Quoi de neuf dans DeepSeek V4 GA par rapport à la preview ?

Performances agent, mathématiques et code stabilisées, tarification heures pleines/creuses, et arrêt définitif de deepseek-chat et deepseek-reasoner le 24 juillet 2026.

Comment fonctionnent les tarifs heures pleines et creuses ?

En semaine de 09h00 à 12h00 et de 14h00 à 18h00 (heure de Pékin), les tarifs doublent. Planifiez les batchs la nuit ou le week-end pour diviser la facture.

Dois-je migrer depuis deepseek-chat ?

Oui, avant le 24 juillet 2026 à 15h59 UTC. Remplacez deepseek-chat par deepseek-v4-flash et deepseek-reasoner par Flash en mode thinking ou deepseek-v4-pro.

Comment V4-Pro se compare-t-il à GPT-5.6 ?

V4-Pro mène LiveCodeBench et SWE-bench Verified en open weight ; GPT-5.6 Sol est plus fort sur les agents terminal. Sortie à 0,87 $/M contre ~15 $/M.

Puis-je auto-héberger V4-Pro ?

Oui, licence MIT depuis avril 2026. L inférence MoE 1,6T exige une infrastructure GPU/NPU dédiée ; voir le guide Mac cloud VPSMAC pour les gateways Agent.

Quels modes de raisonnement existent ?

Non-think pour réponses rapides, Think High avec chaîne de raisonnement explicite, Think Max pour math complexe et agents multi-étapes (contexte 384K+ recommandé).

DeepSeek V4 version complète (juillet 2026) : tarifs, benchmarks et comparaison GPT-5.6

Le 20 juillet 2026, DeepSeek V4 passe en disponibilité générale (GA) — trois mois après la preview. Pour les développeurs IA et décideurs modèles, cela signifie : agents renforcés, tarifs heures pleines/creuses inédits, SWE-bench Verified à 80,6 % et échéance de migration le 24 juillet. Ce guide couvre la chronologie, l architecture CSA/HCA/mHC, les benchmarks, les grilles tarifaires, la migration code et une matrice face à GPT-5.6 et Claude Fable 5.

En bref : DeepSeek V4 GA optimise agents, maths et code, introduit des tarifs heures pleines en semaine et arrête deepseek-chat le 24 juillet. V4-Pro atteint 80,6 % SWE-bench Verified (record open weight), contexte 1M avec 10 % de KV-cache vs V3.2 — sortie dès 0,87 $/M (heures creuses).

Points de friction : pourquoi la GA change la donne

API legacy coupée dans quelques jours : deepseek-chat et deepseek-reasoner s arrêtent le 24 juillet 2026 à 15h59 UTC. Sans migration, risque d interruption production — pas seulement de surcoût.
Tarifs heures pleines pénalisent les pipelines 24h/24 : en semaine 09h00–12h00 et 14h00–18h00 (Pékin), les tarifs doublent. Des boucles Agent sans planification peuvent doubler la facture, même si les heures creuses restent très compétitives.
Choix de modèle sans matrice coût/performance : Claude Fable 5 mène SWE-bench Pro (80,3 %) mais coûte ~50 $/M en sortie ; V4-Pro obtient 38 vs 50 points sur Strategy & Ops pour 0,03 $ vs 3,48 $ par tâche (116× moins cher). Sans routage, les équipes brûlent du budget sur du closed source.

I. Chronologie : de la preview à la version complète

Date	Événement
24 avr. 2026	Preview V4 + poids ouverts (MIT) : V4-Pro (1,6T) et V4-Flash (284B)
Mai 2026	Versions production V4-Flash et V4-Pro, API disponible
Juin 2026	Sortie V4-Pro −75 % permanente (0,87 $/M) — zone frontier la moins chère
29 juin 2026	E-mail API : GA mi-juillet + premiers détails heures pleines/creuses
19 juil. 2026	Tests gris GA ; presse « version complète demain »
20 juil. 2026	GA officielle
24 juil. 2026	`deepseek-chat` / `deepseek-reasoner` hors ligne définitivement

En une phrase : même architecture MoE qu en avril — la GA apporte stabilité, optimisation agent et tarification disciplinée au lieu du « quasi gratuit ».

II. Architecture : rendre 1M tokens viable

Famille de modèles

Spécification	V4-Pro	V4-Flash
Paramètres totaux	1,6T	284B
Actifs par token	49B (3 %)	13B (4,6 %)
Couches Transformer	61	43
Fenêtre de contexte	1 000 000 tokens	1 000 000 tokens
Sortie max	384K	384K
Précision	FP4 (experts) + FP8	FP4 + FP8
Pré-entraînement	33T+ tokens	32T+ tokens
Licence	MIT	MIT

① CSA + HCA — attention hybride remplaçant la MLA

CSA (Compressed Sparse Attention) : KV compressé 4× via gating Softmax ; indexeur FP4 « Lightning » top-1024 (Pro) ou top-512 (Flash) ; fenêtre glissante 128 tokens.
HCA (Heavily Compressed Attention) : compression 128× puis attention dense globale ; Flash : 2 premières couches HCA, puis alternance CSA/HCA.

