DeepSeek V4 : explosion des prix et résultats décevants aux tests agents

Le 16 août 2026, DeepSeek a introduit l'un des changements de tarification les plus significatifs du marché des API d'IA, remplaçant les tarifs fixes par token par une structure heures pleines/heures creuses, entraînant des hausses de coûts allant jusqu'à 1 555 % pour certains types de tokens . La même semaine, la société de tests indépendants Composio a révélé que le modèle phare V4 Flash de DeepSeek n'avait accompli que 53,8 % des tâches agents réelles sur huit frameworks d'orchestration différents, mettant en lumière un fossé important entre les scores des classements et la fiabilité en production . Ensemble, ces développements forcent les entreprises à reconsidérer le coût total et la maturité d'orchestration nécessaires pour déployer DeepSeek V4 à grande échelle.

La nouvelle structure tarifaire : heures pleines et heures creuses

À partir de 16h00 UTC le 16 août 2026, DeepSeek est passé d'un tarif fixe unique à un modèle à deux niveaux pour V4-Flash et V4-Pro . Les heures pleines sont de 01h00 à 04h00 UTC et de 06h00 à 10h00 UTC (7 heures par jour) ; toutes les autres heures sont creuses . Les tarifs en heures creuses sont exactement la moitié des tarifs en heures pleines, mais chaque catégorie de token a tout de même subi une augmentation nette par rapport à l'ancien tarif fixe .

Anciens tarifs fixes vs nouveaux tarifs heures pleines et creuses

Modèle	Type de token	Ancien tarif fixe	Heures creuses (nouveau)	Heures pleines (nouveau)	Variation effective
V4-Flash	Entrée (cache miss)	0,14 $	0,21 $	0,42 $	+50 % creuses, +200 % pleines
V4-Flash	Entrée (cache hit)	0,0028 $	0,007 $	0,014 $	+150 % creuses, +400 % pleines
V4-Flash	Sortie	0,28 $	0,42 $	0,84 $	+50 % creuses, +200 % pleines
V4-Pro	Entrée (cache miss)	0,435 $	0,99 $	1,98 $	+128 % creuses, +355 % pleines
V4-Pro	Entrée (cache hit)	0,003625 $	0,03 $	0,06 $	+728 % creuses, +1 555 % pleines
V4-Pro	Sortie	0,87 $	1,98 $	3,96 $	+128 % creuses, +355 % pleines

Sources : données de la grille tarifaire publiée par DeepSeek et trackers indépendants .

L'augmentation la plus extrême concerne l'entrée cache-hit de V4-Pro, passant de 0,003625 $ à 0,06 $ en heures pleines, soit une hausse d'environ 1 555 % . DeepSeek a déclaré que ce changement visait à allouer les ressources plus efficacement et à encourager les utilisateurs à planifier les charges de travail non urgentes pendant les heures creuses .

Le test agent de Composio : le V4 Flash dans le monde réel

En août 2026, la société de tests indépendants Composio a évalué le DeepSeek V4 Flash sur huit frameworks d'orchestration d'agents différents, en utilisant 30 flux de travail volontairement difficiles et multi-étapes, couvrant des outils en direct comme Gmail, GitHub, Slack et Google Sheets . Chaque tâche avait un délai d'expiration de 900 secondes, et tous les frameworks utilisaient les mêmes outils MCP Composio hébergés .

Le résultat global : sur 240 exécutions totales, seulement 129 ont réussi, soit un taux de réussite global de 53,8 %. Seulement 6 des 30 flux de travail ont été menés à bien par tous les frameworks .

Taux de réussite par framework

Framework	Taux de réussite (sur 30 tâches)	Coût par tâche réussie
Pi Agent	20/30 (66,7 %)	0,028 $
Prime Agent	~15/24 (62,5 % d'exécutions valides)	0,131 $
OMP (Oh My Pi)	17/30 (56,7 %)	0,103 $
Claude Code	16/30 (53,3 %)	0,195 $
Codex	16/30 (53,3 %)	0,081 $
Deep Agents (LangChain)	16/30 (53,3 %)	0,045 $
Hermes Agent	15/30 (50,0 %)	0,056 $
OpenCode	14/30 (46,7 %)	0,067 $

Données issues des résultats publiés par Composio .

Pi Agent a obtenu les meilleurs résultats, tant en taux de réussite (20/30) qu'en efficacité-coût (0,028 $/tâche) . Un framework différent a remporté la première place pour chaque métrique (taux de réussite, coût et vitesse), ce qui signifie que le choix de l'orchestration est aussi important que la capacité du modèle . L'écart de 20 points entre le meilleur et le moins bon framework démontre une sensibilité extrême au cadre de l'agent, à la configuration des outils, à la mise en cache, aux tentatives et à la pile du fournisseur .

Implications pour l'adoption en entreprise

La combinaison de prix plus élevés et de résultats réels inégaux a remodelé le point de vue des analystes sur l'adéquation de DeepSeek V4 pour les entreprises.

L'orchestration, et non la puissance brute du modèle, est le goulot d'étranglement

VentureBeat a noté que le même modèle V4 Flash produisait des résultats sensiblement différents selon le framework, l'outillage et la pile de mise en cache, ce qui suggère que les entreprises doivent investir dans la maturité de l'orchestration en même temps que dans la sélection du modèle . Composio a souligné que le seul choix du framework modifiait le succès de trois tâches, le coût de près de 3 fois et la vitesse de 2,2 fois .

La hausse nette des prix pèse sur l'économie unitaire

Même en heures creuses, chaque type de token est plus cher qu'avant. Les analystes affirment que cela modifie le calcul du retour sur investissement pour les charges de travail agent à volume élevé, en particulier pour les agents de support client et les pipelines de génération de code qui comptaient auparavant sur les prix agressivement bas de DeepSeek .

Le fossé entre les classements et la production reste important

Les classements agents officiels de DeepSeek (82,7 sur Terminal-Bench 2.1, 70,3 sur Toolathlon-Verified) semblent solides, mais le taux de réussite réel de 53,8 % rappelle que les scores dans les classements ne garantissent pas la fiabilité dans les environnements de production avec des API en direct, des limites de débit et des flux de travail avec état .

La souveraineté des données reste un obstacle

Le trafic API transite par des serveurs en Chine, ce qui crée des problèmes de conformité pour les entreprises réglementées. Les analystes conseillent une planification architecturale minutieuse pour la gouvernance des données, les pistes d'audit et les contrôles d'autorisation des outils . Pour les secteurs réglementés, l'auto-hébergement des poids ouverts reste la seule voie viable vers la production .

L'adoption sélective par charge de travail est le nouveau modèle

Le cadre d'entreprise de BayTech Consulting recommande DeepSeek V4 pour le résumé de documents non sensibles, la génération de code sur des dépôts ouverts et la rédaction de contenu à volume élevé, mais appelle à une évaluation rigoureuse charge de travail par charge de travail avant de s'engager dans la production .