La gamme de DeepSeek présente une configuration étrange cet automne. V4 Pro 0813 est le modèle plus grand et plus cher : aux heures de pointe, son coût en sortie atteint 3,96 $ par million de tokens, soit 3,3 fois les 1,20 $ du Flash. Mais le Flash a été réentraîné deux fois depuis la sortie de Pro en août, et la mise à jour du 17 octobre, V4.1 Flash 1017, dépasse désormais Pro sur chaque benchmark agentique et de programmation que DeepSeek publie pour les deux modèles.
Reste-t-il alors une tâche de programmation ou d'agent pour laquelle Pro vaut son surcoût ? D'après les propres chiffres de DeepSeek, très peu. Pro conserve une légère avance sur un benchmark de raisonnement scientifique et tend à produire des réponses plus courtes que le Flash de septembre. Pour les agents, le travail en terminal et tout ce qui implique des images, le Flash est désormais le modèle le meilleur et le moins cher.
L'écart de prix
| Modèle | Entrée, heures de pointe | Sortie, heures de pointe | Cache hit, heures de pointe |
|---|---|---|---|
| V4.1 Flash 1017 | $0.30 | $1.20 | $0.006 |
| V4 Pro 0813 | $1.32 | $3.96 | $0.044 |
Prix publics de DeepSeek par million de tokens, issus de la page tarifaire de DeepSeek. Les heures creuses sont à moitié prix pour les deux. AIHubMix affiche le Flash 1017 à 0,3098 $ / 1,2392 $ et le Pro 0813 à 1,3944 $ / 4,1832 $ aux heures de pointe.
Pro coûte 4,4 fois plus par token d'entrée, 3,3 fois plus par token de sortie, et plus de 7 fois plus par token en cache. Sa limite de concurrence sur l'API de DeepSeek est également plus basse : 500 contre 2 500 pour le Flash.
Ce que disent les propres chiffres de DeepSeek
Les résultats de Pro ci-dessous proviennent du tableau 3 de l'article sur V4.1 Flash de DeepSeek, tous en effort maximal ; les chiffres du 1017 proviennent de sa fiche modèle. Ce sont les mesures de DeepSeek et personne ne les a reproduites à ce jour. La colonne Pro de l'article ne mentionne pas la version 0813, mais son score Terminal-Bench 2.1 correspond à celui de la fiche 0813.
| Benchmark | V4 Pro | Flash (sept.) | Flash 1017 |
|---|---|---|---|
| Terminal-Bench 4.0 | 12.4 | 31.2 | 42.3 |
| DeepSWE v1.1 | 62.7 | 74.2 | 77.0 |
| ProgramBench | 15.5 | 20.3 | 29.1 |
| NL2Repo-Bench | 61.5 | 65.4 | 68.2 |
| Automation-Bench | 43.2 | 54.8 | 60.5 |
| Agents' Last Exam | 25.7 | 31.8 | 35.4 |
| HLE, sous-ensemble texte uniquement | 42.7 | 39.1 | 44.0 |
| GPQA Diamond | 92.4 | 90.9 | — |
Un tiret signifie que DeepSeek n'a pas publié de score pour le 1017 sur ce test.
Les lignes agentiques ne sont pas proches. Sur Terminal-Bench 4.0, Pro obtient 12,4 et le 1017 obtient 42,3 ; sur DeepSWE, 62,7 contre 77,0. Dès septembre, le Flash avait déjà dépassé Pro sur toutes les lignes de programmation et d'agent. Artificial Analysis est arrivé à la même conclusion indépendamment sur son indice général en septembre, en qualifiant V4.1 Flash de « nouveau modèle phare » de DeepSeek, devant V4 Pro 0813.
Les cas où Pro garde un intérêt
La liste est courte, et chaque point est plus étroit qu'il n'y paraît.
- GPQA Diamond. Le score de Pro, 92,4, dépasse les 90,9 du Flash de septembre. DeepSeek n'a pas publié de score pour le 1017, c'est donc le seul benchmark où Pro pourrait encore prendre l'avantage.
- Longueur des sorties. Artificial Analysis a constaté que le Flash de septembre utilisait 62 % de tokens de sortie en plus que Pro 0813 pour réaliser son indice. Le 1017 a été entraîné pour produire des sorties plus courtes, mais aucun tiers ne l'a encore mesuré. Tant que ce n'est pas fait, un Flash plus bavard, à un tiers du prix, reste moins cher qu'un Pro plus concis.
- Une version stable et datée. Pro 0813 est en service depuis août, et la note de mise à jour de DeepSeek indique qu'il continuera d'être servi. Si vos évaluations ont été calibrées sur Pro, c'est une valeur connue.
- Connaissances. Sur le sous-ensemble HLE texte uniquement, Pro (42,7) se situe entre le Flash de septembre (39,1) et le 1017 (44,0). Cet avantage a disparu.
Pro n'accepte aucune image ; le 1017 en accepte. Si une étape de votre flux de travail lit une capture d'écran, un graphique ou une interface, cela suffit à trancher.
La même tâche sur chacun
Aucun test publié ne fournit de décompte de tokens par tâche pour l'un ou l'autre modèle ; cet exemple repose donc sur des hypothèses explicites. Une session de correction de bug par un agent comprend 40 appels au modèle, envoie 1,2 M de tokens d'entrée au total, dont 90 % servis depuis le cache, et produit 60 K tokens de sortie, raisonnement inclus. Les deux modèles reçoivent les mêmes décomptes de tokens. Aux prix publics d'AIHubMix :
| Modèle | Heures de pointe | Heures creuses |
|---|---|---|
| V4.1 Flash 1017 | $0.118 | $0.059 |
| V4 Pro 0813 | $0.469 | $0.233 |
Calcul pour Pro aux heures de pointe : 0,12 M × 1,3944 $ + 1,08 M × 0,0465 $ + 0,06 M × 4,1832 $ = 0,469 $.
