DeepSeek-R1 est un grand modèle de langage développé par l’entreprise chinoise DeepSeek, publié le 20 janvier 2025. Il s’agit d’un modèle de raisonnement à poids ouverts conçu pour effectuer des tâches logiques et mathématiques complexes, comparable à des systèmes propriétaires comme o1 d’OpenAI. Sa sortie a déclenché des réactions importantes sur les marchés et des discussions sur le paysage mondial de l’intelligence artificielle, en particulier concernant l’efficacité des coûts et le développement open-source.
Le modèle a attiré une large attention après avoir dépassé ChatGPT en tant qu’application gratuite la plus téléchargée sur l’App Store iOS aux États-Unis le 27 janvier 2025. Ce succès a été décrit comme « bouleversant l’IA » et initiant « une course mondiale à l’IA », selon des observateurs du secteur. L’approche à poids ouverts de DeepSeek, combinée à des coûts d’entraînement et d’inférence plus faibles, a remis en question les hypothèses sur la domination des grands laboratoires d’IA bien financés.
Contexte et développement
DeepSeek est une série de grands modèles de langage développés par l’entreprise chinoise DeepSeek, débutant en novembre 2023. Les modèles antérieurs, comme DeepSeek-LLM et DeepSeek-Coder, ont établi la base technique de l’entreprise, intégrant des innovations telles que les mélanges d’experts (MoE) et l’attention latente multi-têtes (MLA). Le modèle R1 s’est appuyé sur ces avancées, en se concentrant sur les capacités de raisonnement grâce à l’apprentissage par renforcement et aux techniques de chaîne de pensée.
Le développement de DeepSeek-R1 faisait partie d’un effort plus large pour créer des modèles efficaces et performants. Contrairement à de nombreux concurrents qui dépendaient de clusters de calcul massifs, DeepSeek a mis l’accent sur l’efficacité algorithmique et la réduction des coûts. L’entraînement du modèle aurait utilisé moins de ressources que des systèmes comparables, contribuant à ses coûts opérationnels plus faibles.
Sortie et impact sur le marché
DeepSeek-R1 a été publié le 20 janvier 2025, avec une application de chatbot pour iOS et Android lancée le 10 janvier 2025. Le 27 janvier, l’application avait dépassé ChatGPT en téléchargements sur l’App Store iOS américain, marquant une étape importante. Le même jour, une chute de 18 % du cours de l’action de Nvidia a été attribuée au succès de DeepSeek, alors que les investisseurs réévaluaient la demande pour les GPU haut de gamme.
Le choc sur les marchés, parfois appelé « choc DeepSeek », a suscité des débats sur la durabilité des infrastructures d’IA coûteuses. Les analystes ont noté que le modèle open-source de DeepSeek démontrait qu’une IA compétitive pouvait être développée à une fraction du coût, réduisant potentiellement l’avantage des acteurs établis comme OpenAI et Google.
Architecture technique
DeepSeek-R1 est un modèle transformer à décodeur seul, similaire en architecture aux modèles DeepSeek antérieurs. Il intègre des couches de mélanges d’experts, où seul un sous-ensemble de paramètres est activé par jeton, améliorant l’efficacité. Le modèle utilise également l’attention latente multi-têtes (MLA), qui compresse les caches de clés et de valeurs pour réduire l’utilisation mémoire pendant l’inférence.
Les capacités de raisonnement du modèle sont renforcées par une combinaison de réglage fin supervisé et d’apprentissage par renforcement, lui permettant de générer des solutions étape par étape pour des problèmes complexes. DeepSeek-R1 est disponible en plusieurs tailles, avec la variante la plus grande ayant 671 milliards de paramètres au total, bien que seule une fraction soit active pendant l’inférence.
Coût et accessibilité
Un des aspects les plus notables de DeepSeek-R1 est son faible coût. En février 2025, le prix de l’API était d’environ 0,28 $ par million de jetons d’entrée et de 0,42 $ par million de jetons de sortie, nettement moins cher que de nombreux services concurrents. La version web est gratuite, avec une limite de 500 messages par heure pour prévenir les abus.
Cette accessibilité a rendu le raisonnement avancé en IA disponible à un public plus large, y compris les développeurs et chercheurs dans les pays en développement. Cela a également poussé les concurrents à baisser leurs prix, bénéficiant aux utilisateurs finaux.
Contributions open-source
DeepSeek-R1 est publié sous une licence à poids ouverts, permettant aux chercheurs et développeurs d’inspecter, modifier et déployer le modèle. Cela contraste avec les approches à code source fermé de OpenAI et Google, qui gardent les poids du modèle propriétaires. La nature open-source a été saluée pour favoriser l’innovation et la transparence dans la recherche en IA.
DeepSeek a également publié des articles techniques et du code d’infrastructure, contribuant à l’écosystème de l’IA open-source. Cela s’aligne sur la tendance plus large de l’intelligence artificielle open-source, qui a vu des modèles comme Llama gagner une adoption généralisée.
Préoccupations réglementaires et éthiques
Malgré ses réalisations techniques, DeepSeek-R1 a soulevé des préoccupations concernant la vie privée et le contrôle de l’information. La conformité du modèle aux politiques de censure du gouvernement chinois a été critiquée, car elle pourrait restreindre certains sujets ou s’aligner sur les récits d’État. De plus, ses pratiques de collecte de données ont suscité un examen réglementaire dans plusieurs pays, notamment l’Italie et la Corée du Sud, qui ont temporairement bloqué ou enquêté sur l’application.
Ces problèmes mettent en évidence la tension entre l’innovation open-source et les considérations géopolitiques. Bien que les poids ouverts de DeepSeek permettent un examen approfondi, les données d’entraînement sous-jacentes et les processus d’alignement restent opaques.
Réaction de l’industrie et héritage
La sortie de DeepSeek-R1 a suscité une large gamme de réactions. Certains l’ont salué comme une force de démocratisation de l’IA, tandis que d’autres ont averti des risques pour la sécurité nationale. Les performances du modèle sur des références, comme les mathématiques et le codage, ont égalé ou dépassé celles de o1 d’OpenAI, à une fraction du coût. Cela a conduit à des appels pour une augmentation des investissements dans la recherche en IA efficace et une réévaluation des lois de mise à l’échelle.
DeepSeek a continué à innover, publiant DeepSeek-GRM en avril 2025, qui a introduit la modélisation de récompense générative et le réglage critique auto-principié. En avril 2026, DeepSeek a publié V4 et V4-Pro, suivis de V4.1-Flash en septembre 2026. Ces modèles ultérieurs se sont appuyés sur la base de R1, renforçant davantage la position de DeepSeek dans le paysage de l’IA.
L’impact de DeepSeek-R1 dépasse les métriques techniques. Il a démontré que les modèles open-source pouvaient concurrencer les géants propriétaires, influençant les stratégies d’entreprises comme Google, qui a ensuite publié des modèles de raisonnement open-source tels que Gemini 3. L’événement est souvent cité comme un tournant dans la course à l’IA, mettant l’accent sur l’efficacité et l’accessibilité plutôt que sur la puissance de calcul brute.
Conclusion
DeepSeek-R1 représente une étape importante dans le développement de l’IA, montrant le potentiel des modèles de raisonnement open-source. Sa sortie a remis en question les normes de l’industrie, a provoqué une volatilité sur les marchés et a soulevé des questions importantes sur le coût, l’accessibilité et la réglementation. Alors que l’IA continue d’évoluer, l’héritage de DeepSeek-R1 sera probablement rappelé comme un catalyseur pour une IA plus efficace et démocratisée.