Ce que DeepSeek a changé
DeepSeek a confirmé le 30 juin que son prochain modèle, V4, arrivera à la mi-juillet avec une structure de prix qu'aucun grand fournisseur d'IA n'avait utilisée : le compteur de l'API tourne à deux vitesses. Aux heures de pointe - fixées de 09:00 à 12:00 et de 14:00 à 18:00 heure de Pékin - le tarif par token double. En dehors de ces fenêtres, le prix actuel s'applique. Pour le modèle phare deepseek-v4-pro, c'est 6 yuans par million de tokens en sortie en heures creuses et 12 yuans en pointe ; le plus petit v4-flash passe de 2 à 4 yuans. Chaque niveau offre une fenêtre de contexte d'un million de tokens, et DeepSeek prévient de tout changement de tarif par courriel 24 heures à l'avance.
L'entreprise présente cela à dessein comme une gestion de charge et non une hausse de prix. Les tarifs creux ne bougent pas, donc une charge qui tournait déjà la nuit paie exactement comme avant. La nouveauté est le supplément sur les heures où tout le monde veut le modèle en même temps. Ce n'est pas un détail. C'est la première fois qu'une API de cette taille dit aux développeurs que l'horloge, et pas seulement le nombre de tokens, fixe la facture.
Pourquoi c'est de l'inférence au prix de l'électricité
Les réseaux électriques facturent ainsi depuis des décennies. Quand la demande atteint un pic et que l'offre se tend, le prix monte pour pousser la charge flexible vers des heures plus calmes. DeepSeek fait maintenant de même avec le temps de GPU, pour la même raison : la vraie limite pour servir un grand modèle n'est pas le modèle, mais le calcul et l'électricité derrière lui pendant la fenêtre chargée. Le tarif fixe par token supposait une capacité quasi illimitée. Le prix en pointe et en creux admet l'inverse : la capacité est rare à certaines heures.
Pour l'acheteur, cela rompt avec le récit d'une IA qui baisse simplement chaque trimestre. Elle baisse ou monte désormais selon le moment où vous l'exécutez. La planification devient ainsi un levier de coût pour la première fois. Tout ce qui peut attendre - le traitement de documents la nuit, la classification par lots, l'évaluation hors ligne, la préparation des données d'entraînement - va aux heures creuses. Tout ce qui est interactif paie le supplément. Les équipes qui traitent l'inférence comme une facture d'électricité font le même travail pour bien moins cher.
Ce qu'un opérateur européen devrait faire
Le calcul horaire favorise l'Europe. Pékin a six heures d'avance sur l'heure d'été d'Europe centrale, donc les fenêtres de pointe de DeepSeek tombent à Paris vers 03:00-06:00 et 08:00-12:00. En pratique : une entreprise européenne qui exécute beaucoup d'inférence l'après-midi, à partir de midi, se situe presque entièrement au tarif creux bon marché. La tranche chère pour l'utilisateur européen, c'est la fin de matinée, de 08:00 à 12:00. La sortie de v4-pro revient à environ 0,75 euro par million de tokens en creux, contre près de 1,50 euro en pointe - un écart qui mérite qu'on organise le travail autour.
En résumé, cessez de voir le prix du token comme un chiffre unique. Cartographiez votre charge d'inférence sur ces fenêtres, repoussez chaque tâche différable après midi heure locale et réservez le pic du matin à ce qui ne peut vraiment pas attendre. Surveillez aussi la tendance : Together AI et d'autres ont déjà retarifé leurs couches d'inférence cette année, et dès qu'un grand fournisseur prouve que le prix selon l'heure tient, le tarif fixe ressemble moins à une promesse qu'à une phase transitoire.
À lire ensuite: OpenAI achète sa vitesse à un seul fabricant | DeepSeek V4 est gratuit à posséder. La plupart des entreprises le loueront quand même au token.
