Cette embauche intervient à un moment stratégique. Le rapport technique de DeepSeek V3 décrit déjà la distillation des capacités de raisonnement à partir de ses modèles de la série R1 . La méthodologie MiniLLM de Gu – qui utilise la divergence KL inverse pour la distillation générative – pourrait directement améliorer l’efficacité et la structure de coûts des futurs modèles.

2. Une levée de fonds de 7,4 milliards de dollars pour une valorisation de 52 à 59 milliards

DeepSeek a bouclé sa toute première levée de fonds externe le 16 juin 2026, réunissant environ 7,4 milliards de dollars (50 milliards de yuans) pour une valorisation post-money de 52 à 59 milliards de dollars . Cette opération fait de DeepSeek la start-up d’IA la plus valorisée de Chine .

Les termes clés de l’accord :

• Tencent a investi environ 1,4 milliard de dollars (10 milliards de yuans) en tant qu’investisseur de référence
• CATL, le premier fabricant mondial de batteries pour véhicules électriques, a investi environ 700 millions de dollars (5 milliards de yuans)
• Le fondateur Liang Wenfeng a contribué à hauteur d’environ 2,85 milliards de dollars (20 milliards de yuans) de son propre capital, conservant ainsi le contrôle
• Moins de dix investisseurs institutionnels ont participé

Cette manne financière permet à DeepSeek de recruter les meilleurs talents comme Gu, de financer la puissance de calcul massive nécessaire à l’entraînement de modèles à l’échelle de V4 (1,6 billion de paramètres en architecture MoE), et de maintenir des prix d’API très inférieurs à ceux d’OpenAI et d’Anthropic .

3. Modèle V4 : une preview déjà disponible, la version finale pour mi-juillet 2026

DeepSeek a publié des modèles V4 en preview – avec des poids ouverts sous licences MIT et Apache 2.0 – les 22-24 avril 2026 . Le rapport de Tencent News indique que la « V4 正式版 » (version officielle/finale) sera lancée à la mi-juillet 2026 .

La famille V4 se compose de deux variantes à mélange d’experts (MoE) :

• V4-Pro – 1,6 billion de paramètres totaux, 49 milliards d’activés par token, avec une fenêtre de contexte d’1 million de tokens
• V4-Flash – 284 milliards de paramètres totaux, 13 milliards d’activés, également avec un contexte d’1M de tokens

Les deux ont été publiés avec des poids ouverts sur Hugging Face et des points d’accès API à des prix nettement inférieurs à ceux des modèles américains de pointe – environ 1/34e du coût de Claude Opus 4.7 en entrée .

4. Le NIST (CAISI) confirme que V4 est le modèle d’IA chinois le plus performant qu’il ait évalué – avec une réserve

Le 1er mai 2026, le Centre pour les normes et l’innovation en IA (CAISI) du NIST, l’agence gouvernementale américaine, a publié une évaluation déclarant : « DeepSeek V4 est le modèle d’IA chinois (PRC) le plus performant jamais évalué par CAISI » dans les domaines de la cybersécurité, du génie logiciel, des sciences naturelles et du raisonnement abstrait . Bloomberg a indépendamment confirmé cette conclusion .

Cependant, l’évaluation du CAISI a également noté que le V4-Pro accuse un retard d’environ huit mois sur les modèles américains de pointe en matière de raisonnement et de mathématiques . En termes de scores Elo estimés, V4 Pro a obtenu environ 800, contre 1260 pour GPT-5.5 .

C’est une nuance essentielle : la désignation de « modèle chinois le plus performant » confirme le leadership de DeepSeek en Chine, mais elle quantifie aussi publiquement l’écart avec OpenAI et Anthropic.

Comment ces éléments s’articulent en une stratégie cohérente

Les trois mouvements sont étroitement synchronisés et se renforcent mutuellement :

• Le recrutement de Gu Yuxian injecte une expertise de classe mondiale en distillation au moment précis où DeepSeek déploie V4 – un modèle qui utilise déjà des techniques de distillation. Les méthodes de Gu pourraient directement améliorer l’efficacité et la structure de coûts des futurs modèles, aidant DeepSeek à faire plus avec moins de puissance de calcul.

• La levée de 7,4 milliards de dollars fournit la trésorerie nécessaire pour recruter agressivement des talents comme Gu, financer le calcul massif pour l’entraînement à l’échelle de V4, et maintenir des prix d’API bien inférieurs à ceux des concurrents américains.

• Le lancement complet de V4 est le véhicule produit qui doit prouver que DeepSeek peut combler l’écart d’environ huit mois identifié par le NIST. C’est la démonstration publique que la stratégie fonctionne.

En résumé

DeepSeek accélère pour comprimer son cycle de R&D en injectant simultanément des capitaux, en acquérant les meilleurs talents en distillation et en poussant V4 en production – le tout dans le but de réduire le plus rapidement possible l’écart quantifié avec les modèles américains de pointe. Le succès de cette stratégie à trois volets dépendra de la rapidité avec laquelle l’innovation algorithmique pourra compenser les contraintes matérielles, et si la prochaine génération de modèles pourra réduire l’écart de huit mois.

