Données clés issues des sources :

• Une charge de travail en production coûtant 788 $/mois sur OpenAI GPT-5.5 revient à environ 11 $ sur DeepSeek V4 Flash — une différence de plus de 70× .
• Sur les seuls tokens de sortie, l'écart entre le modèle le moins cher et le plus cher s'est creusé jusqu'à 231× (Qwen Turbo à 0,13 $/M contre GPT-5.5 à 30 $/M) .
• Les modèles open-source de DeepSeek, Alibaba et Z.ai (GLM) sont 60 % à 90 % moins chers que les fleurons occidentaux lorsqu'ils sont hébergés en propre .
• Le Gemini 2.5 Flash Lite de Google (0,10 $/0,40 $ par M de tokens) est le petit modèle le moins cher, mais aucun fournisseur occidental n'égale le rapport performance-prix de DeepSeek pour un modèle de pointe .

Performances : au niveau ou supérieur aux fleurons occidentaux

Les benchmarks indépendants de l'évaluation CAISI du NIST montrent que le DeepSeek V4 Pro rivalise directement avec les meilleurs d'OpenAI et d'Anthropic :

Points forts supplémentaires :

• DeepSeek V4 Pro est en tête de tous les modèles sur le SWE-bench Verified (80,6 %), une mesure de la capacité d'ingénierie logicielle réelle .
• En raisonnement mathématique (AIME 2025), DeepSeek V4 Pro obtient 85,0 %, et 97 % sur OTIS-AIME-2025 .
• Sur MMLU (connaissances générales), DeepSeek V4 Pro atteint 90,1 % .
• Le Qwen 3.6 Plus d'Alibaba est un modèle de codage agentique propriétaire avec un contexte d'1 million de tokens, tandis que les variantes open-source de Qwen 3.6 couvrent des tailles allant de 0,8 milliard (utilisable sur smartphone) à 397 milliards (de pointe) sous licence Apache 2.0 .

Financement et valorisation boursière

L'histoire financière de l'IA chinoise est aussi spectaculaire que l'histoire technique :

• DeepSeek a levé plus de 7,4 milliards de dollars (50 milliards de yuans) lors de son tout premier tour externe (juin 2026), atteignant une valorisation supérieure à 50 milliards de dollars . En juillet 2026, Reuters rapportait un nouveau tour à une valorisation de 74 milliards de dollars en vue d'une introduction en bourse en Chine .
• Les quatre laboratoires d'IA chinois (Zhipu, DeepSeek, MiniMax, Moonshot) pèsent désormais collectivement environ 159 milliards de dollars, contre presque rien il y a 18 mois .
• Tencent, Alibaba et CATL ont tous participé au premier tour de financement de DeepSeek, reflétant une consolidation de l'écosystème plutôt qu'une fragmentation .
• Le modèle Qwen d'Alibaba, bien qu'il ne soit pas une start-up indépendante, a dépassé le milliard de téléchargements cumulés et représente 24,1 % de tous les téléchargements des 1 000 meilleurs modèles sur Hugging Face, dépassant le Llama de Meta .

Approches stratégiques : open-source contre propriétaire

Alibaba (Qwen) poursuit une stratégie d'écosystème open-source : la plupart des modèles sont publiés sous licence Apache 2.0, faciles à ajuster et gratuits à héberger . Cela a fait de Qwen la famille de modèles la plus téléchargée sur Hugging Face. La contrepartie est la monétisation : l'IA d'Alibaba est un succès, mais difficile à transformer en une source de revenus directe, comme l'a rapporté le New York Times . Cependant, Alibaba a commencé à pivoter : le fleuron Qwen 3.6 Max Preview a été publié en tant que modèle API fermé et propriétaire en avril 2026 .

DeepSeek adopte une approche hybride : il publie les poids de son V4 sous licence MIT (1,6 billion de paramètres, modèle Mixture-of-Experts, 49 milliards de paramètres actifs), tout en proposant une couche API peu coûteuse . Son architecture, un MoE avec une activation extrêmement dispersée, permet des performances de pointe pour un coût d'inférence considérablement réduit.

Les acteurs occidentaux (OpenAI, Anthropic, Google) s'appuient principalement sur des API fermées et propriétaires avec des prix élevés. OpenAI et Anthropic ont publié des gammes "nano" et "mini" moins chères en réponse à la pression, mais aucune n'égale le rapport performance-prix de pointe de DeepSeek .

Implications concurrentielles

• L'écart de prix de 10 à 70× comprime les marges de toute l'industrie et force les laboratoires occidentaux à proposer des gammes moins chères qu'ils n'auraient probablement pas lancées autrement .
• Les publications de poids ouverts par les entreprises chinoises érodent le fossé du verrouillage propriétaire des API, permettant aux entreprises du monde entier d'héberger elles-mêmes des modèles de pointe pour une fraction du coût .
• La valorisation combinée des laboratoires d'IA chinois (>159 milliards de dollars) indique que les investisseurs voient un avantage concurrentiel durable dans une infrastructure d'entraînement et d'inférence à moindre coût .
• Pour les directeurs financiers et les responsables techniques, l'implication est claire : le même budget IA peut désormais supporter 10 à 70 fois plus d'utilisation en passant par des fournisseurs de modèles chinois .