À nombre de tokens égal, Pro coûte environ quatre fois plus pour la même session. Pour atteindre le seuil de rentabilité, Pro devrait accomplir la tâche avec environ un quart des tokens du Flash. L'écart mesuré par Artificial Analysis est bien plus faible : le Flash de septembre utilisait 1,62 fois les tokens de sortie de Pro, donc Pro en avait besoin d'environ 62 % de moins, et non de 25 %. Et sur les benchmarks, le modèle le moins cher est aussi celui qui a le plus de chances de mener la tâche à bien.
Qui a encore besoin de Pro
- Gardez Pro si vous disposez d'un pipeline de production validé sur Pro 0813 et que vous n'avez pas le temps de refaire vos évaluations ce mois-ci, ou d'une charge de travail de questions-réponses scientifiques où l'écart GPQA est apparu dans vos propres tests.
- Passez au Flash pour les agents de programmation, l'automatisation en terminal, les pipelines d'appel d'outils, tout ce qui implique des images, et tout ce qui est à fort volume et où la concurrence compte.
- Testez avant de migrer pour la rédaction longue et l'analyse, lorsque vous vous appuyez sur les réponses plus courtes et plus denses de Pro. Le 1017 est plus concis que le Flash de septembre, mais personne ne l'a encore comparé à Pro.
Tester le passage sur AIHubMix
Les deux modèles sont disponibles sur AIHubMix avec une seule clé : deepseek-v4.1-flash-1017 et deepseek-v4-pro-0813. Faites passer votre propre jeu d'évaluation dans chacun, comparez les taux de réussite et vérifiez le coût de chaque exécution dans les journaux de requêtes. La page de comparaison AIHubMix présente leurs caractéristiques et leurs prix côte à côte.
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["AIHUBMIX_API_KEY"], base_url="https://aihubmix.com/v1")
for model in ("deepseek-v4-pro-0813", "deepseek-v4.1-flash-1017"):
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": "Find the bug: def mean(xs): return sum(xs) / len(xs) - 1"}],
max_tokens=16000,
)
print(model, resp.usage.completion_tokens, resp.choices[0].message.content[:200])
Comparer completion_tokens sur vos propres prompts est le moyen le plus rapide de voir si les sorties plus courtes du 1017 tiennent face à Pro sur votre charge de travail.
FAQ
DeepSeek V4.1 Flash 1017 est-il meilleur que V4 Pro ?
Sur chaque benchmark de programmation et d'agent que DeepSeek publie pour les deux, oui, souvent avec une large marge : Terminal-Bench 4.0 donne 42,3 contre 12,4, et DeepSWE 77,0 contre 62,7. Ce sont les chiffres propres à DeepSeek.
De combien V4 Pro coûte-t-il plus cher ?
Aux prix de pointe de DeepSeek, Pro coûte 1,32 $ en entrée et 3,96 $ en sortie par million de tokens, contre 0,30 $ et 1,20 $ pour le Flash, soit 3,3 fois plus en sortie. Les heures creuses divisent les deux tarifs par deux.
Dans quels cas V4 Pro reste-t-il meilleur ?
Pro obtient 92,4 sur GPQA Diamond contre 90,9 pour le Flash de septembre, et aucun score n'a été publié pour le 1017. Artificial Analysis a aussi mesuré que le Flash de septembre utilisait davantage de tokens de sortie que Pro.
V4 Pro prend-il en charge les images ?
Non. La page tarifaire de DeepSeek n'indique la vision que pour le Flash.
DeepSeek va-t-il retirer V4 Pro ?
DeepSeek a indiqué qu'il continuera à servir V4 Pro et n'a annoncé aucune date de retrait.
Les sorties plus courtes du 1017 peuvent-elles le rendre moins cher que Pro par tâche ?
Il est déjà moins cher par tâche à nombre de tokens égal, d'environ quatre fois dans l'exemple ci-dessus. Des sorties plus courtes élargiraient encore cet écart.
Dois-je migrer dès aujourd'hui un pipeline de production basé sur Pro ?
Commencez par faire passer votre jeu d'évaluation sur les deux modèles. Si le 1017 atteint le taux de réussite de Pro, la migration réduit les coûts et offre plus de marge sur la concurrence.
À lire ensuite : la série DeepSeek V4.1 Flash 1017
- Passer de Pro à un modèle que DeepSeek met à jour sur place : l'article sur la mise à niveau explique ce qui a changé dans le 1017 : DeepSeek V4.1 Flash 1017 : même prix, sorties plus courtes. Faut-il passer au nouveau modèle ?
- Vous migrez une intégration Pro vers le Flash ? Le guide de migration couvre l'erreur 400 du mode de raisonnement et les règles de facturation qui s'appliquent aux deux modèles : Migrer vers DeepSeek V4.1 Flash 1017 : l'erreur 400 de reasoning_content, le Silent Alias Swap et la facturation aux heures de pointe
- Si le Flash remplace Pro pour vous, la question suivante est sa position en dehors de la gamme DeepSeek : DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5 : quel modèle économique choisir pour les agents de programmation en terminal ?
Sources
- Modèles et tarifs DeepSeek (DeepSeek)
- DeepSeek-V4.1-Flash : repousser les limites de la compression du cache KV (DeepSeek-AI, arXiv)
- DeepSeek V4.1 Flash 1017 vs DeepSeek V4 Pro 0813 (AIHubMix)
- DeepSeek V4.1 Flash (max) : analyse de l'intelligence, des performances et du prix (Artificial Analysis)
- DeepSeek V4.1 Flash 1017 testé : caractéristiques, benchmarks et prix (Kingy.ai)
