La société chinoise d'IA DeepSeek a publié le modèle DeepSeek-V4.1-Flash avec multimodalité native et a annoncé le déploiement progressif de V4-Pro.
« Conçu pour étendre les capacités, accélérer la production, augmenter le débit et évoluer vers des modèles plus grands », indique le communiqué.
Compact et puissant
La société a qualifié le V4.1-Flash de modèle le plus compact de la nouvelle famille architecturale. Il s'agit d'un réseau neuronal de classe Mélange d'Experts avec 552 milliards de paramètres avec une architecture Causal Encoder-Decoder : 8 milliards de paramètres d'entrée et 16 milliards de paramètres de sortie restent actifs.
DeepSeek affirme qu'en tirant parti de nouvelles techniques de pré-formation et d'une formation post-renforcement plus approfondie, le modèle bat DeepSeek-V4-Pro en termes de performances, de coût, de vitesse et de durée d'exécution globale.
Par ailleurs, DeepSeek a annoncé une réduction des exigences en matière de cache KV. Pour la V4.1-Flash, vous avez besoin de 1/4 de volume HBM et 1/8 de stockage SSD par rapport à la génération précédente. La société estime que cela réduira les coûts dans les scénarios basés sur des agents.
Le modèle est déjà disponible en API Recherche profonde. DeepSeek a mis hors service V4-Flash et V4-Flash-Vision-Exp – les alias compatibles deepseek-v4-flash et deepseek-v4-flash-vision-exp redirigent temporairement les requêtes vers V4.1-Flash.
À partir de 04h00 UTC le 14 septembre, toutes les requêtes adressées à deepseek-v4-pro commenceront à être automatiquement acheminées vers la V4.1-Flash aux tarifs du nouveau modèle. Ce mode restera jusqu'au lancement de la V4.1-Pro. Le tarif mis à jour V4.1-Flash est entré en vigueur à 04h00 UTC le 10 septembre.
DeepSeek a également annoncé son intention de travailler avec la communauté open source pour prendre en charge l'inférence V4.1-Flash et explorer des options de déploiement supplémentaires.
Préparation à l'introduction en bourse
DeepSeek a engagé CITIC Securities pour préparer une introduction en bourse (IPO) sur la plateforme technologique STAR Market de la Bourse de Shanghai, rapportent Reuters et SCMP, citant leurs propres sources. La plus grande banque d'investissement chinoise sera l'un des quatre souscripteurs.
La société prévoit de lancer le processus d'introduction en bourse avant la fin de 2026. Le moment exact du placement, son volume et la valorisation de DeepSeek n'ont pas encore été déterminés.
Pour entrer en bourse, les entreprises chinoises subissent généralement une procédure de préparation préalable avec la participation de structures de courtage. L'ajout de CITIC Securities indique que DeepSeek est plus avancé dans la préparation d'une éventuelle cotation.
DeepSeek pourrait être valorisé à 75 milliards de dollars
En juin, DeepSeek a levé environ 7,4 milliards de dollars pour une valorisation post-tour de plus de 50 milliards de dollars. Les principaux investisseurs comprenaient le fondateur de l'entreprise, Liang Wenfeng, Tencent et le fabricant de batteries CATL.
Reuters a rapporté en juillet que le nouveau cycle de financement pourrait valoriser DeepSeek à environ 500 milliards de yuans, soit environ 75 milliards de dollars. La société prévoit d'utiliser des fonds supplémentaires pour l'infrastructure informatique, le développement de modèles et la fidélisation des employés, alors qu'elle est en concurrence avec d'autres développeurs d'IA chinois et américains.
Selon l'agence, Liang Wenfeng espère également accroître la motivation des principaux chercheurs et ingénieurs grâce aux capitaux levés. DeepSeek a déjà vu des talents partir vers des concurrents plus importants, notamment ByteDance et Xiaomi.
Rappelons qu'en juillet, les médias ont rapporté que l'opérateur TikTok se concentrait sur l'intelligence artificielle et développait activement l'infrastructure correspondante.
Vous avez trouvé une erreur dans le texte ? Sélectionnez-le et appuyez sur CTRL+ENTRÉE