DeepSeek lance un modèle de vision qui rivaliserait avec Opus 4.8 d’Anthropic

Le laboratoire d'IA chinois DeepSeek a lancé vendredi un modèle multimodal expérimental qui, selon lui, rivalise avec les performances de Claude Opus 4.8 d'Anthropic sur des critères d'évaluation clés. Cette initiative prolonge l'offensive de l'entreprise dans l'IA visuelle, à une fraction du coût facturé par ses concurrents américains.

Une variante visuelle, pas un nouveau modèle phare

Le modèle, baptisé DeepSeek-V4-Flash-Vision-Exp, est une variante multimodale du modèle textuel existant V4-Flash de l'entreprise. Selon DeepSeek, il conserve les capacités textuelles de V4-Flash, notamment le comportement d'agent, le raisonnement et la culture générale, tout en y ajoutant la compréhension d'images.officechai

Sur les benchmarks d'agents multimodaux publiés par l'entreprise, le nouveau modèle réduit considérablement l'écart avec Opus 4.8. Sur ApexBench, V4-Flash-Vision-Exp obtient un score de 36,5 à Pass@1 contre 39,4 pour Opus 4.8. Sur Agents' Last Exam, il dépasse de peu le modèle d'Anthropic avec 27,3 contre 25,7, et sur ZeroBench, il affiche 35,0 contre 34,0. Sur les évaluations à forte composante textuelle comme Terminal Bench 2.1, le modèle accuse un retard d'environ un point sur Opus 4.8 (83,9 contre 85,0), bien que des écarts plus importants subsistent sur des benchmarks comme NL2Repo (57,7 contre 69,7).officechai

DeepSeek a évalué ses propres modèles à l'aide de son outil interne Harness Minimal Mode, ce qui signifie que ces chiffres n'ont pas fait l'objet d'une vérification indépendante.officechai

Tarification et outils pour les développeurs

Le modèle est d'ores et déjà disponible sur l'API de DeepSeek sous l'identifiant `deepseek-v4-flash-vision-exp`. Les images sont facturées au nombre de tokens, avec un plafond de 384 tokens par image, au même tarif que l'offre existante de V4-Flash : une structure qui maintient les coûts bien en dessous de ce que facturent les laboratoires américains pour des capacités comparables.officechai

Parallèlement au modèle, DeepSeek a publié la version 0.1.1 de son framework Harness, qui intègre la prise en charge de cette version, ainsi qu'une API Files permettant aux développeurs de charger une image une seule fois et de la référencer à plusieurs reprises dans leurs requêtes à l'aide d'un identifiant de fichier. L'utilisation de l'API Files est gratuite.officechai

Contexte concurrentiel

Ce lancement intervient alors que DeepSeek fait face à une concurrence de plus en plus vive, tant de la part de rivaux chinois comme Alibaba ↗ 1.28% et Moonshot AI, que d'entreprises américaines telles qu'Anthropic et OpenAI. Bloomberg a rapporté l'information vendredi, présentant cette sortie comme la dernière tentative en date de DeepSeek pour bousculer la position d'Anthropic dans l'IA de pointe.bloomberg+1

Plutôt que le lancement d'un produit phare, ce modèle expérimental s'inscrit dans une tendance des laboratoires chinois consistant à étendre les capacités multimodales et d'agent à des modèles de milieu de gamme. L'avenir de V4-Flash-Vision-Exp au-delà de son statut expérimental dépendra de son adoption par les développeurs. Pour l'instant, il montre que la prochaine phase de la course à l'IA consistera tout autant à doter des modèles économiques de capacités de raisonnement visuel qu'à entraîner les systèmes les plus gigantesques.officechai