DeepSeek met à jour V4.1-Flash et ouvre ses API Search et Fetch

Un nouveau checkpoint, pas le premier lancement de V4.1-Flash

DeepSeek a publié V4.1-Flash-1017, une mise à jour de son modèle Flash que la documentation de l’API identifie comme la version actuellement associée à l’alias deepseek-flash. Il ne faut pas le confondre avec le lancement initial de V4.1-Flash, présenté en septembre : le suffixe 1017 désigne ce checkpoint ultérieur, annoncé le 17 octobre 2026.

L’entreprise met en avant des progrès en programmation et dans les tâches agentiques, ainsi que des réponses plus courtes et un coût inférieur dans une évaluation interne. Ces chiffres correspondent aux résultats communiqués par DeepSeek ; ils ne constituent pas une comparaison indépendante déjà reproduite. Cette distinction est importante : un score élevé à un benchmark peut aider à choisir les modèles à tester, mais ne garantit pas les mêmes résultats avec d’autres consignes, outils ou tâches réelles.

Le produit évolue aussi sur un autre plan. Search et Fetch sont désormais proposés sous forme d’API distinctes, afin que des applications et des agents puissent effectuer des recherches sur le Web et récupérer le contenu de pages sans dépendre uniquement d’un outil interne. La documentation précise leur tarif par requête réussie et prévoit une exception temporaire pour les appels effectués dans certains environnements agentiques.

DeepSWE : une amélioration annoncée, à interpréter avec prudence

Pour DeepSWE v1.1, DeepSeek annonce un score de 77,0 pour V4.1-Flash-1017, avec le niveau de raisonnement maximal, et un coût moyen inférieur à 0,20 dollar par tâche. À titre de comparaison, le checkpoint précédent V4.1-Flash avait obtenu 74,2 dans le tableau technique antérieur ; un graphique cité lors de la présentation de la mise à jour indiquait un coût d’environ 0,50 dollar par exécution. Il s’agit de résultats issus d’évaluations de DeepSeek, et non d’un essai externe contrôlé du nouveau modèle.

Le résultat dépend aussi de l’architecture de l’agent. Dans son évaluation antérieure de DeepSWE v1.1, DeepSeek avait obtenu des scores différents avec le même modèle en changeant l’environnement et le système d’exécution des outils. Pour la version 1017, les éléments disponibles ne décrivent pas assez précisément la méthode pour permettre une comparaison indépendante de tous les facteurs, comme le nombre de tentatives, la sélection des tâches ou le coût de l’infrastructure.

Le score de 77,0 ne permet pas non plus d’affirmer que le modèle surpasse tous ses concurrents. Les comparaisons publiées par DeepSeek incluent des modèles d’autres laboratoires, mais elles s’appuient sur un protocole propre à l’entreprise. Tant qu’une évaluation indépendante de la version 1017 n’aura pas été menée dans des conditions équivalentes, mieux vaut considérer ces résultats comme un signal pour sélectionner des modèles à tester, et non comme un classement définitif.

Search et Fetch : deux API facturées à la requête

DeepSeek propose Search pour trouver des informations sur le Web et Fetch pour récupérer le contenu de pages. D’après le tableau tarifaire officiel, chaque API coûte 0,75 dollar pour 1 000 requêtes réussies, soit environ 0,00075 dollar par appel abouti. La facturation dépend du nombre de requêtes, et non du nombre de tokens générés par le modèle.

La documentation prévoit une exception temporaire : les appels effectués par l’intermédiaire de DeepSeek Harness, Claude Code ou Codex ne sont pas facturés à la requête jusqu’au début de la facturation annoncé pour le 1er novembre 2026 à 00 h, heure de Pékin. Cela ne signifie ni que l’accès est gratuit par toutes les voies ni que la gratuité se prolongera après cette date. Les intégrations directes des endpoints doivent être budgétées au tarif publié pour Search et Fetch.

Pour un agent, recherche et récupération remplissent des fonctions différentes. Search sert à trouver des pages pertinentes ; Fetch permet d’obtenir le contenu d’une page précise. Cette séparation facilite le suivi du nombre de requêtes et l’identification de l’étape qui génère les coûts. Les informations disponibles confirment les prix et la disponibilité, mais ne précisent pas ici les quotas, les limites de débit ni toutes les options de requête. Il faut donc consulter le guide à jour avant de concevoir une intégration de production.