À 1M tokens : seulement 27 % des FLOPs vs V3.2 ; KV-cache 10 % (Flash : 7 %).

② mHC — hyper-connexions contraintes sur variété

Quatre canaux résiduels avec matrice mixte doublement stochastique (polytope de Birkhoff) — gradients stables sur 61 couches profondes.

③ Optimiseur Muon

Entraînement Muon au lieu d AdamW : orthogonalisation Newton-Schulz → convergence plus rapide sur MoE à grande échelle.

Trois modes de raisonnement

Mode	Caractéristique	Usage
Non-think	Sans CoT, rapide	Routage, FAQ, classification
Think High	Raisonnement explicite	Debug code, complexité moyenne
Think Max	Effort maximal	Maths, agents multi-étapes (384K+)

Échantillonnage recommandé (officiel) : temperature=1.0, top_p=1.0.

III. Benchmarks : victoires et limites

Benchmark	DeepSeek V4-Pro	Claude Fable 5	GPT-5.6 Ultra	Claude Opus 4.8
SWE-bench Verified	80,6 % ★ record open weight	96,0 %	N/D	~69 %
SWE-bench Pro	55,4 %	80,3 %	78,1 %	69,2 %
LiveCodeBench (Pass@1)	93,5 %	88,1 %	87,4 %	83,2 %
Codeforces Elo	3 206	—	—	—
Terminal-Bench 2.1	83,9 %	88,0 %	85,1 %	82,7 %

Coût réel (Artificial Analysis, Strategy & Ops) : Fable 5 — 50 pts, 3,48 $/tâche ; V4-Pro — 38 pts, 0,03 $/tâche (116× moins cher). V4-Flash reste sous 0,04 $/tâche sur les six indices.

⚠️ Données partiellement auto-déclarées ; validez en pilot réel.

IV. DeepSeek V4 vs GPT-5.6 vs Claude Fable 5

Dimension	DeepSeek V4-Pro	GPT-5.6 Sol	Claude Fable 5
Poids ouverts / auto-hébergement	✅ MIT	❌	❌
Contexte 1M	✅	non confirmé	✅
Meilleur code repo (SWE-bench Pro)	Second tier	Second tier	✅ Leader
Algorithmes / LiveCodeBench	✅ Leader	Fort	—
Sortie (heures creuses)	0,87 $/M	~15 $/M	~50 $/M
Sortie (heures pleines)	1,74 $/M	—	—
Souveraineté des données	✅ Self-host possible	❌	❌

V. Tarifs heures pleines/creuses

Modèle	Poste	Heures creuses	Heures pleines (×2)
V4-Pro	Entrée cache hit	¥0,025 / 0,0035 $ / 1M	×2
V4-Pro	Entrée cache miss	¥3,00 / 0,435 $ / 1M	¥6,00 / 0,87 $
V4-Pro	Sortie	¥6,00 / 0,87 $ / 1M	¥12,00 / 1,74 $
V4-Flash	Entrée cache hit	¥0,02 / 0,0028 $ / 1M	×2
V4-Flash	Entrée cache miss	¥1,00 / 0,14 $ / 1M	¥2,00 / 0,28 $
V4-Flash	Sortie	¥2,00 / 0,28 $ / 1M	¥4,00 / 0,56 $

Heures pleines (Pékin) : semaine 09h00–12h00 et 14h00–18h00.

Conseils d économie

Planifier batchs (docs, revue code) après 18h00 ou avant 09h00.
Mettre en cache les prompts système — hit Flash à 0,0028 $/M.
Flash pour routage/intent, Pro pour raisonnement lourd (60–80 % d économie typique).
DeepSeek notifie les changements tarifaires 24 h à l avance.

Même en heures pleines : sortie V4-Pro 1,74 $/M = 8,6× moins cher qu Opus 4.8 (15 $/M) ou GPT-5.6 Sol (~15 $/M).

