilippo, vérifié sur la transcription originale.