Données clés issues des sources :

• Une charge de travail en production coûtant 788 $/mois sur OpenAI GPT-5.5 revient à environ 11 $ sur DeepSeek V4 Flash — une différence de plus de 70× .
• Sur les seuls tokens de sortie, l'écart entre le modèle le moins cher et le plus cher s'est creusé jusqu'à 231× (Qwen Turbo à 0,13 $/M contre GPT-5.5 à 30 $/M) .
• Les modèles open-source de DeepSeek, Alibaba et Z.ai (GLM) sont 60 % à 90 % moins chers que les fleurons occidentaux lorsqu'ils sont hébergés en propre .
• Le Gemini 2.5 Flash Lite de Google (0,10 $/0,40 $ par M de tokens) est le petit modèle le moins cher, mais aucun fournisseur occidental n'égale le rapport performance-prix de DeepSeek pour un modèle de pointe .

Performances : au niveau ou supérieur aux fleurons occidentaux

Les benchmarks indépendants de l'évaluation CAISI du NIST montrent que le DeepSeek V4 Pro rivalise directement avec les meilleurs d'OpenAI et d'Anthropic :

Points forts supplémentaires :

• DeepSeek V4 Pro est en tête de tous les modèles sur le SWE-bench Verified (80,6 %), une mesure de la capacité d'ingénierie logicielle réelle .
• En raisonnement mathématique (AIME 2025), DeepSeek V4 Pro obtient 85,0 %, et 97 % sur OTIS-AIME-2025 .
• Sur MMLU (connaissances générales), DeepSeek V4 Pro atteint 90,1 % .
• Le Qwen 3.6 Plus d'Alibaba est un modèle de codage agentique propriétaire avec un contexte d'1 million de tokens, tandis que les variantes open-source de Qwen 3.6 couvrent des tailles allant de 0,8 milliard (utilisable sur smartphone) à 397 milliards (de pointe) sous licence Apache 2.0 .

Financement et valorisation boursière

L'histoire financière de l'IA chinoise est aussi spectaculaire que l'histoire technique :

• DeepSeek a levé plus de 7,4 milliards de dollars (50 milliards de yuans) lors de son tout premier tour externe (juin 2026), atteignant une valorisation supérieure à 50 milliards de dollars . En juillet 2026, Reuters rapportait un nouveau tour à une valorisation de 74 milliards de dollars en vue d'une introduction en bourse en Chine .
• Les quatre laboratoires d'IA chinois (Zhipu, DeepSeek, MiniMax, Moonshot) pèsent désormais collectivement environ 159 milliards de dollars, contre presque rien il y a 18 mois .
• Tencent, Alibaba et CATL ont tous participé au premier tour de financement de DeepSeek, reflétant une consolidation de l'écosystème plutôt qu'une fragmentation .
• Le modèle Qwen d'Alibaba, bien qu'il ne soit pas une start-up indépendante, a dépassé le milliard de téléchargements cumulés et représente 24,1 % de tous les téléchargements des 1 000 meilleurs modèles sur Hugging Face, dépassant le Llama de Meta .

Approches stratégiques : open-source contre propriétaire

Alibaba (Qwen) poursuit une stratégie d'écosystème open-source : la plupart des modèles sont publiés sous licence Apache 2.0, faciles à ajuster et gratuits à héberger . Cela a fait de Qwen la famille de modèles la plus téléchargée sur Hugging Face. La contrepartie est la monétisation : l'IA d'Alibaba est un succès, mais difficile à transformer en une source de revenus directe, comme l'a rapporté le New York Times . Cependant, Alibaba a commencé à pivoter : le fleuron Qwen 3.6 Max Preview a été publié en tant que modèle API fermé et propriétaire en avril 2026 .

DeepSeek adopte une approche hybride : il publie les poids de son V4 sous licence MIT (1,6 billion de paramètres, modèle Mixture-of-Experts, 49 milliards de paramètres actifs), tout en proposant une couche API peu coûteuse . Son architecture, un MoE avec une activation extrêmement dispersée, permet des performances de pointe pour un coût d'inférence considérablement réduit.

Les acteurs occidentaux (OpenAI, Anthropic, Google) s'appuient principalement sur des API fermées et propriétaires avec des prix élevés. OpenAI et Anthropic ont publié des gammes "nano" et "mini" moins chères en réponse à la pression, mais aucune n'égale le rapport performance-prix de pointe de DeepSeek .

Implications concurrentielles

• L'écart de prix de 10 à 70× comprime les marges de toute l'industrie et force les laboratoires occidentaux à proposer des gammes moins chères qu'ils n'auraient probablement pas lancées autrement .
• Les publications de poids ouverts par les entreprises chinoises érodent le fossé du verrouillage propriétaire des API, permettant aux entreprises du monde entier d'héberger elles-mêmes des modèles de pointe pour une fraction du coût .
• La valorisation combinée des laboratoires d'IA chinois (>159 milliards de dollars) indique que les investisseurs voient un avantage concurrentiel durable dans une infrastructure d'entraînement et d'inférence à moindre coût .
• Pour les directeurs financiers et les responsables techniques, l'implication est claire : le même budget IA peut désormais supporter 10 à 70 fois plus d'utilisation en passant par des fournisseurs de modèles chinois .