DeepSeek

DeepSeek est une entreprise de recherche en IA basée en Chine dont les modèles sont publiés avec leurs poids ouverts, pour que n’importe qui puisse les télécharger, les faire tourner et les ajuster par fine-tuning. Ses modèles généralistes gèrent le chat, l’écriture et le code, et ses modèles de raisonnement travaillent un problème pas à pas avant de répondre. Ce qui a attiré l’attention du secteur, c’est l’efficacité : les modèles de DeepSeek approchent les meilleurs systèmes fermés sur beaucoup de benchmarks de maths et de code, tout en étant bien moins chers à entraîner et à servir. Ses articles techniques, qui décrivent comment il y est arrivé, sont largement lus par d’autres labos.

Il y a trois façons de l’utiliser. L’app de chat et le site sont gratuits et incluent un mode qui montre le raisonnement du modèle. L’API est tarifée bien en dessous de la plupart des concurrents et suit le même format qu’OpenAI, donc beaucoup d’outils peuvent basculer en changeant une URL et une clé. Les poids ouverts peuvent être téléchargés et tourner sur ton propre hardware, ce qui est l’option qui compte le plus pour les entreprises qui ne peuvent pas envoyer de données à un tiers. Les modèles complets sont très grands, donc la plupart des gens font tourner des versions distillées plus petites sur une seule machine.

Il y a des compromis à peser. L’app hébergée et l’API tournent sur des serveurs en Chine, et sa politique de confidentialité et son comportement de censure ont attiré un examen attentif. Les modèles refusent ou reformulent des réponses sur certains sujets politiquement sensibles. Plusieurs gouvernements et entreprises en ont restreint l’usage sur les appareils de travail. Faire tourner les poids ouverts soi-même évite la question du traitement des données, mais pas le comportement de contenu intégré au modèle. Pour les développeurs sensibles au coût et les équipes qui veulent auto-héberger, c’est l’une des options les plus solides disponibles.