VI. Migration API — deadline 24 juillet ⚠️

Ancien	Nouveau	Note
`deepseek-chat`	`deepseek-v4-flash` (Non-think)	Remplacement direct chat
`deepseek-reasoner`	`deepseek-v4-flash` (Think) ou `deepseek-v4-pro`	Pro pour raisonnement plus fort

OpenAI SDK (Python)

from openai import OpenAI

client = OpenAI(
    api_key="your_deepseek_api_key",
    base_url="https://api.deepseek.com"
)

# ❌ Ancien — mort après le 24/07
# client.chat.completions.create(model="deepseek-chat", messages=[...])

# ✅ Nouveau
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Analyse ce dépôt..."}]
)

# ✅ Mode thinking (remplace deepseek-reasoner)
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Étape par étape..."}],
    extra_body={"thinking": {"type": "enabled", "budget_tokens": 8000}}
)

SDK Anthropic

import anthropic

client = anthropic.Anthropic(
    api_key="your_deepseek_api_key",
    base_url="https://api.deepseek.com"
)

message = client.messages.create(
    model="deepseek-v4-pro",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Quoi de neuf dans V4 GA ?"}]
)

VII. Matrice de choix

Scénario	Recommandation	Raison
Budget / volume API / self-host	V4-Pro ou V4-Flash	0,87 $/M sortie, MIT, 1M contexte
Code repo maximal	Claude Fable 5	80,3 % SWE-bench Pro
Agents terminal/shell	GPT-5.6 Sol	Terminal-Bench 85,1 %
Docs/logs massifs bon marché	V4-Flash	Cache hit 0,0028 $/M entrée
Algorithmes / compétition	V4-Pro	LiveCodeBench 93,5 %, Elo 3 206
Conformité / pas de cloud	V4-Pro self-host	MIT, inférence privée

EEAT — faits vérifiables

Échelle MoE : 1,6T total, 49B actifs — 3 % de sparsité par token.
Efficacité KV : 1M tokens avec 10 % de mémoire KV vs V3.2 (Flash : 7 %).
Code open weight : SWE-bench Verified 80,6 %, meilleur score open weight avec Gemini 3.1 Pro.
Levier coût : Strategy & Ops 0,03 $ vs 3,48 $ par tâche (116×).
Majoration heures pleines : double tarif en semaine ; heures creuses sous tout flagship closed source.

VIII. Runbook migration en 5 étapes

Étape 1  Scanner le code pour deepseek-chat / deepseek-reasoner ; isoler clés staging
Étape 2  Mapping : chat → deepseek-v4-flash ; raisonnement → deepseek-v4-pro ou Flash+thinking
Étape 3  SDK : base_url=https://api.deepseek.com, model=deepseek-v4-pro ou deepseek-v4-flash
Étape 4  Heures creuses : batch après 18h00 Pékin ; cache prompt système ; routage Flash→Pro
Étape 5  20 tâches pilotes avant le 24/07 ; journaliser qualité/tokens/coûts ; mise en prod

IX. Questions fréquentes

Q : Quoi de neuf en GA vs preview ?

R : Optimisation agents/maths/code, tarifs heures pleines, noms legacy arrêtés le 24 juillet. Architecture identique.

Q : Comment économiser sur les heures pleines ?

R : Heures creuses, cache, Flash en first-pass — section V.

Q : Migration obligatoire ?

R : Oui avant le 24/07 15h59 UTC. Remplacer chat/reasoner par v4-flash ou v4-pro.

Q : V4-Pro vs GPT-5.6 ?

R : V4 moins cher et self-hostable ; GPT-5.6 meilleur sur agents terminal. 0,87 $/M vs ~15 $/M.

Q : Self-hosting réaliste ?

R : Poids MIT disponibles ; MoE 1,6T exige GPU/NPU — voir guide inférence Mac cloud.

Q : Modes de raisonnement ?

R : Non-think, Think High, Think Max — temperature=1.0, top_p=1.0.

Conclusion

DeepSeek V4 GA marque le passage du « quasi gratuit preview » à une plateforme open weight production avec tarification disciplinée. La valeur n est pas de battre Claude Fable 5 immédiatement, mais d offrir une performance frontier à 1/10 à 1/100 du coût closed source — avec un contexte 1M qui fonctionne réellement et une licence MIT pour la conformité.

Faire tourner des pipelines Agent uniquement sur laptop, VPS Linux ou postes de dev mixtes expose à interruptions veille, clés API mélangées aux dépôts prod et absence de toolchain Apple (Xcode, Fastlane, notarytool) pour CI iOS parallèle. Pour des agents DeepSeek V4 7j/7 plus gateway OpenClaw et builds macOS natifs, VPSMAC Mac cloud M4 — SSH, launchd, clés isolées — est une base production plus stable qu un setup DIY ou API seule sans environnement auditable.

Sources : Docs API DeepSeek · arXiv:2606.19348 · HuggingFace · Artificial Analysis · LLMReference

Données au 20 juillet 2026. Benchmarks partiellement auto-déclarés ; vérifier docs officielles avant mise en production.