DeepSeek ouvre DeepInfer, le logiciel qui fait fonctionner ses modèles à grande échelle, et annonce 38 dollars de revenus par GPU et par heure, aux tarifs des heures creuses. De quoi alimenter le récit d’une carte « remboursée en deux mois ». Mais l’entreprise livre des indicateurs d’exploitation, pas ses comptes complets : pour comprendre ce que cette annonce change aux prix de l’IA, il faut séparer chiffre d’affaires, coût de calcul et rentabilité.
⚡ TL;DR — L’ESSENTIEL EN 30 SECONDES
- ✅ DeepInfer ouvre le moteur d’inférence de DeepSeek à d’autres opérateurs.
- ⚠️ Les 38 dollars par GPU-heure annoncés sont des revenus, pas un bénéfice.
- ⚠️ Le remboursement en deux mois dépend d’hypothèses de prix, de charge et de dépenses.
- ✅ Des coûts unitaires plus bas peuvent intensifier la concurrence sur les API d’IA.
DeepInfer : la bataille se joue aussi après l’entraînement
Entraîner un modèle construit ses capacités. L’inférence les utilise : lire une demande, calculer une réponse et produire les éléments de texte, appelés tokens. Cette dépense revient à chaque utilisation. Une IA très performante peut donc rester difficile à commercialiser si chaque réponse consomme trop de ressources.
Selon le dépôt officiel DeepSeek (2026), DeepInfer est publié sous licence Apache 2.0, prend en charge DeepSeek-V4.1-Flash et cible les accélérateurs NVIDIA SM100 et Huawei Ascend 950. Il combine notamment calculs optimisés, ordonnancement asynchrone et décodage spéculatif, qui propose plusieurs tokens puis les vérifie.
L’enjeu économique est simple : obtenir davantage de réponses utiles avec le même équipement. Acheter une carte plus puissante n’est qu’un levier. Mieux organiser le travail, réduire les attentes et éviter les calculs répétitifs peuvent aussi diminuer le coût d’une réponse. Le logiciel détermine alors une partie de la valeur réellement tirée du matériel.
38 dollars par heure : ce que DeepSeek dit réellement
La documentation de déploiement de DeepSeek (2026) donne ce revenu par GPU-heure pour un cluster, en appliquant les prix des heures creuses. C’est une déclaration du fournisseur, sans comptes audités joints. Ce ratio agrégé ne garantit pas le rendement d’une carte isolée ni celui de n’importe quel déploiement.
Il manque surtout le compte de dépenses correspondant. Électricité, refroidissement, serveurs hôtes, stockage, réseau, maintenance et équipes ont un coût. Il faut aussi financer les équipements disponibles en réserve et répartir les investissements initiaux. Pour passer à la rentabilité de l’entreprise entière, l’entraînement des modèles et la recherche entrent également dans l’équation.
On ne peut donc pas soustraire un tarif de location de GPU trouvé ailleurs et appeler le résultat « marge nette de DeepSeek ». Le périmètre facturé par le loueur, son matériel et son niveau de service peuvent être différents. Une comparaison sérieuse remet toutes les dépenses sur la même base.
Une carte remboursée en deux mois : refaisons le calcul
Prenons 50 000 dollars comme prix d’achat purement illustratif, sans prétendre qu’il s’agit du prix payé par DeepSeek. À 38 dollars de revenus chaque heure, 24 heures sur 24, le calcul donne 912 dollars par jour. Après 60 jours, les revenus cumulés atteindraient 54 720 dollars.
Le seuil de 50 000 dollars serait franchi en 54,8 jours. Voilà comment on arrive à « environ deux mois ». Mais cette division rapproche le prix d’une carte de revenus bruts. Elle ne prouve ni un remboursement effectif du matériel, ni un délai d’amortissement comptable, ni le retour sur investissement de toute l’installation.
| Scénario illustratif | Revenus moyens par heure calendaire | Délai pour atteindre 50 000 $ de revenus |
|---|---|---|
| 100 % du revenu horaire de référence | 38 $ | Environ 55 jours |
| 50 % du revenu horaire de référence | 19 $ | Environ 110 jours |
| 25 % du revenu horaire de référence | 9,50 $ | Environ 219 jours |
Ces scénarios font varier la réalisation du revenu de référence, sans supposer que le taux d’utilisation technique du GPU et la facturation évoluent toujours proportionnellement. Tous les délais sont calculés avant charges. Le montant de 50 000 dollars et les scénarios sont nos hypothèses pédagogiques, pas des données financières publiées par DeepSeek.
Autre différence essentielle : remplir les serveurs est un travail commercial autant que technique. Un opérateur qui ne trouve pas assez de clients peut avoir un moteur très efficace et un mauvais retour sur investissement. À l’inverse, une forte demande permet de répartir les coûts fixes sur davantage de requêtes.
Un moteur ouvert, mais pas tout le data center
Le README distingue clairement l’inférence hors ligne livrée d’un service complet. Le système de cache KV, la désagrégation des étapes vision/prétraitement/génération et l’équilibrage entre répliques ne sont pas inclus comme service complet prêt à exploiter. L’ouverture du moteur ne livre donc pas toute l’infrastructure ayant produit les résultats annoncés.
Le cache KV conserve des calculs liés au contexte pour pouvoir les réutiliser. La documentation recommande comme plus petite unité efficace 64 GPU pour traiter les entrées et 64 pour générer les réponses. Il s’agit d’une recommandation d’efficacité à grande échelle, pas de l’affirmation qu’aucun déploiement plus petit n’est possible.
