DeepSeek-R1 est un modèle de raisonnement publié par l'entreprise chinoise d'IA DeepSeek le 20 janvier 2025. Il a été entraîné pour produire un raisonnement en chaîne de pensée étendu avant de répondre, en utilisant un apprentissage par renforcement à grande échelle appliqué directement à un modèle de langage de base, et il a rapporté des performances compétitives avec OpenAI's o1 sur des benchmarks de mathématiques, de codage et de logique. DeepSeek a publié ouvertement les poids du modèle R1 sous une licence MIT, accompagnés d'un article technique détaillé, à un moment où la plupart des modèles de raisonnement comparables des laboratoires occidentaux étaient fermés et disponibles uniquement via API.
Approche d'entraînement
DeepSeek a décrit l'entraînement d'une variante initiale, DeepSeek-R1-Zero, en utilisant un apprentissage par renforcement à grande échelle directement sur un modèle de base sans étape de fine-tuning supervisé, une approche qui a produit un raisonnement solide mais des sorties parfois difficiles à lire, mélangeant les langues ou manquant de structure claire. Le modèle DeepSeek-R1 publié a remédié à cela en ajoutant une petite quantité de données supervisées de "démarrage à froid" avant l'apprentissage par renforcement, suivie d'étapes supplémentaires de RL, produisant des traces de raisonnement plus cohérentes tout en conservant la plupart des gains de capacité. DeepSeek a également publié un ensemble de modèles "distillés" plus petits, allant de 1,5 milliard à 70 milliards de paramètres, créés par fine-tuning de modèles ouverts existants tels que Qwen et Llama sur des traces de raisonnement générées par R1, rendant un comportement de raisonnement fort disponible à des échelles beaucoup plus petites et plus déployables.
Coûts déclarés et réaction du marché
DeepSeek a déclaré que l'exécution d'entraînement finale pour son modèle de base V3 sous-jacent avait coûté environ 5,6 millions de dollars en calcul GPU, un chiffre considérablement inférieur aux centaines de millions à milliards prétendument dépensés pour entraîner des modèles de pointe comparables par OpenAI, Anthropic et Google DeepMind. Cette affirmation, combinée aux performances de référence de R1 et à sa disponibilité publique gratuite via l'application et l'API de DeepSeek, a déclenché ce qui est devenu connu sous le nom de choc DeepSeek : le 27 janvier 2025, l'action de Nvidia a chuté d'environ 17 % en une seule journée de négociation, effaçant près de 600 milliards de dollars de valeur marchande, la plus grande perte en une journée pour une entreprise américaine à ce moment-là, alors que les investisseurs réévaluaient les hypothèses sur la quantité de calcul requise pour l'IA de pointe. D'autres actions liées à l'IA ont chuté en parallèle. Les analystes ont ensuite débattu de savoir si le chiffre de coût rapporté par DeepSeek prenait pleinement en compte les coûts de recherche antérieurs et l'amortissement du matériel, et si l'entreprise avait accès à des puces Nvidia restreintes malgré les contrôles à l'exportation américains, sans résoudre complètement la question.
Réception et impact
DeepSeek-R1 a été largement testé par des chercheurs indépendants et s'est avéré proche de ses benchmarks revendiqués sur de nombreuses tâches, bien qu'il ait également été constaté qu'il appliquait une censure alignée sur le gouvernement chinois sur des sujets politiquement sensibles tels que la place Tiananmen et Taïwan lorsqu'il était accessible via l'application hébergée de DeepSeek, une limitation qui ne s'appliquait pas aux poids publiés ouvertement lorsqu'ils étaient exécutés indépendamment. La publication du modèle a intensifié le débat sur la durabilité du paradigme de lois de mise à l'échelle axé sur le calcul et sur la concurrence entre les États-Unis et la Chine dans le domaine de l'intelligence artificielle, les responsables américains le citant comme preuve de la nécessité de resserrer les contrôles à l'exportation sur les puces d'IA, tandis que d'autres le citaient comme preuve que ces contrôles stimulaient l'innovation en matière d'efficacité plutôt que de contenir les capacités. R1 est fréquemment cité comme l'une des publications de modèles à poids ouverts les plus importantes de 2025.