Poids disponibles sous licence MIT

Le dépôt officiel de DeepSeek sur Hugging Face publie les poids de V4.1-Flash sous licence MIT. La documentation technique décrit également une architecture multimodale à mélange d’experts, avec 552 milliards de paramètres de base, une fenêtre de contexte pouvant atteindre un million de tokens, une entrée texte et image et une sortie texte. La licence autorise un large éventail d’usages, de modifications et de redistributions, dans le respect de ses conditions.

La disponibilité des poids ne signifie pas que le modèle est léger ou facile à exécuter. L’architecture active 8 milliards de paramètres par token lors du traitement de l’entrée et 16 milliards pendant la génération, mais le nombre total de paramètres et les besoins en mémoire restent considérables. Pour beaucoup d’équipes, une API hébergée sera plus pratique que la gestion du matériel, de la conversion des poids et du service d’inférence.

Il faut aussi distinguer des poids ouverts de la publication intégrale du processus d’entraînement. Le dépôt fournit les poids et les éléments techniques indiqués, mais cela ne prouve pas que toutes les données d’entraînement, les filtres, l’infrastructure ou les décisions de développement sont disponibles. La licence MIT précise les droits associés aux artefacts couverts ; elle ne dispense pas d’examiner les enjeux de confidentialité et de sécurité, les obligations locales ni les conditions des services externes.

Que mesurer avant de l’adopter

Une amélioration dans une évaluation ne suffit pas à justifier la migration d’un agent entier. Il faut mesurer séparément la qualité des réponses, la réussite réelle des appels aux outils, la latence et le coût par résultat accepté. Un modèle peut générer moins de tokens tout en coûtant davantage s’il nécessite plus de tentatives, échoue plus souvent ou exige une étape de validation supplémentaire.

Pour les tâches de programmation, mesurez les modifications qui compilent et passent les tests, et pas seulement les réponses qui paraissent correctes. Pour les agents de recherche, vérifiez que les sources récupérées répondent à la question et que le système cite ou conserve les éléments nécessaires. Dans les deux cas, prévoyez une approbation humaine pour les actions irréversibles, les changements en production ou les décisions de sécurité.

La documentation disponible confirme que l’API directe utilise l’alias deepseek-flash et que Search et Fetch ont des tarifs distincts. Les informations opérationnelles complètes sur ces endpoints — par exemple les quotas, les formats et les limites — ne figurent pas dans les extraits consultés ; il ne faut donc pas les inventer. Avant le déploiement, consultez le guide officiel à jour et fixez la version utilisée pendant vos tests, afin de ne pas attribuer au mauvais checkpoint des changements ultérieurs.

En bref : une mise à jour prometteuse, encore à valider hors du laboratoire

V4.1-Flash-1017 associe une mise à jour du modèle Flash à l’ouverture de Search et Fetch sous forme de services distincts. La proposition peut intéresser les développeurs d’agents qui alternent raisonnement, programmation et recherche sur le Web, en particulier lorsque le coût par tâche importe davantage qu’un score pris isolément.

Les deux chiffres clés sont les suivants : DeepSeek annonce un score de 77,0 à DeepSWE v1.1 et un coût moyen inférieur à 0,20 dollar lors de cette évaluation ; sa documentation fixe le prix de Search et Fetch à 0,75 dollar pour 1 000 requêtes réussies. Le premier chiffre est un résultat communiqué par le fournisseur, qui n’est pas corroboré de manière indépendante dans les éléments disponibles. Le second est un tarif officiel publié, susceptible d’évoluer et soumis à des conditions temporaires.

L’annonce ne démontre donc ni que ce checkpoint est le meilleur choix pour tous les agents ni que les économies se retrouveront dans tous les usages. Elle fournit toutefois des spécifications, des poids sous licence MIT et des prix précis à tester. La démarche la plus raisonnable consiste à évaluer la version sur ses propres tâches, à comptabiliser séparément les tokens et les appels de recherche, puis à vérifier les conditions en vigueur avant toute mise en production.

Poursuivre l’exploration

Corrections et transparence

Si vous repérez une information incorrecte ou obsolète, envoyez-nous la page et la source à vérifier.