La distinction compte pour les entreprises : disposer du code réduit une barrière, mais il reste à intégrer, superviser et exploiter le service. Un développeur qui consomme quelques millions de tokens n’a pas intérêt à confondre gratuité du logiciel et gratuité de son exploitation. La décision d’héberger soi-même demande un calcul de coût complet.
Pourquoi les prix des API pourraient fortement baisser
L’effet attendu de cette ouverture est une pression concurrentielle. C’est notre analyse du mécanisme économique, pas une baisse de tarif annoncée. Si plusieurs opérateurs arrivent à servir des modèles comparables avec moins de ressources, ils peuvent vendre moins cher tout en conservant une marge. Un concurrent peut alors devoir ajuster son offre pour garder ses clients.
L’accès au modèle ne suffit pas toujours : savoir le servir efficacement compte aussi. Partager une partie de ce savoir-faire peut réduire l’écart entre un laboratoire et certains hébergeurs. Cela ne rend pas toutes les offres identiques, mais peut déplacer la concurrence vers la fiabilité, les délais de réponse, le support et les garanties contractuelles.
Un exemple hypothétique montre l’enjeu. Si la dépense de calcul d’un service passe de 100 à 50 pour le même travail, son fournisseur peut baisser son prix, garder l’économie ou partager le gain. La baisse du coût crée une possibilité ; la concurrence détermine en partie si elle se transforme en avantage pour le client.
L’effondrement des prix reste donc un scénario conditionnel. Il faudrait que les économies soient reproductibles, que les concurrents puissent les adopter et que les modèles répondent aux mêmes besoins. Comparer deux prix au million de tokens sans comparer la qualité des résultats peut donner une fausse impression de bonne affaire.
Combien coûte déjà un usage concret de DeepSeek ?
La grille officielle DeepSeek consultée le 31 octobre 2026 affiche les tarifs suivants pour DeepSeek-V4.1-Flash-1017, par million de tokens, en dollars. Ces prix concernent l’API et peuvent évoluer.
| Type de tokens | Heures creuses | Heures pleines |
|---|---|---|
| Entrée réutilisée depuis le cache | 0,003 $ | 0,006 $ |
| Entrée sans correspondance dans le cache | 0,15 $ | 0,30 $ |
| Sortie générée | 0,60 $ | 1,20 $ |
Pour 10 millions de tokens en entrée et 1 million en sortie, l’application de ces tarifs donne 2,10 dollars en heures creuses si toute l’entrée est hors cache, contre 4,20 dollars en heures pleines. Avec une entrée entièrement facturée au tarif cache, l’exemple descend à 0,63 dollar en heures creuses. Ce dernier cas est une borne illustrative, pas un taux de cache garanti.
Le calcul couvre uniquement ces tokens. Les appels à des outils, les recherches, le stockage de l’application et les autres services éventuels s’ajoutent selon leur facturation. Il montre surtout pourquoi la composition du trafic compte : deux applications utilisant le même modèle peuvent avoir des factures très différentes.
Abonnements, agents et hébergeurs : qui pourrait en profiter ?
Pour un utilisateur de chatbot, la baisse peut prendre la forme d’un abonnement moins cher, mais aussi de quotas plus généreux ou de fonctions supplémentaires au même prix. Le coût des tokens n’explique pas toute une offre : interface, outils, assistance et intégrations ont également une valeur et des dépenses propres.
Pour un agent qui enchaîne lecture de documents, raisonnement et vérifications, économiser sur chaque étape peut changer la viabilité du service. Le bon indicateur reste pourtant le coût par tâche correctement accomplie. Une réponse moins chère qui oblige à multiplier les tentatives peut finir par coûter davantage.
Pour les hébergeurs, l’effet peut aller dans les deux sens. Un moteur plus efficace peut améliorer leur marge, mais des prix plus bas peuvent aussi réduire le revenu obtenu pour une même quantité de travail. Et si les clients utilisent beaucoup plus l’IA devenue moins chère, la demande totale de calcul peut augmenter. Le prix du token et le besoin de GPU ne se déplacent pas nécessairement ensemble.
Pour choisir un service, il faudra donc mesurer sur des tâches réelles : taux de réussite, facture totale, rapidité, disponibilité et traitement des données. Notre guide des outils et usages de l’IA permet de replacer ces critères dans le choix d’un assistant. DeepInfer apporte un élément sur l’économie de l’infrastructure ; il ne suffit pas à départager tous les services.
Questions fréquentes
DeepInfer est-il un nouveau modèle d’IA ?
Non. DeepInfer est le logiciel d’inférence qui exécute un modèle déjà entraîné. La version publiée prend en charge DeepSeek-V4.1-Flash.
Les 38 dollars par GPU-heure représentent-ils un bénéfice ?
Non. DeepSeek annonce des revenus. Ce chiffre ne déduit pas toutes les dépenses et ne permet pas de calculer le bénéfice net de l’entreprise.
Une carte est-elle vraiment remboursée en deux mois ?
C’est une illustration possible en revenus bruts, pas un retour sur investissement démontré. Avec un achat hypothétique de 50 000 dollars et 38 dollars de revenus chaque heure, il faut environ 55 jours avant déduction des charges.
La baisse du coût des tokens fera-t-elle baisser mon abonnement ?
Pas automatiquement. Un fournisseur peut réduire son prix, augmenter les quotas ou financer des fonctions supplémentaires. La concurrence et le coût total du service déterminent ce qui sera répercuté au client.