Cette embauche intervient à un moment stratégique. Le rapport technique de DeepSeek V3 décrit déjà la distillation des capacités de raisonnement à partir de ses modèles de la série R1 . La méthodologie MiniLLM de Gu – qui utilise la divergence KL inverse pour la distillation générative – pourrait directement améliorer l’efficacité et la structure de coûts des futurs modèles.

2. Une levée de fonds de 7,4 milliards de dollars pour une valorisation de 52 à 59 milliards

DeepSeek a bouclé sa toute première levée de fonds externe le 16 juin 2026, réunissant environ 7,4 milliards de dollars (50 milliards de yuans) pour une valorisation post-money de 52 à 59 milliards de dollars . Cette opération fait de DeepSeek la start-up d’IA la plus valorisée de Chine .

Les termes clés de l’accord :

• Tencent a investi environ 1,4 milliard de dollars (10 milliards de yuans) en tant qu’investisseur de référence
• CATL, le premier fabricant mondial de batteries pour véhicules électriques, a investi environ 700 millions de dollars (5 milliards de yuans)
• Le fondateur Liang Wenfeng a contribué à hauteur d’environ 2,85 milliards de dollars (20 milliards de yuans) de son propre capital, conservant ainsi le contrôle
• Moins de dix investisseurs institutionnels ont participé

Cette manne financière permet à DeepSeek de recruter les meilleurs talents comme Gu, de financer la puissance de calcul massive nécessaire à l’entraînement de modèles à l’échelle de V4 (1,6 billion de paramètres en architecture MoE), et de maintenir des prix d’API très inférieurs à ceux d’OpenAI et d’Anthropic .

3. Modèle V4 : une preview déjà disponible, la version finale pour mi-juillet 2026

DeepSeek a publié des modèles V4 en preview – avec des poids ouverts sous licences MIT et Apache 2.0 – les 22-24 avril 2026 . Le rapport de Tencent News indique que la « V4 正式版 » (version officielle/finale) sera lancée à la mi-juillet 2026 .

La famille V4 se compose de deux variantes à mélange d’experts (MoE) :

• V4-Pro – 1,6 billion de paramètres totaux, 49 milliards d’activés par token, avec une fenêtre de contexte d’1 million de tokens
• V4-Flash – 284 milliards de paramètres totaux, 13 milliards d’activés, également avec un contexte d’1M de tokens

Les deux ont été publiés avec des poids ouverts sur Hugging Face et des points d’accès API à des prix nettement inférieurs à ceux des modèles américains de pointe – environ 1/34e du coût de Claude Opus 4.7 en entrée .

4. Le NIST (CAISI) confirme que V4 est le modèle d’IA chinois le plus performant qu’il ait évalué – avec une réserve

Le 1er mai 2026, le Centre pour les normes et l’innovation en IA (CAISI) du NIST, l’agence gouvernementale américaine, a publié une évaluation déclarant : « DeepSeek V4 est le modèle d’IA chinois (PRC) le plus performant jamais évalué par CAISI » dans les domaines de la cybersécurité, du génie logiciel, des sciences naturelles et du raisonnement abstrait . Bloomberg a indépendamment confirmé cette conclusion .

Cependant, l’évaluation du CAISI a également noté que le V4-Pro accuse un retard d’environ huit mois sur les modèles américains de pointe en matière de raisonnement et de mathématiques . En termes de scores Elo estimés, V4 Pro a obtenu environ 800, contre 1260 pour GPT-5.5 .

C’est une nuance essentielle : la désignation de « modèle chinois le plus performant » confirme le leadership de DeepSeek en Chine, mais elle quantifie aussi publiquement l’écart avec OpenAI et Anthropic.

Comment ces éléments s’articulent en une stratégie cohérente

Les trois mouvements sont étroitement synchronisés et se renforcent mutuellement :

• Le recrutement de Gu Yuxian injecte une expertise de classe mondiale en distillation au moment précis où DeepSeek déploie V4 – un modèle qui utilise déjà des techniques de distillation. Les méthodes de Gu pourraient directement améliorer l’efficacité et la structure de coûts des futurs modèles, aidant DeepSeek à faire plus avec moins de puissance de calcul.

• La levée de 7,4 milliards de dollars fournit la trésorerie nécessaire pour recruter agressivement des talents comme Gu, financer le calcul massif pour l’entraînement à l’échelle de V4, et maintenir des prix d’API bien inférieurs à ceux des concurrents américains.

• Le lancement complet de V4 est le véhicule produit qui doit prouver que DeepSeek peut combler l’écart d’environ huit mois identifié par le NIST. C’est la démonstration publique que la stratégie fonctionne.

En résumé

DeepSeek accélère pour comprimer son cycle de R&D en injectant simultanément des capitaux, en acquérant les meilleurs talents en distillation et en poussant V4 en production – le tout dans le but de réduire le plus rapidement possible l’écart quantifié avec les modèles américains de pointe. Le succès de cette stratégie à trois volets dépendra de la rapidité avec laquelle l’innovation algorithmique pourra compenser les contraintes matérielles, et si la prochaine génération de modèles pourra réduire l’écart de huit mois.