DeepSeek présente V4 : le modèle open-source chinois défie OpenAI et Google

DeepSeek essaie à nouveau de déplacer le marché de l'IA non pas avec des promesses bruyantes, mais avec une sortie qui frappe plusieurs points faibles de l'industrie à la fois. Le 24 avril 2026, l'entreprise chinoise a lancé un aperçu de la série V4 et a annoncé que le nouveau modèle open-source est capable de concurrencer les systèmes fermés d'OpenAI, Google et Anthropic. Pour le marché, c'est une nouvelle importante non seulement en raison des modèles eux-mêmes, mais aussi parce que DeepSeek mise sur le codage, les scénarios d'agents et sa propre base informatique chinoise.

La série comprend deux versions : DeepSeek-V4-Pro et DeepSeek-V4-Flash. La première est un modèle phare avec 1,6 billion de paramètres et 49 milliards de paramètres actifs, la seconde est une variante plus compacte avec 284 milliards de paramètres et 13 milliards actifs. Les deux supportent un contexte jusqu'à 1 million de jetons, et les poids sont publiés sous la licence MIT, ce qui signifie que l'entreprise poursuit son cours vers une distribution maximalement ouverte de ses modèles.

Selon la propre description de DeepSeek, l'architecture V4 a été considérablement repensée : l'entreprise s'est concentrée sur l'efficacité du contexte long, la robustesse de l'entraînement et un alignement post-entraînement plus fort pour différents types de tâches. L'accent principal du V4 est la programmation. DeepSeek affirme directement que la nouvelle génération est devenue notablement plus forte en codage, et cette capacité forme maintenant la base des agents IA qui écrivent, corrigent et exécutent du code.

Sur fond de croissance d'outils comme ChatGPT Codex et Claude Code, ce n'est plus un benchmark secondaire mais l'un des indicateurs clés de la convenance d'un modèle pour le travail réel. Dans les tests publiés par DeepSeek, le mode V4-Pro Max affiche 93,5% sur LiveCodeBench et 80,6% sur SWE Verified, et sur certaines tâches, il se rapproche des meilleurs modèles fermés. L'entreprise elle-même formule prudemment le résultat ainsi : V4 ne mène pas nécessairement partout, mais réduit notablement l'écart entre les systèmes ouverts et fermés sur les tâches de raisonnement complexe et dans les scénarios d'agents.

Une partie distincte de l'histoire est le matériel informatique. DeepSeek souligne la compatibilité de V4 avec la gamme Huawei Ascend, et cela rend la sortie politiquement et industriellement plus significative qu'une simple mise à jour de modèle. Il y a un an, presque toute discussion sur les modèles d'IA avancés tournait autour des puces américaines et surtout Nvidia.

Maintenant, l'un des plus éminents acteurs chinois essaie de montrer qu'un modèle compétitif peut non seulement être entraîné en Chine, mais aussi être intégré dans une pile locale — de l'entraînement et de l'inférence à l'optimisation pour les accélérateurs nationaux. Pour Huawei, c'est un signal important : son infrastructure d'IA cesse d'être une option de secours et devient une plateforme pour les sorties de premier plan. Le contexte de cette annonce est également fort.

Il y a un an, DeepSeek avait déjà secoué le marché américain de l'IA avec le modèle R1, affirmant qu'elle avait pu l'entraîner pour significativement moins d'argent que ce que dépensent les leaders de l'industrie aux États-Unis. Avec V4, l'entreprise n'a pas encore divulgué le coût de l'entraînement et ne précise pas la pile de matériel complète utilisée, donc de nombreuses questions demeurent autour de la sortie. Sur ce fond, la pression politique continue : les fonctionnaires américains ont précédemment accusé DeepSeek d'utiliser des puces Nvidia interdites, et Anthropic a affirmé que l'entreprise abusait de l'accès à Claude pour améliorer ses propres produits.

La transparence prouvée fait toujours défaut ici, et cela affectera la façon dont V4 est perçue en dehors de la Chine. La conclusion principale est simple : V4 n'est pas simplement un autre modèle dans le long flot de sorties d'IA. DeepSeek essaie de prouver trois choses à la fois : l'approche open-source est encore capable de rattraper les modèles de classe frontier, le codage devient une discipline centrale pour les LLM, et l'écosystème d'IA chinois veut de moins en moins dépendre du matériel américain et des API fermées.

Si les résultats annoncés se confirment dans la pratique, le marché recevra non seulement un nouvel acteur open-source fort, mais aussi un autre argument en faveur du fait que la course de l'IA se déroule maintenant simultanément au niveau des modèles, des outils et des puces.