DeepSeek s’apprête à frapper un grand coup. La start-up chinoise basée à Hangzhou prévoit de lancer son modèle V4 à la mi-février 2026, autour du Nouvel An lunaire. Selon The Information, des tests internes suggèrent que ce nouveau modèle surpasserait Claude d’Anthropic et la série GPT d’OpenAI sur les tâches de programmation.
La date n’est pas choisie au hasard. DeepSeek avait déjà lancé son modèle R1 le 20 janvier 2025, une semaine avant les fêtes du Nouvel An chinois. Le résultat : une onde de choc mondiale qui avait fait plonger l’action Nvidia et remis en question les valorisations de tout le secteur IA. L’entreprise répète la formule avec V4, visant le 17 février pour maximiser l’attention médiatique.
Un modèle taillé pour le code complexe
Suivez LJG sur Google
Ajoutez LJG à vos sources préférées pour voir nos articles en priorité dans "À la une".
DeepSeek V4 ne sera pas une simple mise à jour incrémentale. Selon les sources proches du projet, le modèle a été conçu spécifiquement pour les tâches de programmation avancées. Sa force : la capacité à traiter des prompts de code extrêmement longs, un avantage crucial pour les développeurs travaillant sur des projets complexes avec de larges bases de code.
Les benchmarks internes placeraient V4 en tête sur les tâches nécessitant la gestion de codes longs et complexes. Le modèle serait capable de résoudre des bugs au niveau de dépôts entiers là où d’autres modèles hallucinent ou tournent en boucle. Une performance qui, si elle se confirme, pourrait redéfinir ce qu’un développeur considère comme « normal » en 2026.
Cette capacité de traitement long contexte s’appuie sur la technologie d’attention sparse introduite dans V3.2-Exp. DeepSeek utilise une architecture Mixture of Experts (MoE) plus économe en énergie que les modèles denses classiques. V3 comptait déjà 671 milliards de paramètres, dont seulement une fraction est activée par requête.
Deux innovations architecturales majeures
Deux technologies pourraient distinguer V4 de ses prédécesseurs. La première : les Manifold-Constrained Hyper-Connections (mHC), décrites dans un article de recherche publié fin décembre 2025. Cette méthode permet à l’information de circuler plus efficacement entre les couches du réseau neuronal. Le résultat : un modèle qui apprend plus vite et raisonne mieux sans nécessiter plus de paramètres.
La seconde innovation fait l’objet de spéculations intenses : le système de mémoire « Engram ». Un dépôt GitHub apparu cette semaine suggère que V4 pourrait utiliser un système de mémoire conditionnelle basé sur des n-grammes hashés. Cette architecture permettrait au modèle de rappeler des détails spécifiques de documents massifs (plus d’un million de tokens) sans la pénalité computationnelle des mécanismes d’attention standard.
Si Engram fonctionne comme prévu, il résoudrait le problème de « mémoire de poisson rouge » des modèles de langage actuels. Un avantage décisif pour les développeurs qui doivent naviguer dans des bases de code de plusieurs centaines de milliers de lignes.
L’empire DeepSeek construit sur l’efficacité
DeepSeek n’est pas un acteur ordinaire. Fondée en juillet 2023 par Liang Wenfeng, la société est entièrement financée par High-Flyer, un fonds quantitatif chinois. Cette structure lui permet de poursuivre des recherches à long terme sans la pression commerciale immédiate que subissent les start-ups financées par capital-risque.
L’entreprise a construit sa réputation sur l’efficacité algorithmique plutôt que sur la puissance brute de calcul. Là où OpenAI et Google dépensent des milliards en infrastructure, DeepSeek obtient des résultats comparables avec une fraction des ressources. Une approche qui a secoué les marchés en janvier 2025 quand les investisseurs ont réalisé que la course à l’IA ne se gagnait pas forcément à coups de milliards.
V3.2, sorti en décembre 2025, avait déjà surpassé GPT-5 et Gemini 3.0 Pro sur certains benchmarks selon des rapports. Une version expérimentale avait même atteint un niveau médaille d’or aux Olympiades Internationales de Mathématiques. V4 vise plus haut encore.
La stratégie open-source qui change la donne
Contrairement à OpenAI ou Anthropic qui ont migré vers des écosystèmes fermés, DeepSeek maintient une approche open-source. V3 utilise une licence MIT pour le code et une licence personnalisée pour les poids du modèle, autorisant l’utilisation commerciale et les travaux dérivés sans frais.
Cette stratégie a déclenché une « course aux armements » en Chine. Alibaba, Baidu, et des start-ups comme Zhipu et Moonshot se précipitent pour publier leurs propres modèles open-source. Par le nombre de tokens utilisés mondialement, les modèles open-source chinois menés par DeepSeek sont devenus parmi les plus utilisés au monde.
Pour la communauté des développeurs, V4 représente potentiellement une sortie des abonnements API coûteux. Un modèle local performant qui tourne sur du matériel grand public (deux RTX 4090 ou les nouvelles 5090) pourrait fondamentalement changer la façon dont le logiciel est écrit.
Les développeurs s’organisent déjà
Sur Reddit et X, l’excitation est palpable. Les développeurs accumulent des crédits API en prévision du lancement. Certains préparent leurs instances Ollama ou vLLM pour la mise à jour. D’autres établissent des benchmarks de performance sur V3.2 pour pouvoir évaluer rapidement V4 dès sa sortie.
L’intérêt n’est pas seulement technique. Les limitations imposées par Anthropic sur l’utilisation de Claude via des applications tierces poussent certains développeurs à chercher des alternatives. Si V4 tient ses promesses, il pourrait capturer une part significative du marché des assistants de codage.
Reste la question du mode de publication. V4 aura-t-il des poids ouverts comme V3 ? Entièrement, partiellement, ou pas du tout ? Tant que ce point n’est pas clarifié, il est difficile d’estimer l’impact réel sur la communauté open-source.
Un coup dur potentiel pour les géants américains
L’arrivée de V4 intensifie la course mondiale à l’IA. DeepSeek défie les stratégies capitalistiques des laboratoires occidentaux en privilégiant l’efficacité algorithmique sur l’échelle brute. Son focus sur le codage cible un flux de revenus critique pour les entreprises.
En réponse à la pression de DeepSeek, les concurrents ont déjà ajusté leurs prix. Google a réduit les coûts de l’API Gemini tout au long de 2024 et 2025. OpenAI a baissé ses tarifs et, en janvier 2026, a lancé o3-mini pour concurrencer sur l’efficacité.
Si les benchmarks internes se confirment après le lancement officiel, un véritable tournant s’annonce. Le marché de l’assistance au codage par IA, jusqu’ici dominé par des acteurs américains, pourrait voir émerger un concurrent chinois capable de rivaliser sur la performance tout en cassant les prix.
Sources : The Information, Reuters, Yahoo Finance
Je suis Ethan, journaliste spécialisé en intelligence artificielle et nouvelles technologies. Je couvre l’actualité de l’IA agentique, des grands modèles de langage et des outils qui transforment nos usages numériques. Mon objectif : rendre accessibles les avancées technologiques les plus complexes, avec rigueur et sans jargon inutile.
